- 在强化学习（Reinforcement Learning, RL）中，智能体通过与环境的交互来学习一个策略，以最大化长期累积回报。然而，传统的强化学习算法在优化回报时往往不考虑智能体行为的安全性，导致在训练或部署过程中可能出现不安全的行为。**安全强化学习（Safe Reinforcement Learning，Safe RL）**正是在此背景下提出的，它旨在在优化回报的同时确保智能体的行为符合某 在强化学习（Reinforcement Learning, RL）中，智能体通过与环境的交互来学习一个策略，以最大化长期累积回报。然而，传统的强化学习算法在优化回报时往往不考虑智能体行为的安全性，导致在训练或部署过程中可能出现不安全的行为。**安全强化学习（Safe Reinforcement Learning，Safe RL）**正是在此背景下提出的，它旨在在优化回报的同时确保智能体的行为符合某
- 离线强化学习（Offline Reinforcement Learning，也被称为批量强化学习 Batch Reinforcement Learning）是一种强化学习（RL）范式，近年来快速发展的强化学习技术。传统的强化学习方法依赖于与环境的持续交互，通过试错学习来不断改进策略。然而，在许多实际应用中，在线交互的成本可能极高，甚至伴随风险。例如，在医疗、自动驾驶或金融领域，直接在线操作可能导致 离线强化学习（Offline Reinforcement Learning，也被称为批量强化学习 Batch Reinforcement Learning）是一种强化学习（RL）范式，近年来快速发展的强化学习技术。传统的强化学习方法依赖于与环境的持续交互，通过试错学习来不断改进策略。然而，在许多实际应用中，在线交互的成本可能极高，甚至伴随风险。例如，在医疗、自动驾驶或金融领域，直接在线操作可能导致
- A算法是一种启发式搜索算法，广泛应用于路径规划和状态空间搜索问题。其核心思想是在搜索过程中结合代价函数和启发式函数，从而实现较高效的最短路径求解。在多智能体强化学习（MARL, Multi-Agent Reinforcement Learning）的场景下，A算法也常被用于智能体之间的路径规划和动作选择，帮助智能体找到最优的策略和路径。A*算法的目标是在图（或网格）中找到从起点到终点的最短路径。其 A算法是一种启发式搜索算法，广泛应用于路径规划和状态空间搜索问题。其核心思想是在搜索过程中结合代价函数和启发式函数，从而实现较高效的最短路径求解。在多智能体强化学习（MARL, Multi-Agent Reinforcement Learning）的场景下，A算法也常被用于智能体之间的路径规划和动作选择，帮助智能体找到最优的策略和路径。A*算法的目标是在图（或网格）中找到从起点到终点的最短路径。其
- 在多无人机（multi-UAV）实现凸多边形区域覆盖的问题中，通常涉及到多个无人机在给定的区域内有效地进行任务分配和路径规划，以最大化覆盖效率和最小化资源消耗（如时间和能量）。虽然强化学习方法在近年来得到了越来越多的关注，但仍有许多非强化学习的方法和案例可以用于解决该问题。使用Voronoi分割进行多无人机区域覆盖是一种常见的策略，能够有效减少多架无人机之间的路径重叠。 在多无人机（multi-UAV）实现凸多边形区域覆盖的问题中，通常涉及到多个无人机在给定的区域内有效地进行任务分配和路径规划，以最大化覆盖效率和最小化资源消耗（如时间和能量）。虽然强化学习方法在近年来得到了越来越多的关注，但仍有许多非强化学习的方法和案例可以用于解决该问题。使用Voronoi分割进行多无人机区域覆盖是一种常见的策略，能够有效减少多架无人机之间的路径重叠。
- 深度强化学习本文介绍：[Python] 深度Q网络（DQN）实现[Python] REINFORCE算法实现[Results] 运行结果随着深度学习的迅猛发展，深度强化学习（Deep Reinforcement Learning, DRL）将深度学习与强化学习相结合，使得处理高维状态空间成为可能。 深度强化学习本文介绍：[Python] 深度Q网络（DQN）实现[Python] REINFORCE算法实现[Results] 运行结果随着深度学习的迅猛发展，深度强化学习（Deep Reinforcement Learning, DRL）将深度学习与强化学习相结合，使得处理高维状态空间成为可能。
- 【RL】强化学习入门：从基础到应用强化学习，本文介绍了强化学习的基础和python经典实现。（Reinforcement Learning, RL）是机器学习的一个重要分支，它使得智能体通过与环境的互动来学习如何选择最优动作，以最大化累积奖励。近年来，随着深度学习技术的发展，强化学习取得了显著的进展，尤其在复杂任务中的表现令人瞩目。 【RL】强化学习入门：从基础到应用强化学习，本文介绍了强化学习的基础和python经典实现。（Reinforcement Learning, RL）是机器学习的一个重要分支，它使得智能体通过与环境的互动来学习如何选择最优动作，以最大化累积奖励。近年来，随着深度学习技术的发展，强化学习取得了显著的进展，尤其在复杂任务中的表现令人瞩目。
- 本专题介绍常见的深度学习分布式训练的并行策略和背后使用到的集合通信操作，希望能帮助读者理解分布式训练的原理，以及集合通信之于分布式训练的重要性和必要性。 本专题介绍常见的深度学习分布式训练的并行策略和背后使用到的集合通信操作，希望能帮助读者理解分布式训练的原理，以及集合通信之于分布式训练的重要性和必要性。
