离线强化学习

深度求索：解析DeepSeek R1与V3模型的技术差异

DeepSeekR1与V3模型的技术差异引言模型定位与核心能力DeepSeekV3应用场景及示例DeepSeekR1应用场景及示例模型架构与训练方法DeepSeekV3的架构特点DeepSeekR1的强化学习策略性能表现与基准测试
walkskyer·2025-02-26 05:53

OpenAI: 人工智能领域的领军企业

自成立以来,OpenAI在自然语言处理、计算机视觉、强化学习等多个人工智能领域取得了突破性进展,推出了一系列广受关注的AI模型和产品。OpenAI的发展历程OpenAI由埃隆·马斯克、山姆
2401_87458718·2025-02-26 02:35

基于“蘑菇书”的强化学习知识点（十三）：第三章的代码：MonteCarlo.ipynb及其涉及的其他代码的更新以及注解（gym版本 ＞= 0.26）（一）

第三章的代码：MonteCarlo.ipynb及其涉及的其他代码的更新以及注解（gym版本＞=0.26）（一）摘要摘要本系列知识点讲解基于蘑菇书EasyRL中的内容进行详细的疑难点分析！具体内容请阅读蘑菇书EasyRL！对应蘑菇书附书代码——MonteCarlo.ipynb在MonteCarlo.ipynb目录下面创建envs文件夹，然后下载racetrack.py和track.txt放到envs
墨绿色的摆渡人·2025-02-26 01:32

python 第三方库 打包 离线电脑安装

最开始一个个下载第三方库，然后拷贝到离线电脑pip安装，弄好了发现离线电脑系统有问题，重装，，，，前面的又白干了。
新手老张·2025-02-26 00:23

DeepSeek强化学习（Reinforcement Learning）基础与实践

引言强化学习（ReinforcementLearning,RL）是机器学习的一个重要分支，专注于训练智能体（Agent）在环境中通过试错来学习最优策略。
Evaporator Core·2025-02-25 23:44

机器学习笔记——特征工程

本笔记介绍机器学习中常见的特征工程方法、正则化方法和简要介绍强化学习。
好评笔记·2025-02-25 22:37

python开发翻译软件&PDF文档识别转换翻译

一、通过Helsinki-NLP模型实现离线翻译接口参考文档：https://blog.csdn.net/mzl87/article/details/1271234451.1、开发环境配置系统环境：WIN10
Juniper_fly·2025-02-25 19:14

论文学习3：深度学习增强的光声成像（PAI）的最新进展（综述）

2.DL方法的原理介绍DL的子集：监督学习、无监督学习和强化学习。详细说明代表性DL架构：卷积神经网络（CNN）、U-形神经网络（U-Net）和
superace7911·2025-02-25 15:50

离线安装IE 11(Internet Explorer 11)/脱机安装IE11

离线安装IE11(InternetExplorer11)/脱机安装IE11如果电脑需要在不联网的情况下安装IE11(InternetExplorer11)，需要提前安装好6个补丁程序，请看微软的官方说明
brian0031·2025-02-25 15:50

初学者推荐学习AI的路径

学习人工智能的路径可以分为基础知识、编程技能、机器学习、深度学习、数据处理与可视化、自然语言处理（NLP）、计算机视觉（CV）、强化学习、实践项目和持续学习几个阶段。
ProgramHan·2025-02-25 09:05

Qt6快速安装方法

1引言与Qt5不同，Qt6不提供离线安装包，采用线上安装的形式。受限于国内网络环境，直接从官网安装Qt6速度奇慢，甚至中途出现报错的情况比比皆是，这导致很多开发者没法在第一时间尝鲜Qt6。
astragin·2025-02-25 04:27

深度学习与搜索引擎优化的结合：DeepSeek的创新与探索

目录引言1.传统搜索引擎的局限性2.深度学习在搜索引擎中的作用3.DeepSeek实现搜索引擎优化的关键技术3.1神经网络与搜索引擎优化3.2自然语言处理与查询理解3.3深度强化学习与搜索结果排序4.DeepSeek
m0_74825634·2025-02-25 01:37

