NVIDIA强化学习算法

【deepseek】本地部署DeepSeek R1模型：使用Ollama打造个人AI助手

二、环境准备硬件要求GPU显存要求：7B模型：8-12GB显存14B模型：12GB以上显存32B模型：建议16GB以上显存建议使用NVIDIA显卡SSD硬盘空间：建议预留50GB以上软件要求安
大表哥汽车人·2025-01-31 06:23

分类算法：梯度提升树(GBT)算法原理

分类算法：梯度提升树(GBT)算法原理1.简介1.1梯度提升树的起源与发展梯度提升树(GradientBoostingTree,GBT)是一种强大的机器学习算法，它基于提升方法的原理，通过迭代地构建一系列弱分类器并组合它们来形成一个强分类器
kkchenjj·2025-01-31 04:39

留学生scratch计算机haskell函数ocaml编程ruby语言prolog作业VB

它通过拖拽代码块来创建程序，非常适合学习算法、逻辑和基本的编程概念。计算机（科学）：这是一个广泛的领域，涉及计算机硬件、软件、算法、数据结构、网络安全等多个方面。留学生可能
matlabgoodboy·2025-01-30 23:03

pytorch深度Q网络

DQN的关键创新包括：经验回放（ExperienceReplay）：在强化学习中，当前的学习可能会依赖于最近的经验，容易
纠结哥_Shrek·2025-01-30 23:31

CUDA编程（一）：GPU计算与CUDA编程简介

CUDA编程（一）：GPU计算与CUDA编程简介GPU计算GPU硬件资源GPU软件资源GPU存储资源CUDA编程GPU计算NVIDIA公司发布的CUDA是建立在GPU上的一个通用并行计算平台和编程模型，
AI Player·2025-01-30 21:17

RTX4060+ubuntu22.04+cuda11.8.0+cuDNN8.6.0 & 如何根据显卡型号和系统配置cuda和cuDNN所需的安装环境

文章目录电脑原配置安装cuda和cuDNN前的环境选择cuDNN与CUDAtookit和nvidiadriver的对应关系cuda版本选择⭐查看自己的nvidiadriver版本和最大支持的CUDA版本
computer_vision_chen·2025-01-30 20:05

联想拯救者Y7000p+Nvidia rtx2060 显卡驱动安装

0.前言：618搞活动，打算入手一台笔记本，听说拯救者还不错，但是驱动好多朋友都装不上，所以把自己的经验分享一下，或许对你有一点点的帮助。总的来说，显卡驱动一般会有几种方式：1.run文件直接安装（采用这种方式完成的）2.ppa安装3.系统附加驱动安装1.run文件安装1.1禁止nouveau集成显卡驱动编辑blacklist.confsudogedit/etc/modprobe.d/blackl
MartianCoder·2025-01-30 20:02

ubuntu22.04 + isaac gym环境配置流程

1.CUDA安装1.看系统架构：uname-m2.去官网下载适配你显卡驱动的最新cuda，可以通过nvidia-smi查看https://developer.nvidia.com/cuda-toolkit-archive3
Yakusha·2025-01-30 20:02

企业数字化运营系统总体规划蓝图、企业信息化建设总体规划方案

一、企业数字化运营系统总体规划蓝图1.数字化建设目标与愿景我们的数字化建设目标是实现企业的全面数字化转型，通过科技的力量提升运营效率、优化客户体验、强化数据分析能力，从而增强企业的核心竞争力。
公众号：优享智库·2025-01-30 19:27

【DeepSeek】复现DeepSeek R1？快来看这个Open R1项目实践指南~

因此，这篇博客会从最初的概念入手，带领大家了解OpenR1的原理与技术细节，并侧重讲解其中最为关键的强化学习训练方法之一——GRPO(群组相对策略优化,GroupRela
FF-Studio·2025-01-30 19:24

