深入浅出强化学习编程实战

深入Linux内核架构：操作系统的核心奥秘

本文将深入浅出地介绍Linux内核架构的核心组成，并配以简单的代码示例和逻辑说明，帮助您更好地理解这一重要领域。一、什么是Linux内核？Linux内核是操作系统的核心，它为上层应用提
Echo_Wish·2025-03-10 23:47

读书报告」网络安全防御实战--蓝军武器库

本书作者深入浅出地讲解了各种攻击手段和防御方法，结合实战案例和工具技术的使用，使读者能够更加深入地理解和掌握网络安全防御的要点
ailx10·2025-03-10 22:38

清华大学：人工智能之知识图谱.pdf

清华大学：人工智能之知识图谱.pdf【下载地址】清华大学人工智能之知识图谱.pdf分享本资源文件来自于清华大学，聚焦于“人工智能之知识图谱”，是一份深入浅出地探讨知识图谱这一人工智能领域重要分支的文献。
黄晗昂Aileen·2025-03-10 16:52

大话机器学习三大门派：监督、无监督与强化学习

以武侠江湖为隐喻，系统阐述了机器学习的三大范式：监督学习（少林派）凭借标注数据精准建模，擅长图像分类等预测任务；无监督学习（逍遥派）通过数据自组织发现隐藏规律，在生成对抗网络（GAN）等场景大放异彩；强化学习
安意诚Matrix·2025-03-10 15:44

python 支持向量机回归_深入浅出python机器学习---支持向量机SVM 笔记0114-2020

题前故事：小D最近也交了一个女朋友，但是这个女孩好像非常情绪化，喜怒无常，让小D捉摸不透，小D女朋友的情绪完全不是“线性可分”的，于是小D想到了SVM算法，也就是大名鼎鼎的一一支持向量机。支持向量机理解引入首先需要知道线性可分和线性不可分的概念我们提取样本特征是“是否有妹子”和“是否有好吃的”这两项的时候，能够很容易用图中的直线把男生的情绪分成“开心”和“不开心”两类，这种情况下我们说样本是线性可
weixin_39864387·2025-03-10 13:04

网络安全基石：构建安全数字世界的关键概念解析

本文将深入浅出地解析网络安全的核心概念，助您构建坚固的网络安全防线，在数字世界中安全航行。1.网
清水白石008·2025-03-10 12:27

深入探索C++标准库与模板元编程的奥秘与实用技巧

  一、引言  侯捷老师作为C++领域的权威专家，其课程不仅深入浅出地讲解了C++的基础知识，更引领我们探索了C++的深层奥秘。
爱编程的Loren·2025-03-10 11:24

量子位招聘 | DeepSeek帮我们改的招聘启事

岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具；拥有解读论文的能力，能深入浅出讲解原理；有写代码能力；量子位长期读者。加入我们，你可以获得：
·2025-03-10 05:37

使用DeepSeek来构建LangGraph Agent

随着DeepseekR1的发布，我们不得不把目光聚焦在这个能赶超多个顶流大模型的模型身上，它主要是其在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。
乔巴先生24·2025-03-09 21:59

当深度学习遇见禅宗：用东方智慧重新诠释DQN算法

引言：代码与禅的碰撞♂️在某个调试代码到凌晨三点的夜晚，我突然意识到：强化学习的过程，竟与佛家修行惊人地相似。智能体在环境中探索
带上一无所知的我·2025-03-09 21:28

GPU编程实战指南03：CUDA开发快速上手示例，GPU性能碾压实测

上一节《GPU编程指南02：CUDA开发快速上手示例》中我们完成了一个使用GPU进行加减乘除四则运算的例子。没有学习的可以先跳转学习这一节，因为它有详细的代码注释，学习完这一篇，你就基本入门了GPU编程。在这个例子中，我们使用GPU进行运算，同时也会用CPU进行运算，然后将两者的结果进行对比，以确保我们代码运行的结果是正确的。既然CPU可以计算，为什么要用GPU呢？因为GPU可以进行并行计算，计算
anda0109·2025-03-09 15:34

