离线强化学习

DeepSeek 本地部署硬件配置全解析

不少朋友都想把它“请回家”，在本地部署，享受离线使用、更好的数据安全和隐私保护这些福利。今天就来唠唠请DeepSeek“回家”需要准备哪些硬件“装备”。
喜-喜·2025-02-19 23:34

DeepSeek技术跟踪和本地部署实践

春节期间，我也紧跟技术潮流，跟踪学习了并部署了一下DeepSeek，应该说DeepSeek是中国人在AI领域一次技术创新，甚至超越，给各大AI公司提供了一条全新的赛道，其推出的强化学习等技术提醒大家AI
一望无际的大草原·2025-02-19 16:46

快速在Ubuntu18.04系统中离线部署深度学习环境

快速在Ubuntu18.04系统中离线部署深度学习环境本文部署的环境前提为电脑上新装的Ubuntu18.04并且没有联网，一切所需的软件均通过离线包安装，旨在模拟实际项目部署中的过程，文章中提及的资源文件在文章最底部
高次超静定的人·2025-02-19 13:46

Ubuntu 24.10 安装Deepseek(Ollama+openwebui)

安装提示success后，验证安装ollama--version2.离线安装2.1下载可以去github的relea
上善若水_厚德载物·2025-02-19 12:41

AI架构师必知必会系列：强化学习在金融领域的应用

文章目录AI架构师必知必会系列：强化学习在金融领域的应用1.背景介绍1.1问题的由来1.2研究现状1.3研究意义1.4本文结构2.核心概念与联系1.强化学习交易系统的总体架构2.强化学习模型训练流程3.
AI天才研究院·2025-02-19 09:45

基于基于强化学习(Q-Learning)用于底层动态频谱接入(DSA)认知无线电网络的资源分配研究（Matlab代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录⛳️赠与读者1概述一、动态频谱接入（DSA）的基本原理与挑战1.DSA的核心机制2.关键挑战二、Q-Learning在DSA资源分配中的应用框架1.算法原理2.典型应用场景三、关键参数与模型设计1.状态空间定义2.动作空间设计3.奖励函数设计四、研究进展与优化方法1.
长安程序猿·2025-02-19 07:01

本地部署DeepSeek + AnythingLLM 搭建高效安全的个人知识库

环境准备：本地部署方案请参考博客：windows平台本地部署DeepSeek大模型+OpenWebUI网页界面（可以离线使用）-CSDN博客windows平台本地部署DeepSeek大模型+Chatbox
Chhjnavy·2025-02-19 03:24

【自学笔记】机器学习基础知识点总览-持续更新

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录机器学习重点知识点总览一、机器学习基础概念二、机器学习理论基础三、机器学习算法1.监督学习2.无监督学习3.强化学习四、机器学习处理流程五
Long_poem·2025-02-19 02:23

强化学习：原理、概念与代码实践

一、引言强化学习（ReinforcementLearning）作为机器学习的一个重要分支，旨在通过智能体（agent）与环境的交互，学习到最优的行为策略，以最大化长期累积奖励。
AndrewHZ·2025-02-19 01:07

如何训练LLM“思考”（像o1和DeepSeek-R1一样, 高级推理模型解析

2024年9月，OpenAI发布了它的o1模型，该模型基于大规模强化学习训练，赋予了它“高级推理”能力。不幸的是，他们是如何做到这一点的细节从未被公开披露。
果冻人工智能·2025-02-18 22:06

.NET Framework 3.5安装教程

对于Windows系统而言，大多数软件需要依赖.NETFramework3.5，如果你安装失败，可以启用Win更新后，再安装或离线安装，就可以解决这个问题。
大强同学·2025-02-18 22:05

html5+ push-消息推送

push-消息推送Push模块管理推送消息功能，可以实现在线、离线的消息推送，通过plus.push可获取推送消息管理对象。
代码简单说·2025-02-18 21:30

银河麒麟V10安装docker和docker-compose

尝试使用在线方式安装docker，报了很多错误，比较麻烦，建议使用离线方式安装。下面是离线包下载路径，根据服务器架构信息下载对应的安装包。本文将介绍离线安装的方式。docker安装包下载
lj907722644·2025-02-18 21:49

