Learning）第3页

[paper] Look Into Person

(CVPR2017)LookintoPerson:Self-supervisedStructure-sensitiveLearningandANewBenchmarkforHumanParsingPaper

AlgoComp·2025-06-19 20:03

大规模胰腺癌检测通过非对比增强CT和深度学习| 文献速递-视觉通用模型与疾病诊断

Title题目Large-scalepancreaticcancerdetectionvianon-contrastCTanddeeplearning大规模胰腺癌检测通过非对比增强CT和深度学习01文献速递介绍胰腺导管腺癌

有Li·2025-06-19 14:12

文献速递：深度学习乳腺癌诊断---使用深度学习改善乳腺癌诊断的MRI技术

Title题目ImprovingbreastcancerdiagnosticswithdeeplearningforMRI使用深度学习改善乳腺癌诊断的MRI技术01文献速递介绍乳腺磁共振成像（MRI）是一种高度敏感的检测乳腺癌的方式

有Li·2025-06-19 14:12

大模型时代的具身智能系列专题(十)

SergeyLevine团队SergeyLevine目前是UCBerkeley电气工程与计算机科学系的副教授，同时是RAIL(RoboticAI&LearningLab@BAIR)实验室主任。

视言·2025-06-19 13:40

《基于超声的深度学习模型用于降低BI-RADS 4A乳腺病变的恶性率》论文笔记 MobileNet

《APPLICATIONOFDEEPLEARNINGTOREDUCETHERATEOFMALIGNANCYAMONGBI-RADS4ABREASTLESIONSBASEDONULTRASONOGRAPHY

往事随风、、·2025-06-19 13:09

CHES 2022 issue-4文章总结

-12,14,15,17,18,20,21,23,25,27,28,29,31,32同态相关241.WhenBadNewsBecomeGoodNews:TowardsUsableInstancesofLearningw

打工小熊猫·2025-06-19 11:49

AI大模型从0到1记录学习大模型技术之机器学习 day27-day60

机器学习概述机器学习（MachineLearning,ML）主要研究计算机系统对于特定任务的性能，逐步进行改善的算法和统计模型。

Gsen2819·2025-06-18 13:19

vue中将md转成html,Vue/Vue中Html和Markdown互相转换/README.md · zhangming/LearningNotes - Gitee.com...

#Vue中Html和Markdown互相转换##前言最近想实现的一个功能，就是将系统中的博客进行导出成Markdown格式，后面经过了调研发现有两种方法能够满足需求，一个是Java后台中将HTML转换成Markdown，然后导出。第二种方式是在客户端将Html转换成Markdown##前台处理###MarkdownToHtml####安装前台处理Markdown转换成Html，使用的是一款Vue组

银河贩卖机·2025-06-18 09:53

社交机器人具身导航新范式！AutoSpatial：通过高效空间推理学习实现机器人视觉语言推理和社交导航

马里兰大学论文标题：AutoSpatial:Visual-LanguageReasoningforSocialRobotNavigationthroughEfficientSpatialReasoningLearning

视觉语言导航·2025-06-18 09:53

深度学习——迁移学习(Transfer Learning)

文章目录一、什么是迁移学习？二、为什么需要迁移学习？三、迁移学习的核心思想四、迁移学习的常见方法1.基于特征的迁移（Feature-basedTransfer）2.基于模型的迁移（Model-basedTransfer）3.基于关系的迁移（Relation-basedTransfer）五、迁移学习在计算机视觉中的应用六、迁移学习在自然语言处理中的应用七、迁移学习的优势与挑战1.优势2.挑战八、实践

E-An居士·2025-06-18 00:26

【图像去噪】论文精读：Zero-Shot Blind-spot Image Denoising via Implicit Neural Sampling

十小大·2025-06-16 21:52

强化学习-K臂老虎机

强化学习强化学习（ReinforcementLearning，RL）是一种机器学习方法，强化学习的基础框架是马尔可夫决策过程，它允许智能体（Agent）能够在与环境（Environment）的交互中通过试错来学习最优策略

·2025-06-16 19:06

Rust 机器学习

机器学习（ML）笔记以下是关于机器学习（MachineLearning,ML）的详细学习集，涵盖核心概念、方法、工具和学习路径：机器学习基础概念机器学习是人工智能的子领域，通过算法让计算机从数据

