自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(26)
  • 收藏
  • 关注

原创 计算机视觉入门必看!一文读懂CV四大核心任务

专注计算机视觉教学与算法研发,过去三年我帮超过2500名有Python 基础的入门者,从"像素是什么"到"独立跑通CV项目"。今天这篇长文,完全按零基础实战体系撰写,从图像本质到经典算法、再到 OpenCV工具链和完整项目,一条龙给你讲透可直接复现的CV专业指南。早期最流行的是卷积神经网络(CNN),但近年来Transformer异军突起,本来在NLP领域大放异彩,现在也被广泛应用到CV领域,表现SOTA,大有取代CNN之势。修炼一途,乃窃阴阳,夺造化,转涅槃,握生死,掌轮回。武之极,破苍穹,动乾坤!

2026-04-13 17:04:28 76

原创 深度学习的完整学习路径是什么?分阶段学哪些内容?

性价比最高的是:Python(工具)、PyTorch(框架)、项目实践(核心)。大家好,我是唐宇迪,这些年,我带过上千名学员从零基础转行深度学习领域,从程序员小白到算法工程师、数据科学家,甚至是大厂AI岗位。我会用通俗语言讲清企业真正要什么技能、零基础最短路径、分阶段内容(每个阶段配时间、项目、简历点、面试准备),帮你避坑、快出成果。每个阶段突出:学什么、为什么学、怎么学、时间规划、成果输出(项目、简历、面试)。路径分5阶段:入门(打基)、基础(建模)、进阶(优化)、实战(项目)、求职(冲刺)。

2026-04-13 17:03:27 40

原创 机器学习与深度学习的区别是什么?看这一篇就够了

教师到财务、数据工程师或ML工程师的offer我专注AI转行求职辅导这些年,、文员,带过上千名零基础学员从非科班背景转入AI领域,,他们中很多人一开始对机器学习和深度学习一头雾水,,但通过精准方向选择和求职指导从销售、几个月就拿到了算法助理。举例轻松过关,,先学ML2个月做分类项目,我一个文员背景学员,面试时讲“怎么用决策树处理数据不均衡”,。- 学员案例:原程序员学员,有ML基,转DL,5个月做生成AI项目,入职腾讯香港分部,年薪HKD 55k。他说:“先ML稳,再DL冲,offer来得快。

2026-04-13 17:02:31 114

原创 如何用AI工具提升10倍开发效率

课程从 9 月 22 日开始,为期十周,每周两次课。当大多数高校还在争论是否该禁止学生使用 AI 工具时,这门课的态度截然相反——全面拥抱 AI。正如 Mihail Eric 在课堂上所说:"如果你能不写一行代码就达成整门课,那更好。一、这门课独特在哪里?传统的软件工程课教你如何写代码、如何设计架构、如何测试。CS146S 则教你一件完全不同的事:如何成为 AI Agent 的管理者。

2026-04-13 17:00:07 127

原创 吐血整理:零基础转行大模型选哪个岗位方向最易上手?

不讲玄学、不堆名词、不画大饼,只用最通俗、最落地、最真诚的话,把零基础转行大模型,到底哪个岗位最容易上手、最容易出作品、企业最缺人讲透。这些年,我每天接触最多的,就是这样一群人:零基础、非科班、没写过几行代码、数学早就忘光,却不甘心困在原来的岗位,想冲进当下最有前景、薪资最可观的大模型行业。我带过的学员里,有30多岁转行的,有宝妈重新进入职场的,有做着重复劳动想改变命运的。1. 是最安全的“入行跳板”先进入AI行业,干1年左右,熟悉整个流程,再转提示词、转RAG、转产品、转运营,内部转岗比外面容易10倍。

2026-04-13 16:59:53 107

原创 二本转行AI Agent:从入门到年薪80万

就像十几年前移动互联网刚兴起的时候,那时候会搞安卓APP的人,哪怕学历不高,现在很多都成了大佬。现在是AI Agent的黄金窗口期,需求大,但能踏踏实实干实事的人太少。你要做的就是能成为那个能干活的人。“钱景”是肯定有的,重点是怎么拿到offer。现在这行正处于爆发期,月薪3-4w很常见,搞得好年薪80万往上都有可能,大量高薪酬待遇岗都在招,我们这种中小厂都能给到40w税后。不用太纠结学历,AI Agent是最近一两年才火起来的,是一个全新的领域,能有落地项目经验的同学少之又少么,基本都靠自学。