SFT（监督微调）和RLHF（基于人类反馈的强化学习）的区别

SFT（监督微调）和RLHF（基于人类反馈的强化学习）的区别STF（SupervisedFine-Tuning）和RLHF（ReinforcementLearningfromHumanFeedback）
钟小宇·2025-02-18 18:11

评测系统的神经架构搜索优化

评测系统的神经架构搜索优化关键词评测系统神经架构搜索优化强化学习人工智能摘要本文将探讨评测系统的神经架构搜索优化这一主题。
AI天才研究院·2025-02-18 13:50

ubuntu安装mysql8，离线安装mysql8

1、mysql官网下载安装包，版本号以实际下载为准https://dev.mysql.com/downloads/mysql/如：mysql-server_8.0.40-1ubuntu24.04_amd64.deb-bundle.tar2、上传到服务器如/opt/目录3、创建一个mysql目录解压mkdirmysql&tar-xvfmysql-server_8.0.40-1ubuntu24.04_
lsw1990lsw·2025-02-18 12:44

KubeEdge 1.20.0 版本发布

新版本针对大规模、离线等边缘场景对边缘节点和应用的管理、运维等能力进行了增强，同时新增了多语言Mapper-Framework的支持。
laowangsen·2025-02-18 08:04

强化学习原理与代码实战案例讲解

1.背景介绍1.1什么是强化学习？强化学习（ReinforcementLearning,RL）是机器学习的一个重要分支，它关注的是智能体（Agent）如何在环境中通过与环境交互来学习最优的行为策略。
AI天才研究院·2025-02-18 05:53

银河麒麟系统V10（arm版）离线安装postgresql说明

#银河麒麟系统#,#arm版操作系统）#随着2024年微软全球蓝屏丑闻的出现，系统安全越来越重要。目前很多企业开始尝试国产化操作系统上，本文介绍如何在国产化银河麒麟系统V10（arm）版上安装postgresql数据库，方便后续程序开发和环境部署。本资源使用的是arm版本的postgresql的docker镜像，能够在arm版国产化银河麒麟系统上进行安装。安装步骤如下：（1）导入镜像文件（找到po
爱T小毛驴·2025-02-18 02:02

强化学习在连续动作空间的应用：DDPG与TD3

1.背景介绍1.1强化学习简介强化学习（ReinforcementLearning，简称RL）是一种机器学习方法，它通过让智能体（Agent）在环境（Environment）中与环境进行交互，学习如何根据观察到的状态
AI天才研究院·2025-02-18 00:02

翻译Deep Learning and the Game of Go（14）第十二章 采用actor-critic方法的强化学习

本章包括:利用优势使强化学习更有效率用actor-critic方法来实现自我提升AI设计和训练Keras的多输出神经网络如果你正在学习下围棋，最好的改进方法之一是让一个水平更高的棋手给你复盘。
idol_watch·2025-02-17 22:16

【DeepSeek】一文详解GRPO算法——为什么能减少大模型训练资源？

GRPO，一种新的强化学习方法，是DeepSeekR1使用到的训练方法。
FF-Studio·2025-02-17 20:19

HTML5 起步

HTML5中的一些有趣的新特性：用于绘画的canvas元素用于媒介回放的video和audio元素对本地离线存储的更好
强强学习·2025-02-17 19:12

conda虚拟环境的离线迁移

假定A为能上网的需要迁移出环境的机器；B为不能上网的需要迁移入环境的机器。方法一：直接拷贝envs下的整个已有环境先下载A机中envs目录下的已有环境文件夹，并将其上传至B机上然后使用以下命令：condacreate-n[new_envs_name]--clone[pathtoenvs_names]--offline注：-n[new_envs_name]：和正常创建conda的一样，创建新的虚拟环
Lsy_0408·2025-02-17 14:27

离线安装nginx

文件在资源里1，解压nginx，放在home里如果有网，可以直接下载依赖yuminstallopenssl-devel2，进入解压后的nginx文件夹里执行：iii自定义文件名称，吧zlib和pcre解压到该文件夹下pcre下载地址：https://www.pcre.org/zlib下载地址：./configure--with-zlib=/usr/local/iii/zlib-1.3.1--wit
知道的越多越难受·2025-02-17 08:04