Manus：颠覆 AI 代理的新时代

ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读Manus，这款突破性的AI代理，近期在科技界掀起了巨大波澜。
·2025-03-09 12:10

Mybatis中使用的设计模式

建造者模式这里讲得很清楚了深入浅出设计模式——建造者模式（BuilderPattern）在mybatis中，在解析配置文件的时候使用。
rice_88·2025-03-09 09:24

GPU编程实战指南01：CUDA编程极简手册

目录1.CUDA基础概念1.1线程层次结构1.2内存层次结构2.CUDA编程核心要素2.1核函数2.2内存管理2.3同步机制3.CUDA优化技巧3.1内存访问优化3.2共享内存使用3.3线程分配优化4.常见问题和解决方案5.实际案例分析1.CUDA基础概念1.1线程层次结构CUDA采用层次化的线程组织结构，从小到大依次为：线程（Thread）：最基本的执行单元每个线程执行相同的核函数代码通过thr
anda0109·2025-03-09 09:20

android_audio架构全分析,Android深入浅出之AudioFlinger分析

一目的本文承接Audio第一部分的AudioTrack，通过AudioTrack作为AF(AudioFlinger)的客户端，来看看AF是如何完成工作的。在AT(AudioTrack)中，我们涉及到的都是流程方面的事务，而不是系统Audio策略上的内容。WHY？因为AT是AF的客户端，而AF是Android系统中Audio管理的中枢。AT我们分析的是按流程方法，那么以AT为切入点的话，AF的分析也
迷荆·2025-03-09 05:41

《Head First 设计模式》例子的C++实现（2 观察者模式）

感觉这本书写的还是很不错的，深入浅出的介绍了各种常用的设计模式。唯一有点不方便的地方是这本书的例子全都是用的Java来实现的。而我主要是用C++。所以就动手将书上的代码用C++来实现了一遍。
liyuanbhu·2025-03-09 03:49

就在刚刚！马斯克决定将“地球上最聪明的人工智能”Grok-3免费了！

Grok-3的核心优势在于其大规模强化学习（RL）优化，能够在几秒到几分钟内进行深度推理，适应复杂任务的需求。配备的D
源代码杀手·2025-03-08 12:16

机器学习入门知识

二、机器学习的基本类型1.监督学习2.无监督学习3.半监督学习4.强化学习三、机器学习的工作流程四、常见的机器学习算法五、机器学习的评价指标六、机器学习中的过拟合与欠拟合七、机器学习的应用八、学习机器学习的资源前言随着人工智能的发展
十五境剑修·2025-03-08 09:33

深入浅出的理解deepseek类大模型（附运行代码）

我们把Qwen2模型想象成一个非常聪明的“阅读理解专家”。这个专家，就像我们人类一样，需要先“看”到文字，然后才能理解文字的意思，最后才能回答问题或者生成新的文字。深入理解之运行代码：fromtransformers.models.qwen2importQwen2Config,Qwen2Modelimporttorchdefrun_qwen2():#根据模型需求配置参数，构造Qwen2模型的配置对
AI人工智能时代·2025-03-08 08:47

【有啥问啥】深入浅出：大模型应用工具 Ollama 技术详解

深入浅出：大模型应用工具Ollama技术详解引言近年来，大型模型（LargeModels，LLMs）技术突飞猛进，在自然语言处理、计算机视觉、语音识别等领域展现出强大的能力。
有啥问啥·2025-03-08 00:21

特斯拉FSD不同版本的进化

特斯拉，FSD，自动驾驶，深度学习，计算机视觉，强化学习，神经网络，模型训练1.背景介绍特斯拉自2016年推出Autopilot以来，一直致力于开发全自动驾驶系统，其目标是实现完全无人驾驶，让汽车能够像人类一样感知周围环境
AI智能涌现深度研究·2025-03-07 19:35

