每日训练第8页

数学建模：MATLAB极限学习机解决回归问题

一、简述极限学习机是一种用于训练单隐层前馈神经网络的算法，由输入层、隐藏层、输出层组成。基本原理：输入层接受传入的样本数据。

DesolateGIS·2025-03-03 15:05

DeepSeek-R1 技术报告解读：用强化学习激发大模型的推理潜能

文章目录1.背景2.DeepSeek-R1训练流程2.1DeepSeek-R1-Zero：纯强化学习2.2DeepSeek-R1：冷启动+多阶段训练3.蒸馏小模型3.1蒸馏流程与优势3.2蒸馏vs.直接

跑起来总会有风·2025-03-03 14:04

神经进化算法(Neuroevolution) 原理与代码实例讲解

然而，传统的神经网络训练方法通常依赖于人工设计的网络结构和参数初始化，这往往需要大量的经验和试错，并且难以找到最优的网络结构和参数。神经进化算法(Neuroevolutio

AI大模型应用之禅·2025-03-03 13:25

单调队列学习笔记：滑动窗口最大值，绝对差不超过限制的最长连续子数组

上期笔记：单调栈学习笔记（一）：每日温度，接雨水-CSDN博客题目1：滑动窗口最大值239.滑动窗口最大值-力扣（LeetCode）“单调队列+滑动窗口”常同时出现，因为滑动窗口遵循“先来先走”，单调

Gravity!·2025-03-03 12:41

【硬核教程】DeepSeek 70B模型微调实战：打造工业级AI开发专家（附完整代码+案例）

——基于LoRA+GRPO算法，显存直降10倍，手把手教你训练行业大模型为什么这篇内容值得收藏？

爱吃青菜的大力水手·2025-03-03 11:06

分布式多卡训练(DDP)踩坑

多卡训练最近在跑yolov10版本的RT-DETR，用来进行目标检测。

m0_54804970·2025-03-03 11:05

YOLO 中 SPFF 模块的优化与 Focal Modulation 替代研究

文章目录1.YOLO中的SPPF模块分析2.FocalModulation简介3.在YOLO中用FocalModulation替换SPPF4.实验与对比分析4.1代码替换YOLO模型中的SPPF4.2训练对比

向哆哆·2025-03-03 10:57

【WOA-CNN-LSTM】基于鲸鱼算法优化深度学习预测模型的超参数研究（Matlab代码实现）

首先，我们介绍了LSTM模型的结构和训练过程。然后，我们

然哥爱编程·2025-03-03 10:25

基于大模型的脂肪栓塞综合征风险预测与综合治疗方案研究报告

研究目的与方法二、脂肪栓塞综合征概述2.1定义与发病机制2.2病因与危险因素2.3临床表现与分类2.4诊断标准与方法三、大模型在脂肪栓塞综合征预测中的应用3.1大模型简介3.2数据收集与预处理3.3模型训练与验证

LCG元·2025-03-03 09:50

代码随想录算法训练day65---图论系列9《dijkstra(堆优化版)&Bellman_ford 算法》

代码随想录算法训练—day64文章目录代码随想录算法训练前言一、47.参加科学大会-----dijkstra(堆优化版)二、94.城市间货物运输I---Bellman_ford算法总结前言今天是算法营的第

Ritsu栗子·2025-03-03 08:45

每日学习Java之一万个为什么？[MySQL面试篇]

分析SQL语句执行流程中遇到的问题前言1MySQL是怎么在一台服务器上启动的2MySQL主库和从库是同时启动保持Alive的吗？3如果不是主从怎么在启动的时候保证数据一致性4ACID原则在MySQL上的体现5数据在MySQL是通过什么DTO实现的6客户端怎么与MySQLServer建立连接，有哪些建立连接的方式，默认是什么，可以选什么，有哪些应用场景7.SQL组件接受的SQL是什么形式？为什么单一

~Yogi·2025-03-03 08:14

DeepSeek-R1：重新定义推理性能的开源人工智能

目录重新定义卓越的基准变革性应用案例技术创新后训练优化冷启动数据以提高可用性可扩展性蒸馏模型API集成：为开发者而生竞争定价：可及的高级人工智能开源优势DeepSeek代表的引用推动开放人工智能的边界推动边界意味着什么

知识小报童·2025-03-03 08:11

DeepSeek 开源周五个开源项目，引领 AI 创新？

这些项目涵盖了AI基础设施、模型训练和数据处理的各个方面，旨在通过透明和社区驱动的创新推动AI发展。这也解释了为什么DeepSeek可以用低成本训练出高质量的模型。