2026-04-13 16:57:47 264

原创 Handof f协议:多Agent任务交接机制

缺点是推理链过长可能导致延迟上升,需限制循环步数。掌握AILLM是一项架构工程,需要时间和持续的努力。但随着技能的发展和在线资源的丰富,零基础的小白也有很好的机会逐步掌握和掌握。相比自然语言回答,精准性和可复现性更高,但对执行环境要求高,需在隔离受控环境中运行以规避风险。相较传统RAG,事实性、一致性和上下文控制更优,适合企业内部知识问答、查阅最新资料等场景。类似“多Agent协作架构”:大任务拆分为小任务,分配给不同Agent,最后整合成效。

2026-04-13 16:55:42 301

原创 Agent的持续学习:如何在部署后自我进化

适合需要工具辅助的任务(查资料、跑数据库、复杂计算等;优点是推理轨迹清晰,便于追溯;缺点是推理链过长可能导致延迟上升,需限制循环步数。最近两年,大家都能够看到AI的发展有多快,我国超10亿参数的LLM,在短短一年之内,已经超过了100个,现在还在不断的发掘中,时代在瞬息万变,我们又为何不给自己多一个选择,多一个出路,多一个可能呢?与其在传统行业里停滞不前,不如尝试一下新兴行业,而AILLM恰恰是这两年的大风口,整体AI领域预计缺口1000万人,其中算法、工程使用类人才需求最为紧迫!

2026-04-13 16:54:12 348

原创 AI Agent面试中的项目深挖:如何回答才能拿高分

我就是双非野鸡二本经济学转Agent的,结果把 Agent 这条路跑通之后,简历项目亮点直接写满,后面成功拿到offer30kLLM工作最近还发了2w多的年终奖,舒坦!现在Agent这行真的属于窗口期拉满,而且是全新的领域,新到学校里教不出来,清华的学生和你一样,都是自学加摸着石头过河,因此你是双非本也好,985硕也好,都是同一起跑线,也都是一套入门路线。应聘几次下来,你会发现公司对“你会不会模型训练模型”、“你是不是985背景”这些关心得越来越少,他们更关心得反而:是你能不能把LLM接到业务里?

2026-04-13 16:52:41 223

原创 AI Agent开发入门:从会用模型到能交付系统

建议按照我下面的办法来做,不一定能让你成为LLM专家,但一定能帮你快速入门,少走弯路。1.先把模型“用顺”一上来别纠结框架、工程化这些,第一件事是能稳定调用一个模型,让它按你想要的格式输出结果。很多人卡在这里,是由于一直在犹豫在“模型选择”和“参数调最优”上,实际上不用。先挑一个能用的跑通链路就行,目的是让它听话,不是做学术研究。这阶段关键就两件事:API调用:会传prompt、拿返回结果、做流式输出、处理异常;提示词控制:别把提示词当作文写,关键是让它精准可控,遵循特定规则、不确定就说不知道。

2026-04-13 16:51:11 243

原创 AI Agent vs Web3:哪个赛道更有钱景

如果实在没啥项目经验,可以看看知乎知学堂的AILLM开发课,最为讲的就是ai agent的应用开发,除了模型调用、对接、搭建外,还有很多「实战项目」拆解,自己做完可以写到简历里,求职面试的时候也不虚。现在很多公司都在入局AI,ai agent开发需求很大,“钱景”吊打普通开发者。说直接一点,如果你是刚入行的小白,一年能拿个二三十万。

2026-04-13 16:49:41 163

原创 Agent能力优化:别只盯着Agent RL,预训练和SFT才是关键

从2024年底DeepSeek"诺曼底登陆"以来,2025年开源和闭源模型迭代速度和开源质量远超以往几年。经常会遇到当T时刻在领域benchmark上优化到SOTA之后,T+1时刻有更优的通用模型公布,在领域benchmark指标反而比你专门优化的领域大模型更好。经历过几轮类似事件后,理解到做领域大模型的本质其实是产出一套稳健的训练方案Training-Recipe。即不管通用SOTA模型如何变化,我都能在短时间内基于通用SOTA模型,重新走一遍training recipe,达到更优水平。

2026-04-07 13:50:13 53

原创 Agent开发5大核心挑战:从理论到落地的实战经验

最根本的挑战是 LLM 推理的不确定性,传统软件是确定性执行,但 Agent 的每一步都由概率模型驱动,同样的输入可能产生不同的输出。因为 Agent 的执行过程是多步串联的——每一步的输出是下一步的输入,如果某一步出了偏差,后面所有步骤都可能在错误的基础上越走越偏。第一是任务规划与分解,让 Agent 把一个高层任务合理拆解成可执行的子步骤非常困难,分解粒度、步骤间的依赖关系、以及执行中的动态调整都是难点,实践中我们常用 Plan-and-Execute 分离或 ReAct 逐步推进来应对。

