深度学习

局部重绘3——FLUX-Fill的Lora训练目录一、前言二、环境配置和数据集准备三、训练3.1 训练代码3.2 运行命令四、推理五、对比实验六、计划

AI幻觉正在“吃掉“信任：一次保险购买引发的血案写在前面：当AI开始"伪造"付款二维码，你还能相信它吗？本文将深入剖析AI幻觉的危害，并探讨如何在大模型时代守住安全底线。

V搜xhliang0246

OpenClaw、AI大模型赋能数据分析与学术科研学习OpenClaw 、AI大模型学术应用： 696734582 【介绍】当下，AI技术正深刻重塑学术研究的工作范式，为科研全流程注入新动能，实现了革命性的效率提升。但多数研究者仍面临核心困惑：如何让AI大模型与OpenClaw等AI工具，跳出单纯的文字辅助范畴，真正成为科研攻坚的“利器”？如何将AI工具与标准化学术科研范式深度融合，精准适配人文社科、理工科、医学等不同领域的研究特性与需求？如何让大模型真正“动手干活”，实现数据处理、统计分析、图表绘制、文献研读、论文撰写等科研环节辅助增效，解放研究者的时间

AI医影跨模态组学

云南省肿瘤医院李振辉&广东省人民医院等团队：免疫表型引导的可解释放射组学模型预测III–IV期d-MMR/MSI-H结直肠癌新辅助抗PD-1治疗反应01文献学习今天分享的文献是由云南省肿瘤医院李振辉团队联合广东省人民医院、广州医科大学附属肿瘤医院等多家团队于2025年8月在肿瘤免疫领域顶刊《Journal for ImmunoTherapy of Cancer》（中科院1区top，IF14.1）上发表的研究“Immunophenotype-guided interpretable radiomics model for predicting neoadjuvant anti-PD-1 response in stage III–IV d-MMR/MS

逻辑驱动的ken

Java高频面试考点场景题05面试官通过三道 MySQL 联合索引题目，考察 3 年 Java 开发的索引理解深度。面试提问环节：面试官针对 (user_id,age,name) 的用户表，以 (age,name) 联合索引为基础，先后提出三个问题：一是 WHERE name=' 张三 'AND age=20 时索引是否生效；二是 WHERE age>18 AND name="张三" 时索引是否全生效；三是调换 WHERE 条件顺序为 name=' 张三 'AND age>18 时，索引生效情况是否变化。候选人因误解最左前缀原则被问住

AI医影跨模态组学

NPJ Precis Oncol 安徽医科大学第一附属医院超声科张超学等团队：多模态深度学习方法用于R0切除卵巢癌的生存预测与风险分层01文献学习今天分享的文献是由安徽医科大学第一附属医院超声科张超学等团队于2026年1月10日在肿瘤学领域顶刊《npj Precision Oncology》（中科院1区，IF=8）上发表的研究“Survival prediction and risk stratification in R0-resected ovarian cancer: a multi-modal deep learning approach”即R0切除卵巢癌的生存预测与风险分层：一种多模态深度学习方法，该研究开发了一个名为Ovca

云和数据.ChenGuang

机器学习之超参数是什么？超参数 = 训练前由人手动设置、模型自己不会学的参数模型参数（参数）：模型在训练过程中自己学到的东西比如：权重、系数、分割点

周红伟：梁文峰DeepSeek V4 终极对决 GPT-6,梁文锋透露 DeepSeek V4 将于 4 月下旬发布就在4月10日，DeepSeek创始人梁文锋在内部悄悄官宣了一个大消息——咱们期待了好久的新一代旗舰大模型，DeepSeek V4，确定在2026年4月下旬正式发布！

ONNX Runtime安装您在单图对比中发现 ONNX Runtime 是最慢的，这与预期（接近 TensorRT FP16 的速度）不符。结合您之前控制台出现的警告信息：

AI视觉检测：模型量化后漏检率上升怎么办？90% 的问题出在这三个环节“FP32 模型漏检率 1%，INT8 一转飙到 8%？” “客户现场每天漏掉几十个缺陷，项目差点黄了！” “校准集用了 1000 张图，为什么还是不准？”

深度学习day-1pytorch相比于tensorflow是动态的，api丰富张量中, 只能是数值或者布尔值.每个圈代表一个神经元

【建模先锋】

卷积网络（视觉模型）发展史：从 CNN 到 Vision Transformer，再到视觉 Mamba 的主干演化全景图做故障诊断、时间序列预测，你是不是还默认把 ResNet 当成第一选择？这当然没错。ResNet 经典、稳定、好用，到今天依然是很多工业场景里的强基线。

DeepLearningYolo

UNet架构训练输电线路、输电杆塔、水泥杆和输电线路木头杆塔的语义分割模型检测输电线路分割UNet架构训练输电线路、输电杆塔、水泥杆和输电线路木头杆塔的语义分割模型检测输电线路分割首先确保已经安装了必要的依赖库：

第一次尝试微调一，什么是微调相对专业的解释就是在已完成大规模预训练（Pre-training）的基础模型上，使用特定任务、特定领域或特定格式的标注数据集，进行进一步的参数优化训练，使模型在保留通用知识与基础能力的前提下，更好地适配下游具体任务，提升任务精度、响应一致性与领域适配性。

深度学习 —— Pytorch目录一、张量和numpy 转换二、张量运算三、张量的索引四、张量的计算函数五、张量形状改变六、张量的拼接

程序员小嬛

中科院一区TOP：用于求解偏微分方程的物理信息神经网络前沿创新思路小伙伴们好，我是小嬛。专注于人工智能、计算机视觉、AI大模型领域相关分享研究。【目标检测、图像分类、图像分割、目标跟踪等项目都可做，相关领域论文辅导也可以找我；需要的可联系（备注来意）】

一只废狗狗狗狗狗狗狗狗狗

机器学习与深度学习理论入门概述人工智能包括机器学习包括深度学习，深度学习就是神经网络模型机器学习就是将万事万物转化为“数”的格式，并且在其中找到“模式/规律”

llm大模型算法工程师weng

模型训练与知识蒸馏：从大模型到轻量级情绪分析系统在上一篇文章中，我们实现了基于BERT的情绪分析模型，准确率高达92-95%。然而，BERT模型参数量巨大（基础版110M参数），推理速度慢，难以部署到边缘设备或实时系统中。知识蒸馏（Knowledge Distillation）应运而生——它能让“学生模型”学习“教师模型”的知识，在保持较高准确率的同时，大幅降低模型大小和推理延迟。

【机器学习】回归 Regression回归是一种监督学习方法，主要用于预测连续值。Regression is a supervised learning method mainly for predicting continuous values.

云和数据.ChenGuang

机器学习之预测概率问题我直接给你讲最核心、最本质的原因，保证你一看就懂！你代码里这两行：一个是“做过的题得分”，一个是“没做过的新题得分”，当然不一样！