Learning] 第5页

VLM-RL：用于安全自动驾驶的统一视觉语言模型和强化学习框架——论文阅读

《VLM-RL:AUnifiedVisionLanguageModelsandReinforcementLearningFrameworkforSafeAutonomousDriving》2024年12

一点.点·2025-05-12 12:29

基于强化学习 Q-learning 算法求解城市场景下无人机三维路径规划研究，提供完整MATLAB代码

本文提出了一种基于强化学习Q-learning算法的无人机三维路径规划方法，通过合理定义状态空间、动作空间和奖励函数，使无人机能够在城市场景中自主学习最优路径。

IT猿手·2025-05-12 02:24

基于 Q-learning 的城市场景无人机三维路径规划算法研究，可以自定义地图，提供完整MATLAB代码

Q-learning算法作为一种强化学习方法，能够通过与环境的交互学

IT猿手·2025-05-12 02:23

多模态大语言模型arxiv论文略读（六十九）

Prompt-AwareAdapter:TowardsLearningAdaptiveVisualTokensforMultimodalLargeLanguageModels➡️论文标题：Prompt-AwareAdapter

胖头鱼爱算法·2025-05-11 21:20

软件PM英文

EnglishLearning岗位的专业名词PM：ProgramManagement项目管理SPM：SoftwareProjectManager（软件项目管理）的整体规划、执行和监控DQE：DesignQualityEngineer

小花阿·2025-05-11 17:57

解密企业级大模型智能体Agentic AI 关键技术：MCP、A2A、Reasoning LLMs-1

解密企业级大模型智能体AgenticAI关键技术：MCP、A2A、ReasoningLLMs-1关键词：MCP、A2A、ADK、DeepSeek、ReasoningLLMs、ReinforcementLearning

·2025-05-11 15:37

联邦学习图像分类实战：基于FATE与PyTorch的隐私保护机器学习系统构建指南

引言在数据孤岛与隐私保护需求并存的今天，联邦学习（FederatedLearning）作为分布式机器学习范式，为医疗影像分析、金融风控、智能交通等领域提供了创新解决方案。

Tech Synapse·2025-05-11 11:46

从理论到落地，大模型评测体系综合指南

真正的大模型历史还要从2006年DeepLearning首次在Science上发表

LLM.·2025-05-11 09:34

2024 ICPC 陕西省赛 G. Disappearing Number

G.DisappearingNumbertimelimitpertest:1secondmemorylimitpertest:256megabytesuukuislearningdigitaldynamicprogramming.Butoneday

Cons.W·2025-05-11 04:27

MuJoCo 机械臂关节空间阻抗控制Impedance实现（附代码）

视频讲解：MuJoCo机械臂关节空间阻抗控制Impedance实现（附代码）代码仓库：GitHub-LitchiCheng/mujoco-learning阻抗控制通过调整关节的刚度和阻尼，让机器人在接触时产生顺应性

LitchiCheng·2025-05-11 01:12

TPAMI 2024 | 自监督多模态学习：综述

论文信息题目：Self-SupervisedMultimodalLearning:ASurvey自监督多模态学习：综述作者：YongshuoZong,OisinMacAodha,TimothyHospedales

小白学视觉·2025-05-11 00:03

TensorFlow深度学习实战（10）——迁移学习详解

0.前言1.迁移学习1.1迁移学习基本概念1.2迁移学习的重要性1.3ImageNet1.4迁移学习流程2.InceptionV3架构3.构建迁移学习模型小结系列链接0.前言迁移学习(TransferLearning

盼小辉丶·2025-05-10 15:38

机器学习 vs 深度学习：关键区别与实际应用

一、基础概念解析1.机器学习（MachineLearning）定义：机器学

2501_91537435·2025-05-10 13:57

Meta-Learning算法在机器人适应性控制中的底层机制

1.Meta-Learning算法基础1.1Meta-Learning定义与原理Meta-Learning，即元学习，是指让机器学会如何更好地学习，其核心在于通过对多个相关任务的学习来获取更高效的学习策略和知识迁移能力

学习ing1·2025-05-10 13:56

人工智能顶会ICLR 2024热门研究方向大揭秘

图1由ICLR2024论文列表生成的词云ICLR（InternationalConferenceonLearningRepresentations）自2013年起至今（2024年）已成功举办12届，被公认为人工智能领域的顶级会议之一

audyxiao001·2025-05-10 08:19

基于强化学习的自我完善聊天机器人

ElenaRicciardelli,DebmalyaBiswas埃琳娜·里恰德利(ElenaRicciardelli)Abstract.WepresentaReinforcementLearning(RL

weixin_26641709·2025-05-10 05:30

强化学习机器人模拟器——GridWorld：一个用于强化学习的 Python 环境

GridWorld是一个为强化学习（ReinforcementLearning,RL）实验设计的多功能Python环境。

LIUDAN'S WORLD·2025-05-10 04:56

强化学习机器人模拟器——RobotApp：一个交互式强化学习模拟器

RobotApp是一个基于Python和Tkinter的交互式强化学习（ReinforcementLearning,RL）模拟器，集成了GridWorld环境和QAgent智能体，支持Q-learning