用人类反馈微调大模型，InstructGPT 让 GPT-3 脱胎换骨

接着，我们收集模型输出的排名数据集，使用人类反馈强化学习对这个经过监督学习训练的模型进
·2025-02-24 23:50

如何在jupyter notebook中切换虚拟环境

最后正常快捷启动jupyternotebook在base环境中安装nb_conda_kernelscondainstallnb_conda_kernels注意这个包只能用conda安装，如果安装不下来，去搜索离线安装
gelie11·2025-02-24 23:22

jupyter notebook在Linux系统中导入虚拟环境

一、创建虚拟环境：1、Anaconda自带的工具创建虚拟环境：1.1离线创建：condacreate-nenv_name--offlinepython=3.6.31.2在线创建：condacreate-nenv_namepython
tiantian11253·2025-02-24 22:20

实现简单的离线人脸识别：C# 结合 OpenCvSharp 和 Emgu CV

今天我们要一起动手实现一个简单的离线人脸识别系统。想象一下，你的应用程序能够识别用户面部并进行身份验证，是不是超酷的？
墨夶·2025-02-24 19:54

DeepSeek 和 Qwen 模型快速部署指南

模型大小总参数量6710亿(671B),MoE架构,每个token激活370亿参数总参数量与V3相当,基于DeepSeek-V3-Base,采用类似的MoE架构训练方法包含预训练、监督微调(SFT)和强化学习
moton2017·2025-02-24 18:47

Ollama的安装及使用

文章目录1.ollama下载2.linux安装3.ollama离线安装4.windows安装5.使用ollama1.ollama下载下载地址：https://ollama.com/download2.linux
dwjf321·2025-02-24 16:09

【最全教程】DeepSeek-R1大模型接入WPS

方案一：OfficeAI插件快速接入（推荐新手）操作步骤插件安装下载地址：OfficeAI或评论区回复"OfficeAI"获取离线包安装时需关闭WPS，勾选安装VB运行库（解决90%加载失败问题）密钥获取访问硅基流动平台
deepseek01·2025-02-24 15:02

适用于呼叫中心质检的离线ASR模型

以下是适用于中文呼叫中心质检的离线语音转文字（STT）模型及工具，根据性能、中文支持、部署灵活性等维度整理：1.开源模型与框架1.1WeNet(出门问问&西北大学)特点：端到端语音识别框架，专为中文优化
狂爱代码的码农·2025-02-24 08:07

深度强化学习算法在金融交易决策中的优化应用【附数据】

金融数据分析与建模专家金融科研助手|论文指导|模型构建✨专业领域：金融数据处理与分析量化交易策略研究金融风险建模投资组合优化金融预测模型开发深度学习在金融中的应用擅长工具：Python/R/MATLAB量化分析机器学习模型构建金融时间序列分析蒙特卡洛模拟风险度量模型金融论文指导内容：金融数据挖掘与处理量化策略开发与回测投资组合构建与优化金融风险评估模型期刊论文✅具体问题可以私信或查看文章底部二维码
算法与数据·2025-02-24 01:22

机器学习基础

了解机器学习的基本概念，如监督学习、无监督学习、强化学习、模型评估指标（准确率、召回率、F1分数等）。
dringlestry·2025-02-23 21:50

人工智能：从基础到前沿

2.2人工智能的历史2.3人工智能的分类3.机器学习3.1机器学习概述3.2监督学习3.3无监督学习3.4强化学习4.深度学习4.1深度学习概述4.2神经网络基础4.3卷积神经网络（CNN）4.4循环神经网络
顾漂亮·2025-02-23 12:15

深入浅出机器学习：概念、算法与实践

目录引言机器学习的基本概念什么是机器学习机器学习的基本要素机器学习的主要类型监督学习（SupervisedLearning）无监督学习（UnsupervisedLearning）强化学习（ReinforcementLearning
倔强的小石头_·2025-02-23 11:43

ε-贪心算法：在探索与利用之间寻找平衡

ε-贪心算法：在探索与利用之间寻找平衡在强化学习领域，智能体需要在环境中采取行动以最大化累积奖励。这个过程涉及到两个关键的决策因素：探索（exploration）和利用（exploitation）。
Chen_Chance·2025-02-23 09:22

如何下载安装包进行 PyTorch 和 torchvision 的离线安装

如何下载安装包进行PyTorch和torchvision的离线安装在没有互联网连接的环境下安装PyTorch和torchvision可能看起来有点困难，但通过事先下载所需的安装包，我们可以轻松地在任何系统上进行离线安装
长路可遥·2025-02-23 07:36