Linux系统下Nginx的安装部署（两种方式）

1.部署Nginx服务(二进制部署方式),2.手动安装Nginx二进制文件（离线）以及一些的常用的Nginx命令文章目录前言一、Nginx是什么？
啊嘞嘞？·2025-02-17 05:10

Java API文档使用指南与详解

此外，还介绍了JDK6版本的中文离线文档CHM文件及其下载方式
Kay Lam·2025-02-17 05:39

Ollama容器+打造DeepSeek-R1-7B大模型

1、获取Ollama官方镜像1.1在线拉取镜像#dokcerpullollama/ollama:0.5.71.2导入离线镜像#tar-zxfollama0.5.7_x86.tar.gz#dokcerload-iollama0.5.7
码哝小鱼·2025-02-17 04:30

英码科技基于昇腾算力实现DeepSeek离线部署

如果能够在边缘进行离线部署，不仅能发挥DeepSeek大模型的效果，还能确保数据处理的安全性和可控性。
英码科技·2025-02-16 23:58

揭秘DeepSeek内幕：清华教授剖析AI模型技术原理

在本文中，清华大学长聘副教授将深入剖析DeepSeekR1背后的大规模强化学习技术及其基本原理，并进一步展望大模型技术未来的发展方向。
大模型.·2025-02-16 19:23

DeepSeek正重构具身大模型和人形机器人赛道！

2024年1月20日，公司发布全球首个完全通过强化学习训练的专注于推理任务的高性能语言模型DeepSeek-R1
Robot251·2025-02-16 17:12

k8s集群离线安装kuberay operator

1,安装方式采用helm安装方式，首先下载对应的helmchart，这里采用v1.2.2版本，下载地址：https://github.com/ray-project/kuberay-helm/releases/tag/kuberay-operator-1.2.22,解压并修改镜像源由于是在内网环境下搭建，因此需要将对应的镜像下载下来，并导入到本地镜像仓库，并修改values.yaml的镜像仓库地址
thinkerCoder·2025-02-16 10:19

deepseek+python,离线api，持续对话

功能：通过start开启新对话，stop结束对话，exit退出程序，并且可持续对话代码fromtransformersimportAutoModelForCausalLM,AutoTokenizer,BitsAndBytesConfigimporttorch#导入torch模块#配置4-bit量化quantization_config=BitsAndBytesConfig(load_in_4bit
守着黎明看日出·2025-02-16 05:43

AIGC 实战：如何使用 Docker 在 Ollama 上离线运行大模型（LLM）

Ollama简介Ollama是一个开源平台，用于管理和运行各种大型语言模型(LLM)，例如Llama2、Mistral和Tinyllama。它提供命令行界面(CLI)用于安装、模型管理和交互。您可以使用Ollama根据您的需求下载、加载和运行不同的LLM模型。Docker简介Docker是一个容器化平台，它将应用程序及其依赖项打包成一个可移植的单元，称为容器。容器与主机系统隔离，确保运行应用程序时
surfirst·2025-02-16 04:04

DeepSeek-R1-Zero 与 DeepSeek-R1 的异同与优劣分析

DeepSeek-R1-Zero与DeepSeek-R1的异同与优劣分析一、相同点核心训练方法：两者均基于强化学习（RL），采用GroupRelativePolicyOptimization（GRPO）
AI生成曾小健·2025-02-16 04:34

DeepSeek 大模型离线 Docker 部署技术指南

一、部署架构概述DeepSeek离线部署采用容器化微服务架构，核心组件包括：模型服务层：基于TritonInferenceServer的模型推理容器API网关层：FastAPI实现的REST/gRPC接口服务资源管理层
容器的搬运工·2025-02-16 04:32

题解：洛谷 P4113 [HEOI2012] 采花

题目https://www.luogu.com.cn/problem/P4113运用类似于P1972[SDOI2009]HH的项链的操作，将数据离线下来处理。按照区间右端点从小到大排序。
网络骑士hrg.·2025-02-16 00:00

【大模型】ChatGPT 数据分析与处理使用详解

优劣势对比2.3AI大模型工具数据分析应用场景三、AI大模型工具数据分析操作实践3.1ChatGPT常用数据分析技巧操作演示3.1.1快速生成数据3.1.2在线分析数据3.1.3在线提取数据3.1.4离线数据提取与分析
小码农叔叔·2025-02-15 22:48

