机器学习

AI科技星5 小时前
服务器·数据结构·人工智能·科技·算法·机器学习·生活
质量定义方程常数k = 4π m_p的来源、推导与意义张祥前统一场论是一项极具创新性的物理理论,它试图将引力、电场力、磁场力、强核力统一到一个单一的几何框架中。在这个理论中,常数 k=4πmpk = 4\pi m_pk=4πmp 扮演着核心角色,它是连接时空几何与量子世界的桥梁。本文将以最详细、最核心、最循序渐进的方式,完整讲解这一关系的来源、推导过程及其在整个理论中的根本性意义。
smile_Iris5 小时前
人工智能·深度学习·机器学习
Day 40 复习日@浙大疏锦行用 MLP 神经网络训练,并且让代码更规范美观,用到之前讲的知识点比如类的 call 方法、模型评估、GPU 训练、模型结构可视化等。
火山kim6 小时前
人工智能·深度学习·机器学习
经典论文研读报告:DAGGER (Dataset Aggregation)引言本报告旨在深入剖析由 Ross, Gordon, 和 Bagnell 在2011年提出的里程碑式论文《A Reduction of Imitation Learning and Structured Prediction to No-Regret Online Learning》及其核心算法——DAGGER (Dataset Aggregation)。作为模仿学习领域的基石之一,DAGGER首次为解决序列预测中的错误级联问题提供了理论上可靠且实践中高效的解决方案。为了全面理解其贡献与局限,本报告将遵循
Coding茶水间6 小时前
图像处理·人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉
基于深度学习的水果检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)基于深度学习的水果检测系统演示与介绍随着计算机视觉技术的快速发展,基于深度学习的目标检测方法在农业、食品工业及日常生活中的应用不断拓展。水果检测作为其中的重要场景,不仅能为采摘、分拣、销售等环节提供自动化支持,也在智能零售、营养分析与教育教学等领域展现出广泛价值。然而,现有水果检测系统在应对多品类、多形态、复杂背景的实际环境时,仍面临识别精度、检测速度及交互便捷性等方面的挑战。
lisw057 小时前
人工智能·机器学习
人工智能伦理与科技向善有何区别与联系?说得好,这是一个非常核心且深刻的问题。人工智能伦理和科技向善并非同一概念,但它们共同构成了技术健康发展的“导航系统”和“目的地”。
JoannaJuanCV9 小时前
人工智能·机器学习·自动驾驶·carla
自动驾驶—CARLA仿真(25)synchronous_mode demoPythonAPI/examples/synchronous_mode.py同步模式下的多传感器可视化示例,用于:
鲨莎分不晴9 小时前
网络·人工智能·机器学习
强化学习第七课 —— 策略网络设计指南:赋予 Agent“大脑”的艺术在强化学习(RL)中,我们总是把策略函数写成 πθ(a∣s)\pi_\theta(a|s)πθ(a∣s)。 这短短的一个 θ\thetaθ,掩盖了无数的工程细节。
JoannaJuanCV10 小时前
人工智能·机器学习·自动驾驶
自动驾驶—CARLA仿真(7)vehicle_physics demoPythonAPI/examples/vehicle_physics.pycarla_vehicle_physics
听风吹等浪起10 小时前
人工智能·深度学习·算法·机器学习
机器学习算法:随机梯度下降算法目录动量法 是什么?从数学上理解案例:寻找最佳学习节奏公式推导与解析1. 基础梯度下降回顾2. 引入动量项
Yuner200010 小时前
人工智能·python·机器学习
