UCL损失

【计算机视觉】自监督学习在CV中的突破：SimCLR、MoCo与BYOL

SimCLR:ASimpleFrameworkforContrastiveLearningofVisualRepresentations3.1SimCLR的核心思想3.2技术细节3.2.1数据增强3.2.2对比损失函数
xcLeigh·2025-05-08 18:41

WGAN+U-Net架构实现图像修复

简介简介：该论文提出了一种基于Wasserstein生成对抗网络（WGAN）的图像修复方法，使用U-Net生成器，通过对抗损失与内容损失联合训练，有效解决了传统方法对破损区域形状大小受限、修复痕迹明显的问题
这张生成的图像能检测吗·2025-05-07 15:54

LLM损失函数面试会问到的

介绍一下KL散度KL（Kullback-Leibler散度衡量了两个概率分布之间的差异。其公式为：DKL(P//Q)=−∑x∈XP(x)log⁡1P(x)+∑x∈XP(x)log⁡1Q(x)D_{KL}(P//Q)=-\sum_{x\inX}P(x)\log\frac{1}{P(x)}+\sum_{x\inX}P(x)\log\frac{1}{Q(x)}DKL(P//Q)=−∑x∈XP(x)log
Alfred king·2025-05-07 10:52

硬盘分区丢失≠末日！3步逻辑恢复法+物理修复全流程图解

据统计，全球每年因硬盘分区丢失导致的数据损失高达EB级别，其恢复难度与成本远超普通文件误删。本文将从技术原理出发，结
hfhf153·2025-05-07 02:04

零基础-动手学深度学习-3.6softmax回归的从零开始实现

目录一、初始化模型参数二、定义softmax操作三、定义模型四、定义损失函数五、分类精度六、训练七、一点补充鄙人生医转码，道行浅薄，请多谅解~感觉这章的内容超量，代码和详解都非常长，细嚼慢咽ing~首先导入需要的库和上一章讲的训练和测试集
生医转码，四海为家·2025-05-06 16:03

网站高可用架构设计基础——高可用策略和架构原则

一、正面保障与减少损失要想让系统能够稳定可用，首先要考虑如何避免问题的发生。比如说可以通过UPS（不间断电源）来避免服务器断电，可以通过事先增加机器来解决硬件资源不足的问题。
jakeswang·2025-05-06 08:11

泰迪杯特等奖案例学习资料：基于多模态数据融合与边缘计算的工业设备健康监测与预测性维护系统

传统维护方式存在以下问题：故障响应滞后：依赖定期检修，突发故障导致停机损失，平均每小时损失达10万元。
学习的锅·2025-05-05 02:23

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

逻辑回归基本流程及鸢尾花项目实战

逻辑回归步骤：(1)将x的值归一化(2)写权重函数z=w1x1+w2x2+…+wixi(3)写激活函数a=σ(z)(4)写损失函数L=-ylog(a)-(1-y)log(1-a)(5)做梯度下降w=w-αdw
懿小迪·2025-05-04 13:28

DDoS 攻击如何防护？2025最新防御方案与实战指南

1.2024年DDoS攻击现状攻击规模：全球日均攻击峰值突破7.2Tbps，混合型攻击占比超65%（来源：Cloudflare）行业重灾区：行业攻击占比典型案例损失电商41%某大促期间被攻击，损失￥2.3
白山云北诗·2025-05-04 09:09

使用 TensorFlow 实现自定义训练循环（Custom Training Loop）

使用TensorFlow实现自定义训练循环（CustomTrainingLoop）默认的model.fit()已足够应对大多数任务，但在一些复杂场景下，如多任务学习、自定义损失函数、梯度裁剪等，我们就需要更细粒度的控制
2501_91537435·2025-05-04 09:39

弹跳小球：物理模拟与碰撞检测的数学本质

目录弹跳小球：物理模拟与碰撞检测的数学本质引言第一章物理模型精解1.1运动微分方程1.2能量损失模型第二章碰撞检测体系2.1边界碰撞检测2.2物体间碰撞检测第三章系统架构设计3.1物理引擎模块3.2数据流架构第四章性能优化策略
闲人编程·2025-05-03 18:01

