深度学习

钓了猫的鱼儿

基于深度学习+AI的水下目标目标检测与预警系统（Python源码+数据集+UI可视化针对海洋资源勘探、水下生态保护、水产养殖管控与水下工程安全等需求，面向近海海域、水产养殖池、水下施工区域、海洋保护区等场景，研发基于深度学习与AI的水下目标检测与预警系统（目标类别包括：echinus（海胆）、holothurian（海参）、scallop（扇贝）、starfish（海星））具有重要的现实意义。随着海洋资源开发力度加大、水产养殖规模化发展以及水下生态保护规范化推进，上述四类水下目标作为影响水产养殖效益、海洋生态平衡和水下工程安全的核心因素，其分布分散性强、活动隐蔽性高、种类识别难度大、动态

山屿落星辰

ops-nn - 神经网络算子性能秘籍第一次跑 ResNet-50 推理，最让我困惑的是同样的模型，为什么在昇腾NPU上比在 GPU 上慢 30%？

Product Hunt 每日热榜 | 2026-05-22标语：完全通过人工智能代理运营个人公司介绍：Tycoon.us 让你通过人工智能代理来管理整家公司。这里的中心是 Astra，一个AI首席执行官，你还可以选择超过10个现成的AI代理，比如负责市场的CMO和负责编程的CTO。Astra 还可以管理 Claude Code 和 Hermes。当你给 Astra设定一个关键绩效指标或项目，比如“本月流量提升十倍”或者“推出用户引导流程”时，她会制定计划，分配任务，跟踪进展，并在需要时请求审批。每个代理都是即插即用的，无需复杂的设置、编码或API密钥。

钓了猫的鱼儿

基于深度学习+AI的玩手机行为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）1、背景介绍针对公共安全管控、企业生产管理与校园秩序维护的智能化需求，面向工厂车间、校园课堂、交通路口、办公区域等典型应用场景，本文研发基于深度学习与AI智能分析的玩手机行为目标检测与预警系统，具备重要的理论研究价值与工程应用意义。随着社会智能化管控水平不断提升，各类场景对规范化、精细化、无人化管理的需求持续攀升。玩手机行为作为影响安全生产、课堂教学、交通通行与办公效率的典型违规干扰行为，具备发生频率高、行为隐蔽性强、干扰范围广、人工管控难度大等特点，极易引发生产安全事故、课堂教学质量下滑、交通违章乱象

解局易否结局

从零上手 ops-transformer：一个有清晰路径感的学习计划刚接触 ops-transformer 的人，最常问的问题不是"FlashAttention 的原理是什么"，而是"我应该从哪里开始"。

z小猫不吃鱼

15 BEiT 论文精读：BERT Pre-Training of Image Transformers在上一篇文章中，我们精读了 MAE。MAE 的核心思想非常直接：把图像中的大部分 patch 遮住，只让编码器看到少量可见 patch，然后通过解码器重建被遮住区域的像素。从直觉上看，MAE 更像是一个“图像补全任务”：模型需要根据可见部分推测缺失区域长什么样。

脑室周围扩散率（PVeD）专题：一种评估类淋巴系统功能的DTI新方法（附高分文献下载）脑室周围扩散率(PVeD)在脑影像研究中，弥散磁共振（DTI）长期被用于刻画白质结构完整性，例如FA、MD等经典指标。然而，随着类淋巴系统（glymphatic system）研究的兴起，人们逐渐意识到：弥散信号不仅反映神经纤维结构，也可能携带脑间质液（ISF）流动的信息。

大模型/深度学习/机器学习绘图模板(PPT格式)适用于从事大模型、深度学习、机器学习相关领域的模型结构图绘制，所有模板的线条、结构、文字均支持100% 自定义修改！无论是调整线条粗细、改变节点颜色，还是替换专业术语，都能轻松实现。

人脸表情七种表情数据集分享（适用于YOLO系列深度学习分类检测任务）网盘：该数据集已按照训练集（train）和测试集（test）划分，共计15,500张人脸图像，覆盖七种典型表情类别，并附带相应的标注文件，可直接用于模型训练与评估。