Python机器学习:从零基础到深度实战核心目标: 建立学习者的宏观认知,不仅知其然,更要知其所以然。将机器学习置于科学、哲学乃至东方智慧的广阔背景下,培养学习者的“数据直觉”与“模型思维”。
落羽的落羽11 小时前
linux·服务器·开发语言·c++·人工智能·算法·机器学习
【C++】哈希扩展——位图和布隆过滤器的介绍与实现各位读者大佬好,我是落羽!一个坚持不断学习进步的学生。 如果您觉得我的文章还不错,欢迎多多互三分享交流,一起学习进步! 也欢迎关注我的blog主页: 落羽的落羽
音视频牛哥11 小时前
人工智能·深度学习·机器学习·音视频·gb28181对接·rtsp服务器·rtsp播放器rtmp播放器
SmartMediakit技术白皮书:与主流云厂商(PaaS)的技术定位对比与选型指南在当今的实时音视频(RTC)和流媒体市场,我们似乎习惯了一种“租用算力”的叙事:想要做直播或连麦,就必须接入某朵“云”。主流的通用型云厂商(下文简称“云PaaS巨头”)通过全球部署的SD-RTN网络和标准化的WebRTC协议栈,几乎垄断了互联网泛娱乐和在线教育的底层设施。
高洁0111 小时前
人工智能·python·深度学习·机器学习·transformer
一文了解图神经网络一文了解图神经网络 研究背景 基本概念 1.什么是图 2.图神经网络实现方法 1.空域图卷积 2.谱域图卷积
极客BIM工作室11 小时前
人工智能·机器学习
大模型参数高效微调:5种主流方法的技术解析大模型(如GPT、BERT)的全量微调需更新数十亿甚至上万亿参数,带来了极高的计算、存储成本——这成为中小企业落地大模型的核心障碍。参数高效微调技术由此成为主流:通过冻结预训练语言模型(PLM)的主参数,仅训练少量新增组件,即可实现下游任务适配。图中展示的5种方法是这类技术的典型代表:Adapter通过插入串行小型分支实现轻量适配;Prefix Tuning给注意力层添加可训练前缀引导任务;LoRA利用低秩分解压缩微调参数;Parallel Adapter将分支改为并行以提升效率;Scaled PA则在并
海边夕阳200611 小时前
人工智能·经验分享·深度学习·机器学习·扩散模型
【每天一个AI小知识】:什么是扩散模型?目录一、小张的插画创作困境:从故事说起二、扩散模型的基本概念2.1 什么是扩散模型?2.2 扩散模型的特点
点我头像干啥11 小时前
人工智能·神经网络·算法·机器学习
机器学习算法之动量法:优化梯度下降的“惯性”策略目录动量法:优化梯度下降的“惯性”策略核心原理与SGD的直观对比关键推导简洁案例Python实现对比算法优劣
泰迪智能科技12 小时前
人工智能·深度学习·机器学习
案例分享|中山三院医学影像报告辅助生成案例分析背景与目标 在医院的计算机断层扫描(CT)影像科,放射科技师利用先进的医疗成像设备进行患者身体结构扫描,快速生成描述器官尺寸、形态和功能状态的影像学文本。临床医师将根据这些影像学文本,结合患者的临床症状和体征,进行综合分析,生成临床印象诊断。在传统的印象诊断流程中,医师通常依赖于标准化模板,对模板内容进行个性化调整,这一过程通常需要至少花费5分钟的时间。 为了提高临床印象诊断的生成效率,科室期望利用大型预训练语言模型的微调技术,来辅助医师生成初步的诊断意见。通过训练模型学习大量的医学影像文本和临床数据,模
JoannaJuanCV13 小时前
人工智能·机器学习·自动驾驶·carla
自动驾驶—CARLA仿真(13)dynamic_weather demoPythonAPI/examples/dynamic_weather.py动态天气控制,用于:适用于 自动驾驶系统在复杂天气下的鲁棒性测试、传感器性能评估、视觉算法验证。
侠***I13 小时前
机器学习
Comsol 岩石损伤:热水力损伤耦合模型探索comsol 岩石损伤 热水力损伤耦合模型在岩石工程领域,岩石的热水力损伤耦合模型对于理解岩石在复杂环境下的行为至关重要。而 Comsol Multiphysics 为我们搭建这样的模型提供了强大的平台。