阿里深夜开源QwQ-32B模型，仅需1/10的成本即可比肩R1满血版

大规模强化学习（RL）有潜力超越传统的预训练和后训练方法来提升模型性能。近期的研究表明，强化学习可以显著提高模型的推理能力。
伪_装·2025-03-07 13:45

2024年图灵奖公布：两位AI先锋因强化学习获奖

纽约时报》报道，全球最大的计算机专业人士协会计算机协会(ACM)周三宣布，将2024年图灵奖授予安德鲁·巴托(AndrewBarto)博士和理查德·萨顿(RichardSutton)博士，以表彰他们在强化学习方面的研究
吴脑的键客·2025-03-07 13:15

（24-1）DeepSeek中的强化学习：DeepSeek简介

在人工智能的浩瀚星空中，DeepSeek犹如一座巍峨的科技丰碑，熠熠生辉，引领着大模型时代的风云变幻。DeepSeek以卓越的创新精神和前沿的技术架构，突破常规极限，将海量知识与智能推理完美融合，展现出惊人的计算力与思维深度。4.1DeepSeek简介DeepSeek是一家成立于2023年的中国人工智能初创公司，专注于开发高效且经济的大型语言模型。其核心技术包括多头潜在注意力（Multi-head
码农三叔·2025-03-07 12:33

Dockerfile 深入浅出：从基础到进阶全解析

Dockerfile深入浅出：从基础到进阶全解析各位同学，大家好！欢迎来到今天的Dockerfile课程。
TechStack 创行者·2025-03-07 11:52

深入浅出地理解-随机森林与XGBoost模型

目录一、决策树的不足与集成学习的优势1.1决策树的缺点1.2集成学习：通过集成多个模型提升稳定性二、随机森林：通过多棵决策树减少方差2.1随机森林的基本原理2.2随机森林的优势2.3随机森林的参数调整三、XGBoost：高效且强大的Boosting方法3.1Boosting的基本原理3.2XGBoost的优化3.3XGBoost的优点四、随机森林与XGBoost的对比五、总结在机器学习的实战中，决
HP-Succinum·2025-03-07 00:06

深入浅出微服务基础设施：服务架构的演进历史

业界有很多介绍微服务框架的文章，但是对于微服务架构本身以及基础设施组件介绍的文章不多，本系列文章将聚焦于微服务架构的底层原理，从基础概念到核心机制，帮助读者真正理解微服务架构的设计理念和运行机制，从而更好地将其应用于实际开发中。在软件工程的漫长历史中，服务架构经历了从单体应用到面向服务的架构（SOA），再到微服务架构的演进。本章将详细探讨这一演进过程，帮助读者理解不同架构的起源、优势和局限性，以及
·2025-03-06 23:15

上班族的DeepSeek指南，厦门大学·DeepSeek手册Ⅲ《DeepSeek企业应用实践》

随着DeepSeek的普及，无论是高校师生、上班族的小伙伴、机构工作人员还是面向社会大众人群，都能在各大高校的一系列手册中找到自己想要学习、了解的内容，这些手册面向大众群体深入浅出地讲解大模型概念、技术与应用实践
纪元A梦·2025-03-06 21:37

详解：Grok中文版 _Grok 3 国内中文版本在线使用

借助深度学习与强化学习等先进技术，GrokAI具备自我学习的能力，可以通过不断的训练来优
·2025-03-06 18:35

【大模型学习】第八章 深入理解机器学习技术细节

SupervisedLearning）1.定义与工作原理2.常见任务3.应用场景示例：房价预测二、无监督学习（UnsupervisedLearning）1.定义与工作原理2.常见任务3.应用场景示例：客户细分三、强化学习
好多渔鱼好多·2025-03-06 16:57