LIUDAN'S WORLD·2025-05-10 04:56

UE5 ML机械学习肌肉反应与布料反应

,通过米哈游鹿鸣的展示,了解到的机械学习技术https://dev.epicgames.com/documentation/zh-cn/unreal-engine/using-the-machine-learning-deformer-in-unreal-engine

烟水寻常·2025-05-10 04:53

深度学习比较热门的研究方向简单介绍

以下结合当前研究热点和前沿动态，详细梳理了深度学习的主要热门研究方向，并引用相关研究成果进行具体阐述：1.持续学习与灾难性遗忘持续学习（ContinualLearning）旨在让模型在动态环境中逐步学习新任务而不遗忘旧知识

一点.点·2025-05-10 01:36

【强化学习】基于 Ray 的强化学习分布式训练

基于Ray的强化学习分布式训练引言强化学习(ReinforcementLearning,RL)是一种强大的机器学习方法，广泛应用于游戏AI、机器人控制和自动化决策等领域。

浪啦里格朗·2025-05-09 23:23

【学习笔记】深度学习：典型应用

作者选择了由IanGoodfellow、YoshuaBengio和AaronCourville三位大佬撰写的《DeepLearning》(人工智能领域的经典教程，深度学习领域研究生必读教材),开始深度学习领域学习

瑶光守护者·2025-05-09 22:47

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

PyTorchVideo：视频理解研究的深度学习库

PyTorchVideo：视频理解研究的深度学习库pytorchvideoAdeeplearninglibraryforvideounderstandingresearch.项目地址:https://gitcode.com

虞亚竹Luna·2025-05-09 20:58

基于Java的机器学习算法实现与优化

好的，以下是关于“基于Java的机器学习算法实现与优化”的博客文章：基于Java的机器学习算法实现与优化机器学习（MachineLearning,ML）作为人工智能的一个重要分支，近年来在各行各业得到广泛应用

向哆哆·2025-05-09 16:58

AIOfferly刷题记录

答案GradientDescentisanoptimizationalgorithmusedtominimizetheerrorofamachinelearningmodel.Itfirstcomputesthegradient

Mi Manchi26·2025-05-09 13:41

量子机器学习中的GPU加速实践：基于CUDA Quantum的混合编程模型探索

引言：量子机器学习的新范式在量子计算与经典机器学习交叉融合的前沿领域，量子机器学习（QuantumMachineLearning,QML）正经历着革命性突破。

九章云极AladdinEdu·2025-05-09 01:56

【计算机视觉】自监督学习在CV中的突破：SimCLR、MoCo与BYOL

BYOL一、前言1.1深度学习在CV领域的现状1.2自监督学习的兴起二、自监督学习基础概念2.1自监督任务设计2.2特征表示学习三、SimCLR:ASimpleFrameworkforContrastiveLearningofVisualRepresentations3.1SimCLR

xcLeigh·2025-05-08 18:41

机器学习 vs 深度学习：深入浅出解析两者的区别

在当今科技飞速发展的时代，**机器学习（MachineLearning）和深度学习（DeepLearning）**成为了人工智能（AI）领域的热门话题。

海豹工匠·2025-05-07 20:53

入选 CVPR 2025，哈工大团队提出分层蒸馏多示例学习框架 HDMIL，快速处理千兆像素病理全切片图像

多示例学习(Multi-InstanceLearning,MIL)是当前

·2025-05-07 20:38

生成对抗网络：解锁无限创意的深度学习秘籍

生成对抗网络：解锁无限创意的深度学习秘籍一、引言1.1生成对抗网络的定义1.2GAN的历史背景与发展历程1.3GAN在深度学习中的重要性与应用场景二、GAN的基本概念2.1对抗学习（AdversarialLearning

才华横溢caozy·2025-05-07 16:56

【AI论文】随机应变：通过强化学习实现社交代理的自适应思考

在本文中，我们提出了自适应模式学习（AdaptiveModeLearning,AML）方法，该方法根据实时上下文从四种思考模式（直观反应→深度沉思）中策略性地选择。我们框架的核心创新

东临碣石82·2025-05-07 09:45

深入理解自监督学习（Self-Supervised Learning）：理论与实践

近年来，自监督学习（Self-SupervisedLearning，SSL）作为一种新兴的学习范式，在计算机视觉、自然语言处理等多个领域都取得了显著的进展。与传统的监督学

字节旅行·2025-05-07 07:30

半监督学习与强化学习的结合：新兴的智能训练模式

随着人工智能技术的迅猛发展，半监督学习（Semi-SupervisedLearning,SSL）与强化学习（ReinforcementLearning,RL）作为两种重要