英伟达VR200机柜PCB价值量同比+233%：AI硬件主线如何被引爆？核心结论：摩根士丹利BOM拆解显示，英伟达VR200机柜PCB价值量从GB300的3.5万美元飙升至11.6万美元，增幅高达233%，在所有零部件中排名第一。这不仅是一次技术升级，更是PCB产业链量价齐升的历史性机遇。今日A股PCB板块集体涨停，AI硬件主线全面爆发。

DL：卷积神经网络的基本原理与 PyTorch 实现卷积神经网络（Convolutional Neural Network，CNN）是深度学习中最重要的模型结构之一，尤其适合处理图像、视频等具有空间结构的数据。与普通多层感知机（MLP）直接把输入展开为一维向量不同，卷积神经网络会尽量保留图像中的局部邻域关系，通过卷积核在图像上滑动，自动学习边缘、纹理、形状等层级特征。

金融小师妹

基于AI联储治理模型的政策重构分析：沃什试图重塑美联储，但现实复杂度远超预期摘要：本文通过AI货币政策路径模型、央行治理结构分析框架以及通胀预期追踪系统，结合Nick Timiraos对凯文·沃什政策理念的最新观察，分析新一轮美联储改革思路背后的逻辑变化，并探讨在高通胀、高利率与内部决策分歧并存背景下，沃什未来推动政策调整所面临的现实约束。

蓦然回首却已人去楼空

深度学习进阶：自然语言处理｜3.4 QA｜用 SimpleCBOW 讲清楚 backward 为什么有的 return，有的不 return结论：dW 是当前层参数的责任，留下来更新参数；dx 是当前层输入的责任，传回给制造这个输入的前一层。

广州灵眸科技有限公司

瑞芯微(EASY EAI)RV1126B 音频电路主板引出了一组DSM音频接口和一组MIC差分输入接口。DSM 音频（Digital Signal Modulator）指的是将音频 PCM 数据进行直接比特流数字编码（Direct StreamDigital）转换输出的 1bit 信号流数据，在需要音频输出的设计中，接口输出的数字信号，经过一阶 RC 低通滤波处理后得到模拟音频信号输出。

z小猫不吃鱼

19 SAM 论文精读：ViT 如何成为分割基础模型的视觉编码器？在上一篇文章中，我们精读了 CLIP。CLIP 的核心思想是：使用大规模图文对训练图像编码器和文本编码器，让图像和文本进入同一个语义空间。它让 ViT 不再只是一个图像分类 backbone，而是成为多模态模型中的视觉编码器。

ResNet 详解：让深度学习真正"深"起来没有残差连接的深层网络，越深效果越差。ResNet 用一条"跳跃连接"彻底解决了这个问题。深层网络的每一层都在前一层的基础上提取更抽象的特征：

2026实测：租用RTX 4090 CUDA适配与PyTorch精准安装教程RTX 4090搭载Ada Lovelace架构、4nm制程工艺，配备16384个CUDA核心、24GB GDDR6X显存、1TB/s显存带宽，FP32算力82.6 TFLOPS，是7B-13B大模型训练、图像识别、深度学习推理的核心主流算力。个人开发者、中小团队自建RTX 4090硬件，存在采购成本高、硬件折旧快、运维成本高的问题。

QiZhang | UESTC

InstructGPT_论文精读笔记RLHF&LLM的开山之作？启发DeepSeek R1 的算法（GRPO），但其进行了针对推理任务的重大简化；其「仅结果奖励」的训练范式成功验证了模型可以通过纯强化学习自主涌现推理能力。 5.6提到的泛化性其实是强化学习带来的增益，这也是强化学习现在如此流行的原因。Qwen3.7刷榜主要也是靠RL算法的优化与应用。

搞科研的小刘选手

【大连市计算机学会主办】第三届图像处理、智能控制与计算机工程国际学术会议（IPICE 2026）第三届图像处理、智能控制与计算机工程国际学术会议（IPICE 2026）2026 3rd International Conference on Image Processing, Intelligent Control and Computer Engineering

ops-softmax：Transformer 推理中的概率归一化引擎Transformer 里 Attention 的核心是 Softmax——它把注意力分数变成概率分布。没有 Softmax，注意力分数就只是一个数值没有归一化的矩阵，无法作为权重来聚合 Value。