- 博客(12)
- 收藏
- 关注
RSS订阅原创 Causal XAI 的五大核心研究方向
该方向的目标，就是通过各种数据增强、对抗训练、优化目标设计等“干预”手段，在训练阶段就让模型自己学会“提纯”，把真正的因果特征从混杂的环境特征中分离开（解耦），并只依赖前者做决策。它的终极目标是，让AI模型学习到的特征（也就是那个高维向量，Representation），不再是一个杂乱无章的“大杂烩”，而是每一个或每一组维度都对应着现实世界中一个。比如，一个理想的CRL模型在识别人脸时，学到的特征向量中，可能有一个维度专门控制“是否戴眼镜”，另一个维度专门控制“头发长度”，你可以独立地修改它们。
2025-11-18 17:20:21
820
原创 因果表示学习 (Causal Representation Learning, CRL)
传统的机器学习，尤其是深度学习，非常擅长学习数据中的相关性 (Correlation)。但它常常会走“捷径”，学到一些虚假的、不稳定的“表面联系”。一个AI模型在学习识别“牛”时，如果训练数据里所有的牛都在绿色的草地上，模型很可能会学到一个错误的规则：“牛 = 四条腿的生物 + 绿色背景”。你给它一张牛在海滩上的照片，它就可能不认识了。因果表示学习的目标，就是让模型超越这种表面相关性，去学习数据背后。
2025-11-16 20:11:31
800
原创 因果可解释性分析（Causal XAI）
方向核心目标好比是...您已知的方向干预/反事实在已知因果图上，回答“如果...怎样”做思想实验的物理学家新方向因果发现从数据中画出未知的因果关系图绘制地图的探险家因果公平性审计和修正模型中不道德的因果路径审查制度是否公正的法官因果表示学习让模型在训练时学会本质、抛弃表象教学生举一反三的老师因果迁移将一个环境的因果结论应用到新环境翻译和本地化的语言学家。
2025-11-16 20:04:45
788
原创 【无标题】
而且，要让他成为专家，你需要喂给他海量的、标注精确的“专科”数据，这个过程非常昂贵和耗时。通过这个过程，他学会了世界最基本的“视觉原理”：什么是边缘、什么是轮廓、什么是纹理、什么是物体、物体和背景有什么区别等等。这就是那个“全科医学博士”的诞生宣言，是Meta AI (Facebook) 在2023年发布的、引爆了整个领域的里程碑式工作。读懂了它，就理解了这个方向的根基。它展示了如何通过轻量化的改造，让一个通用大模型高效地“专精”于一个极具挑战性的特定任务，这代表了当前大模型落地应用的主流思路。
2025-11-14 20:20:51
787
原创 Causality-Inspired Single-Source DomainGeneralization for MedicalImage Segmentation复现
requirements.txt 文件中指定的库版本（如numpy==1.22.0, torch==1.3.0）都非常旧（大约是2019-2021年的版本），它们与你现在电脑上安装的、非常新的Python解释器（比如Python 3.9）以及相关的构建工具链不兼容。正如你遇到的问题，项目A可能需要numpy 1.22，但你的全局环境因为项目B已经装了numpy 2.0，强行降级会搞坏项目B，不降级项目A又跑不起来。现在，所有的库都会被安装到这个 causal_dg 环境专属的文件夹里，非常干净。
2025-11-11 15:49:45
776
原创 衣物管理系统
el-statistic title="总消费金额" :value="totalPrice" suffix="元" /><el-table-column prop="total_price" label="总金额" /><el-table-column prop="name" label="物品名称" />wear_frequency ENUM('高频','中频','低频') COMMENT '穿着频率',status ENUM('在用','待清洗','待修复','待处理') COMMENT '状态',
2025-06-25 23:20:44
875
原创 【无标题】深度学习自用
MNIST是深度学习的 “Hello World” 数据集，包含 60,000 张训练图像和 10,000 张测试图像，都是手写数字（0-9）。每张图像：28×28 像素的灰度图，标签是对应的数字（0-9）。CNN是专门处理图像数据的神经网络，通过卷积层自动提取图像特征。核心组件卷积层（Conv2D）：使用小的卷积核（如 5×5）扫描图像，提取局部特征（如边缘、纹理）。池化层（MaxPooling）：降维，减少计算量，同时保留重要特征。全连接层。
2025-06-25 22:39:29
911
原创 springboot+vue笔记
一个汉字占多少字节和编码有关，UTF8一个汉字占3个字节，GBK一个汉字占2个字节。字 word字节 byte位 bit，来自英文bit，音译为“比特”，表示二进制位。字长是指字的长度1字=2字节(1 word = 2 byte)1字节=8位(1 byte = 8bit)
2024-04-16 15:42:38
1637
原创 vscode终端快捷操作
常见的Web前端三巨头：HTML、CSS、JS（JavaScript）初步掌握JSON，闭包，AJAX…等JavaScript技术；熟悉HTML/CSS/JavaScript等前端开发技术；要在VSCode终端中终止批处理，可以按下。Vue是一套用于构建用户界面的渐进式框架。组合键来中断当前运行的脚本。Ctrl + F 查找。事先掌握一些ES6的知识。左缩进：ctrl + [右缩进：ctrl + ]
2024-04-14 13:04:45
1221
1
原创 npm报错
npm安装时一直idealTree:npm: sill idealTree buildDeps解决方案。造成上述问题的原因是因为node的默认安装环境在国外，因此我们只需要修改下镜像的地址。解决：重新安装nodejs18（原因：node版本问题）输入下列代码即可，哪怕已经安装好淘宝镜像。cmd中npm -v报错。
2024-04-13 23:30:00
639
1
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