LEARNING

Farm3D- Learning Articulated 3D Animals by Distilling 2D Diffusion论文笔记

Farm3D:LearningArticulated3DAnimalsbyDistilling2DDiffusion1.Introduction最近的研究DreamFusion表明，可以通过text-imagegenerator
Im Bug·2025-02-28 07:24

扑克强化学习：DouZero/douzero/dmc/dmc.py （train）

Thisisthemainfuntionfortraining.Itwillfirstinitilizeeverything,suchasbuffers,optimizers,etc.Thenitwillstartsubprocessesasactors.Then,itwillcalllearningfunctionwithmultiplethreads
强化学习曾小健·2025-02-28 03:54

31.C++多态4（静态多态，动态多态，虚函数表的存储位置）

⭐上篇文章：30.C++多态3(多态的原理，虚指针，虚函数表，抽象类)-CSDN博客⭐本篇代码：c++学习/17.C++三大特性-多态·橘子真甜/c++-learning-of-yzc-码云-开源中国(
橘子真甜～·2025-02-27 22:08

【人工智能算法】人工智能算法都包括什么？请详细列出和解释

请详细列出和解释1.机器学习算法（MachineLearningAlgorithms）监督学习算法（SupervisedLearning）无监督学习算法（UnsupervisedLearning）强化学习算法
资源存储库·2025-02-27 22:08

TensorFlow 架构

WedesignedTensorFlowforlarge-scaledistributedtrainingandinference,butitisalsoflexibleenoughtosupportexperimentationwithnewmachinelearningmodelsands
weixin_zdpau·2025-02-27 19:11

Cassini_Network-Aware Job Schedulingin Machine Learning Clusters

这篇论文介绍了CASSINI，一种用于机器学习（ML）集群的网络感知作业调度器。研究背景背景介绍:这篇文章的研究背景是深度学习数据集和模型规模的不断增长，对高效GPU集群的需求日益增加。分布式机器学习训练工作负载的通信开销占据了训练迭代时间的很大一部分，而现有的ML调度器往往忽略了ML训练作业的通信模式。研究问题:该问题的研究目标是开发一种简单而有效的方法，能够在网络链路中高效地放置多个ML作业，
一只积极向上的小咸鱼·2025-02-27 07:37

深度学习的前沿与挑战：从基础到最新进展

变分自编码器（VAE）5.自注意力机制与Transformer深度学习的应用1.计算机视觉2.自然语言处理（NLP）3.语音识别与合成4.推荐系统5.医学影像分析深度学习面临的挑战结语引言深度学习（DeepLearning
Jason_Orton·2025-02-27 03:09

深度学习：从神经网络到智能应用

二.深度学习的基本原理1.神经网络的组成2.激活函数3.反向传播（Backpropagation）三.深度学习的常见模型四.深度学习的应用场景五.深度学习的挑战与未来结语引言深度学习（DeepLearning
Jason_Orton·2025-02-27 00:43

（未完）BCNet: Learning Body and Cloth Shape from A Single Image

BCNet:LearningBodyandClothShapefromASingleImage摘要本文提出了一种从单张近正面视角RGB图像自动重建服装和人体形状的方法。
tianyunlinger·2025-02-26 23:39

书籍-《在AWS上构建可扩展的深度学习Pipeline》

书籍：BuildingScalableDeepLearningPipelinesonAWS:Develop,Train,andDeployDeepLearningModels作者：AbdelazizTestas
·2025-02-26 19:30

深入探索Spark MLlib：大数据时代的机器学习利器

ApacheSpark作为大数据处理的利器，其内置的机器学习库MLlib（MachineLearningLibrary）提供了一套高效、易用的工具，用于处理和分析海量数据。
concisedistinct·2025-02-26 10:59

新手适合学python吗_新手该如何学python怎么学好python？

学习过程中，我建议可以下载一些python的学习文档，比如《diveintopython》，《OReilly-LearningPython》等等。通过学习语法，掌握python中的关键字语
weixin_39600837·2025-02-26 03:11

python学好了能干啥_新手该如何学python怎么学好python？_python学好了能干什么

学习过程中，我建议可以下载一些python的学习文档，比如《diveintopython》，《OReilly–LearningPython》等等。通过学习语法，掌握python中的关键字语
weixin_39742568·2025-02-26 03:11

想学好python怎么学_新手该如何学python怎么学好python?

