熵

【重构推荐系统】国产大模型驱动的电商个性化推荐完整实战：架构设计、推理优化与在线部署闭环

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-06-28 16:27

Pyeeg模块部分功能介绍

2.部分函数介绍1.pyeeg.ap_entropy(X,M,R)pyeeg.ap_entropy(X, M, R)计算时间序列X的近似熵（A
脑电情绪识别·2025-06-24 12:25

熵增定律与人际关系-整理

01.什么是熵增定律？熵增定律的定义十分简单：在一个孤立系统里，如果没有外力做功，其总混乱度（即熵）会不断增大。这项定义里有三个关键词：孤立系统、无外力做功、总混乱度（熵）。
吾883721·2025-06-23 16:47

深入解析ID3算法：信息熵驱动的决策树构建基石

本文来自「大千AI助手」技术实战系列，专注用真话讲技术，拒绝过度包装。ID3（IterativeDichotomiser3）是机器学习史上的里程碑算法，由RossQuinlan于1986年提出。它首次将信息论引入决策树构建，奠定了现代决策树的理论基础。本文将深入剖析其数学本质与实现细节。往期文章推荐:20.用Mermaid代码画ER图：AI时代的数据建模利器19.ER图：数据库设计的可视化语言-搞
大千AI助手·2025-06-22 21:08

MATLAB实现基于基元共生矩阵的纹理特征提取方法

本方法首先定义不同的方格和方向，然后计算共生矩阵，并从中提取出对比度、能量、熵、相关性等统计特征。最后，这些统计特征被组合成特征向量，用于图像
杏花朵朵·2025-06-21 05:48

理解自信息和信息熵——为什么自信息这样算？

一直对香农的信息熵(InformationEntropy)都没有一个非常感性的认识，今日摸鱼学习了一下这个问题。
Colin_Downey·2025-06-20 05:32

从语言行为到调用协议：智能体通信的五种底层格式

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-06-19 18:16

MSE做多分类任务如何

用「考试打分」来类比，秒懂为啥多分类任务很少用MSE，以及硬用会出啥问题～一、多分类任务的「常规操作」：交叉熵vsMSE1.多分类任务长啥样？
·2025-06-16 15:14

打造可控可信的智能体调度核心：MCP 中控协议架构实战与服务端实现

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-06-16 13:00

逻辑回归中的损失函数：交叉熵损失详解与推导

逻辑回归中的损失函数：交叉熵损失详解与推导关键词：逻辑回归、交叉熵损失、损失函数、二分类、多分类、极大似然估计、梯度下降摘要：本文深入解析逻辑回归中核心的交叉熵损失函数，从信息论基础出发，逐步推导二分类与多分类场景下的损失函数形式
AI天才研究院·2025-06-16 00:34

Multi-Agent 任务协同架构实战：构建智能体角色分工与调度机制

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-06-14 05:51

机器学习与深度学习21-信息论

目录前文回顾1.信息上的概念2.相对熵是什么3.互信息是什么4.条件熵和条件互信息5.最大熵模型6.信息增益与基尼不纯度前文回顾上一篇文章链接：地址1.信息上的概念信息熵（Entropy）是信息理论中用于度量随机变量不确定性的概念
my_q·2025-06-14 03:08

多分类与多标签分类的损失函数

使用神经网络处理多分类任务时，一般采用softmax作为输出层的激活函数，使用categorical_crossentropy（多类别交叉熵损失函数）作为损失函数，输出层包含k个神经元对应k个类别。
麦格芬230·2025-06-13 21:24

【AI论文】超越80/20规则：高熵少数令牌驱动LLM推理的有效强化学习

在这项工作中，我们通过标记熵模式的新视角对RLVR进行了开创性的探索，全面分析了不同标记如何影响推理性能。
东临碣石82·2025-06-06 22:49

生成对抗网络（GAN）基础原理深度解析：从直观理解到形式化表达

结合印假钞与警察博弈的案例阐述生成器与判别器的对抗机制；通过模型结构示意图，解析噪声采样、样本生成及判别流程；基于公式推导目标函数的数学本质，剖析判别器与生成器的优化逻辑；最后对比GAN目标函数与交叉熵损失的关联差异
青柚MATLAB学习·2025-06-04 13:07

Qwen2.5-Omni 多模态部署保姆级教程：图文问答×接口调用×Gradio UI 全都有

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-06-02 05:53

强化学习的前世今生（五）— SAC算法

书接前四篇强化学习的前世今生（一）强化学习的前世今生（二）强化学习的前世今生（三）—PPO算法强化学习的前世今生（四）—DDPG算法本文为大家介绍SAC算法7SAC7.1最大熵强化学习在信息论中，熵(entropy
小于小于大橙子·2025-06-01 16:46