实战LLM强化学习——使用GRPO（DeepSeek R1出圈算法）

但，为了更好的理解强化学习在LLM训练过程中发挥的意义，也为了学习GPRO这个强化学习算法，笔者出此题目，方便大家学习理解。GRPO（GroupRela
FF-Studio·2025-01-30 19:54

启元世界（Inspir.ai）技术浅析（一）

公司汇聚了来自全球顶尖公司和高等学府的技术专家，专注于深度强化学习、推荐算法以及机器学习系统平台等前沿领域，并成功将人工智能技术应用于数字娱乐、智能决策和机器人等多个领域。
爱研究的小牛·2025-01-30 12:28

无重复字符的最长子串

让我们一起来学习算法思维吧！
不停留·2025-01-30 07:16

长度最小的子数组

让我们一起来学习算法思维吧！
不停留·2025-01-30 07:46

算法-三数之和

让我们一起来学习算法思维吧！
不停留·2025-01-30 07:45

Rust中奖励函数的实现与应用

Rust中奖励函数的实现与应用作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词：Rust,奖励函数,强化学习,机器学习,状态空间1.背景介绍1.1问题的由来在机器学习领域
AI天才研究院·2025-01-30 07:45

LLM based Single Agent System

LLM-BasedSingleAgentSystem:ANewEraofIntelligentAutomation关键词：大语言模型，单智能体系统，强化学习，自然语言处理，智能自动化1.背景介绍近年来，
AGI大模型与大数据研究院·2025-01-30 05:03

理解随机森林算法

基本概念随机森林（RandomForest）是一种集成学习算法，它属于机器学习中的监督学习算法。简单来说，它就像是一群“专家”（决策树）在一起讨论并做出决策。
菌菌的快乐生活·2025-01-30 05:32

AI常见的算法

人工智能（AI）中常见的算法分为多个领域，如机器学习、深度学习、强化学习、自然语言处理和计算机视觉等。
纠结哥_Shrek·2025-01-30 03:49

【DL】神经网络与机器学习基础知识介绍（一）

文章目录基本通用概念梯度下降算法数据工程训练技术偏差与方差防止过拟合评估指标决策树基本通用概念机器学习的类型：监督学习（SupervisedLearning）：分类，回归无监督学习（UnsupervisedLearning）：聚类，降维强化学习
MengWoods·2025-01-30 01:01

提示词设计流程 ——《如何从0开始构建一个基于强化学习的AI智能体》使用场景为例

《如何从0开始构建一个基于强化学习的AI智能体》使用场景提示词设计流程是否识别改进点分析评估结果根据反馈调整提示词细化内容要求增强专业术语调整约束条件验证专业性检查内容准确性评估逻辑连贯性上下文提供角色设定指令描述输入问题设计约束条件设定输出格式定义示例参考提供开始明确目标与需求确定任务类型定义预期结果识别关键问题结构化提示词设计生成初始提示词使用
由数入道·2025-01-29 21:07

【DeepSeek】大模型强化学习训练GRPO算法，你学会了吗？

如果你还不知道GRPO，你可以先看这篇帖子：【DeepSeek】一文详解GRPO算法——为什么能减少大模型训练资源？看了论文跟没看一样？做两道题练练！曾经最痛恨的应试教育，却能让你深深记住这知识点。由ChatGPTo1pro生成，o1pro的输出token和写作能力比DeepSeekR1强。GRPO原论文链接：https://arxiv.org/abs/2402.03300GRPO中译文链接：ht
FF-Studio·2025-01-29 21:56

《深度剖析Q-learning中的Q值：解锁智能决策的密码》

在人工智能的飞速发展进程中，强化学习作为一个关键领域，为智能体与环境交互并学习最优行为策略提供了有效框架。
·2025-01-29 19:51

火出圈的DeepSeeK R1详解

强化学习驱动的训练：采用大规模强化学习技术，仅需极少量标注数据，显著提升推理能力。长链推理（CoT）支持：思维链长度可达数万字，能逐步分解复杂问题，通过多步骤逻辑推理解决问题。
清风AI·2025-01-29 17:58

