- 🤵♂️ 个人主页: @AI_magician📡主页地址： 作者简介：CSDN内容合伙人，全栈领域优质创作者。👨💻景愿：旨在于能和更多的热爱计算机的伙伴一起成长！！🐱🏍🙋♂️声明：本人目前大学就读于大二，研究兴趣方向人工智能&硬件（虽然硬件还没开始玩，但一直很感兴趣！希望大佬带带）该文章收录专栏[✨— 《深入解析机器学习：从原理到应用的全面指南》 —✨] 反向传播算法反... 🤵♂️ 个人主页: @AI_magician📡主页地址： 作者简介：CSDN内容合伙人，全栈领域优质创作者。👨💻景愿：旨在于能和更多的热爱计算机的伙伴一起成长！！🐱🏍🙋♂️声明：本人目前大学就读于大二，研究兴趣方向人工智能&硬件（虽然硬件还没开始玩，但一直很感兴趣！希望大佬带带）该文章收录专栏[✨— 《深入解析机器学习：从原理到应用的全面指南》 —✨] 反向传播算法反...
- 都2023年，才来回答这个问题，自然毫无悬念地选择PyTorch，TensorFlow在大模型这一波浪潮中没有起死回生，有点惋惜，现在GLM、GPT、LLaMA等各种大模型都是基于PyTorch框架构建。这个事情已经水落石出。不过呢，我觉得可以一起去回顾下，在AI框架发展的过程中，都沉陷了哪些技术点，为什么一开始这么多人在纠结到底用哪个框架。 都2023年，才来回答这个问题，自然毫无悬念地选择PyTorch，TensorFlow在大模型这一波浪潮中没有起死回生，有点惋惜，现在GLM、GPT、LLaMA等各种大模型都是基于PyTorch框架构建。这个事情已经水落石出。不过呢，我觉得可以一起去回顾下，在AI框架发展的过程中，都沉陷了哪些技术点，为什么一开始这么多人在纠结到底用哪个框架。
- 金融时间序列预测方法合集：CNN、LSTM、随机森林、ARMA预测股票价格（适用于时序问题）、相似度计算、各类评判指标绘图（数学建模科研适用） 金融时间序列预测方法合集：CNN、LSTM、随机森林、ARMA预测股票价格（适用于时序问题）、相似度计算、各类评判指标绘图（数学建模科研适用）
- 探索深度学习技术在地震成像中的潜力地震成像在油田勘探中起着至关重要的作用，它通过分析地下介质对地震波的响应来揭示油气资源的分布情况。然而，传统的地震成像方法存在一些限制，如分辨率低、噪声干扰等。近年来，深度学习技术的快速发展为改善地震成像提供了新的可能性。 深度学习在地震成像中的优势传统的地震成像方法通常基于数学模型和假设，需要人工提取特征并设计算法。而深度学习技术则可以通过学习大量的数据... 探索深度学习技术在地震成像中的潜力地震成像在油田勘探中起着至关重要的作用，它通过分析地下介质对地震波的响应来揭示油气资源的分布情况。然而，传统的地震成像方法存在一些限制，如分辨率低、噪声干扰等。近年来，深度学习技术的快速发展为改善地震成像提供了新的可能性。 深度学习在地震成像中的优势传统的地震成像方法通常基于数学模型和假设，需要人工提取特征并设计算法。而深度学习技术则可以通过学习大量的数据...
- 强化学习从基础到进阶–案例与实践[11]：AlphaStar论文解读、监督学习、强化学习、模仿学习、多智能体学习、消融实验 强化学习从基础到进阶–案例与实践[11]：AlphaStar论文解读、监督学习、强化学习、模仿学习、多智能体学习、消融实验
- 强化学习从基础到进阶--案例与实践含面试必知必答[10]：模仿学习、行为克隆、逆强化学习、第三人称视角模仿学习、序列生成和聊天机器人 强化学习从基础到进阶--案例与实践含面试必知必答[10]：模仿学习、行为克隆、逆强化学习、第三人称视角模仿学习、序列生成和聊天机器人
- 文章和代码已经归档至【Github仓库：https://github.com/timerring/dive-into-AI 】或者公众号【AIShareLab】回复 神经网络基础 也可获取。 CNN 卷积神经网络发展史卷积神经网络（convolutional neural networks, CNN )CNN 是针对图像领域任务提出的神经网络，经历数代人的发展，在2012年之后大部分图像任务... 文章和代码已经归档至【Github仓库：https://github.com/timerring/dive-into-AI 】或者公众号【AIShareLab】回复 神经网络基础 也可获取。 CNN 卷积神经网络发展史卷积神经网络（convolutional neural networks, CNN )CNN 是针对图像领域任务提出的神经网络，经历数代人的发展，在2012年之后大部分图像任务...