高光谱成像相机：基于高光谱成像技术的玉米种子纯度检测研究

本研究基于高光谱相机，结合图像熵特征与机器学习算法，实现了多品种玉米种子的快
中达瑞和-高光谱·多光谱·2025-05-31 15:19

GRPO / PPO / DPO 在医疗场景下的 LLM 优化与源码实战分析

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-05-28 19:03

头歌实践教学平台python机器学习-决策树

相关知识为了完成本关任务，你需要掌握：1.决策树模型，2.决策树模型用于分类，3.决策树信息熵构建。决策树模型决策树(DecisionTree）是在已知各种情况发生
学习只是用户态·2025-05-28 01:55

ACS ANM突破：微波一步法合成多孔吸波材料——焦耳加热技术如何赋能材料创新？

一、技术解读：哈工大微波一步法的核心创新哈尔滨工业大学团队在ACSAppliedNanoMaterials的最新研究中，通过微波瞬时加热法（MIT）成功制备多孔高熵合金/碳纤维复合材料，其核心突破为：超快速合成
焦耳加热·2025-05-25 07:32

Off-Policy策略演员评论家算法SAC详解：python从零实现

它在DDPG、TD3的基础上进行了显著改进，并引入了最大熵强化学习的原则。其目标是学习一种策略，不仅最大化预期累积奖励，还要最大化策略的熵。
AI仙人掌·2025-05-25 01:23

基于Huber函数和最大相关熵的抗差滤波算法

最大熵滤波（MaximumEntropyFiltering）常用于信号处理中的谱估计和噪声抑制，尤其适用于短数据序列的高分辨率谱分析。
bubiyoushang888·2025-05-24 19:46

从逻辑学视角严谨证明数据加密的数学方法与实践

文章目录一、加密数据的数学指纹：信息论基础1.1加密检测的核心原理1.2香农熵：量化信息的不确定性二、统计检验方法：从随机性到加密性2.1卡方检验的数学原理2.2游程检验与序列相关性2.3NIST统计测试套件三
小胡说技书·2025-05-24 00:02

模块化 Agent 架构解析：能力粒度 × 接口范式 × 组合调度机制设计

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-05-23 15:00

二元交叉熵损失为何与 logits 结合使用

在PyTorch中，BCEWithLogitsLoss（二元交叉熵损失与logits结合）是一个将Sigmoid激活函数和二元交叉熵损失（BCE）合并计算的损失函数。
浩瀚之水_csdn·2025-05-23 03:41

极大似然估计与机器学习

貌似，后知后觉的才意识到极大似然估计就是机器学习有效的数学保证下面以拟合线性分布的最小二乘与分类问题为例推到以下如何从似然函数推导出MSE损失与交叉熵损失一、线性回归的最小二乘法1.概率模型设定假设数据由线性模型生成
xsddys·2025-05-22 09:46

从代码学习深度学习 - 预训练word2vec PyTorch版

utils_for_train.py`)预训练Word2Vec-主流程1.环境设置与数据加载2.跳元模型(Skip-gramModel)2.1.嵌入层(EmbeddingLayer)2.2.定义前向传播3.训练3.1.二元交叉熵损失
飞雪白鹿€·2025-05-20 21:47

从入门到精通：Codeup 与 Git 的高效协作实践

智能敏感信息检测：通过正则匹配+信息熵+上下文语义的三层模型，精准识别硬编码密钥、邮箱等敏感信息，误报率低于5%。细粒度权限控制：支持企业-代码组-仓库-成
2302_81677011·2025-05-20 08:33

模型蒸馏（Knowledge Distillation）

核心概念在传统的深度学习训练中，模型的目标是通过交叉熵损失（Cross-EntropyLoss）来学习真实标签（HardLabels）。然而，知识蒸馏引入了一种新的学习
PWRJOY·2025-05-19 17:17

为什么哈希加密后破解怎么难？单向函数；密码学的数学原理：从理论到实践

哈希函数的数学原理与不可逆性2.1从信息论角度理解哈希不可逆性2.2碰撞抵抗的数学分析2.3单向压缩函数与雪崩效应三、非对称密码系统的数学基础3.1RSA算法的数学原理3.2椭圆曲线加密的几何解析四、密码学随机性与熵的数学原理
小胡说技书·2025-05-18 05:35

【策略模型结构】DeepSeek强化智能体中的GRPO架构与高维输入建模

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-05-16 09:30

pytorch验算CrossEntropyLoss ，BCELoss 和 BCEWithLogitsLoss

一.手动计算、log_softmax+nll_loss、nn.CrossEntropyLoss三种方式计算交叉熵：(classtorch.nn.CrossEntropyLoss(weight=None,
咕噜咕噜day·2025-05-11 05:08