【数据库初阶】MySQL中表的约束（上）

在这篇文章中，我们将深入浅出地为大家讲解MySQL中表的约束帮助您轻松入门，快速掌握核心概念。如果文章对您有所启发或帮助，请别忘了点赞??、收藏??、留言??支持！
bsefef·2025-03-06 14:02

Rust编程实战：手把手教你打造命令行文本搜索工具！

知识点结构体声明和方法模块化文件处理测试模块异常处理功能通过命令行的形式触发，根据用户提供的关键字在文本检索。执行命令如下：cargorun--keywordfilepath实现细节拆分获取执行参数读取文本内容检索关键字实现创建项目cargonewminigrep实现参数处理在src目录下新建config.rs文件pubstructConfig{pubquery:String,pubfile_pa
今天也想MK代码·2025-03-06 13:54

rust编程实战：实现3d粒子渲染wasm

源码纯js实现fps：wasm实现通过对比可以看出来wasm实现的计算比纯js刷新相对稳定。
今天也想MK代码·2025-03-06 11:14

AI语言模型的技术之争：DeepSeek与ChatGPT的架构与训练揭秘

的基础概述1.1DeepSeek简介1.2ChatGPT简介第二章：模型架构对比2.1Transformer架构：核心相似性2.2模型规模与参数第三章：训练方法与技术3.1预训练与微调：基础训练方法3.2强化学习与奖励建模
m0_74825466·2025-03-06 06:29

自然语言模型（NLP）介绍

例如，DeepSeek通过强化学习提升推理能力，其混合专家架构（MoE）显著优化了计算效率‌。二、核心技术解析1.DeepSeek模型架构混合专家模型（MoE）：DeepSeek-V3采用Mo
Liudef06·2025-03-06 04:11

量子位招聘 | DeepSeek帮我们改的招聘启事

岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具；拥有解读论文的能力，能深入浅出讲解原理；有写代码能力；量子位长期读者。加入我们，你可以获得：
·2025-03-06 01:06

深入浅出：ASP.NET Core 中间件的使用与封装

在ASP.NETCore中，中间件（Middleware）是处理HTTP请求和响应的核心组件。中间件可以在请求到达最终处理前对请求进行处理，也可以在响应返回客户端之前修改响应。通过使用中间件，开发者能够灵活地扩展应用程序功能，处理认证、日志记录、跨域请求、错误处理等常见任务。本文将详细介绍ASP.NETCore中间件的工作原理、如何使用内置中间件、如何封装自定义中间件，并提供实际的例子来帮助你掌握
江沉晚呤时·2025-03-05 23:05

深入浅出 Serilog：全面掌握 .NET 日志记录

在现代应用程序中，日志记录是至关重要的一部分，它帮助开发人员追踪和调试应用程序的问题。Serilog是一个功能强大且灵活的.NET日志记录库，它不仅支持结构化日志，还能轻松集成到各种日志管理平台中。本教程将介绍如何在.NET应用程序中使用Serilog进行日志记录。一、Serilog概述Serilog是一个为.NET应用程序设计的第三方日志库，具有以下特点：结构化日志：Serilog可以记录结构化
拾忆4377·2025-03-05 23:01

Search-o1：智体搜索增强的大型推理模型

大型推理模型(LRM)（例如OpenAI-o1）已通过大规模强化学习展示长步推理能力。然而，它们的扩展推理过程通常会受到知识不足的影响，从而导致频繁出现不确定性和潜在错误。
三谷秋水·2025-03-05 22:53

深入浅出：UniApp 从入门到精通全指南

https://juejin.cn/post/7440119937644101684uni-app官网本文是关于UniApp从入门到精通的全指南，涵盖基础入门（环境搭建、创建项目、项目结构、编写运行）、核心概念与进阶知识（组件与开发、页面路由与导航、数据绑定与响应式原理、生命周期钩子）、电商应用开发（商品展示、购物车、订单结算等功能）、项目优化与部署（性能、安全优化及不同平台部署）、案例分析及总结
大胖丫·2025-03-05 20:39