《深度Q网络优化：突破高维连续状态空间的束缚》

在人工智能的发展历程中，深度Q网络（DQN）作为强化学习与深度学习融合的关键成果，为解决复杂决策问题开辟了新路径。
·2025-02-15 18:22

DQN的原理和代码实现

文章目录1.概述2.DQN的训练步骤2.1初始化2.2训练循环2.3终止条件2.4评估3.代码示例1.概述深度Q网络（DeepQ-Network,DQN）是强化学习中的一种重要算法，由GoogleDeepMind
SmallerFL·2025-02-15 15:23

DQN原理和代码实现

参考：王树森《强化学习》书籍、课程、代码1、基本概念折扣回报：Ut=Rt+γ⋅Rt+1+γ2⋅Rt+2+⋯+γn−t⋅Rn.U_t=R_t+\gamma\cdotR_{t+1}+\gamma^2\cdotR
KPer_Yang·2025-02-15 14:20

强化学习在机器人控制中的应用：从理论到实践

强化学习在机器人控制中的应用：从理论到实践大家好，我是你们熟悉的人工智能与Python领域自媒体创作者Echo_Wish。今天我们来聊聊一个炙手可热的话题——强化学习在机器人控制中的应用。
Echo_Wish·2025-02-15 13:08

X-R1 项目代码文件的详细剖析并精读rewards、grpo、x_grpo_trainer（src/x_r1）

这个项目名为[X-R1](https://github.com/dhcode-cpp/X-R1)，是一个基于强化学习的训练框架，旨在构建一个易于使用、低成本的训练框架，以加速ScalingPost-Training
仙人掌_lz·2025-02-15 12:34

Python深度学习代做目标检测NLP计算机视觉强化学习

了解您的需求，您似乎在寻找关于Python深度学习领域的代做服务，特别是在目标检测、自然语言处理（NLP）、计算机视觉以及强化学习方面。以下是一些关于这些领域的概述以及寻找相关服务的建议。
matlabgoodboy·2025-02-15 10:43

Bengio新作Aaren：探索Transformer性能与RNN效率的融合

实验表明，Aaren在四个流行的序列问题设置（强化学习、事件预测、时间序列分类和时间序列预测）的38个数据
AI记忆·2025-02-15 03:17

简直无敌,结合使用RTranslator可离线使用的实时翻译、同声传译软件免费开源

简直无敌结合RTranslator可离线使用的实时翻译、同声传译软件免费开源。RTranslator可离线使用的实时翻译、同声传译软件！
代码讲故事·2025-02-14 23:44

先进制造aps专题二十九 基于ai智能体的生产排程和工厂生产仿真引擎的设计

再在工厂仿真引擎里仿真执行，这样可以预先分析计划和执行的差异情况并进行调整优化这里的产生生产计划，仿真生产执行和数据分析都是人工进行的这些工作可以让ai智能体来做，从而实现整套流程的自动化和智能化我们可以在强化学习框架中结合排产仿真
lijianhua_9712·2025-02-14 21:02

DeepSeek R1：引领未来教育革命的自适应学习路径规划系统

随着人工智能技术的进步，特别是深度学习和强化学习的应用，我们能够更加精准地识别学习者的需求，并据此设计出最适合他们的学习路径。利用先进的算法和模型来实现对学习路径的智能化管理。
Coderabo·2025-02-14 18:38

Deepseek背后的强化学习RL入门理解和Python脚本实现

强化学习简单原理强化学习是一种让智能体通过与环境的交互来学习最优行为策略的方法。想象一下，你有一只小狗，你想让它学会自己找到回家的路。
大F的智能小课·2025-02-14 12:54

【大数据AI人工智能大模型实战】从0到1 全流程搭建一个商品、店铺、直播推荐 Feeds 流系统详细方案步骤和代码实例 3

从0到1全流程搭建一个商品、店铺、直播推荐Feeds流系统详细方案步骤和代码实例关键词：推荐系统、Feeds流、商品推荐、店铺推荐、直播推荐、实时计算、离线计算、数据流处理1.背景介绍在当今的电子商务和社交媒体时代
AI天才研究院·2025-02-14 11:46
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他