深度学习

肾透侧视攻城狮

《模型保存加载避坑指南：解锁SavedModel、HDF5与自定义对象的正确姿势》目录本篇技术博文摘要 🌟引言 📘上节回顾1.TensorFlow 模型保存与加载2.保存整个模型2.1SavedModel 格式及示例

通用唤醒词识别模型 - Wav2Vec2同 1 测试结果

gorgeous(๑>؂<๑）

【ICLR26-Oral Paper-字节跳动】推理即表征：重新思考图像质量评估中的视觉强化学习文章：Reasoning as Representation: Rethinking Visual Reinforcement Learning in Image Quality Assessment

狮子座明仔

MemFly：当智能体的记忆学会了“断舍离“——信息瓶颈驱动的即时记忆优化📖 论文标题：MemFly: On-the-Fly Memory Optimization via Information Bottleneck

【论文比较】从 DeepSRC 到 BSSR：当“稀疏表示”遇上“深度学习”，算法是如何进化的？目录🌟 前言第一局：共同的敌人与“秘密武器”第二局：DeepSRC 的绝招——“更强的发动机”第三局：BSSR 的降维打击——“连底盘一起换”

YOLOv12环境配置，手把手教你使用YOLOv12训练自己的数据集和推理(附YOLOv12网络结构图)，全文最详细教程YOLO 系统尊嘟太卷了吧，YOLOv11 还没玩明白，YOLOv12 就重磅来袭，YOLOv12 是由纽约州立大学联合中科院在 2025年2月19 日发布，从 YOLOv12 论文题目我们大概就知道做了那些更新，下图是YOLOv12 在 COCO 数据集上的性能表现

【论文精读（三）】PointMLP：大道至简，无需卷积与注意力的纯MLP点云网络 (ICLR 2022)博主导读：在 PointNet++ 之后，点云深度学习似乎陷入了一个“内卷”怪圈：大家都在拼命设计更复杂的局部聚合器 (Local Aggregator)。

风流倜傥唐伯虎

N卡深度学习环境配置1. 打开CMD命令行，输入指令：nvidia-smi2. 查看输出结果中的驱动版本（示例：RTX 3050 laptop 对应驱动版本 526.56）。

第15章多模态学习多模态学习（Multimodal Learning）是当前深度学习最活跃的前沿方向之一。它研究的核心问题是：如何让模型像人类一样，同时处理并理解来自不同来源的信息（比如看到图片、听到声音、读到文字）。

讲透Transformer(三):Transformer 注意力机制详解与Qwen/DeepSeek近期改进Transformer 架构的核心是 Self-Attention 机制，它让模型能够捕捉序列中任意两个位置之间的依赖关系。原始 Transformer 采用 Encoder-Decoder 架构：

绒绒毛毛雨

多目标强化学习-英伟达：GDPO随着语言模型能力的不断提升，用户不仅期望模型能够给出准确的回答，还希望其行为能够在各种场景中契合不同的人类偏好。为实现这一目标，强化学习（RL）流程开始引入多种奖励，每种奖励代表一种不同的偏好，用于引导模型产生更符合预期的行为。然而，近期的相关工作在多奖励场景下，往往直接采用了Group Relative Policy Optimization（GRPO，组相对策略优化）方法，而没有对其适用性进行充分的检验。本文指出，直接将GRPO应用于不同奖励组合的归一化，会导致所有奖励信号在归一化后变得完全一致，从而

技术宅学长

什么是FFN层（Feed-Forward Network，前馈神经网络层）FFN层（Feed-Forward Network，前馈神经网络层）是Transformer等大模型里的核心模块，常放在注意力层之后，负责对每个位置的向量做独立的非线性特征加工，是模型“深度理解语义”的关键。

ViT-5: Vision Transformers for The Mid-2020s—— 面向2020年代中期的视觉Transformer这篇题为《ViT-5：面向2020年代中期的视觉Transformer》的论文，核心研究内容是对经典的视觉Transformer架构进行系统性的现代化升级。其目标并非颠覆性重构，而是通过“组件级”的精细优化，在保留其基础结构的同时，显著提升性能、稳定性和泛化能力。

LTX-2 是一个基于 Transformer 的视频生成模型，能够根据文本描述生成高质量视频LTX-2 是一个基于 Transformer 的视频生成模型，能够根据文本描述生成高质量视频。要运行 LTX-2，通常需要以下步骤：

3.7 GSPO：Group Sequence Policy Optimization（组序列策略优化）论文提出 GSPO（Group Sequence Policy Optimization），核心目标是：把大模型强化学习中“token 级动作、sequence 级奖励”的错位问题显式对齐，并进一步缓解 GRPO/PPO 在长序列训练时容易出现的高方差与不稳定（甚至不可逆崩溃）现象。

深度学习中的三种偏移：协变量偏移、标签偏移与概念偏移有一家医疗初创公司，想要开发一种血液检测方法，用于诊断某种影响老年男性的疾病。他们需要从健康男性身上获取血样作为对照样本，但找健康的老年人实在太难了。

狮子座明仔

SkillRL：让AI智能体学会“练功升级“的递归技能强化学习框架一句话总结：SkillRL 把智能体与环境交互产生的冗长轨迹蒸馏成紧凑、可复用的"技能卡片"，并在强化学习训练过程中让技能库与策略共同进化，在 ALFWorld 和 WebShop 上超越 GPT-4o 达 41.9%。

3.5 ReMax：用 Greedy 作为基线的 REINFORCE + RLOO这一节先快速回顾：**策略梯度（Policy Gradient）**的核心是用“奖励相关的权重”去放大或缩小每一步动作的梯度，从而让高奖励轨迹更可能被复现、低奖励轨迹被抑制。随后再看 PPO 如何在策略梯度的框架上加入稳定训练的约束。最后进入 ReMax：它的目标和 GRPO 类似——不想训练 Critic/Value 网络，但又希望把训练稳定性做起来，于是它回到 REINFORCE，并把 baseline 设计成“同一个 prompt 下的 greedy 输出的奖励”。

【回归算法】Ridge回归详解本内容专为本科生、研究生梳理，用通俗的语言讲解Ridge回归的核心原理、算法流程、实战案例及模型选型，同时明确其与Lasso、ElasticNet回归的核心区别，兼顾理论理解与代码落地，是学习正则化线性回归的核心内容。

肾透侧视攻城狮

《解锁TensorFlow模型潜力：超参数、网络结构、训练过程优化与高级技巧一站式精讲》目录本篇技术博文摘要 🌟引言 📘上节回顾1.TensorFlow 模型调优技巧1.1为什么需要模型调优