深度学习

钓了猫的鱼儿

基于深度学习+AI的城市人行道障碍物目标检测与预警系统（Python源码+数据集+UI可视化界面+YOLOv11训练结果）基于深度学习+AI的城市人行道障碍物目标检测与预警系统（Python源码+数据集+UI可视化界面+YOLOv11训练结果）

深度学习的数学原理（四十一）—— KV Cache在 Transformer 的训练阶段，我们一次性输入整个目标序列 ["<sos>", "i", "love", "deep", "<eos>"]，所有位置的注意力计算可以并行完成：

深度学习的数学原理（四十）—— Transformer 推理全过程衔接前序：本专栏第 35 篇完整手算了一轮训练迭代（前向→损失→反向→参数更新），第 36-38 篇分别实现了编码器、解码器和完整训练流程。但训练只是 Transformer 应用的一半——训练好的模型如何使用？推理过程的数学本质是什么？解码时那些"生成策略"（贪心搜索、束搜索、温度采样）背后的数学原理是什么？

AI架构师面试问题与解答 - 深度学习架构篇详细解答：数学原理：工作机制：实现示例：特征提取层次：作用：类型对比：Max vs Average选择：

95、仇恨与爱今天与群里同学交流，看来大家都有或少或多的一段心酸情感经历，我那时已是12年前了，本科学校，前女友在雪夜实习完回校毕业，对我说，不必再联系我了，家里给她找了更好的，和我谈只是消解时间，我农村出身，家里条件并不好，直到大四才舍得花钱买一杯蜜雪，在她宿舍楼下，她对我说的话我至今难忘：“你条件不行，这辈子也就这样了，保研没你，看来也够呛能考上研，咱们就这样吧，我走了。” 之后我已一路硕博，在京工作三年多了，博士毕业三年，我在北京全款买了车房子，是一家研究所高校老师，是北京某高校企业硕导，自己在北京中关村经营一家

Foresight研究报告【20260014】以基于图神经网络（GNN）为基础的通用推理引擎,基于python实现，python的版本容纳的节点数还是不太多，1万是极限了，10万是分区可以解决，理论上分区可以数量无限。相比foresight的直接2亿节点还是差了几个数量级。

YOLO数据集集合

低空林业巡检数据集｜生态监测树木识别｜深度学习树种分类数据集在国家大力推进智慧林业、数字林草、低空遥感的背景下，无人机航拍已成为森林资源调查、生态监测、碳汇核算、病虫害预警的核心装备。但林区地形复杂、树冠密集遮挡、光照多变、树种外观高度相似，通用数据集与模型难以精准区分关键树种，导致统计误差大、落地成本高、算法泛化能力弱。本文完整梳理无人机森林树木专用检测数据集，配套深度学习全流程工程代码，开箱即用，快速构建高精度林业AI检测系统。

机器学习模型评估指标｜准确率、召回率、F1详解训练完模型不会评估？准确率、召回率、F1、混淆矩阵全部看不懂？本文一次性讲清评估指标。准确率：整体预测正确比例

深度学习花卉识别笔记python运行表格python运行表格python运行为什么测试集没有数据增强？因为测试集用于评估模型的真实性能，需要使用原始图片，不能做任何随机变换。

深度学习周报（5.25~5.31）目录摘要Abstract1 论文阅读《Quantum Convolutional Long Short-Term Memory Based on Variational Quantum Algorithms in the Era of NISQ》

测试_AI_一辰

AI测试工程师的统计学课：如何构建“反脆弱“的评估体系准确率90%，你觉得测完了。但有没有想过，这个90%本身可能是个陷阱？做了多轮AI模型评测之后，我发现一件事：数字越好看，越要警惕。这篇文章聊聊怎么用统计思维，构建一个真正经得起推敲的评估体系。

weixin_46846685

Cherry-Studio 新手极速上手指南在本地搭建一套属于自己的 AI 对话系统，早已不再是极客们的专属游戏。随着大模型能力的下放和开源社区的活跃，越来越多的开发者开始尝试将智能助手部署在自己的服务器或家用电脑上。这不仅仅是为了节省 API 调用的成本，更重要的是能够完全掌控数据隐私，摆脱对第三方服务的依赖，并根据实际业务需求灵活定制工作流。想象一下，拥有一个能随时访问内部文档、理解特定行业术语，且所有交互记录都只留在本地的智能伙伴，对于提升工作效率而言意味着什么。

Moravec‘s Paradox and the Robot Olympics莫拉维克悖论与机器人奥运介绍了pi他们对于莫拉维克悖论的观点以及他们在机器人奥运这个比赛任务设置下中达到的效果。

头歌实践平台

头歌卷积神经网络卷积核和结构设计实验第2关利用卷积核识别图片的特征

YOLO数据集集合

无人机航拍人体检测数据集｜低空巡检搜救智能监控｜YOLO目标检测算法训练集低空经济带动无人机视觉应用快速落地，应急搜救、园区安防、野外巡检等场景，普遍面临高空远距离、复杂背景、目标偏小、人员遮挡等问题。通用公开数据集视角与真实航拍场景差异大，直接训练的模型极易出现漏检、误检、泛化能力不足的情况。本文结合工程实践，以GitHub项目规范完成内容梳理，详解无人机航拍人体检测数据集全维度信息，配套深度学习训练、格式转换、推理部署完整代码，可直接用于模型迭代与业务落地。

【建模先锋】

独家复现！从 FFT 频域特征到全连接图分类：基于图卷积神经网络 GCN 的滚动轴承故障诊断模型Python轴承故障诊断 (14)高创新故障识别模型-CSDN博客独家原创 | SCI 1区高创新轴承故障诊断模型！-CSDN博客

深度学习03(黑马)-神经网络基础深度学习神经网络就是大脑仿生，数据从输入到输出经过一层一层的神经元产生预测值的过程就是前向传播（也叫正向传播）。

狮子座明仔

DeCoRL：把推理链拆成“乐团合奏“——AAAI 2026 一篇把 RLHF 推到 32B 打 GPT-4o 的工作读到这篇的时候，我先停了几秒。不是因为它的方法多么花哨，而是因为它的"立意"——把 Chain-of-Thought 的串行解码（O(n)）改造成并行合奏（O(1)），同时把"整链一个奖励"换成"每个子步骤独立打分"——这两件事过去几乎都被独立做过：tree-of-thought 处理过并行探索、PRM 处理过过程级奖励、MoE 处理过模块化路由。但把这三件事一起塞进 RLHF 训练循环，并且在 RM-Bench / RMB / RewardBench 三个 reward modeling 评测集上把 3

田间杂草检测数据集分享（适用于YOLO系列深度学习分类检测任务）链接:https://pan.baidu.com/s/1ylzoNTVxxOFd2Ih696-QzA?pwd=6bf3