DeepSeek：通用人工智能的技术前沿与创新突破

其研发方向覆盖自然语言处理、多模态交互、强化学习等领域，并在模型架构、训练效率及实际应用场景中取得显著成果。二、核心
热爱分享的博士僧·2025-01-29 17:52

docker desktop使用ollama在GPU上运行deepseek r1大模型

bilibili二、拉取ollama镜像在powershell中运行如下命令，即可拉取最新版本的ollama镜像：dockerpullollama/ollama如果需要指定版本，可以用如下命令：#CPU或NvidiaGPU
yimenren·2025-01-29 17:20

【人工智能】Python常用库-TensorFlow常用方法教程

TensorFlow是一个广泛应用的开源深度学习框架，支持多种机器学习任务，如深度学习、神经网络、强化学习等。以下是TensorFlow的详细教程，涵盖基础使用方法和示例代码。
IT古董·2025-01-29 15:07

机器学习：利用sklearn实现心脏病预测

通过详尽的步骤和示例代码，本项目为你展示了如何应用不同的机器学习算法来分析心脏病数据集，并预测患者是否有可能患有
薄化克Oswald·2025-01-29 11:28

Ubantu18.04安装3070显卡驱动

NVIDIA官网下载驱动下载之后在下载目录在此文件夹下运行：sudochmod+x文件名sudochmod+xNVIDIA-Linux-x86_64-510.54.runsudo./文件名sudo.
wjwuyh·2025-01-29 09:39

OpenAI的编程语言和框架，给程序员带来了帮助有哪些

OpenAI的研究涉及深度学习、自然语言处理、视觉感知、强化学习等多个领域，并已在各种应用中取得了令人瞩目的成果。例如，在机器人领域，Open
API技术大佬Anzexi58·2025-01-29 07:46

Python 实现车牌识别

这可以通过一些特征提取和机器学习算法来实现，例如基于颜色特征、边缘特征等方法来定位车牌区域。字符分割：将定位到的车牌区域中的字符分割开，以便对每个字
菜狗小测试·2025-01-29 04:49

数学与机器学习：共舞于智能时代的双璧

机器学习算法的设计、优化和应用，都离不开数学的支持。无论是线性代数、概率统计，还是微积分、最优
每天五分钟玩转人工智能·2025-01-29 03:18

强化学习很多ac架构的算法比如ppo，为什么使用状态价值网络而不使用动作价值网络实现critic呢?｜状态价值网络的优势与挑战｜Actor-Critic｜状态价值｜强化学习

目录1.强化学习的基础1.1策略与价值函数2.Actor-Critic架构概述2.1Critic的作用3.为什么选择状态价值网络？
concisedistinct·2025-01-29 01:27

强化学习中，为什么用AC架构

目录强化学习中，为什么用AC架构为什么用AC架构？
资源存储库·2025-01-29 01:25

使用 Python 和 scikit-learn 实现 KNN 分类：以鸢尾花数据集为例

1.KNN算法简介KNN是一种监督学习算法，主要用于分类和回归任务。它的工作原理非常简单：对于一个新的数据点，算法会查找训
弥树子·2025-01-28 21:23

linux git clone出现fatal: unable to access Failed to connect to github.com port 443: Timed out解决方案

985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。
herosunly·2025-01-28 20:45

AI智能制造软件有什么用处

生产过程优化实时监控与反馈AI智能制造软件能够实时收集生产线上的各类数据，如温度、压力、速度等参数，并通过机器学习算法进行分析处理。
雪叶雨林·2025-01-28 18:02

嵌入式知识点总结 Linux驱动 (四)-中断-软硬中断-上下半部-中断响应

针对于嵌入式软件杂乱的知识点总结起来，提供给读者学习复习对下述内容的强化。目录1.硬中断，软中断是什么？有什么区别？2.中断为什么要区分上半部和下半部？3.中断下半部一般如何实现？
7yewh·2025-01-28 12:46

