机器学习

哥布林学者

深度学习进阶（十四）ConvNeXt在之前的内容里，我们展开了 CNN 的一些演进，知道 CNN 本身也在不断发展。现在我们再绕回 Transformer ：在 21 年 Swin Transformer发表后，以它为代表的诸多 ViT 工作，已经在多个视觉任务上全面超越传统 CNN。

MATLAB SIFT图像配准实现参考代码 Sift图像配准程序 www.youwenfan.com/contentcsu/55157.html

从 Word2Vec 到多模态：词嵌入技术的演进全景用直观的方式，讲清楚嵌入模型每一代是如何工作的，以及它们为什么被发明出来。想象你要向一个外星人介绍地球上的所有东西——桌子、苹果、音乐、悲伤的感觉。外星人听不懂中文或英文，它只懂数字。

机器学习基本概念篇（含思维导图）本文系统梳理了机器学习的核心概念、主要分类及经典算法，配备详细的思维导图，帮助读者建立清晰的机器学习知识体系。（高清无水印思维导图请私信或者留言，白嫖请绕道！）

FFM (Field-aware Factorization Machine) 学习日记在 FM 中，每个特征只有一个隐向量：问题：同一个特征在不同域（Field）中应该有不同的表示！FM 的问题：

AI落地不是造大模型：从概念到落地的核心差异最近刷到一条视频：一位程序员花3个月训练了一个能精准识别猫品种的大模型，准确率高达98%，评论区一片赞叹，但有人冷不丁问了句：“这能赚多少钱？” 程序员沉默了。

新新学长搞科研

【高质量能源会议推荐】第十一届能源与环境研究进展国际学术会议（ICAEER 2026）第十一届能源与环境研究进展国际学术会议（ICAEER 2026）2026 11th International Conference on Advances in Energy and Environment Research

xDeepFM 学习日记问题：核心思想：显式建模高阶特征交互三大组件：CIN = Compressed Interaction Network (压缩交互网络)

1. 逻辑回归逻辑回归简介：应用场景，数学知识逻辑回归原理逻辑回归API函数和案例分类问题评估：混淆矩阵、精确率、召回率、F1-score、AUC指标、ROC曲线电信客户流失预测案例

Python与Simulink联合仿真：基于DQN的HEV能量管理策略建模与全链路排雷实战DQN（Deep Q-Network）是将深度学习与Q-learning结合的经典强化学习算法。为了解决神经网络在强化学习中容易发散和不稳定的问题，DQN引入了几个关键机制。

小糖学代码

LLM系列：2.pytorch入门：9.神经网络的学习在神经网络中，为了让模型能够准确进行预测，我们需要利用优化算法不断迭代权重，使衡量预测值与真实值差异的损失函数降至极小值。本篇内容将完整梳理神经网络中基于梯度下降的学习和训练全流程。

手写最基础的大模型推理并使用Profile监控GPU性能消耗情况用 torch.profiler 来监控大模型推理，这样可以得到 GPU/CPU 使用情况、时间消耗、内存占用，比简单的 psutil 更精确。下面完整示例：

《自动驾驶系统开发》英文版《Autonomous Driving Hanbook》推荐24年5月1日清华大学出版的《自动驾驶系统开发》英文版《Autonomous Driving Hanbook》在26年4月11日由清华大学出版社和Springer Press联合出版。

案例之逻辑回归_癌症预测sklearn.linear_model.LogicRegression(solver='liblinear',penalty='l2',C=1.0)

自动驾驶_一段式端到端_三条技术路线_UniAD_SparseDrive_概述在自动驾驶领域，“一段式端到端”（Single-Stage End-to-End）是一种摒弃传统模块化流水线的技术范式。

我是大聪明.

大模型Tokenizer原理：BPE、WordPiece与子词编码的核心机制深度解析在大型语言模型（LLM）的技术栈中，Tokenizer（分词器）是一个常被忽视却至关重要的组件。它位于文本输入模型的第一道关卡，直接决定了模型能够处理什么样的文本、以何种粒度理解语言，以及最终的性能表现。本文将深入剖析当前主流的子词分词算法——BPE、WordPiece与Unigram Language Model的核心原理，并通过代码示例揭示这些算法在工程实践中的实现细节。

威尔逊·柏斯科·希伯理

机器学习-特征工程可以增加，减少，转换特征定义一个标准，选择与目标变量最密切的特征，剔除冗余无关的特征过滤法：基于某种标准评估该特征重要性（卡方检验，相关系数，信息增益，低方差过滤法）

地球资源数据云

2015年中国30米分辨率沼泽湿地空间分布数据集本数据集提供了2015年中国30米分辨率沼泽湿地空间分布图，可清晰反映我国滨海地区沼泽湿地的具体位置和分布状况。湿地具有调节水文、维护生物多样性等重要生态功能，但受人类活动和气候变化影响，近年来湿地退化严重。准确掌握湿地空间分布信息，对湿地保护、生态修复和政策制定至关重要。

郝学胜-神的一滴

深度学习核心：损失函数完全解析 —— 从原理到 PyTorch 实战图形学入门｜漫反射光照原理：从光能吸收到像素着色全解析在深度学习的世界里，当我们搭建好神经网络架构后，如何衡量模型的优劣就成为了核心问题。而答案，正是损失函数✨。它如同模型的 “裁判官”，用精准的数值告诉我们：当前的网络预测，与真实标签之间究竟存在多大偏差。

数据与后端架构提升之路

自动驾驶数据闭环中，Video Clip 的多模态特征到底怎么提取？在自动驾驶数据闭环里，我们经常会说：从一个 Clip 中提取 GPS 轨迹 shape、天气检测结果、关键帧 CLIP embedding 等特征。