字节旅行·2025-05-07 07:30

详解trl中的GRPOTrainer和GRPOConfig

HuggingFace的TRL(TransformerReinforcementLearning)库通过GRPOTrainer和GRPOConfig提供了该算法的开箱即用实现。

几道之旅·2025-05-07 06:56

从MLOps到TestOps：测试流程的智能化演进

相比之下，机器学习工程领域的MLOps（MachineLearningOperations）发展迅猛，形成了从模型训练、部署、监控到反馈闭环的成熟体系。

测试者家园·2025-05-07 06:25

Java学习手册开源项目指南

Java学习手册开源项目指南JavaLearningmanual一本涵盖Java知识体系的Java学习手册（AJavalearningmanualthatcoverstheJavabodyofknowledge

郁勉能Lois·2025-05-07 00:53

CCF推荐学术会议-A（人工智能）：NeurIPS 2025

NeurIPS2025TheThirty-NinthAnnualConferenceonNeuralInformationProcessingSystems(NeurIPS2025)isaninterdisciplinaryconferencethatbringstogetherresearchersinmachinelearning

爱思德学术·2025-05-07 00:50

《深度学习实践教程》[吴微] ch-5 3/5层全连接神经网络

optimfromtorch.autogradimportVariablefromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasets,transforms#定义一些超参数batch_size=64learning

破无差Povchar·2025-05-06 16:06

[machine learning] Transformer - Attention (一)

Attention是Transformer的核心，本系列先通过介绍Attention来学习Transformer。本文先介绍简单版的Attention。在Attention出现之前，通常使用recurrentneuralnetwords(RNNs)来处理长序列数据。模型架构上，又通常使用encoder-decoder的结构。以机器翻译为例，当输入文本序列一个一个进入encoder时，encoder

进阶的小蜉蝣·2025-05-06 10:22

人工智能概述 python opencv（史上最全）

目录1.1人工智能概念与分支：1.2机器学习1.3机器学习的分类：根据学习范式分类1.3.1有监督学习SupervisedLearning1.3.1.1有监督学习的基本定义1.3.1.2有监督学习的典型应用

博导ai君·2025-05-06 04:43

机器学习与深度学习的区别详解

机器学习与深度学习的区别详解在数据科学和人工智能领域，机器学习（MachineLearning,ML）和深度学习（DeepLearning,DL）是两个非常重要的概念。

云端.代码农夫CloudFarmer·2025-05-05 19:21

ML 作业代写 | 统计学习 Statistical Learning (using R) | 深度学习 Deep Learning (using Python)

目录Ⅰ.统计学习StatisticalLearning(usingR)1.SupportVectorMachines支持向量机2.UnsupervisedLearning无监督学习Ⅱ.深度学习DeepLearning

王平渊·2025-05-05 19:18

【学习笔记】强化学习：实用方法论

作者选择了由IanGoodfellow、YoshuaBengio和AaronCourville三位大佬撰写的《DeepLearning》(人工智能领域的经典教程，深度学习领域研究生必读教材),开始深度学习领域学习

瑶光守护者·2025-05-05 18:09

基于不确定性感知学习的单图像自监督3D人体网格重建（论文笔记与思考）

文章目录论文解决的问题提出的算法以及启发点论文解决的问题首先这是Self-Supervised3DHumanmeshrecoveryfromasingleimagewithuncertainty-awarelearning

Gamma and Beta·2025-05-05 16:31

联邦学习真香警告：跨机构医疗数据协作中的梯度投毒攻防

联邦学习（FederatedLearning,FL）作为医疗数据协作的核心技术，允许医院在不共享原始数据的前提下联合训练AI模型。

梦玄网络安全·2025-05-05 12:30

truffle

文章目录truffle目录结构各文件作用在本地测试合约truffle项目来自https://github.com/Dapp-Learning-DAO/Dapp-Learning/blob/main/basic

倒霉男孩·2025-05-05 00:15

什么是机器学习，机器学习的用途？

目前，普遍认为，机器学习（MachineLearning，ML）是人工智能领域中的一个方向，主要是研究如何通过计算的手段，改进系统自身的性能，说到底是通过分析足够量的数据，不断改进已有的算法，从而使得算法更加的智能

悠悠海风·2025-05-04 22:28

【漫话机器学习系列】238.训练误差与测试误差（Training Error And Test Error）

训练误差与测试误差详解|MachineLearning基础概念在机器学习的学习和实践过程中，我们经常会遇到两个重要的概念：训练误差（TrainingError）和测试误差（TestError）。

IT古董·2025-05-04 15:10

目标检测中的损失函数(三) | SIoU WIoUv1 WIoUv2 WIoUv3

SCYLLA-IoU（SIoU）来自挂在2022年arxiv上的文章：《SIoULoss:MorePowerfulLearningforBoundingBoxRegression》文章介绍了一个新的损失函数

悠悠海风·2025-05-04 14:06

推荐频道

Learning]