KENYCHEN奉孝·2025-06-16 18:01

预训练、指令微调与RLHF如何塑造LLM

理解这个训练过程的核心环节——大规模无监督预训练（Pre-training）、指令微调（InstructionFine-Tuning,IFT）以及从人类反馈中强化学习（ReinforcementLearningfromHumanFeedback

由数入道·2025-06-15 16:15

动态多目标进化算法：基于迁移学习的动态多目标遗传算法Tr-NSGA-II求解CEC2015，提供完整MATLAB代码

一、Tr-NSGA-II介绍基于迁移学习的动态多目标遗传算法（TransferLearningbasedDynamicMultiobjectivenon-dominatedsortinggeneticalgorithmII

IT猿手·2025-06-15 10:02

Knowledge Graph Contrastive Learning for Recommendation（KGCL）阅读笔记

现有知识图谱（KG）的稀疏性和噪声使得项目-实体依赖关系偏离了反映其真实特征，从而显着放大了噪声效应，阻碍了用户偏好的准确表示。为了填补这一研究空白，作者设计了一个通用的知识图对比学习框架（KGCL），该框架可以减轻知识图增强推荐系统的信息噪声。论文链接：https://doi.org/10.1145/3477495.3532009代码链接：https://github.com/yuh-yang/

forever0827·2025-06-15 10:00

SAE层、BPNN层结合的深度学习模型

EarlyFaultDetectionofMachineToolsBasedonDeepLearningandDynamicIdentificationBoLuo,HaotingWang,HongqiLiu

sbc-study·2025-06-14 14:12

强化学习实战：用Q-learning玩转OpenAI Gym

强化学习实战：用Q-learning玩转OpenAIGym系统化学习人工智能网站（收藏）：https://www.captainbed.cn/flu文章目录强化学习实战：用Q-learning玩转OpenAIGym

layneyao·2025-06-14 01:55

多标签分类的激活函数和损失函数

刚入门DeepLearning不久，前一段时间一直在学习cifar10的分类，突然最近要做一个多标签的任务，突然有点不知所措，不知从何下手了。

通过幸福的路唯有奋斗·2025-06-13 20:52

10、动态学习调度算法与多层感知器模型用于心脏病预测系统

本文将详细介绍动态学习调度算法（DynamicLearningSchedulingA

丛越·2025-06-13 19:15

机器学习之集成学习算法

3.2.2API3.3XGBoost3.3.1思想3.3.2API机器学习算法很多,今天和大家聊一个很强悍的算法-集成学习算法,基本上是处理复杂问题的首选.话不多说,直奔主题.一概述集成学习（EnsembleLearning

文柏AI共享·2025-06-13 07:46

【调研报告】人工智能时代的学习

目录一、导语二、人工智能赋能个性化学习2.1人工智能与个性化学习路径的构建2.2人工智能对个性化学习的技术支撑2.3E-Learning推荐系统三、人工智能时代学习的变革3.1学习者主体性的弱化3.2学习环境的智能化

WalkingComputer·2025-06-12 04:58

Deep Lake 简介

DeepLake简介DeepLake是由Activeloop开发的一款开源深度学习数据湖（DeepLearningDataLake），专为人工智能时代设计，旨在解决深度学习项目中数据管理的复杂性与低效问题

·2025-06-11 19:57

【Linux & Deep learning】使用zsh进行终端美化

zsh终端美化前言安装zsh安装zsh三剑客首要工作zsh-autosuggestions（自动提示语法）zsh-syntax-highlighting（高亮提示）powerlevel10k（可能是zsh最便捷好用的主题）一些不知名错误autojump（快捷跳转，也是zsh配置中常见的利器）一些零碎的问题（待补充）结语前言虽然zsh的一大配置利器ohmyzsh已经多达142k+stars（截止20

icyle·2025-06-10 22:26

人工智能-SFT（Supervised Fine-Tuning）、RLHF 和 GRPO

以下是SFT（SupervisedFine-Tuning）、RLHF（ReinforcementLearningfromHumanFeedback）和GRPO群体相对策略优化(GRPO，GroupRelativePolicyOptimization