LaughingZhu·2025-03-03 08:09

每日一题之k倍区间

题目描述给定一个长度为N的数列，A1,A2,⋯AN，如果其中一段连续的子序列Ai,Ai+1,⋯Aj(i≤j)之和是K的倍数，我们就称这个区间[i,j]是K倍区间。你能求出数列中总共有多少个K倍区间吗？输入描述第一行包含两个整数N和K(1≤N,K≤105)。以下N行每行包含一个整数Ai(1≤Ai≤105)输出描述输出一个整数，代表K倍区间的数目。#includeusingnamespacestd;i

Ace＇·2025-03-03 03:34

《AI大模型开发笔记》DeepSeek技术创新点

Richard Chijq·2025-03-03 03:57

STM32实战开发（172）：智能体育训练记录系统

引言随着人们对健康和运动的关注，体育训练记录系统变得越来越重要。智能体育训练记录系统能够帮助运动员记录、分析并优化他们的训练数据。

嵌入式开发项目·2025-03-03 02:53

STM32实战开发（179）：智能体育训练计划反馈系统

引言随着现代科技的不断发展，运动科学领域也在不断取得突破，尤其是在体育训练中，科技的应用越来越普及。从专业运动员到普通健身爱好者，都开始使用智能设备来优化训练计划，提高训练效率。

嵌入式开发项目·2025-03-03 02:53

每天一个Flutter开发小项目 (8) : 掌握Flutter网络请求 - 构建每日名言应用

引言欢迎再次回到每天一个Flutter开发小项目系列博客！在之前的七篇博客中，我们已经掌握了FlutterUI构建、状态管理、路由导航、表单处理，甚至数据持久化等一系列核心技能。您已经能够构建功能相对完善的本地应用。然而，在互联网时代，绝大多数应用都需要与服务器进行数据交互，从远程API获取数据，才能展现更丰富的内容和更强大的功能。今天，我们将聚焦Flutter应用的“网络连接”——网络请求，并构

Neo Evolution·2025-03-03 02:22

洛谷每日1题-------Day8__P1089 [NOIP 2004 提高组] 津津的储蓄计划

题目描述津津的零花钱一直都是自己管理。每个月的月初妈妈给津津300元钱，津津会预算这个月的花销，并且总能做到实际花销和预算的相同。为了让津津学习如何储蓄，妈妈提出，津津可以随时把整百的钱存在她那里，到了年末她会加上20%还给津津。因此津津制定了一个储蓄计划：每个月的月初，在得到妈妈给的零花钱后，如果她预计到这个月的月末手中还会有多于100元或恰好100元，她就会把整百的钱存在妈妈那里，剩余的钱留在

__雨夜星辰__·2025-03-03 02:50

【AI大模型】Transformers大模型库（九）：大模型微调之计算微调参数占比

、计算微调参数占比2.1概述2.2模型参数结构一览2.3微调参数占比计算三、总结一、引言这里的Transformers指的是huggingface开发的大模型库，为huggingface上数以万计的预训练大模型提供预测

LDG_AGI·2025-03-03 01:45

PyTorch数据加载：实战入门

"好的数据加载是成功训练的第一步"一、为什么要用DataLoader？当我们刚开始学习深度学习时，常常会这样处理数据：#传统方式加载数据images=[...]#所有图片数据labels=[...]

秋‍.·2025-03-03 01:43

大模型国产化迁移大模型到昇腾教程（Pytorch版）

已有国产AI芯片和Mindformers框架，基于昇腾910训练大模型，使用MindIE实现大模型服务化。本文介绍如何迅速将大型模型迁移到昇腾910B,许多入门者都是从斯坦福羊驼开始的。

科技互联人生·2025-03-03 01:42

大模型微调入门（Transformers + Pytorch）

输出：我们预训练的名字。训练为了性能好下载小参数模型，普通机器都能运行。

昵称不能为null·2025-03-03 00:06

计算机视觉实战：YOLOv8在工业质检中的应用（附完整代码+数据集）

从数据标注到模型部署，包含环境配置、数据增强、模型训练全流程详解，手把手教你打造高精度智能质检系统！

emmm形成中·2025-03-03 00:03

如何学习训练大模型——100条建议（附详细说明）_如何训练自己的大模型_大模型如何训练

摘要：通过深入了解本文中的这些细节，并在实际项目中应用相关知识，将能够更好地理解和利用大模型的潜力，不仅在学术研究中，也在工程实践中。通过不断探索新方法、参与项目和保持热情，并将其应用于各种领域，从自然语言处理到计算机视觉和自动驾驶。通过不断学习、实践和探索，可以不断提升自己在深度学习领域的技能和洞察力，同时也能为社会和行业带来创新和改进。从小规模的项目和模型开始，逐渐迭代和扩展到更大的模型，逐步