第二十课：HarmonyOS Next异步编程实战：Promise与async/await深度解析

一、异步编程核心概念HarmonyOSNext基于ArkTS的‌单线程模型‌实现高效异步编程，通过Promise与async/await解决传统回调地狱问题，提升代码可维护性‌24。其核心优势包括：‌非阻塞执行‌：异步任务挂起后主线程继续响应UI操作‌16‌简化并发逻辑‌：链式调用替代多层嵌套回调‌45‌统一错误处理‌：通过catch或try/catch集中管理异常‌45二、Promise核心用法
小_铁·2025-03-05 17:39

强化学习实践 openai gymnasium CartPole-v1 DQN算法实现

前言最近在学习强化学习，大致过了一遍强化学习的数学原理（视频）。视频讲的很好，但是实践的部分总是感觉有点匮乏（毕竟解决gridworld方格世界（GitHub）的问题的很难给人特别大的
abstcol·2025-03-05 14:12

强化学习是否能够在完全不确定的环境中找到一个合理的策略，还是说它只能在已知规则下生效？

强化学习（ReinforcementLearning，RL）是机器学习的一个重要分支，广泛应用于机器人控制、自动驾驶、游戏策略和金融决策等领域。
concisedistinct·2025-03-05 12:58

清华大学DeepSeek PPT第二版深度解读：人工智能前沿技术解析

第二版PPT从以下方面实现全面升级：AI前沿技术覆盖：涵盖大模型、深度强化学习等领域最新研究进展工业级实践案例：新增多个企业级项目解决方案案例三维知识框架：从算法原理→代码实现→工程部署的全链路解析下载建议
qudongmofashi·2025-03-05 09:04

PyTorch 中结合迁移学习和强化学习的完整实现方案

结合迁移学习（TransferLearning）和强化学习（ReinforcementLearning,RL）是解决复杂任务的有效方法。
小赖同学啊·2025-03-05 07:54

【机器学习】Reinforcement Learning-强化学习基本概念

1、Q值与V值1.1Q值和V值的定义Q值：也称为动作价值函数，评估动作的价值，它代表了智能体选择这个动作后，一直到最终状态奖励总和的期望，表示为Q(s,a)，其中s是状态，a是动作。V值：评估状态的价值，也称为状态价值函数，表示为V(s)，其中s是状态。它代表了智能体在这个状态下，一直到最终状态的奖励总和的期望。V值与动作无关只与状态有关。Q值和V值的概念是一致的，都是衡量在马可洛夫树上某一个节点
长相忆兮长相忆·2025-03-05 02:42

14个Flink SQL性能优化实践分享

本文将深入浅出地探讨FlinkSQL的常见性能问题、调优方法、易错点及调优技巧，并提供代码示例。1.常见性能问题1.1数据源读取效率低并行度不足：默认的并行度可能无法充分利用硬件资源。
快乐非自愿·2025-03-04 15:40

SFT与RLHF的关系

在大模型训练中，SFT（监督微调）和RLHF（基于人类反馈的强化学习）是相互关联但目标不同的两个阶段，通常需要结合使用以优化模型性能，而非互相替代。
一只积极向上的小咸鱼·2025-03-04 11:12

蚂蚁技术研究院发布推理大模型强化学习框架，邀请开发者共同助力 AGI 生态

2月25日，蚂蚁技术研究院正式开源强化学习框架AReaL（AntReasoningRL）。AReaL源自开源项目ReaLHF，旨在训练每个人都可以复现和贡献的大型推理模型(LRM)。
·2025-03-04 10:52

DeepSeek-R1：通过强化学习激励大型语言模型的推理能力

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练而成的模型，无需监督微调（SFT）作为初步步骤，展示了卓越的推理能力。
AI专题精讲·2025-03-03 22:05
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他