高效匠人·2025-06-10 21:54

AI与.NET技术实操系列（二）：开始使用ML.NET

引言在当今技术飞速发展的时代，机器学习（MachineLearning,ML）已成为推动创新和变革的核心力量。从智能推荐系统到自动化决策工具，ML的应用无处不在，深刻影响着我们的生活和工作方式。

dotNET跨平台·2025-06-10 19:32

DAY15 超大力王爱学Python

Titanic-MachineLearningfromDisaster|K

超大力王·2025-06-10 15:02

《Python星球日记》第84天：Q-Learning 与 DQN

——屈原《离骚》创作者：Code_流苏(CSDN)（一个喜欢古诗词和编程的Coder）目录一、强化学习基础回顾1.核心元素与术语二、Q-Learning算法详解1.Q表更新公式2.探索与利用（ExplorationvsExploitation

Code_流苏·2025-06-10 04:55

使用 MMDetection 实现 Pascal VOC 数据集的目标检测项目练习（一）开端

一、背景知识PascalVOCPascalVOC（PatternAnalysis,StaticalModelingandComputationalLearning和VisualObjectClasses

深蓝海拓·2025-06-10 02:38

多任务学习概述+Vision Transformer+多模态

MTL多任务：多任务学习（MTL，multi-tasklearning）最早可以追溯到1997年的一篇文章，它描述的是一种学习范式——多个任务的数据一起来学习，学习的效果有可能要比每个任务单独学习的结果要好

passion_up·2025-06-09 21:36

机器学习算法种类繁多以下是主要算法的详细描述、使用场景、经典案例、开源框架，以及学习和应用到实际场景的建议

一、机器学习算法分类及详细描述1.监督学习（SupervisedLearning）监督学习使用带标签的数据（输入和输出已知）进行训练，目标是学习输入到输出的映射函数。

zhxup606·2025-06-09 19:21

【深度学习】自编码器：数据压缩与特征学习的神经网络引擎

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·2025-06-09 17:41

【论文解读】CVPR 2024 DSL-FIQA ：全新人脸面部图像质量评估算法（附论文地址）

openaccess.thecvf.com/content/CVPR2024/papers/Chen_DSL-FIQA_Assessing_Facial_Image_Quality_via_Dual-Set_Degradation_Learning_and_CVPR

牧锦程·2025-06-09 14:47

登上Nature封面！强化学习+卡尔曼滤波上大分

这种结合创新十分有前景，目前多篇成果被顶会顶刊录用，例如"Champion-leveldroneracingusingdeepreinforcementlearning”这篇登上Nature封面的文章详细描述了

Ai多利·2025-06-09 12:30

《Image Classification with Classic and Deep Learning Techniques》复现

1引言图像分类作为计算机视觉领域的核心任务，旨在将输入图像映射到离散化的语义类别标签，广泛应用于人脸识别、自动驾驶、医疗影像诊断、安防监控等场景。传统方法主要依赖手工设计的特征描述子（如SIFT、HOG、LBP）结合浅层模型（如BoVW、Fisher向量、SVM），以其可解释性和低资源消耗见长，但在端到端优化与高级表征能力方面不及深度学习。近年来，卷积神经网络（CNN）在大规模数据集（如Image

几何心凉·2025-06-09 07:00

机器学习笔记周志华第一章绪论

featurevector):一个示例标记（label):关于示例结果的信息样例（example)：拥有了标记信息的示例标记空间（labelspace)/输出空间：所有标记的集合监督学习（supervisedlearning

Olivia_ll·2025-06-09 05:43

【大模型】【DeepSeek】DeepSeek-R1：Incentivizing Reasoning Capability in LLMs via Reinforcement Learning

DeepSeek-R1：通过强化学习激励大语言模型的推理能力0.论文摘要我们推出了第一代推理模型DeepSeek-R1-Zero和DeepSeek-R1。DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练而成的模型，没有经过监督微调（SFT）作为初步步骤，展现了卓越的推理能力。通过RL，DeepSeek-R1-Zero自然涌现出许多强大且有趣的推理行为。然而，它也面临诸如可读性差

量子-Alex·2025-06-08 18:51

Decision Tree vs. Linear Regression

DecisionTreevs.LinearRegressionDecisiontreesandlinearregressionarebothsupervisedmachinelearningtechniques

