leetcode算法题训练

中文大模型的技术债问题

本文系统性地分析了中文大模型在数据采集、预训练、微调、评估与部署等生命周期各阶段产生的技术债类型，包括代码复杂性、数据隐患、训练流程依赖、工具链碎片化、模型解释性差、隐性资源耦合等问题，
大鹏的NLP博客·2025-07-09 20:50

LLM（大语言模型）能识别图像的核心原因:图像和文本记性特征识别且对其

LLM（大语言模型）能识别图像的核心原因:图像和文本记性特征识别且对其在于跨模态对齐技术——通过训练将图像和文本映射到同一语义空间，使语言模型能够理解视觉信息。一、为什么LLM能识别图像？
ZhangJiQun&MXP·2025-07-09 20:17

人工智能-基础篇-18-什么是RAG(检索增强生成：知识库+向量化技术+大语言模型LLM整合的技术框架)

1、核心概念大语言模型（LLM）的两大局限性：时效性不足：LLM的训练数据截止于某一时间点，无法获取最新信息（如2025年后的新事件）。知识幻觉：当问题超出模型训练数据范围时，LLM
weisian151·2025-07-09 20:47

PyTorch+CNN进行猫狗识别项目

XXX.jpg（每个文件夹含若干张图像）├──val│└──cat│└──XXX.jpg（每个文件夹含若干张图像）│└──dog└─────└──XXX.jpg（每个文件夹含若干张图像）需要对train数据集进行训练
·2025-07-09 20:46

js手撕代码3：树形结构和列表结构相互转化(.ts)

下面分为两个部分：listToTree.ts和treeToList.ts参考：集锦大厂面试常考的前端手写题和leetcode算法题如何直接运行.ts文件第一步：npminstall-gtypescript
LuLu学前端·2025-07-09 15:15

粒子群算法的原理与实现示例

该算法通过模拟群体中个体（粒子）的运动和信息交互，在解空间中搜索最优解，具有实现简单、收敛速度快、参数少等特点，被广泛应用于函数优化、神经网络训练、工程设计等领域。一、算法
禺垣·2025-07-09 13:36

Python爬虫实战：爬取网易云音乐热评的完整教程

爬取热评可以用于：歌曲口碑分析用户情绪挖掘热门歌曲趋势追踪机器学习训练数据准备但网易云音乐对评论接口进行了加密，直接请求很难成功。本文将帮你攻克这一难点。
Python爬虫项目·2025-07-09 12:25

【零基础学AI】第33讲：强化学习基础 - 游戏AI智能体

本节课你将学到理解强化学习的基本概念和框架掌握Q-learning算法原理使用Python实现贪吃蛇游戏AI训练能够自主玩游戏的智能体开始之前环境要求Python3.8+PyTorch2.0+Gymnasium
1989·2025-07-09 11:16

python基础训练day27

python基础训练day27小白打卡第27天！题目来源这里python基础训练day27第一题（循环）第二题（进制转换）第三题（又是循环）第四题（字符串连接）第一题（循环）#809*??
·2025-07-09 11:14

一文读懂 AI 模型训练流程

一文读懂AI模型训练流程在当今数字化时代，AI技术发展得如火如荼，广泛应用于各个领域，而这背后离不开AI模型的训练。AI模型训练流程就像是一场精心策划的“智慧锻造之旅”，每一步都至关重要。
AI赋能·2025-07-09 10:42

什么是智能体（Agent）？

大语言模型是一种采用大量数据进行训练的人工智能模型，主要用于理解和生成自然语
用什么都重名·2025-07-09 10:40

【AI论文】Skywork-Reward-V2：通过人机协同实现偏好数据整理的规模化扩展

即便采用先进训练技术的方法也未能显著提升性能。我们推测，这种脆弱性主要源于偏好数据集的局限性——这些数据集往往范围狭窄、标
·2025-07-09 09:37

03 数据可视化的世界非常广阔，除了已提到的类型，还有许多更细分或前沿的可视化形式。

学习曲线（LearningCurve）用途：分析模型训练过程
晨曦543210·2025-07-09 07:17

大白话解释深度学习中多尺度特征融合及其意义

假设你想训练一个计算机程序来识别和分割这些不同的物体（汽车、巴士、行人）。
来自宇宙的曹先生·2025-07-09 05:05

Tesla的FSD 架构设计

特斯拉的FSD（完全自动驾驶）架构设计以端到端神经网络为核心，结合专用硬件加速、海量数据训练和持续OTA迭代，形成了一套高度集成的系统。
WSSWWWSSW·2025-07-09 04:30