学习周报：文献阅读+Fluent案例+有限体积法理论学习

目录摘要Abstract文献阅读：使用带有域分解的PINN求解NS方程文献摘要文献讨论|结论实验设置NS方程介绍PINN框架损失函数域分解减轻梯度病理的方法动态权重方法新型网络架构案例证明：2D圆柱尾流
2301_79714145·2025-05-02 16:31

内存安全的攻防战：工具链与语言特性的协同突围

缓冲区溢出、悬空指针、双重释放等经典漏洞，每年在全球范围内造成数千亿美元的损失。
南玖yy·2025-05-02 15:27

XXL-JOB重复调用之幂等性架构设计：从生产故障到高可靠方案演进

——结合《从零开始学架构》《凤凰架构》《架构师的自我修炼》的深度实践‌一、引言：从一次生产故障说起‌在分布式系统中，任务调度平台的重复调用问题可能导致重大资损（如某电商平台因XXL-JOB重复发券损失数百万
递归尽头是星辰·2025-05-02 15:25

DeepSeek 杀入运维领域：用大模型预测服务器硬件故障

任何一次服务器硬件故障，都可能引发业务中断、数据丢失等严重后果，给企业带来难以估量的经济损失和声誉损害。
谷雪_658·2025-05-02 07:30

pytorch学习14之读写文件

用于定期保存中间结果，在一个耗时较长的训练过程运行中，以确保在服务器电源被不小心断掉时，损失的计算结果不会过于严重。因此，学习如何加载和存储权重向量和整个模型。
wuxuand·2025-05-02 04:44

OA 系统如何做好 DDoS 防护？从架构设计到实战防御的完整方案

一、OA系统的致命短板：DDoS攻击对企业运营的毁灭性影响1.2024年行业数据警示攻击目标转移：68%的中大型企业OA系统遭遇过DDoS攻击（IDC报告）损失计算公式：企业损失=停机时长(小时)×全员时薪
白山云北诗·2025-05-01 16:27

边框回归(Bounding Box Regression)详解

这些paper中损失函数都包含了边框回归，除了rcnn详细介绍了，其他的pap
为时不晚L·2025-05-01 16:24

深度学习框架：PyTorch使用教程 ！！

PyTorch1.2PyTorch的优势二、从入门到精通的PyTorch使用教程2.1入门阶段2.1.1环境安装与配置2.1.2Tensor基础操作2.1.3自动求导（Autograd）2.1.4构建神经网络（nn模块）2.1.5损失函数与优化器
JOYCE_Leo16·2025-05-01 15:22

Linux: 网络数据收发流程简析

网络数据接收流程3.1.1网卡数据接收流程3.1.2网卡数据向上传递给L3，L4的流程3.2网卡数据发送流程4.番外：嵌入式平台下网卡的典型结构1.前言限于作者能力水平，本文可能存在谬误，因此而给读者带来的损失
JiMoKuangXiangQu·2025-05-01 12:01

英飞凌XENSIV™ MEMS麦克风技术赋能ELEHEAR OTC助听器，开启听力新纪元

听力损失不仅阻碍人际交流，还可能引发孤独、焦虑等心理健康问题，甚至导致认知功能退化。随着人口老龄化加剧以及生活中噪声暴露增多，听力健康已成为各年龄段都需关注的重要议题。
WPG大大通·2025-05-01 02:54

【深度学习与大模型基础】第12章-损失函数与梯度下降

1.什么是损失函数？想象你在玩一个“蒙眼飞镖”游戏：目标：把飞镖扔到靶心（正确答案）。每次扔飞镖：你会被告知离靶心有多远（比如“偏左10厘米”）。损失函数就是那个告诉你“误差有多大”的规则。
lynn-66·2025-04-30 15:42

文献阅读（一）植物应对干旱的生理学反应 | The physiology of plant responses to drought

摘要干旱每年致使农作物产量的损失，比所有病原体造成损失的总和还要多。为适应土壤中的湿度梯度变化，植物会改变自身生理机能，调整根系的生长和结构，并关闭地上部分的气孔。
Aaron Hill·2025-04-29 22:47

JavaScript 页面刷新：从传统到现代的全面解析

从用户体验角度，我们更关注的是如何在不损失用户当前状态的情况下更新数据。这个看似简单的需求，实际上涉及到浏览器缓存机制、DOM更新模式、HTTP协议等多个底层
漠月瑾·2025-04-29 20:28