笔记-Ubuntu本地镜像源配置

背景需要内网部署JitsiMeet，不用docker，用离线包进行安装，由于安装包需要的依赖比较多，因此需要在本地进行镜像源配置，保证依赖的正确安装。
丶花落谁家·2025-02-23 02:03

大数据MaxCompute教程（阿里云离线数仓项目）学习笔记20231127

1数据仓库概念数据仓库定义（DataWarehouse），是为企业所有决策制定过程，提供所有系统数据支持的战略集合。AI：数据仓库是一个大型、集中、主题导向的数据库系统，用于支持企业决策制定、分析和报告的需要。它统一了来自不同数据源的数据，并将其在一个可查询的数据模型中进行了整合和转换，以便于分析和报告。数据仓库还包括数据清洗、抽取、转换和加载（ETL）的过程，以保证数据的准确性、一致性和完整性。
多刷亿点题⑧·2025-02-22 22:54

大数据-257 离线数仓 - 数据质量监控 监控方法 Griffin架构

点一下关注吧！！！非常感谢！！持续更新！！！Java篇开始了！目前开始更新MyBatis，一起深入浅出！目前已经更新到了：Hadoop（已更完）HDFS（已更完）MapReduce（已更完）Hive（已更完）Flume（已更完）Sqoop（已更完）Zookeeper（已更完）HBase（已更完）Redis（已更完）Kafka（已更完）Spark（已更完）Flink（已更完）ClickHouse（已
m0_74823705·2025-02-22 21:50

C++：使用 SFML 创建强化学习迷宫场景

在强化学习中，迷宫通常作为一种环境，供智能体（Agent）在其中进行探索和学习。通过设计合适的环境，我们可以训练模型让其通过迷宫找到最优路径。
煤炭里de黑猫·2025-02-22 16:10

DeepSeek赋能智能交通流量预测与优化：告别拥堵的未来

DeepSeek凭借其强大的时空预测模型和强化学习框架，为交通流量预测和信号优化提供了全新的解决方案。它能够整合多源数据，包括地磁传感
人工智能专属驿站·2025-02-22 13:19

windows又一激活方式——TSforge

MASSGRAVE团队宣称可激活自Windows7以来的所有Windows版本（包括Vista后续系统）及Office2013后的全系列产品（含附加组件），且支持离线激活本来windows激活方式就已经够多了的
·2025-02-22 11:07

DeepSeek的架构设计

临港等多地超算中心构建混合集群，10万+GPU卡规模（含H100/A100等），通过自研RDMA网络实现μs级延迟能效优化:采用液冷+余热回收技术，PUE<1.1，算力密度达50kW/机柜故障自愈:基于强化学习的节点健康预测系统
程序猿000001号·2025-02-22 06:24

《Linux运维总结：基于ARM64+X86_64架构CPU使用docker-compose一键离线部署redis 6.2.14容器版哨兵集群》

总结：整理不易，如果对你有帮助，可否点赞关注一下？更多详细内容请参考：《Linux运维篇：Linux系统运维指南》一、部署背景由于业务系统的特殊性，我们需要面向不通的客户安装我们的业务系统，而作为基础组件中的redis针对不同的客户环境需要多次部署集群，作为一个运维工程师，提升工作效率也是工作中的重要一环。所以我觉得有必要针对X86_64+ARM64CPU架构redis6.2.14容器版哨兵集群编
东城绝神·2025-02-22 03:54

【YashanDB 知识库】YCP 高可用部署离线升级 -rpc 升级详细步骤

以23.2.4.100版本升级到23.2.11.100版本为例升级前先对YCP主备节点执行备份1、主节点执行/opt/ycm/ycm/scripts/backup.sh-nycm-i/opt/ycm/ycm-cyashandb-y/data1/dugg/yasdb_home/yashandb/23.2.2.100--cata-log/data1/dugg/yasdb_home/yashandb/2
·2025-02-21 23:24

内网安装python第三方包_内网安装python第三方包

外网操作1.根据开发环境下的所需的包导出内网需要的包列表文件requirements.txtpipfreeze>requirements.txt2.根据包名/包清单文件requirements.txt下载离线包
weixin_39530288·2025-02-21 22:04

centos7.9在线离线安装docker

yum在线安装#卸载旧版本[root@localhost~]#yumremovedockerdocker-clientdocker-client-latestdocker-commondocker-latest\docker-latest-logrotatedocker-logrotatedocker-selinuxdocker-engine-selinuxdocker-engine#安装所需的软
笑笑2520·2025-02-21 20:53

