- 博客(70)
- 收藏
- 关注
原创 豆包挨了三记闷棍,智谱用开源掀了桌子
10 天里,我见了大厂的围墙,也见了开源的破局;见了商业博弈,也见了技术潮水。24 年前微软骂 Linux 是癌,24 年后说爱 Linux。历史总相似,站对边,从来都不晚。智谱这次开源的 AutoGLM,不是一时冲动的 “掀桌”,而是给行业递上了一把 “钥匙”——32 个月打磨的核心模型、Phone Use 能力框架、覆盖 50 + 高频中文 App 的可跑通 Demo,甚至包括 Android 适配层与工具链,全量开放,还支持本地部署、数据不出设备,从根上解决了隐私顾虑。
2025-12-11 11:55:04
912
原创 利用强化学习 Q-learning 玩 Atari 黑白棋游戏
本文实现了一个基于PyTorch的强化学习黑白棋游戏系统,主要包含以下改进: 框架迁移:将原TensorFlow实现重构为PyTorch版本,使用3层CNN+2层FC的网络结构处理8x8棋盘状态,输出64个位置的Q值。 环境适配: 自定义ReversiEnv环境类实现核心游戏逻辑 包含合法动作检测、棋子翻转、胜负判断等功能 无需Gym环境注册,直接实例化使用 智能体功能: 支持随机策略和Q学习策略 提供模型保存/加载接口 包含Bellman方程更新规则 可视化增强: 添加matplotlib动画录制功能 可
2025-11-15 02:06:09
809
原创 人工智能数学
https://www.bilibili.com/video/BV1MP411r7sL/?share_source=copy_web&vd_source=c8a03e257b2ba777ecf56e018a79eea0
2025-10-26 13:28:06
227
原创 为什么人工智能用Python?
你的 Python 代码,更像一个“指挥官”或者“遥控器”,它发号施令,说:“喂,那个谁(GPU),把这堆数据(Tensor),用那个叫’卷积’的方法,给我算 10 遍。Python 负责的是那个“搭架子”和“穿针引线”的活儿,最累最重的体力活,它早就外包给那些 C++ 和 CUDA 的“老哥”们了。对于想入行的新人来说,我的建议是:踏踏实实学好 Python,用好 Pandas、NumPy、Scikit-learn、PyTorch/TensorFlow 这些库,你就能解决 99% 的问题了。
2025-09-22 23:04:12
8359
15
原创 双非本科AI 专业毕业生的破局就业路
近年来,人工智能(AI)作为引领新一轮科技革命和产业变革的战略性技术,已广泛渗透至各个领域,推动行业的智能化转型升级。随着 AI 技术的迅猛发展,市场对 AI 专业人才的需求呈现出爆发式增长态势。据相关数据显示,自 2017 年国务院发布《新一代人工智能发展规划》以来,我国人工智能相关企业数量急剧增加,截至 2025 年,已突破 5000 家,这直接带动了人才需求的飙升。2024 年,中国受访企业人工智能相关人才的招聘数量占总招聘数量的比例大幅提升,其中,29.39% 的企业该比例在 10%-20%,40.
2025-09-09 11:27:18
939
原创 第10阶段 自然语言处理(120/154)
day08 fasttext分类-词向量迁移。day09 迁移学习transformers。day01 NLP概述-文本预处理上。day05 注意力机制seq2seq。day06 注意力机制seq2seq。day11 bert模型简介和总结。day10 迁移学习案例实战。day03 RNN及其变体。day04 案例人名分类器。day02 文本预处理下。
2025-06-20 16:02:13
423
原创 第8阶段 AI项目1:金融风控(105/154)
05 业务指标计算案例 数据处理类型转换。10 业务指标计算 回收账单逾期情况统计。07 业务指标计算 90+逾期情况计算。06 业务指标计算案例 创建逾期字段。04 业务指标计算案例 数据介绍。08 业务指标计算 数据可视化。09 业务指标计算 计算入催率。03 金融风控相关术语介绍。11 风控业务运行介绍。
2025-06-20 16:00:39
439
原创 第5阶段 java项目2:保险(77/154)
02-保险基础数据-设计与开发。08-支付处理(一次性支付)09-支付处理(周期性扣款)11-数据中心-时序数据库。01-项目介绍&环境搭建。04-产品附件-对象存储。05-产品详情-性能优化。06-投保试算-保障类。
2025-06-20 15:55:11
368
原创 第4阶段 微服务(66/154)
05-SpringCloud-限流与分布式事务。09-ElasticSearch-复合查询。04-SpringCloud-网关与配置。08-ElasticSearch-基础。03-SpringCloud-基础。06-RabbitMQ-基础。07-RabbitMQ-高级。
2025-06-20 15:52:41
340
原创 第3阶段 java项目1:校园万能代(56/154)
day01 Gitday02day03day04day05day06day07day08dayo9day10。
2025-06-20 15:50:57
441
原创 第2阶段 web开发(前端、后端、数据库)(46/154)
Day08-后端Web实战(java代码操作数据库)Day10-后端Web实战(多表操作&员工列表查询)Day02-前端Web-JavaScript。Day04-后端Web基础(Maven基础)Day06-后端Web实战(10C+DI)Day09-后端Web实战(部门管理开发)Day01-前端Web-HTML&CSS。Day05-后端Web基础(基础知识)Day03-前端Web-Vue-基础。Day07-后端Web实战(数据库)
2025-06-20 15:48:49
330
原创 第1阶段 java基础与进阶(23/154)
要使用Java,必须先安装什么?如何获取JDK,去哪里下载?JDK 是什么?LTS版本有哪些?很多企业还在使用哪个JDK版本?怎么打开命令行窗口?如何验证JDK是否安装成功了?JDK中最重要的2个命令程序是什么?各自的作用是啥?怎么安装idea?使用数组的好处?怎么静态初始化数组,完整格式,简化格式?“数据类型[] 数组名”也可写成?数组是属于什么类型,数组变量名中存储的是什么?除了8种基本数据类型,其他的全部都是什么数据类型?怎么数组的动态初始化?