- 2023年12月，香橙派联合华为发布了基于昇腾的Orange Pi AIpro开发板，提供8/20TOPS澎湃算力，能覆盖生态开发板者的主流应用场景，让用户实践各种创新场景，并为其提供配套的软硬件。极具性价比的优势吸引了众多AI创客们的购买和体验，香橙派AIpro开发板到底长什么样？开放了哪些外设接口？搭载昇腾AI处理器后跑AI推理性能咋样？快来一睹为快吧 2023年12月，香橙派联合华为发布了基于昇腾的Orange Pi AIpro开发板，提供8/20TOPS澎湃算力，能覆盖生态开发板者的主流应用场景，让用户实践各种创新场景，并为其提供配套的软硬件。极具性价比的优势吸引了众多AI创客们的购买和体验，香橙派AIpro开发板到底长什么样？开放了哪些外设接口？搭载昇腾AI处理器后跑AI推理性能咋样？快来一睹为快吧
- 深度学习（DL）虽然在日志异常检测中得到了不少应用，但在实际轻量级运维模型选择中，必须仔细考虑异常检测方法与计算成本的关系。具体来说，尽管深度学习方法在日志异常检测方面取得了出色的性能，但它们通常需要更长的时间来进行日志预处理、模型训练和模型推断，从而阻碍了它们在需要快速部署日志异常检测服务的在线分布式云系统中的采用。本文对现有的基于经典机器学习和深度学习方法的日志异常检测方法进行了实证研究... 深度学习（DL）虽然在日志异常检测中得到了不少应用，但在实际轻量级运维模型选择中，必须仔细考虑异常检测方法与计算成本的关系。具体来说，尽管深度学习方法在日志异常检测方面取得了出色的性能，但它们通常需要更长的时间来进行日志预处理、模型训练和模型推断，从而阻碍了它们在需要快速部署日志异常检测服务的在线分布式云系统中的采用。本文对现有的基于经典机器学习和深度学习方法的日志异常检测方法进行了实证研究...
- 华为技术专家分享有关于LLM lifelong learning的概念，帮助大家了解持续学习的特性与理论知识，同时也详细介绍了MoE的发展史。 华为技术专家分享有关于LLM lifelong learning的概念，帮助大家了解持续学习的特性与理论知识，同时也详细介绍了MoE的发展史。
- 常有同学留言问我，想要学习昇腾AscendCL开发应该从何入手，有什么教程推荐？于是我就帮大家整理了一些网上的学习资源，分享给大家~ 常有同学留言问我，想要学习昇腾AscendCL开发应该从何入手，有什么教程推荐？于是我就帮大家整理了一些网上的学习资源，分享给大家~
- 深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数 深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数
- 这篇文章主要目的是为了让大家能够清楚如何用MindSpore2.0来进行模型的迁移，因此更加注重整体的开发流程介绍，针对迁移中代码的编写不会详细讲解，但是会给出样例以及供查阅的文档链接。最终希望读者能够了解迁移模型需要做什么，每一步应该怎么做，做完了应该怎么验证。 这篇文章主要目的是为了让大家能够清楚如何用MindSpore2.0来进行模型的迁移，因此更加注重整体的开发流程介绍，针对迁移中代码的编写不会详细讲解，但是会给出样例以及供查阅的文档链接。最终希望读者能够了解迁移模型需要做什么，每一步应该怎么做，做完了应该怎么验证。
- 推荐系统[一]：超详细知识介绍，一份完整的入门指南，解答推荐系统相关算法流程、衡量指标和应用，以及如何使用jieba分词库进行相似推荐 推荐系统[一]：超详细知识介绍，一份完整的入门指南，解答推荐系统相关算法流程、衡量指标和应用，以及如何使用jieba分词库进行相似推荐
- 在该论文中，作者提出了一种新型的Transformer模块，称为多轴自注意力（multi-axis self-attention, Max-SA），它可以作为基本的架构组件，在单个块中执行局部和全局空间交互。与完全自注意力相比，Max-SA具有更大的灵活性和效率，即自然适应不同的输入长度，具有线性复杂度。此外，Max-SA仅具有线性复杂度，可以用作网络任何层的通用独立注意力模块，增加少量的计算量。 在该论文中，作者提出了一种新型的Transformer模块，称为多轴自注意力（multi-axis self-attention, Max-SA），它可以作为基本的架构组件，在单个块中执行局部和全局空间交互。与完全自注意力相比，Max-SA具有更大的灵活性和效率，即自然适应不同的输入长度，具有线性复杂度。此外，Max-SA仅具有线性复杂度，可以用作网络任何层的通用独立注意力模块，增加少量的计算量。
上滑加载中
推荐直播
-
手把手教你在 CodeArts 上部署敏捷流水线2024/12/31 周二 16:30-18:00
Jerry 华为云生态技术讲师
CodeArts的适用场景以及如何从CodeArts Pipeline出发，一步步添加关联工具，最后让整个流水线流动起来，一起来动手试试吧。
即将直播 -
GaussDB数据库介绍2025/01/07 周二 16:00-18:00
Steven 华为云学堂技术讲师
本期直播将介绍GaussDB数据库的发展历程、优势、架构、关键特性和部署模式等，旨在帮助开发者了解GaussDB数据库，并通过手把手实验教大家如何在华为云部署GaussDB数据库和使用gsql连接GaussDB数据库。
去报名
热门标签