学习过程中，我建议可以下载一些python的学习文档，比如《diveintopython》，《OReilly-LearningPython》等等。通过学习语法，掌握python中的关键字语
撸猫小能手·2025-02-26 03:10

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

终于明白了！人工智能、机器学习、深度学习、集成学习及大模型的定义与联系

在当今快速发展的科技领域，人工智能（ArtificialIntelligence,AI）、机器学习（MachineLearning,ML）、深度学习（DeepLearning,DL）、集成学习（EnsembleLearning
大模型玩家·2025-02-25 22:38

CSE 8B: Introduction to Programming

CSE8B:IntroductiontoProgrammingIIProgrammingAssignment5ObjectsandClassesDue:Monday,February24,11:59PMLearninggoals
·2025-02-25 20:42

使用kuboard管理kubernetes集群

官网：https://kuboard.cn/learning/准备一台新的服务并安装docker[root@docker-server~]#dockerrun-d--restart=unless-stopped
终端行者·2025-02-25 19:17

深度学习与搜索引擎优化的结合：DeepSeek的创新与探索

个性化推荐与用户行为分析5、总结引言随着人工智能（AI）技术的迅速发展，深度学习（DeepLearning）
m0_74825634·2025-02-25 01:37

机器学习基础

机器学习（MachineLearning，ML）是人工智能（AI）的一个分支，它使计算机能够通过数据和经验自动改进，而无需明确编程。
dringlestry·2025-02-23 21:50

AI人工智能常见的专业术语

模型（model）：计算机层面的认知学习算法（learningalgorithm），从数据中产生模型的方法数据集（dataset）：一组记录的集合示例（instance）：对于某个对象的描述样本（sample
奇华智能·2025-02-23 19:10

编程小白冲Kaggle每日打卡（14）--kaggle学堂：＜机器学习简介＞你的第一个机器学习模型

Kaggle官方课程链接：YourFirstMachineLearningModel本专栏旨在Kaggle官方课程的汉化，让大家更方便地看懂。
AZmax01·2025-02-23 17:26

【论文精读】MapTR：用于在线矢量化高精地图构建的结构化建模与学习

论文地址：MAPTR:STRUCTUREDMODELINGANDLEARNINGFORONLINEVECTORIZEDHDMAPCONSTRUCTION源代码：MapTR摘要High-definition
青衫弦语·2025-02-23 14:02

文献阅读 250222-A Robust Causal Machine Learning Approach

InferringHeterogeneousTreatmentEffectsofCrashesonHighwayTraffic:ADoublyRobustCausalMachineLearningApproach
ZzYH22·2025-02-23 13:22

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

文献阅读(part2)--Towards K-means-friendly spaces Simultaneous deep learning and clustering

学习笔记，仅供参考文章目录AbstractIntroductionBackgroundandRelatedWorksProposedFormulationOptimizationProcedureInitializationviaLayer-wisePre-Training(通过分层预训练进行初始化)AlternatingStochasticOptimizationExperiments合成数据演
GUI Research Group·2025-02-23 02:33

ACCFIN5246 Machine Learning in Finance

DataScience&MachineLearninginFinance(ACCFIN5246)CourseProject–Spring20251Instruction(I)Deadline:4March
·2025-02-22 23:49

Neat Vision：深度学习NLP注意力机制可视化工具教程

注意力机制可视化工具教程neat-visionNeat(NeuralAttention)Vision,isavisualizationtoolfortheattentionmechanismsofdeep-learningmodelsforNaturalLanguageProcessing
纪亚钧·2025-02-22 11:57

tensorboard使用过程中报错：[Errno 22] Invalid argument

1报错如下所示：D:\code\deep_learning\logs>tensorboard--logdir=traind:\anaconda3\lib\site-packages\h5py\__init
Jackilina_Stone·2025-02-22 06:48

构建未来课堂——C#教育技术下的学习管理系统(LMS)深度解析与实现

其中，学习管理系统（LearningManagementSystem,LMS）作为连接师生之间的桥梁，扮演着至关重要的角色。
墨夶·2025-02-22 04:32

深度学习模型：原理、架构与应用

深度学习（DeepLearning）是机器学习中的一个分支，基于人工神经网络的发展，尤其是多层神经网络的研究，使其在语音识别、图像处理、自然语言处理等领域取得了显著进展。
一ge科研小菜菜·2025-02-21 22:00