人工智能学习框架：深入解析与实战指南

个人主页：一ge科研小菜鸡-CSDN博客期待您的关注引言随着人工智能（AI）技术的飞速发展，深度学习、强化学习和自然语言处理等领域的应用愈加广泛。
一ge科研小菜鸡·2025-01-28 11:07

docker镜像报错ERROR: failed to solve: DeadlineExceeded:

--------------------1|#基于NVIDIACUDA镜像，确保GPU支持2|>>>FROMnvidia/cuda:12.6.2-cudnn-devel-ubuntu20.043|4|#
柠檬编程工作室·2025-01-28 11:05

AI人工智能深度学习算法：搭建可拓展的深度学习模型架构

AI人工智能深度学习算法：搭建可拓展的深度学习模型架构作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着人工智能技术的飞速发展
AI天才研究院·2025-01-28 10:30

NVIDIA Isaac Lab 入门教程（一）

系列文章目录前言IsaacLab是一个用于机器人学习的统一模块化框架，旨在简化机器人研究中的常见工作流程（如RL、从演示中学习和运动规划）。它建立在英伟达IsaacSim的基础上，利用最新的仿真功能实现逼真的场景和快速高效的仿真。该框架的核心目标是模块化：轻松定制和添加新环境、机器人和传感器。灵活性：适应社区不断变化的需求。开放性：保持开源，允许社区贡献和扩展框架。包含电池：包含大量可随时使用的环
kuan_li_lyg·2025-01-28 05:56

isaac lab 教程（二）

NVIDIAOmniverse也建议使用此方法，并且存在有关如何使用VSCode进行调试Omniverse扩展的教程。设置VisualStudioCod
weixin_44572777·2025-01-28 05:56

IsaacLab从入门到精通（六）真机部署与Sim2real

在之前的教程中，我们已经完成了整个强化学习任务流程，现在我们需要将自己训练的策略迁移到真机上1.1Sim2real简要方法论强化学习的Sim2real问题一直以来是非常难解决的问题，在仿真环境中训练的policy
NathanWu7·2025-01-28 04:47

Nvidia-container-toolkit 安装

Nvidia-container-toolkit安装在安装了docker后，如果你的容器需要使用GPU运行一些软件，那么就需要安装nvidia的一些支持库。
NathanWu7·2025-01-28 04:17

【llm对话系统】RL强化学习的技术演进与RLHF

一、强化学习基础知识强化学习(ReinforcementLearning,RL)是一种机器学习方法，它通过智能体(Agent)与环境(Environment)的交互来学习如何行动以最大化累积奖励(Reward
kakaZhui·2025-01-28 00:47

【ubuntu 连接显示器无法显示】可以通过 ssh 连接 ubuntu 服务器正常使用，但服务器连接显示器没有输出

但是通过nvidia-smi,nvitop的输出,以及跑模型时的GPU状态都正常解决方案-重装NVIDIA驱动以下是重装NVIDIA驱动的完整步骤：首先删除现有的NVIDIA驱动：sudo
多恩Stone·2025-01-28 00:44

从Nvidia切换到华为云昇腾芯片的入门技巧

Nvidia太贵，尝试使用国产的芯片做AI。
sunrise_ccx·2025-01-27 23:40

RTX 4090D和A10和T4显卡差别、价格对比

RTX4090D、NVIDIAA10和NVIDIAT4三款显卡在设计用途、性能、功耗、价格等方面都有显著差异，以下是它们的主要区别：1.设计用途：RTX4090D:面向高端消费者市场，主要用于游戏、内容创作和
张3蜂·2025-01-27 22:05

人工智能技术的应用前景及未来发展

随着深度学习、强化学习、自然语言处理（NLP）、计算机视觉（CV）等技术的飞速进展，AI不再仅仅是学术研究中的一个热点，而是渗透到各个行业，成为推动创新、优化生产和提升效率的核心力量。
键盘上的蚂蚁-·2025-01-27 16:24
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他