大耳朵爱学习·2025-03-02 21:18

使用深度学习模型U-Net进行训练基于哨兵2的作物分割数据集。PyTorch框架为例，如何构建和训练U-Net模型来完成基于哨兵2的作物分割检测

使用深度学习模型如U-Net进行训练基于哨兵2的作物分割。

计算机C9硕士_算法工程师·2025-03-02 20:04

DeepSeek 开源狂欢周（四）DualPipe与EPLB双弹齐发，训练效率的“双引擎”加速器！

在DeepSeek开源周的第四天，DualPipe和EPLB这两项全新技术一同亮相，它们不仅为DeepSeek的低成本、高效训练大模型提供了强大支持，还为全球AI爱好者和从业者送上了两份“技术大礼包”。

OpenCSG·2025-03-02 19:56

2022.2.10训练思维练习

//输出十进制1234对应的八进制和十六进制//#include//intmain()//{//printf("0%o,0x%x\n",1234,1234);//return0;//}//将一个四位数反向输出//#include//intmain()//{//intn=0;//scanf_s("%d",&n);//while(n)//{//printf("%d",n%10);//n=n/10;//

钟佩颖·2025-03-02 18:52

2022.2.12思维训练（入门c语言题）

//#include//intmain()//{////return0;//}//#include//intmain()//{//printf("%d\n",sizeof(char));//printf("%d\n",sizeof(int));////printf("%d\n",sizeof(long));//printf("%d\n",sizeof(double));//return0;//}/

钟佩颖·2025-03-02 18:52

编程小白冲Kaggle每日打卡（17）--kaggle学堂：＜机器学习简介＞随机森林

Kaggle官方课程链接：RandomForests本专栏旨在Kaggle官方课程的汉化，让大家更方便地看懂。RandomForests使用更复杂的机器学习算法。介绍决策树给你留下了一个艰难的决定。一棵有很多叶子的深树会被过度拟合，因为每一个预测都来自它叶子上少数房子的历史数据。但是，叶子很少的浅树表现不佳，因为它无法在原始数据中捕捉到尽可能多的区别。即使是当今最复杂的建模技术也面临着欠拟合和过拟

AZmax01·2025-03-02 17:18

2W8000字 LLM架构文章阅读指北

|自然语言处理（NLP）之建模3、LLM大模型架构之词嵌入（Part1）3、LLM大模型架构之词嵌入（Part2）3、LLM大模型架构之词嵌入（Part3）4、LLM架构从基础到精通之Word2Vec训练全解析

·2025-03-02 17:24

基于 Redis 实现分布式锁思考

每日英文Twothingsalwaystoberememberedinlife-don'ttakeanydecisionswhenyouareangry&dontmakeanypromiseswhenyouarehappy

程序员小乐·2025-03-02 17:44

(LeetCode 每日一题) 132. 分割回文串 II （动态规划dp）

题目：132.分割回文串II思路：最大分割次数为n-1,也就是分割为单个字符的次数。通过动态规划dp,可以得出字符串之间的哪段是回文串。再通过动态规划dp，算出使区间[0,i]为回文分割串所需要的最小分割次数f[i]。最后答案为f[n-1]，时间复杂度为0(n^2)。classSolution{public:intn;vector>v;//动态规划一：判断回文串voiddp1(strings){v

岁忧·2025-03-02 17:43

使用Semantic Kernel：对DeepSeek添加自定义插件

大语言模型虽然具有强大的自然语言理解和生成能力，但它们通常是基于预训练的模型，其功能受限于训练时所接触的数据和任务。为大语言模型添加插件

归-途·2025-03-02 16:41

关于openAI接口的使用(个人学习总结)

OpenAIOpenAI的三种使用方法1、使用OpenAIAPI2、使用第三方库3、自己训练模型

暗雾飘扬·2025-03-02 16:38

3.4.4- 先颜色后形状的方式 STM32串口通信 openmv+STM32串口通信 openmv串口通信openmv识别物体 openmv神经网络训练 openmv数字识

非常详细的视频和文字教程，讲解常见的openmv教程包括巡线、物体识别、圆环识别、阈值自动获取等。非常适合学习openmv、K210、K230等项目视频合集链接在:openmv教程合集openmv入门到项目开发openmv和STM32通信openmv和opencv区别openmv巡线openmv数字识别教程LCD3.4.4-先颜色后形状的方式可以再试试先颜色后形状的识别方式。importsenso

好家伙VCC·2025-03-02 15:25

3.4.5-识别形状+颜色+增加最小变化阈值 STM32串口通信 openmv+STM32串口通信 openmv串口通信openmv识别物体 openmv神经网络训练 openmv数字识

非常详细的视频和文字教程，讲解常见的openmv教程包括巡线、物体识别、圆环识别、阈值自动获取等。非常适合学习openmv、K210、K230等项目视频合集链接在:openmv教程合集openmv入门到项目开发openmv和STM32通信openmv和opencv区别openmv巡线openmv数字识别教程LCD3.4.5-识别形状+颜色+增加最小变化阈值在形状+颜色的识别效果中，发现小球是不动，

