深度学习

AI医影跨模态组学

Lancet Digit Health（IF=24.1）广东省人民医院刘再毅&amp；南方医科大学南方医院梁莉等团队：基于可解释深度学习模型预测胶质瘤分子改变01文献学习今天分享的文献是由广东省人民医院放射科刘再毅、南方医科大学南方医院梁莉等团队于2026年5月11日在柳叶刀旗下数字健康领域顶刊《The Lancet Digital Health》（中科院1区top，IF=24.1）上发表的研究“Molecular alterations prediction in gliomas via an interpretable deep learning model: a multicentre and retrospective study”即基于可解释深度学习

YOLO resume断点续训（不能用官方的权重，是自己训练一半生成的last.pt）训练 YOLO 模型（v5/v8/v11）常需数百 epoch，耗时数天。断电、SSH 断开、显存溢出、进程误杀等意外极易导致训练中断，从头开始会浪费大量算力与时间。

0. 深度学习课程大纲：

张二娃同学

第08篇_RNN_LSTM_GRU序列模型深度学习入门专栏 · 第 8 篇适合读者：已经阅读前两篇内容，希望继续系统学习深度学习核心方法与实践流程的初学者

交通标识与信号灯数据集分享（适用于YOLO系列深度学习检测任务）链接:https://pan.baidu.com/s/1Cih2VbAGbbuqZl92841VSA?pwd=mpws

《神经网络与深度学习》学习笔记（一）人工智能（AI）是让机器模拟人类智能的总称，机器学习是实现人工智能的核心方法，深度学习是机器学习的重要分支。

AI医影跨模态组学

Insights Imaging（IF=4.5）郑州大学第一附属医院高剑波等团队：基于CT的影像组学预测不可切除胃癌PD-1/PD-L1抑制剂联合化疗治疗反应01文献学习今天分享的文献是由郑州大学第一附属医院高剑波教授等团队于2026年3月12日在《Insights into Imaging》（中科院2区，IF=4.5）上发表的研究“CT-based radiomics for predicting the treatment response to PD-1/PD-L1 inhibitors combined with chemotherapy in unresectable gastric cancer”即基于CT的影像组学预测不可切除胃癌PD-1/PD-

面试题：Transformer 模型详解——核心创新、编码器解码器结构、位置编码、因果掩码与大模型基础全解析1. 为什么 Transformer 是面试里的“必问题”？1.1 它不只是一个模型，而是一条技术主线

面试题：预训练模型详解——GPT、BERT、T5 结构与训练目标、预训练微调范式、Transformers 加载 BERT 实战全解析1.1 这道题表面考模型，实质考的是一条技术主线面试官问预训练模型，通常不是单纯想听你背几个模型名字，而是想看你是否理解：NLP 为什么从传统的“每个任务单独训练一个模型”，转向了“先预训练一个大模型，再迁移到具体任务”的范式。

神经网络原理第八章：主分量分析主分量分析是神经网络无教师学习部分的开篇之作（第8章）。它是一种经典的数据降维和特征提取方法，其核心思想是通过线性变换，将原始可能相关的变量，重新组合成一组新的、相互无关的变量，称为主分量。

第十三章：Scaling Laws 与涌现能力[!info] 第 11 章中，预训练范式横扫了 NLP 领域。BERT 和 GPT-1 证明了一件事：先在海量无标注文本上预训练，再用少量标注数据微调，可以在几乎所有语言理解任务上远超以往。预训练-微调，成了整个行业的默认工作流。

《计算机工程与应用》2026年投稿经验分享这里分享一下我的小论文产出经历。我是去年9月份（研二上学期），开始专心做我的小论文实验的，其实也不算专心，因为导师给的项目当时还在结题，还是需要做一些工作的，不过属于自己的时间算很多了，当时开始跑实验，然后加创新，看准确率有没有提升。前后换了很多思路，国庆出去玩的时候脑子里还在想换xx思路看行不行，有些魔怔了。十一月份的时候准确率高了很多，但还在想能不能再高点再高点。当时一边跑实验，一边写论文的背景部分。到十二月底吧，觉得不能再磨蹭了，就这个结果开始写论文吧！

transformer自注意力机制的核心理解对，你这次已经真正抓到 Attention 的核心了。而且你最后一句：“第一行代表的还是‘我’这个 token 的词向量（只不过是收集了整个句子信息后的新词向量）”

AI医影跨模态组学

Eur Radiol（IF=4.7）哈尔滨医科大学肿瘤医院等团队：基于大语言模型和Gd-EOB-DTPA增强MRI的术后肝细胞癌风险分层系统01文献学习今天分享的文献是由哈尔滨医科大学肿瘤医院等团队于2026年2月在《European Radiology》（中科院2区，IF=4.7）上发表的研究“Large language model and Gd-EOB-DTPA-enhanced MRI-based risk stratification system for postoperative hepatocellular carcinoma: a multicenter study”即基于大语言模型和Gd-EOB-DTPA增强MRI的术后肝

人工智能培训

伦理与安全困境：在平衡中探寻前行之路当人工智能算法决定求职筛选结果，当基因编辑技术触碰生命伦理底线，当数据监控在安全与隐私间摇摆，伦理与安全的困境已不再是抽象的哲学命题，而是渗透在科技发展、社会治理、日常生活中的现实挑战。伦理是人类社会公认的价值准则，是区分善恶、界定边界的精神标尺；安全则是个体生存、社会运转的基本前提，是一切发展的根基。二者看似相辅相成，实则常常陷入相互博弈的困境，如何在坚守伦理底线的同时守护安全，成为当代社会必须面对的重要课题。

Snowflake (SNOW) 可比公司分析报告Snowflake 作为云数据平台赛道的代表性标的，当前面临估值压缩与增长放缓的双重压力。与可比公司对比分析显示：

云计算基础与容器技术演进欢迎关注专栏：CSDN：AI 开发技术关键词：云计算服务模型, 部署方式, 容器化, 移植性阅读耗时：约 8 分钟

【GitHub】NousResearch/Hermes-Agent 深度技术解析：自我进化的AI Agent新范式Hermes Agent（项目地址：https://github.com/NousResearch/hermes-agent）是由 Nous Research 团队开发的自我改进型 AI Agent框架。该项目于2025年7月22日创建，短短数月内便积累了近 15万 Stars，目前稳居 GitHub 全球排名第 47 位，是当下最受关注的开源 AI Agent 项目之一。

【论文写作】深度学习研一三个月“流水线“发论文教程本文档介绍一种适用于研究生的快速论文发表流水线方法，核心思路是模块缝合 + 故事包装，适合时间紧迫且对创新性要求不高的发表场景。

vx_biyesheji0004

计算机毕业设计：Python医疗数据分析平台 Flask框架数据分析可视化医疗大数据用户画像（建议收藏）✅博主介绍：✌全网粉丝10W+,前互联网大厂软件研发、集结硕博英豪成立工作室。专注于计算机相关专业项目实战6年之久，选择我们就是选择放心、选择安心毕业✌ > 🍅想要获取完整文章或者源码，或者代做，拉到文章底部即可与我联系了。🍅