2025-06-20 15:14:40
285
原创 备战程序设计算法竞赛C/C++组
第一节线性代数与矩阵运算&数论。11平衡树-FHQ_Treap。2整除&同余&GCD&LCM。1条件表达式和逻辑表达式。5二维费用背包&分组背包。第一节KMP&字符串哈希。5素数朴素判定&埃氏筛法。第六节任意多边形面积计算。第二节Manacher。11欧拉函数&欧拉降幂。10平衡树-splay。第二节二维计算几何基础。3常量、变量与运算符。第六节类的定义与使用。第二节基础的树上问题。5线段树-标记永久化。
2025-04-23 13:43:05
424
原创 备战程序设计算法竞赛java组
第一节线性代数与矩阵运算&数论。11平衡树-FHQ_Treap。2整除&同余&GCD&LCM。1条件表达式和逻辑表达式。5二维费用背包&分组背包。第一节KMP&字符串哈希。5素数朴素判定&埃氏筛法。第六节任意多边形面积计算。第二节Manacher。11欧拉函数&欧拉降幂。10平衡树-splay。第二节二维计算几何基础。1 java开发环境。2 java输入输出。3常量、变量与运算符。第六节类的定义与使用。第二节基础的树上问题。5线段树-标记永久化。
2025-04-23 13:41:45
420
原创 程序设计竞赛1
2025年春节期间,DeepSeek作为“AI界的天降紫微星”成为新晋效率神器,热度席卷全球,其团队主创成员也迅速引起了大家的关注。DeepSeek之所以能在短时间内取得如此不凡成绩,与其团队成员的背景密不可分。团队汇聚了来自清华、北大等顶尖高校的一群杰出毕业生。根据团队成员的已公开履历,8位成员拥有NOI(全国青少年信息学奥林匹克竞赛)奖牌,其中4位为IOI(国际信息学奥林匹克竞赛)金牌得主。他们从信奥赛场起步,一路披荆斩棘,经过多年的积累和实战,最终取得了突破性的成就,让DeepSeek大放异彩。
2025-04-10 23:39:03
704
原创 深度学习框架 PyTorch
¶PyTorch 创建张量PyTorch 张量的数值计算PyTorch 张量类型转换PyTorch 张量的拼接操作PyTorch 索引操作PyTorch 张量形状的操作PyTorch 张量的运算函数PyTorch 自动微分模块案例: 手动构建线性回归PyTorch 构架构建线性回归模型的保存和加载通过本章节的学习, 同学们将会熟练掌握 PyTorch 深度学习框架的使用,为后面学习神经网络搭建、模型训练等打下坚实的基础。
2025-02-22 20:54:08
445
原创 基于deepseek大模型应用开发
实战案例1:基于dify和deepseek构建AI聊天机器人 实战案例2:基于deepseek开发Al Agent实现自动写书信以及发送邮件
2025-02-22 01:06:02
223
原创 机器学习--1.KNN机器学习入门
机器学习(Machine Learning)是人工智能(ArticialIntelligence)领域的一个子集,它主要关注如何让计算机系统通过经验学习(数据)并自动改进性能。机器学习算法可以让计算机从数据中学习模式和规律,而无需显式编程。这些算法能够根据输入数据不断改进自身,以便在新数据上做出更好的预测或决策。机器学习可以应用于多个领域,解决各种问题,以下是一些常见的应用:1. 预测和分析:例如预测股票价格、房价、销售额等。2. 图像识别:例如车牌识别、人脸识别和目标检测。3. 自然语言处理:例如机器翻译
2025-02-03 03:38:06
600
原创 机器学习--2.多元线性回归
好,最后呢,我们一起来看一下数据的配,就是这你看这个函数方程能画出来就是一个心角,好,那么呃,我把这个对这个美丽的数学图形呢,送给各位坚持学习的路飞小伙伴们,好,这一小节的内容我们就提录到这儿,那么到此为止呢,咱们正规方程的介绍我们就告一段落了,好,那么下面的课程当中呢,我们会使用正规方程,咱们呢,哎。啊对,就是半个点,那我们上面的判断依据是黑色矩阵是否为半证点,如果要示范正定,那么它就属于是图函数,如果要不是半生点,比如说你的课程只有负的,对不对,对不对,那这个时候呢,你就不是那个函数。
2025-02-03 03:25:42
1336
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