#深度学习
共 73 篇相关文章

视觉大模型入门指南:从预训练到下游任务全解析
视觉大模型入门系统教程:解析预训练与下游任务适配两大板块,梳理从BERT到GPT-4V的大模型演进,讲解LLM、VLM分类及从通才到专才的迁移学习路径,附学习前置要求与算力建议。

什么是VAE?变分自编码器通俗解析
VAE(变分自编码器)到底是什么?本文用通俗方式解析VAE的原理、与普通自编码器的区别,以及它在Stable Diffusion等图像生成模型中的关键作用。

可视化理解Transformer:拆解大模型背后的核心架构
用可视化方式拆解Transformer架构,深入浅出讲解自注意力机制、多头注意力、位置编码与编码器-解码器结构,帮助AI学习者建立对大模型底层原理的直观理解。

TinyTorch:自己动手实现PyTorch,从张量到Transformer
TinyTorch 是一个免费开源的机器学习教学课程,引导你从零构建一个可运行的深度学习框架,覆盖从张量、自动微分到 Transformer 的完整链条。本文解析它的学习路径与价值,帮你从调库者变成真正理解框架原理的工程师。

TALON框架:时序感知让放射学报告生成更懂"变化"
TALON是一个时序感知的纵向放射学报告生成框架,通过双通道时序融合模块(DCTFM)自适应整合可变长度患者病史,在MIMIC-CXR数据集上超越现有最先进方法,且病史越长表现越好。

FlashAttention与Muon是如何诞生的?拆解突破性论文背后的方法论
FlashAttention和Muon Optimizer这类突破性论文是如何诞生的?本文从领域交叉、问题重述、系统性试错等角度,拆解顶尖AI研究成果背后的方法论,解答'为什么事后看这么简单'的疑惑。

可视化神经网络学习:ReLU如何拟合任意函数
开发者构建交互式演示,可视化神经网络的学习过程。文章解析 ReLU 全连接网络如何用分段线性函数逼近目标,探讨网络宽度、深度与最大段数的关系,以及理论容量与实际训练之间的差距。

从NumPy到Transformer:一份5个月机器学习自学路线图开源分享
一位开发者在Reddit开源了5个月每日提交的机器学习自学仓库ML-Foundations,覆盖NumPy、Pandas、scikit-learn、XGBoost到CNN/RNN/LSTM及NLP和Transformer基础,是入门者值得参考的学习路线图。

AI时代如何脱颖而出?数据科学职业发展的三个关键问题
AI发展太快、入行太晚怎么办?本文梳理数据科学职业发展的三个关键问题:如何超越普通分析师、是否必须学深度学习、以及如何克服起步焦虑,为AI从业者提供务实建议。

三个月从零入门深度学习:一份高效AI自学路线图
一份三个月从零入门深度学习的AI自学路线图:Python与数学一周、机器学习一周,随后聚焦计算机视觉、自然语言处理和数据挖掘,以大模型和应用就业为导向的高效学习规划。

用AI Agent做模型创新:从消融实验到涨点的实战教学
B站UP主钱韵实战演示如何用AI Agent(Codex)辅助深度学习模型创新优化,从UNet基线0.817出发,通过训练策略、注意力模块缝合与组合叠加,逐步实现mIoU涨三个点,附完整方法论与提示词技巧。

反向传播的替代者?增广拉格朗日预测编码解析
增广拉格朗日预测编码(Augmented Lagrangian Predictive Coding)是一种反向传播的替代训练方法,结合预测编码的生物合理性与约束优化理论,本文解析其原理、优势与现实局限。

Grokking的相变结构:量化记忆到泛化的转变规律
最新arXiv论文通过384组实验,量化了神经网络grokking现象中记忆到泛化的转变规律,发现数据复杂度是主导因素,并揭示了权重衰减附近的尖锐相边界,为预测和控制过参数化网络的泛化提供定量基础。
深度解读Transformer本质解析:一个被拆解的文字接龙函数
用文字接龙的视角理解Transformer本质。将复杂的语言生成任务拆解为Embedding、Transformer Block、概率输出三大模块,帮助深度学习初学者快速建立直觉。
观点碰撞Agent工程师薪资天花板:两个核心分水岭
Agent工程师薪资差距悬殊,核心在于两个分水岭:项目是否真正上线积累生产经验,以及是否具备深度学习、模型微调等底层理论深度。本文解析高薪Agent工程师的能力模型与提升路径。
深度解读人工智能入门:从基本概念到机器学习核心原理全面解析
全面解析人工智能的定义、工作原理、强弱AI的区别,以及机器学习与深度学习的关系。通过生动案例帮助初学者理解AI核心概念,掌握进入人工智能领域的基础知识。
教程攻略AI全栈开发入门:从机器学习到大模型的知识体系梳理
系统梳理人工智能、机器学习、深度学习与大模型之间的关系,帮助开发者建立清晰的AI知识脉络,找到从零基础到全栈AI开发的高效学习路径。
教程攻略PyTorch入门教程:张量操作与神经网络构建完全指南
PyTorch入门核心概念详解,涵盖张量操作基础、动态计算图、GPU加速原理,手把手教你用nn.Module构建第一个神经网络,附学习路径建议与实战代码示例。