好家伙VCC·2025-03-02 15:25

深度学习框架之主流学习框架

它们提供了构建、训练和部署神经网络所需的各种功能和库。以下是一些主流的深度学习框架及其特点：TensorFlow：由Google开发，是一个广泛使用的开源深度学习框架。

uu1224·2025-03-02 14:17

Llama 2架构深度解析：Meta开源的70B参数大模型设计哲学

Llama2作为Meta开源的商用级大语言模型，其架构设计体现了三大核心原则：效率优先：在7B/13B/70B参数规模下保持线性计算复杂度扩展性强化：通过改进注意力机制支持4k上下文长度安全性内嵌：在预训练阶段融入

AI时代已来！·2025-03-02 14:46

DINO-X：一种用于开放世界目标检测与理解的统一视觉模型

DINO-X：一种用于开放世界目标检测与理解的统一视觉模型摘要1引言2方法2.1模型架构2.1.1DINO-XPro2.1.2DINO-XEdge3数据集构建和模型训练数据收集模型训练摘要在本文中，我们介绍了

黄阳老师·2025-03-02 13:10

指数移动平均（EMA）策略

在神经网络领域，EMA常被用于对模型参数进行平滑处理，使得网络模型在训练过程中能够更加稳定且泛化能力可能得到提升。

Sherry Wangs·2025-03-02 13:06

Transformer预测 | 基于TCN-Transformer的股票价格预测（Pytorch）

文章目录预测效果文章概述程序设计参考资料预测效果文章概述Transformer预测|基于TCN-Transformer的股票价格预测（Python）Transformer模型本质上都是预训练语言模型，大都采用自监督学习

机器学习之心·2025-03-02 13:35

【AI带来的机遇】

类比房地产黄金期中介赚取信息差、移动互联网初期应用商店分发红利，当前AI领域存在三大核心机遇：基础设施重构机遇（类比域名投资）AI大模型开源浪潮下，高质量训练数据资产、特定领域微调模型、模型中间件将成为新时代

调皮的芋头·2025-03-02 11:18

如何用AI写程序

一、AI写程序之工具选择（一）主流AI编程工具介绍如今市面上有诸多AI编程工具可供选择，以下为大家介绍几种常见且实用的工具：ChatGPT：由OpenAI开发的一款基于Transformer架构的预训练模型

Honmaple·2025-03-02 11:46

模型优化之强化学习（RL）与监督微调（SFT）的区别和联系

想了解有关deepseek本地训练的内容可以看我的文章：本地基于GGUF部署的DeepSeek实现轻量级调优之一：提示工程（PromptEngineering）（完整详细教程）_deepseekgguf-CSDN

搏博·2025-03-02 10:08

大模型在心力衰竭预测及临床方案制定中的应用研究报告

1.2研究目的1.3研究方法与创新点二、大模型技术与心力衰竭概述2.1大模型技术原理与发展2.2心力衰竭的病理机制与现状三、大模型在心力衰竭术前风险预测中的应用3.1数据收集与预处理3.2预测模型的构建与训练

LCG元·2025-03-02 09:58

完整的 Python 数据分析案例：在线游戏玩家付费预测

目录1.案例背景代码实现2.主要的代码难点解析2.1数据清洗-缺失值处理2.2特征工程-新特征计算与独热编码2.3特征选择2.4模型训练与评估2.5数据可视化3.可能改进的代码3.1数据清洗与特征工程改进

萧十一郎@·2025-03-02 08:56

利用Python实现企业微信发送文件消息

最近领导希望做一个小的招标信息爬取系统，每日以邮件以及企业微信的方式进行推送。所以记录一下如何使用Python实现企业微信发送文件。第一步：登录企业微信后台，需要用有管理员权限的微信进行扫码登录。

林_胖·2025-03-02 08:55

DeepSeek效应初现：Grok-3补刀ChatGPT，OpenAI已在ICU？

今天咱们聊聊最近在AI界引发轰动的新闻——DeepSeek和xAI相继用R1和Grok-3证明了预训练ScalingLaw并非OpenAI的护城河。这意味着什么呢？让我们一探究竟！

东方佑·2025-03-02 08:53

【大模型】fp32 和 fp16 的区别，混合精度的原理。

（仅为fp32的50%）数值范围约±3.4×10³⁸约±6.5×10⁴精度（尾数）23位（约7位有效十进制数）10位（约3位有效十进制数）用途高精度计算（如梯度更新）高效计算（如矩阵乘法）2.混合精度训练的原理核心思想

深度求索者·2025-03-02 08:20

推荐频道

每日训练