机器学习_19 集成学习知识点总结

集成学习（EnsembleLearning）是一种强大的机器学习范式，通过组合多个模型的预测结果来提高整体性能和泛化能力。它在分类、回归和特征选择等任务中表现出色，广泛应用于各种实际问题。
数据媛·2025-02-21 14:53

CS 189/289A Machine Learning

CS189/289AIntroductiontoMachineLearningDue:Wednesday,February26at11:59pm•Homework3consistsofcodingassignmentsandmathproblems
·2025-02-21 01:08

CSE 231 Computer Python program

CSE231Spring2025ComputerProject#4LearningobjectivesThisassignmentfocusesonthedesign,implementationandtestingofaPythonprogramthatusescharacterstringsforlookingattheDNAsequencesforkeyproteinsandseeingho
·2025-02-20 22:04

【核心算法篇十三】《DeepSeek自监督学习：图像补全预训练方案》

在传统监督学习需要海量标注数据的困境下，自监督学习（Self-SupervisedLearning）凭借无需人工标注的特性异军突起。
再见孙悟空_·2025-02-20 21:24

CSE 231 Computer Python program

CSE231Spring2025ComputerProject#4LearningobjectivesThisassignmentfocusesonthedesign,implementationandtestingofaPythonprogramthatusescharacterstringsforlookingattheDNAsequencesforkeyproteinsandseeingho
·2025-02-20 21:57

第26篇：pFedLoRA: Model-Heterogeneous Personalized Federated Learning with LoRA使用lora微调的模型异构个性化联邦学习

第一部分：解决的问题联邦学习（FederatedLearning,FL）是一种分布式机器学习方法，允许客户端在本地数据上训练模型，同时通过中心服务器共享学习成果。
还不秃顶的计科生·2025-02-20 20:10

（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

在监督学习中，给定带标签的数据，算法尝试学习从输入到输出的映射关系；无监督学习则在缺乏标签的情况下挖掘数据内在结构；强化学习则让智能体通过与环境交互、依据奖赏反馈来改进策略(Q-learning-Wikipedia
快撑死的鱼·2025-02-20 17:15

深度学习在医疗影像分析中的革命性应用

深度学习与医疗影像分析深度学习（DeepLearning）是一种基于人工神经
Echo_Wish·2025-02-20 07:48

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）

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
长安程序猿·2025-02-19 07:01

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

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

阅读论文“用于车联网安全车载通信的机器学习技术“的学习笔记

前言论文全称为MachineLearningTechnologiesforSecureVehicularCommunicationinInternetofVehicles:RecentAdvancescandApplications
饮长安千年月·2025-02-18 18:08

机器学些|实战?

机器学习实战：从零到%1…今天聊聊机器学习（MachineLearning,ML），这个听起来高大上的技术其实并没有那么神秘。跟着我的节奏，咱们一起来探索一下如何从零开始！
dami_king·2025-02-18 17:02

机器学习和线性回归、softmax回归

监督学习监督学习（supervisedlearning）擅⻓在“给定输⼊特征”的情况下预测标签。每个“特征-标签”对都称为一个样本（example）。
小名叫咸菜·2025-02-18 13:53

强化学习原理与代码实战案例讲解

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

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

书籍-《机器学习的秘密：它是如何工作的以及它对你的意义》

书籍：SecretsOfMachineLearning:HowItWorksAndWhatItMeansForYou作者：TomKohn出版：WorldScientificPublishingCoPteLtd
·2025-02-18 00:37

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。有时候，最有用的反馈只是指出你在哪里赢棋或输棋。复盘的人可能会给出这样的评论，“你下了30步后已经远远落后了”或“在下了110步后，你有一个获胜的局面，但你的对手在130时扭转了局面。”为什么这种反馈是有帮助
idol_watch·2025-02-17 22:16

【深度学习】计算机视觉（CV）-图像分类-ResNet（Residual Network，残差网络）

ResNet的核心思想是残差学习（ResidualLearning），它通过跳跃连接（SkipConnections）解决了深度神经网络训练中的梯度消失和梯度爆炸问题，使得非常深的网络（如50层、1
IT古董·2025-02-17 14:57
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他