2026-04-07 13:50:10 46

原创 Accelerate分布式训练:跨GPU训练加速实战

基于大模型进行应用开发或提供服务,一般来说具有两种模式:模式一,大模型由第三方构建和维护,应用开发者(团队)一般不需要了解模型构建和部署的相关细节,不必了解 Transformer 架构,不必了解模型的训练过程,遵循既定协议调用模型 API 即可。

2026-04-07 13:50:07 29

原创 AI自动标注工业缺陷:YOLO检测+SAM分割的低代码方案

PCB质检标注员手动勾勒缺陷边界,每张8分钟。YOLO框不准,SAM水土不服。

2026-04-07 13:50:05 38

原创 AI算法岗新趋势:从底层模型到上层应用的重心转移

在没有大模型的时代(其实也就两三年前),算法工程师是干嘛的?那时候,模型是"稀缺资源"。每个公司,甚至每个业务场景,都得自己"手搓"模型。做推荐的,得从头研究Wide&Deep、DIN、MIND;做CV的,得自己攒人脸识别、物体检测的pipeline;做NLP的,得吭哧吭哧拿Bert-base魔改,调各种trick。那时候的算法工程师,更像一个"炼金术士"或者"手工作坊的老师傅"。你需要懂很多模型原理,会调参,会做特征工程,能把一堆原始数据,通过复杂的工序,炼成一个能用的"丹"。

2026-04-07 13:50:00 37

原创 AI智能系统开发:大模型应用开发完整指南

标签:#人工智能、#大模型、#自然语言处理、#大模型开发、#智能体开发、#agent开发、#AI。

2026-04-07 13:49:58 47

原创 AI智能系统开发教程:大模型应用从入门到实战

标签:#人工智能、#大模型、#自然语言处理、#大模型开发、#智能体开发、#agent开发、#AI。

2026-04-07 13:49:56 113

原创 AI智能系统开发实战:三个项目带你入门

标签:#人工智能、#大模型、#自然语言处理、#大模型开发、#智能体开发、#agent开发、#AI。

2026-04-07 13:49:53 153

原创 AI智能系统开发入门:三大项目带你从零到一

标签:#人工智能、#大模型、#自然语言处理、#大模型开发、#智能体开发、#agent开发、#AI验收标准:输入公司年假多少天能准确回答知识库内容;界面流畅,无卡顿。

2026-04-07 13:49:51 136

原创 AI时代程序员转型指南:大模型技术栈学习路线

注意事项:1、不建议用Ollama等量化工具部署模型,因为5分钟就学会了,让人误以为大模型部署不过如此,其实Q4量化的精度很低,不适合用于生产环境。学习大模型,实践是非常重要的,所以首先得有显卡,可以购买,也可以在各种云平台上短租,具备此条件,然后再学习,才能达到事半功倍的效果。5、学习RAG技术,先学习部署Dify等产品,然后学习langchain、llamaindex等。3、学习微调大模型,了解全量微调、LoRA微调、SFT、强化训练等基础理论,实践LoRA微调。

2026-04-07 13:49:49 51

原创 AI应用开发零基础教程:智能问答文案生成对话机器人

标签:#人工智能、#大模型、#自然语言处理、#大模型开发、#智能体开发、#agent开发、#AI。

2026-04-07 13:49:46 309

原创 AI应用开发实战:大模型项目从零到一

标签:#人工智能、#大模型、#自然语言处理、#大模型开发、#智能体开发、#agent开发、#AI。

2026-04-07 13:49:44 366

原创 AI应用开发实战指南:大模型项目从零开始

标签:#人工智能、#大模型、#自然语言处理、#大模型开发、#智能体开发、#agent开发、#AI。

2026-04-07 13:49:42 391

原创 AI应用开发入门指南:大模型项目实战

标签:#人工智能、#大模型、#自然语言处理、#大模型开发、#智能体开发、#agent开发、#AI验收标准:机器人能记住你叫小明我喜欢Python,后续对话自然衔接。

2026-04-07 13:49:39 374

原创 AI应用开发从零开始:大模型智能系统搭建

标签:#人工智能、#大模型、#自然语言处理、#大模型开发、#智能体开发、#agent开发、#AI。

2026-04-07 13:49:37 559

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除