AI初学者如何对大模型进行微调？——零基础保姆级实战指南

仅需8GB显存，三步完成个人专属大模型训练四步实战：从环境配置到模型发布步骤1：云端环境搭建（10分钟）推荐使用阿里魔塔ModelScope免费GPU资源：#注册后执行环境初始化pip3install-
·2025-07-09 02:15

「论文导读」LLM高效推理与模型量化

论文探讨如何通过优化训练数据、模型架构和推理技术，在有限硬体资源（如单一GPU或CPU）上实现高效推理。学术背景：随着大型语言模型（LLM）如GPT-3的
雷羿 LexChien·2025-07-09 00:01

代码随想录算法训练营第十三天

递归遍历二叉树的前，中，后序遍历题目链接前序遍历中序遍历后序遍历前序遍历题解classSolution{publicListpreorderTraversal(TreeNoderoot){Listlist=newArrayListlist,TreeNoderoot){if(root==null){return;}list.add(root.val);preorder(list,root.left)
天天开心(∩_∩)·2025-07-08 23:57

2025 年机器学习工作流程的 7 个 AI 代理框架

介绍机器学习从业者花费大量时间在重复性任务上：监控模型性能、重新训练流程、检查数据质量以及跟踪实验。
盖瑞理·2025-07-08 23:57

大模型开源与国产化突围：技术路径与产业机遇深度解析

本文将从技术架构、训练范式、生态建设三个维度，深入剖析大模型开源与国产化的突围路径。一、全球开源格局与中国大模型现状1.1国际开源生态的演进特征技术民主化加速：LLaMA-2（700亿参数）、BLOO
梦玄海·2025-07-08 21:13

【AI大模型】神经网络反向传播：核心原理与完整实现

一、反向传播的本质与意义反向传播（Backpropagation）是神经网络训练的核心算法，通过链式法则高效计算损失函数对网络参数的梯度，实现神经网络的优化学习。
我爱一条柴ya·2025-07-08 18:00

后端路线指导（3）：后端进阶版学习路线

进阶版路线其实才是真正扎实“基本功”的阶段，这一阶段主要需要学习微服务的开发模式、并发编程、设计模式等编程技巧，学习Spring和Redis的底层设计思想和源码，以及针对面试问的最多的部分进行的专项提升训练
绝命Coding·2025-07-08 18:58

【实战】如何训练一个客服语音对话场景VAD模型

1.引言：客服场景下的VAD模型在客服中心，每天都会产生海量的通话录音。对这些录音进行有效分析，可以用于服务质量监控、客户意图洞察、流程优化等。VAD在其中扮演着“预处理器”和“过滤器”的关键角色：提升ASR效率与准确性：只将检测到的语音片段送入ASR引擎，可以避免ASR对静音和噪声进行无效识别，减少计算资源浪费，并降低识别错误率。精确统计通话指标：如通话时长、静音时长、抢话率、响应时长等，这些都
kakaZhui·2025-07-08 17:51

Python实现基于POA-CNN-LSTM-Attention鹈鹕优化算法（POA）优化卷积长短期记忆神经网络融合注意力机制进行多变量回归预测的详细项目实例

POA-CNN-LSTM-Attentikon鹈鹕优化算法（POA）优化卷积长短期记忆神经网络融合注意力机制进行她变量回归预测她详细项目实例...1项目背景介绍...1项目目标她意义...1提升她变量回归预测精度...2优化模型训练效率
nantangyuxi·2025-07-08 16:14