土豆羊626·2025-06-08 15:35

Azure 虚拟机端口资源：专用 IP 和公共 IP Azure Machine Learning 计算实例BUG

##报错无解找不到AzureML计算实例关联的NSG.env文件和ufwstatus：.env文件中EXPOSE_NGINX_PORT=8080是正确的，它告诉docker-compose.yaml将Nginx暴露在宿主机的8080端口。sudoufwstatus显示Status:inactive，意味着宿主机上的UFW防火墙没有启用，因此不会阻止8080端口的访问。关于docker-compos

2301_79306982·2025-06-08 08:44

强化学习从基础到进阶-常见问题和面试必知必答[1]：强化学习概述、序列决策、动作空间定义、策略价值函数、探索与利用、Gym强化学习实验

1.强化学习核心概念强化学习（reinforcementlearning，RL）：智能体可以在与复杂且不确定的环境进行交互时，尝试使所获得的奖励最大化的算法。

小城哇哇·2025-06-08 07:03

GAN模式奔溃的探讨论文综述（一）

论文题目：Anin-depthreviewandanalysisofmodecollapseinGAN期刊：MachineLearning链接：

这张生成的图像能检测吗·2025-06-07 14:14

基于PyTorch的少样本学习(Few-shot Learning)实现

基于PyTorch的少样本学习(Few-shotLearning)实现：用"小抄"教会AI快速学习新任务关键词：少样本学习、PyTorch、元学习、支持集、原型网络摘要：传统深度学习需要"海量数据喂养"

AI原生应用开发·2025-06-07 09:42

解释半监督学习（Semi-Supervised Learning）的概念和方法（面试题200合集，中频、实用）

半监督学习（Semi-SupervisedLearning,SSL）是机器学习领域中一个至关重要的分支，它巧妙地结合了监督学习和无监督学习的特点，旨在利用少量标记数据和大量未标记数据来进行学习。

快撑死的鱼·2025-06-07 09:38

[论文阅读] 人工智能 | 大语言模型代码生成能力的 “照妖镜”：混淆任务下的性能真相

2505.23598LLMPerformanceforCodeGenerationonNoisyTasksRadzimSendyka,ChristianCabrera,AndreiPaleyes,DianaRobinson,NeilLawrenceSubjects:MachineLearning

张较瘦_·2025-06-06 21:42

04 Deep learning神经网络编程基础梯度下降 --吴恩达

梯度下降在深度学习的应用梯度下降是优化神经网络参数的核心算法，通过迭代调整参数最小化损失函数。核心公式参数更新规则：θt+1=θt−η∇J(θ

狂小虎·2025-06-06 16:38

aws flask_如何将屏幕日志记录添加到Flask应用程序并将其部署在AWS Elastic Beanstalk上...

awsflaskAttheendof2019Deeplearning.aireportedthatonly22%ofcompaniesthatusemachinelearningactuallydeployedamodel.Mostcompaniesdonotgetbeyondaproofofconcept

weixin_26742939·2025-06-06 15:35

一篇文章理解Source-Free Domain Adaptation（SFDA）

这篇文章将从TransferLearning→DomainAdaptation→UnsupervisedDomainAdaptation→Source-FreeDomainAdaptation的顺序进行讲解一

2501_92336788·2025-06-06 15:32

02 Deep learning神经网络的编程基础逻辑回归--吴恩达

逻辑回归逻辑回归是一种用于解决二分类任务（如预测是否是猫咪等）的统计学习方法。尽管名称中包含“回归”，但其本质是通过线性回归的变体输出概率值，并使用Sigmoid函数将线性结果映射到[0,1]区间。以猫咪预测为例假设单个样本/单张图片为（x\mathbf{x}x，y\mathbf{y}y），特征向量X=x\mathbf{x}x，则y^\hat{y}y^即为X的预测值，y^\hat{y}y^=P（y

狂小虎·2025-06-06 10:01

联邦学习架构深度分析：支持多家医院协作训练AI模型方案分析

联邦学习(FederatedLearning)是一种分布式机器学习范式

Allen_Lyb·2025-06-06 07:08

GeoTorchAI 项目使用与配置指南

GeoTorchAI项目使用与配置指南GeoTorchAIGeoTorchAI:AFrameworkforTrainingandUsingSpatiotemporalDeepLearningModelsatScale

尤贝升Sherman·2025-06-06 04:51

推荐频道

Learning）