【优秀三方库研读】【性能优化点滴】odygrd/quill 解决伪共享

64字节）为单位操作内存，即使两个线程修改的是同一缓存行中的不同变量，也会引发：缓存一致性协议（如MESI）强制使其他核心的缓存行失效导致不必要的内存总线流量和缓存同步延迟可能造成数百个时钟周期的性能损失二
沐怡旸--指针诗笺·2025-04-29 17:29

PyTorch生成式人工智能实战（3）——分类任务详解

深度神经网络训练流程1.2数据预处理2.二分类2.1创建数据批次2.2模型构建与训练2.3模型测试3.多类别分类3.1验证集和提前停止3.2模型构建与训练小结系列链接0.前言在本节中，我们将介绍神经网络的基本概念，包括损失函数
盼小辉丶·2025-04-29 12:25

大模型部署工具 llama.cpp 介绍与安装使用_看完这篇就够了

训练的过程，实际上就是在寻找模型参数，使得模型的损失函数最小化，推理结果最优化的过程。训练完成之后，模型的参数就固定了，这时候就可以使用模型进行推理，对外提供服务。
大模型·2025-04-28 15:08

泰迪杯实战案例学习资料：生产线的故障自动识别和人员配置优化

（西南石油大学，第十二届泰迪杯特等奖案例）一、案例背景与目标1.1问题背景在制造业中，生产线设备故障可能导致以下问题：停机损失：每小时停机成本可达数万元（视行业而定）。
学习的锅·2025-04-28 12:17

数字-生物融合创新与生物碳汇产权制度构建：基于C4水稻案例的深度解析

植物的光合作用机制，实现碳固定效率的阶跃式提升：分子机制：C4途径通过空间分离的叶肉细胞（捕获CO₂）与维管束鞘细胞（固定CO₂），形成CO₂浓缩机制（Kranz结构），使RuBisCO酶活性提升3-5倍，光呼吸损失减少
百态老人·2025-04-28 02:43

李沐08线性回归和基础算法优化——自学笔记

输出给定n维输入：x=[x1,x2,…,xn]^T线性模型有一个n维权重和一个标量偏差：w=[w1,w2,…,wn]^T,b输出是输入的加权和：y=w1x1+w2x2+…+wnxn+b向量版：y=+b平方损失
Rrrrrr900·2025-04-28 01:07

AI工业化革命：JBoltAI如何重写AITCA的生存法则

某匿名医疗AI公司H的惨痛教训极具代表性：其耗时18个月研发的辅助诊断系统，因无法满足动态更新的HIPAA合规要求，在FDA审批前夜被迫重构代码库，直接损失2.3亿元。
细胞派·2025-04-28 01:07

JAVA也能做大模型蒸馏了？——浅析JBoltAI在大模型的应用

关键技术突破体现在三个维度：1.隐层特征对齐：通过KL散度损失函数实现中
细胞派·2025-04-28 01:07

基于物联网的园林防火监测系统

标题:基于物联网的园林防火监测系统内容:1.摘要随着全球气候变化和人类活动影响，园林火灾发生频率呈上升趋势，给生态环境和人类生命财产造成巨大损失。
赵谨言·2025-04-27 16:43

高效积分商城搭建指南：功能开发+选型策略+运营增长全拆解

1.2成功案例参考某大型医药集团：通过紧急退货事件展现高韧性供应链，350个订单快速处理挽回10万元损失，积分商城兑换率提
2502_91163200·2025-04-27 15:06

多层感知机神经网络与损失函数 笔记

1.算法背景使用算法模拟人脑进行智能运算的结构与模型被称为神经网络。人工神经网络简称神经网络，是一种模拟生物神经网络的算法结构与模型。人工神经元主要使用函数来模拟神经元对信息的处理过程。在神经网络中，神经元不是单个出现的，一个神经元的输入可以来源于外界，也可以来源于上一个神经元。2.算法原理2.1神经元神经网络的基本的单位是神经元，每个神经元都有输入并产生单个输出。这个输出可以发射到多个其他的神经
无敌的六边形狗勾战士·2025-04-27 10:05

淘宝极速验号-查降权删评

淘宝买家账号好坏是关系到补单商品权重的重中之重，一些不良帐号、违规账号通过P图改后台的方式欺骗商家，导致宝贝被降权甚至被删除，让商家蒙受巨大的损失。
电商api接口开发·2025-04-27 02:39