一文读懂 Sigmoid 与 Hard Sigmoid 激活函数：从原理到量化部署

在神经网络训练与部署中，激活函数扮演着关键角色，不仅影响模型训练过程，也直接决定了模型部署到实际设备后的性能表现。
·2025-07-08 16:42

DeepSeek 部署中的常见问题及解决方案

模型加载与初始化问题预训练模型下载失败：网络代理设置、手动下载替代方案。显存不
tonngw·2025-07-08 16:42

Python训练打卡DAY47

DAY47：注意力热图可视化恩师@浙大疏锦行知识点：热力图#可视化空间注意力热力图（显示模型关注的图像区域）defvisualize_attention_map(model,test_loader,device,class_names,num_samples=3):"""可视化模型的注意力热力图，展示模型关注的图像区域"""model.eval()#设置为评估模式withtorch.no_grad
韩哈哈1129·2025-07-08 16:08

Python打卡DAY36

DAY36：复习日恩师@浙大疏锦行在PyTorch中，nn.Model是所有神经网络模块的基类，为构建和训练神经网络提供了丰富的方法，如下：1.模型构建与参数管理__init__方法功能：用于初始化神经网络模块的参数和子模块
·2025-07-08 16:08

Python训练打卡Day46

通道注意力(SE注意力)知识点回顾：不同CNN层的特征图：不同通道的特征图什么是注意力：注意力家族，类似于动物园，都是不同的模块，好不好试了才知道。通道注意力：模型的定义和插入的位置通道注意力后的特征图和热力图注意力机制：一种让模型学会「选择性关注重要信息」的特征提取器，就像人类视觉会自动忽略背景，聚焦于图片中的主体（如猫、汽车）。transformer中的叫做自注意力机制，他是一种自己学习自己的
编程有点难·2025-07-08 16:08

AI周报 250630-250706

文章目录**AI核心技术进展****a.模型架构与训练****b.推理优化与部署****c.智能体(Agent)系统****d.多模态与生成技术****e.开源框架与工具****f.评测与性能分析***
EAI工程笔记·2025-07-08 15:04

Python训练营打卡Day8(2025.4.27)

知识点见示例代码字典的简单介绍标签编码连续特征的处理：归一化和标准化至此，常见的预处理方式都说完了作业：对心脏病数据集的特征用上述知识完成，一次性用所有的处理方式完成预处理，尝试手动完成，多敲几遍代码。由于所给数据集已是处理过的数据集，以下将按所给数据集的处理情况对连续特征进行归一化和标准化。首先观察数据，需处理数据共有5列，分别是：age,trestbps,chol,thalach,oldpea
2301_80505456·2025-07-08 15:02

基于大模型的颅前窝底脑膜瘤诊疗全流程研究报告

研究背景与目的1.2国内外研究现状1.3研究意义与创新点二、颅前窝底脑膜瘤概述2.1定义与分类2.2发病机制与病因2.3临床表现与症状三、大模型预测原理与方法3.1大模型介绍3.2数据收集与预处理3.3模型训练与验证四
LCG元·2025-07-08 14:00

生成式人工智能实战 | 条件生成对抗网络（conditional Generative Adversarial Network, cGAN）

|条件生成对抗网络0.前言1.条件生成对抗网络1.1GAN基础回顾1.2cGAN核心思想2.cGAN网络架构2.1数学原理2.2网络架构3.实现cGAN3.1环境准备与数据加载3.2模型构建3.3模型训练
盼小辉丶·2025-07-08 14:59

【人工智能】Maas（模型即服务）（Model as a Service）是一种基于云计算的商业模式，通过API将预训练的人工智能模型作为服务提供给用户，使其无需自行管理底层基础设施即可调用AI能力。

ModelasaService（模型即服务，MaaS）是一种基于云计算的商业模式，通过API将预训练的人工智能模型作为服务提供给用户，使其无需自行管理底层基础设施即可调用AI能力。
本本本添哥·2025-07-08 14:27

提示词工程在实体关系抽取中的创新

提示词工程的基本框架提示词工程（PromptEngineering）是指利用人工智能技术和自然语言处理方法，设计并优化用于训练语言模型的输入提示（prompt），以达到特定任务目标的过程。
AI天才研究院·2025-07-08 13:22

2024最新 动物识别数据集（12-02已更新)

动物识别数据集是用于训练和评估动物识别模型的集合，这些数据集通常包含多种动物的图像或视频，以及对应的标签信息。它们在生物多样性监测、生态研究、农业和城市安全管理等领域发挥着重要作用。
数据猎手小k·2025-07-08 12:46