【笔记】BCEWithLogitsLoss

它结合了Sigmoid激活函数和二元交叉熵（BinaryCrossEntropy,BCE）损失在一个类中。这不仅简化了代码，而且通过数值稳定性优化提高了模型训练的效率和效果。
睡不着还睡不醒·2025-05-11 05:35

浏览器指纹攻防技术深度解析：从多账号隔离到自动化矩阵架构设计

一、技术原理与实现路径环境隔离技术栈基于Chromium内核的渲染引擎重构（如WebGL着色器指令随机化、Canvas指纹混淆）动态参数概率模型：通过熵
Hotlogin·2025-05-11 01:44

AI-02a5a2.神经网络的学习

神经网络的学习中所用的指标称为损失函数（lossfunction）这个损失函数可以使用任意函数，但一般用均方误差和交叉熵误差等。
一年春又来·2025-05-10 23:57

【机器学习】决策树

决策树V1.0决策树的概念决策树的结构决策树的构建划分标准的选择信息熵基尼系数划分标准举例节点划分标准的选择流程决策树分裂过程的停止V1.0决策树的概念决策树是属于用树的形式，在树的每一个内部节点上使用
YoseZang·2025-05-10 12:51

深度学习-损失函数 python opencv源码（史上最全）

平方（均方）损失函数（MeanSquaredError,MSE）均方根误差交叉熵对数损失笔记回馈逻辑回归中一些注意事项：定义损失函数又叫误差函数、成本函数、代价函数，用来衡量算法的运行情况，用符号L表示
博导ai君·2025-05-09 22:15

基于Partial Cross Entropy的弱监督语义分割实战指南

这催生了弱监督学习（WeaklySupervisedLearning）的研究方向，其中partialcrossentropyloss（部分交叉熵损失）成为重要的技术手段。
Loving_enjoy·2025-05-09 21:09

星途-(4)

当最后一批"熵变者"化作紫色流光消散在宇宙尘埃中，舰队短暂的欢呼被警报声骤然打断。
小羊不会c++吗(黑客小羊)·2025-05-08 21:59

多智能体协作机制：RoleChain × 控制器（Controller）架构解析

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-05-05 22:10

【工程图谱】Agentic AI全链路拆解：企业级21模块落地实践全景图

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-05-05 16:30

架构汇报 + Demo 演示：如何讲清楚你的 Agent 系统？

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-05-04 01:48

Radar Forward-Looking Super-Resolution Imaging Algorithm of ITR-DTV Based on Renyi Entropy论文阅读

RadarForward-LookingSuper-ResolutionImagingAlgorithmofITR-DTVBasedonRenyiEntropy1.研究目标与实际问题意义1.1研究目标1.2实际意义2.创新方法、模型与公式分析2.1方法框架2.1.1方向总变差（DTV）算子2.1.2Renyi熵正则化
青铜锁00·2025-04-30 20:50

软件工程效率优化：一个分层解耦与熵减驱动的系统框架

软件工程效率优化：一个分层解耦与熵减驱动的系统框架**摘要(Abstract)本报告构建了一个全面、深入、分层的软件工程效率优化框架，旨在超越简单的技术罗列，从根本的价值驱动和熵减原理出发，系统性地探讨提升效率的策略与实践
Darkbluelr·2025-04-30 16:45

【分布式Tool链架构】多智能体系统中的执行链与数据调用路径全解析

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-04-29 03:55

基于狮群优化的对称交叉熵图像多阈值分割python

基于狮群优化的对称交叉熵图像多阈值分割python文章目录基于狮群优化的对称交叉熵图像多阈值分割python1.对称交叉熵阈值分割原理2.基于狮群优化的多阈值分割3.算法结果：4.参考文献：5.Python
图像算法打怪·2025-04-24 09:50

【机器学习】优化器/SAM

损失函数（例如均方误差、交叉熵等）用于衡量模型预测结果与实际值之间的差异。优化器的任务是通过不断调整模型参数，使损失函数的值逐渐降低，达到最小化的效果。1.优化器的工作原理优化器**通常基于梯度下降（
LOST P·2025-04-23 17:33

智能体如何“看见”网页与“控制”系统？Action Space 建模与操控机制全解析

我叫观熵。不是在控熵，就是在观测熵的流动个人主页：观熵个人邮箱：[email protected]座右铭：愿科技之光，不止照亮智能，也照亮人心！
观熵·2025-04-23 12:03

机器学习必知：模型误差+面试常见问题（看它就够了）

一、模型误差相关知识详解1.模型误差的定义和衡量标准模型误差是评估模型预测准确性的关键指标，通常通过定义损失函数进行量化，常见的损失函数如均方误差（MSE）、交叉熵损失等。
心想事“程”·2025-04-23 02:01
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他