机器学习

2026年电气工程、智能控制与人工智能国际学术会议（EEICAI 2026）官网：https://ais.cn/u/beYreq时间：2026年1月9-11日地点：泰国曼谷·格乐大学【支持线上参会】

深度强化学习：价值迭代与Bellman方程实践来源《深度强化学习实践》机械工业出版社，读书笔记和总结目录一、价值、状态和最优性1、价值2、价值计算3、最优性

uv 技术详解近期在复现他人工作的时候，发现越来越多的人使用uv作为python包与项目管理工具，个人使用后体验感也非常不错，下面从原理，安装，使用等多方面，分两部分进行一个讲解。

机器学习与深度学习基础（五）：深度神经网络经典架构简介本文学习要点：1.深度神经网络分层架构：全连接层卷积层池化层 2.深度神经网络代表: CNN：CNN、AlexNet、VGG-Net、GoogLeNet（Inception）、ResNet（残差连接） RNN：RNN、LSTM、GRU 编码器-解码器架构：序列到序列模型（Seq2Seq）

pythonstudy Day31@疏锦行

xiaoxiaoxiaolll

智能计算模拟：第一性原理+分子动力学+机器学习第一性原理、分子动力学与机器学习三者的交汇融合已在相关研究领域展现强劲的研究热潮。借助第一性原理计算揭示材料内在的量子特性，并结合分子动力学模拟探究材料在实际环境下的动态行为；运用机器学习算法与上述方法结合，开发高性能预测模型与模拟工具，能有效缩短研发周期，降低计算成本，实现对新型化合物性质的高精度预测。

我爱鸢尾花

第十四章聚类方法理论及Python实现总的来说，K均值的和核心优点：缺点有：这里的样本0和样本4对应书中的样本1和样本5

第二届光电科学与智能传感国际学术会议(ICOIS 2026)官网：https://ais.cn/u/QNJvM3时间：2026年1月9-11日地点：中国-昆明光电科学与智能传感是融合光学、电子学、材料科学、人工智能等多学科的交叉领域，其核心是通过光 - 电信号的转换与智能处理，实现对物理量、化学量、生物量等的高精度感知与分析。在工业检测、环境监测、生物医疗、智能装备等领域具有不可替代的应用价值，也是 ICOIS 2026 重点关注的前沿研究方向之一。

GIS数据转换器

2025无人机遥感新国标解读2025年6月，我国发布民用无人机领域首项强制性国家标准（GB 42590-2023为核心框架），终结了行业长期“野蛮生长”的局面。新国标首次明确三大红线：

海边夕阳2006

【每天一个AI小知识】：什么是大语言模型（LLM）？目录一、小明的论文摘要风波：从故事说起二、大语言模型的基本概念2.1 什么是大语言模型？2.2 大语言模型的特点

Franka机械臂“举一反三”：LLM Trainer如何通过单次演示实现自动化数据生成与长程任务学习在机器人学习领域，获取高质量的真实世界训练数据一直是一个昂贵且耗时的瓶颈。卡内基梅隆大学的研究团队提出了一种名为“LLM Trainer”的创新框架，利用大语言模型（LLM）的世界知识，仅需单次人类演示即可自动生成大量有效的训练数据。本文将重点剖析该系统如何在Franka Research 3 (Franka Emika Panda) 机械臂平台上成功落地，完成复杂的长程操作任务，并展示其在硬件实验中超越仿真预期的惊人表现。

爱打代码的小林

机器学习基础（线性，逻辑回归）线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。相关关系：包含因果关系和平行关系因果关系：回归分析【原因引起结果，需要明确自变量和因变量】平行关系：相关分析【无因果关系，不区分自变量和因变量】

看模型结构分析模型结构from transformers import ForImageClassificationmodel = ForImageClassification.from_pretrained( "" )

沃斯堡&蓝鸟

DAY22 推断聚类后簇的类型前言：在昨天我们已经实现了利用多种聚类方法对已有数据集进行相应的聚类，在今天我们将推断聚类后簇的类型，并以此为依据建立新的特征工程，并评估利用结合新的特征工程后模型的效果有无提升，如果精度提高则说明此特征是有用的。

SITAN中avp必要性分析SITAN（Sequential Iterated Tangent Approach）是基于地形/地磁特征的递推式匹配导航算法，其核心是以惯导输出为初始值，在局部邻域内搜索地磁特征匹配的最优位置，本质是位置域的递推滤波，而非传统INS的多状态联合滤波。

C嘎嘎嵌入式开发

deepseek-r1大模型的本地部署这里下载的是window系统在ollama官网左上角点击“models”查看模型类别和大小在本地按win+R，输出cmd，打开终端，输入 ollama run deepseek-r1:1.5b运行模型

Math_teacher_fan

第三篇：三角形问题详解三角形是几何学中最基础也是最重要的图形之一。在初中数学中，三角形相关的知识点非常多，包括三角形的性质、面积计算、特殊三角形、三角形的特殊点等。

一碗白开水一

【论文阅读】Denoising Diffusion Probabilistic Models (DDPM)详细解析及公式推导使用扩散概率模型（一类受非平衡热力学启发的潜变量模型）展示了高质量的图像合成结果。作者最佳的结果是通过在加权变分界上进行训练获得的，该界是根据扩散概率模型与带朗之万动力学的去噪分数匹配之间的新型联系设计的，并且作者的模型自然地支持一种渐进式有损解压方案，这可以被解释为自回归解码的推广。在无条件 CIFAR10 数据集上，作者获得了 9.46 的 Inception 分数和 3.17 的最先进 FID 分数。在 256x256 的 LSUN 数据集上，作者获得了与 ProgressiveGAN 相似的样本质

机器学习——交叉熵损失函数交叉熵损失函数是描述：预测的概率分布和真实概率分布之间差异的损失函数。差异越大，损失值越高；差异越小，损失值越低。

以全栈AI能力重塑智能客服服务效能在电商驱动全球商业的时代，企业服务正面临关键瓶颈：传统机器人虽能承接基础咨询，却陷入不能同时满足“效率、质量、成本”的困境—要么单点响应、要么应答机械、要么维护成本高。其核心在于传统机器人仅停留在“关键词匹配+固定流程”的浅层应用，难以应对复杂场景的动态需求。