什么是语料清洗、预训练、指令微调、强化学习、内容安全； 什么是megatron，deepspeed，vllm推理加速框架

什么是语料清洗、预训练、指令微调、强化学习、内容安全目录什么是语料清洗、预训练、指令微调、强化学习、内容安全语料清洗预训练指令微调强化学习内容安全什么是megatron，deepspeed，vllm推理加速框架语料清洗语料清洗是对原始文本数据进行处理的过程
ZhangJiQun&MXP·2025-02-21 19:45

Python项目依赖导出并实现离线安装方法

目录1.依赖导出1.1配置文件生成1.2依赖包导出2.依赖包离线安装1.依赖导出1.1配置文件生成项目依赖配置文件的可通过命令pipfreeze完成。
der_Papagei·2025-02-21 18:31

ubuntu离线安装ollama

现在，我来一步步说明在Ubuntu上离线安装Ollama的具体步骤：1.准备环境确保目标计算机已预先更新至最新状态。
reset2021·2025-02-21 17:53

机器学习课程的常见章节结构

以下是机器学习课程的常见章节结构，结合了搜索结果中的信息：1.机器学习基础知识机器学习的定义与分类监督学习、无监督学习、半监督学习、强化学习机器学习的产生与发展机器学习的历史与现代应用经验误差与过拟合过拟合与欠拟合的概念及解决方案评估方法与性能度量交叉验证
zhangfeng1133·2025-02-21 14:24

HTML5 面试题

离线应用：HTML5提供了applicationCache和ServiceWorkers，使得Web应用可以离线使
weixin_51687565·2025-02-21 11:27

CentOS 7 企业级Redis 7部署指南

CentOS7企业级Redis7部署指南目录导航一、环境准备1.1依赖管理二、离线安装2.1源码编译安装2.2目录结构规范三、生产配置3.1主配置文件3.2配置生成脚本四、系统集成4.1Systemd服务文件
去看日出·2025-02-21 11:56

机器学习(一) 本文(3万字) | 机器学习概述 |

机器学习）1.1特点1.2对象1.3目的1.4方法1.5步骤2.基本分类2.1监督学习2.1.1输入空间、特征空间和输出空间2.1.2概率分布2.1.3假设空间2.1.4问题的形式化2.2无监督学习2.3强化学习
小酒馆燃着灯·2025-02-21 08:05

内网下，Ubuntu (24.10) 离线安装docker以及离线安装docker compose最新教程

一般在数据比较敏感的情况下，是无法使用网络的，而对于Ubuntu系统来说，怎么离线安装docker和离线安装dockercompose呢？
AIOTASUD·2025-02-21 02:00

（九万字）面向2025年BOSS直聘人工智能算法工程师高频面试题解析

面向2025年BOSS直聘人工智能算法工程师高频面试题解析1.机器学习（ML）理论解析机器学习是让计算机从数据中学习规律的一套方法论，包含监督学习、无监督学习和强化学习等范式。
快撑死的鱼·2025-02-20 17:15

从开发到部署，搭建离线私有大模型知识库_离线大模型

为什么做离线私有化部署在大模型火热起来之后，很多企业都有尝试相关服务。但是实际会碰到大模型不了解公司个性化的情况，无法针对公司情况给出个性化回答。因此就出现了针对大模型的知识库，通过提供公司内部
ai大模型应用开发·2025-02-20 13:09

DeepSeek与ChatGPT：AI语言模型的全面对决

为不同需求场景提供选择参考：一、核心技术对比维度DeepSeekChatGPT架构设计混合专家系统（MoE）+自研深度优化架构Transformer架构（GPT-3.5/4系列）训练策略万亿token中文语料预训练+领域强化学习多语言混合训练
金枝玉叶9·2025-02-20 12:01

muzero 算法原理

Muzero算法是一种通用的强化学习算法，它可以在没有预先设定策略的情况下进行学习。它通过模拟整个游戏进程来自我学习，并通过回报函数来评估每一步的决策。
战神哥·2025-02-20 11:45

windows又一激活方式——TSforge

MASSGRAVE团队宣称可激活自Windows7以来的所有Windows版本（包括Vista后续系统）及Office2013后的全系列产品（含附加组件），且支持离线激活本来windows激活方式就已经够多了的
·2025-02-20 04:57
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他