Transformer模型架构深度讲解

Transformer模型与传统的RNN（循环神经网络）和LSTM（长短时记忆网络）不同，它不依赖于时间步的顺序处理，而是完全基于“注意力机制”进行计算，这使得它在训练速度、并行化能力和长期依赖问题的处理上具
·2025-07-08 11:13

AI人工智能浪潮中，GPT的技术优势凸显

我们将从GPT的核心架构出发，分析其独特的技术特点，包括自注意力机制、预训练-微调范式、零样本学习能力等。通过与传统NLP方法的对比，揭
AI学长带你学AI·2025-07-08 09:50

PyTorch深度学习优化实战：从理论到实践的现代化技能指南

引言：现代PyTorch开发的核心思维在深度学习技术日新月异的今天，掌握PyTorch不仅仅意味着能够搭建和训练神经网络，更重要的是理解如何高效地利用现代硬件资源、优化模型性能并构建可扩展的AI系统。
智算菩萨·2025-07-08 08:15

语言大模型综述

Paper:ASurveyofLargelanguageModels目录Paper:ASurveyofLargelanguageModels综述概要LLM关键技术规模定律（ScalingLaws）预训练与微调对齐调优
·2025-07-08 07:37

【机器学习笔记 Ⅱ】7 多类分类

实现方式One-vs-Rest(OvR)：训练K个二分类器（
巴伦是只猫·2025-07-08 07:06

10.6 ChatGLM3私有数据微调实战：24小时打造高精度模型，显存直降60%

1.1使用ChatGPT自动设计生成训练数据的Prompt核心思路：通过ChatGPT生成符合任务需求的样本数据，降低人工标注成本。
少林码僧·2025-07-08 06:34

量子计算+AI芯片：光子计算如何重构神经网络硬件生态

点击跳转到网站量子计算+AI芯片：光子计算如何重构神经网络硬件生态——2025年超异构计算架构下的万亿参数模型训练革命产业拐点：英伟达BlackwellUltra发布光互连版GPU，IBM量子处理器突破
·2025-07-08 06:59

【机器学习笔记 Ⅱ】4 神经网络中的推理

推理（Inference）是神经网络在训练完成后利用学到的参数对新数据进行预测的过程。与训练阶段不同，推理阶段不计算梯度也不更新权重，仅执行前向传播。
·2025-07-08 06:29

Tuning Language Models by Proxy

TuningLanguageModelsbyProxyhttps://arxiv.org/html/2401.08565v41.概述尽管大型预训练语言模型的通用能力越来越强，但它们仍然可以从额外的微调中受益
樱花的浪漫·2025-07-08 06:28

开源语音分离工具大比拼：人声 VS 背景音乐 ⚔️ - 获取干净训练语音 (数据截至 2025年4月17日)！！！

开源语音分离工具大比拼：人声VS背景音乐⚔️-获取干净训练语音(数据截至2025年4月17日)在音频处理，特别是机器学习训练数据的准备中，获取纯净的人声（去除背景音乐或噪声）是一个常见的痛点。
小丁学Java·2025-07-08 05:57

巨兽的阴影：大型语言模型的挑战与伦理深渊

这些挑战并非技术进步的偶然副作用，而是深植于LLM的运作本质、训练数据来源以及其与社会交互的复杂性之中。它们警示我们，在追逐能力
田园Coder·2025-07-08 05:57

【论文阅读】Dynamic Few-Shot Visual Learning without Forgetting

这两个组件都是在一组基础类别上训练的，我们为这些类别准备了大量训练数据。
Bosenya12·2025-07-08 05:56

扩散模型中的 Transformer：图像生成及其延展应用询问 ChatGPT

我们首先简要介绍扩散模型的基础知识以及它们的训练方式，从而建立基本背景。接着，我们讲解曾是扩散模型事实标准的基于UNet的网络架构，这将帮助我们理解引入Transformer架构并推动其发展的动因。
DeepSeek大模型官方教程·2025-07-08 05:26

【论文阅读】Few-Shot PPG Signal Generation via Guided Diffusion Models

首先，扩散模型在N样本数据集和指导下的训练。接着，模型生成一个增强的数据集，并进一步优化以提高保真度。最后，这些合成数据与少量样本训练数据集结合，用于基准模型的训练和评估。
Bosenya12·2025-07-08 05:25
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他