机器学习基础 - 回归模型之线性回归

1.损失函数2.正规方程3.梯度下降法4.两种方法的比较2.岭回归岭回归与线性回归3.Lasso回归4.ElasticNet回归LWR-局部加权回归QA1.最小二乘法估计2.最小二乘法的几何解释3.从概率角度看最小二乘法
yousuotu·2025-04-26 21:14

简单点理解模型梯度

山的高度=模型的“犯错程度”（损失函数）你站的位置=当前模型的参数（比如权重）你的目标=找到山谷最低点（让模型犯最少的错）这时候，你蹲下来用手摸地面，发现：左边地面更陡→往左走会更快下山右边地面平缓→往右走下山慢
zzq1号·2025-04-26 19:55

torch.nn

其核心设计理念包括：模块化：通过nn.Module基类，用户可以像搭积木一样组合各种层、激活函数和损失函数，构建复杂模型。
爱看烟花的码农·2025-04-26 16:03

强化测试覆盖

业务风险维度：风险与质量的平衡业务风险的核心是因质量问题而造成的损失，说白了就是“事情没做好，早晚会付出代价”。
·2025-04-26 13:23

【NLP 69、KG-BERT】

的知识图谱补全模型1.模型结构与设计Ⅰ、核心思想：Ⅱ、输入设计：①三元组序列化：②实体表示灵活性：Ⅲ、任务模块：①三元组分类：②关系预测：③链接预测：2.计算方式与训练策略Ⅰ、数据构造：①正样本：②负样本：Ⅱ、损失函数
L_cl·2025-04-26 10:55

MySQL 详解之备份与恢复策略：数据安全的最后一道防线

一旦发生数据丢失，如果没有有效的备份和恢复机制，后果可能是灾难性的，可能导致业务中断、经济损失甚至法律责任。数据库备份与恢复，正是保障数据安全和业务连续性的最后一道、也是最关键的防线。
尹劭东·2025-04-26 09:21

【神经网络与深度学习】训练集与验证集的功能解析与差异探究

以下内容将详细剖析训练集和验证集损失值的计算过程、数据来源以及它们在训练和评估中的具体用途。通过这些分析，我们可以更全面地认识验证集的重要性及其在模型开发中的实际应用。
如果树上有叶子·2025-04-26 00:20

氢气泄漏应急预案应包括哪些内容？

氢气泄漏应急预案是科研实验室中应对氢气泄漏事故的重要文件，其内容需要全面覆盖预防、检测、响应和善后处理等环节，确保在紧急情况下能够快速、有序地采取措施，最大限度地减少事故风险和损失。
德克西尔DrKsir·2025-04-25 16:17

SiamMask中的分类分支、回归分支与Mask分支，有何本质差异？

分支定位与任务目标三、网络结构与感受野设计3.1分类分支（ClassificationHead）3.2回归分支（RegressionHead）3.3Mask分支（MaskHead）四、输入特征与输出形式五、损失函数与监督信号
视觉AI·2025-04-25 13:26

强化学习中的奖励模型构建与应用：从理论到实践

1.1奖励模型的核心作用2.奖励模型的构建流程2.1数据收集阶段2.1.1数据来源2.2特征工程2.3模型选择2.4神经网络奖励模型实现3.奖励模型的训练与评估3.1训练流程3.1.1损失函数选择3.2
北辰alk·2025-04-25 07:48

pytorch版本的tensorboard如何使用

TensorBoard提供了以下功能和可视化选项：训练指标可视化：您可以轻松地跟踪模型的训练指标，如损失函数、准确率、学习率等，并通过图表和曲线图来呈现这些信息。这有助于
姜太公钓鲸233·2025-04-25 01:07

大型语言模型中微调和提炼的详细技术比较

训练动态：从阴影中学习大型数据集的作用优化挑战：双重损失的双刃剑蒸馏：必要的权衡？比较分析：微调与提炼记忆与计算效率：智能的代价性能与准确性
前网易架构师-高司机·2025-04-25 01:36

AMM逻辑简单讨论

关于量化AMM，在链上提供流动性（也就是做LP）就可以赚到手续费，还能拿到平台代币奖励，但这事儿也不是无脑稳赚，核心逻辑是怎么在手续费和无常损失之间找到平衡点。
·2025-04-24 23:55
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他