深度学习

【深度学习】：RF-DETR与yolo对比结论先说：在工业分割（纸箱、麻袋、遮挡、堆叠）场景，优先用 RF-DETR-Seg；要极致速度+部署简单，选 YOLOv8-Seg。下面从精度、速度、泛化、训练/部署、你的场景五方面对比，直接给选型结论。

transformer进阶之路：#2 工作原理详解原文链接：https://mp.weixin.qq.com/s/D3ztMx5HeGMD30PenmDizg

ONNX Runtime(ORT) C++ Windows 深度学习模型部署简易教程https://blog.csdn.net/qq_41822101/article/details/137688484

热爱生活的五柒

深度学习大幅度提高准确率方法，本人亲测，调参方法，大幅度提升准确率方法（极其重要！！！多次看！0430）目前时序分类准确率是40%，哪怕混入测试集，也只能达到55%，并且还是layer24,全参数的情况下，另外这个模型也在别的类似的任务和数据上测过没问题，那是为什么呢？

领军军者｜PNP机器人包文涛：以具身智能定义机器人的“生命直觉”在2026机器人大讲堂暨leaderrobot年度盛典上，集智联机器人（PNP机器人）创始人包文涛荣膺“中国军事智能行业影响力人物”。这份荣誉，既是对他深耕机器人行业近二十载的认可，更是对PNP机器人在具身智能赛道领跑地位的权威印证。

05_yolox_s的后处理截断并导出onnx目的是得到以下模型：1、官方yolox_s的源码和yolox_s.pth获取 https://github.com/Megvii-BaseDetection/YOLOX 2、修改yolo_head.py的forward，替换为以下

2023年之前物理信息神经网络PINN papers

深度学习之神经网络简介（FNN+CNN+RNN+LSTM+GRU+GAN+GNN+Transformer）深度学习是机器学习的一个子集，而神经网络是深度学习的核心模型和基础架构，深度神经网络是实现深度学习的具体方法

纪伊路上盛名在

Accurate structure prediction of biomolecular interactions with AlphaFold 3https://www.nature.com/articles/s41586-024-07487-w核心研究问题：能否在一个统一的深度学习框架内，准确预测包含蛋白质、核酸、小分子、离子和修饰残基的复杂生物分子复合物的结构？

深度学习(11)数值稳定+模型初始化、激活函数向量与向量之间的求导得到的就是矩阵；所以上面求导完，再相乘就相当于d-t个矩阵相乘，会造成下面的问题① MLP：多层感知机。

动手学深度学习PyTorch版初步安装过程时隔一段时间回来看这些东西，遇到的问题其实基本都是非常基础的包的安装，但是对于第一次接触这些的小白，会感觉有点难度，经历过这个过程就好了

DeepFM 学习日记在推荐系统（CTR预测）中，我们需要解决两个核心问题：什么是 Embedding？Embedding 是将高维稀疏特征映射到低维稠密向量的技术。在推荐系统中，它是最关键的第一步。

Note：强化学习(六)2026 | mingPPO，全称 Proximal Policy Optimization（近端策略优化），你可能在不少论文和开源项目中都见过它。它并不是一个从石头缝里蹦出来的全新算法，而是站在 A2C（Advantage Actor-Critic）的肩膀上，做了一次非常优雅的约束。本质上，PPO 依然属于 Actor-Critic 家族，它的核心革新在于：给策略更新加上一个“信任域”，让智能体在学习时步子不要迈得太大，从而避免因一次鲁莽的参数更新而导致整个训练崩溃。

GPT Image 2 深度评测：当 AI 图像生成跨越“图灵测试”，它如何重塑开发者工作流？在 AI 图像生成的赛道上，我们曾长期受困于一个尴尬的现实：画面再精美，只要出现一行扭曲的文字，整张图的“可用性”就瞬间归零。然而，2026年4月 OpenAI 正式推出的 GPT Image 2（底层模型 gpt-image-2）正在打破这一魔咒。

小糖学代码

LLM系列：1.python入门：16.正则表达式与文本处理 (re)需要严格区分的是：re 是一个模块，包含了一系列执行正则操作的函数（如 re.sub、re.search）；而部分函数会返回一个 re.Match - 类的实例对象，我们需要调用该实例的方法（如 .group()）来获取最终数据。

10大算力芯片某某XXU全解析：CPU/GPU/TPU/NPU/LPU/FPGA/RPU/BPU/DPU/GPGPU在 AI 大模型、自动驾驶、边缘计算全面爆发的今天，算力已经成为数字时代的 “新石油/新电力”，而承载算力的各类处理器芯片，就是驱动这场技术革命的 “发动机”。

我是大聪明.

大模型Tokenizer原理：深入理解BPE与WordPiece子词编码技术在大型语言模型的技术架构中，Tokenizer（分词器）是连接原始文本与模型输入的关键桥梁。不同于简单的按空格或标点分割，一个优秀的分词器需要将文本切分为模型能够高效处理的Token序列，同时尽可能保留语义信息。本文深入剖析当前大模型中最常用的两种子词分词算法——Byte Pair Encoding（BPE）和WordPiece，从底层原理到代码实现进行全面讲解。

人工智能培训

工程科研中的AI应用：结构力学分析技巧

AGV算法笔记

CVPR 2024顶级SLAM论文精读：SplaTAM如何用3D高斯实现稠密RGB-D SLAM？SLAM 3D Gaussian Splatting RGB-D 三维重建机器人视觉稠密建图 CVPR2024

Day 18：Keras深度学习框架入门Keras 是一个高级神经网络API，最初由François Chollet开发，现在作为TensorFlow的官方高级API。