- 强化学习从基础到进阶--案例与实践[8]：近端策略优化（proximal policy optimization，PPO）算法 强化学习从基础到进阶--案例与实践[8]：近端策略优化（proximal policy optimization，PPO）算法
- 本文由gpt4辅助撰写（gptschools.cn） 神经网络是一种模仿人脑神经元工作原理的计算模型，用于实现机器学习和人工智能系统。它由一系列相互连接的神经元（也称为节点或单元）组成，这些神经元组织成不同的层。神经网络通常包括输入层、一个或多个隐藏层和输出层。每个节点根据其输入数据和相应的权重计算输出值，并通过激活函数进行非线性转换。 神经网络可以通过学习和调整权重实现自适应，从... 本文由gpt4辅助撰写（gptschools.cn） 神经网络是一种模仿人脑神经元工作原理的计算模型，用于实现机器学习和人工智能系统。它由一系列相互连接的神经元（也称为节点或单元）组成，这些神经元组织成不同的层。神经网络通常包括输入层、一个或多个隐藏层和输出层。每个节点根据其输入数据和相应的权重计算输出值，并通过激活函数进行非线性转换。 神经网络可以通过学习和调整权重实现自适应，从...
- 概述一种称为文本分类的机器学习方法会自动对文本进行标记或分类。文本分类器可以使用自然语言处理 (NLP) 根据情感、主题和消费者意图对文本进行评估和分类，比人类更快、更正确。人们很难跟上来自各种渠道的数据量，包括电子邮件、聊天、网页、社交媒体、在线评论、支持问题、调查结果等等。文本分类如何工作？在开始使用机器学习构建分类器之前，您必须将文本翻译成机器可以理解的内容。为此经常使用词袋，其中向量... 概述一种称为文本分类的机器学习方法会自动对文本进行标记或分类。文本分类器可以使用自然语言处理 (NLP) 根据情感、主题和消费者意图对文本进行评估和分类，比人类更快、更正确。人们很难跟上来自各种渠道的数据量，包括电子邮件、聊天、网页、社交媒体、在线评论、支持问题、调查结果等等。文本分类如何工作？在开始使用机器学习构建分类器之前，您必须将文本翻译成机器可以理解的内容。为此经常使用词袋，其中向量...
- 人工智能领域：面试常见问题超全（深度学习基础、卷积模型、对抗神经网络、预训练模型、计算机视觉、自然语言处理、推荐系统、模型压缩、强化学习、元学习） 人工智能领域：面试常见问题超全（深度学习基础、卷积模型、对抗神经网络、预训练模型、计算机视觉、自然语言处理、推荐系统、模型压缩、强化学习、元学习）
- 深度学习应用篇-元学习[16]：基于模型的元学习-Learning to Learn优化策略、Meta-Learner LSTM 深度学习应用篇-元学习[16]：基于模型的元学习-Learning to Learn优化策略、Meta-Learner LSTM
- 深度学习应用篇-元学习[15]：基于度量的元学习：SNAIL、RN、PN、MN 深度学习应用篇-元学习[15]：基于度量的元学习：SNAIL、RN、PN、MN
- 深度学习应用篇-元学习[13]：元学习概念、学习期、工作原理、模型分类等 深度学习应用篇-元学习[13]：元学习概念、学习期、工作原理、模型分类等
- 深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比 深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比
上滑加载中
推荐直播
-
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中
热门标签