- 博客(16)
- 收藏
- 关注
RSS订阅原创 写给AI小白的——零基础dify快速部署（windows环境）
官网：https://www.docker.com下载后安装，选项全默认即可。安装完成需要重新启动Windows：重启后需要同意Docker的条款，并注册你的账号。
2025-04-16 22:41:15
1002
2
原创 麻省理工公开课13 学习：遗传算法
遗传算法是一种模拟自然选择的优化算法。生物学中的遗传过程：染色体——一些基因突变——部分交叉交换——生成个体——每个个体有不同的，用数字量化（适应性越强的个体活到下一代概率越大）——活到下一代的个体开始新的一轮遗传突变：就是在爬山交叉互换：将多个个体的优点集中在一个个体身上。
2025-04-02 16:45:05
2254
原创 Typora学习（二）：markdown常用符号、数学公式
x2x12x2balnx)log10x)∑i1100i5050i1∑100i5050k1∏nk1×2×3……n。
2025-04-02 15:04:07
897
原创 麻省理工公开课12 学习：神经网络、反向传播
1、突触权重 synapses，重要的突出权重高2、积累效应 cumulative effect，对树突树的刺激需要积累起来，最终决定是否有电信号传播3、 all or none，电信号要么有要么无（算法上）输入乘以权重再求和，进入临界值函数，输出0or1z：输出d：理想输出性能函数：P（dz）=-（原式），这样目的就是取最大值。
2025-03-28 22:12:32
1627
原创 麻省理工公开课11 学习：识别树、无序
*简化：**不是所有的样本都需要经过两个测试。（比如吃大蒜的一定不是吸血鬼，不用经过影子测试，）如何建立小的识别树、如何让识别生成的集合是尽可能同质的，如何测量无序度。希望生成同质子集（子集中只有同一种样本），评价标准设为同质子集中样本的个数。一次测试，有三个结果，这三个结果中可能有一个需要进行另一次测试。计算出的结果同简单的课堂无序度测量相吻合。先测试四个，再测试左边两个。不需要使用所有测试，只需要用有用的测试，代价更小。——把每个集合的无序度加起来，求加权和。对于不确定影子的样本，只关注剩下的信息。
2025-03-27 20:41:35
713
原创 麻省理工公开课05 搜索：最优、分支限界、A*
启发式：离得近，但是离得近不一定好（如图中E）启发式距离是指两点间的直线距离：扩展所有迄今为止的最短路径，并且验证其他路径都比目前的长但也会重复扩展之前的节点，某些情况下会达到指数级分支限界+（这里是扩展列表，not入队列表），前面扩展过的节点就不再扩展了。加上扩展列表后，效率高很多。扩展具有最短路径潜力（计算直线距离）的节点，只考虑直线距离下限——下界启发式，结果：扩展列表和可容许启发式单独使用，效果因问题而异。
2025-03-21 16:05:52
255
原创 麻省理工公开课03 推理：目标树、基于规则的专家系统
递归：递归提高执行程序时的行为复杂性本例子中体现的行为复杂性并不取决于程序的复杂性，而是取决于问题的复杂性——建立一颗巨大的目标树。西蒙：蚂蚁在沙滩上留下复杂的足迹，只是因为要避开沙砾。所以，。
2025-03-18 20:56:50
276
原创 麻省理工公开课02 推理：目标树与问题求解
∫−5x4(1−x2)52 dx\int \frac{-5x^4}{ (1-x^2) ^{\frac{5}{2}}} \,dx∫(1−x2)25−5x4dx问题回归的过程：看见问题——理解问题——解决问题。积分表：安全变换：解决框架：先使用所有能用的安全变换，然后查找积分表中对应的积分结果。如果这样不足以解决，就要用启发式变换了。启发式变换：不一定有效，但也许能用上目标树problem reduction tree;and\or tree; goal tree,the same thin
2025-03-18 20:47:38
1382
原创 麻省理工公开课19 认知架构
general problem solver 通用问题求解器 观测差异d（差异）决定o d2决定o2，目的是缩小起点到终点的差值d（从MIT回家，先走路去公交站，坐公交去机场，然后坐飞机回家）但是寻找d和o的对应关系是很难的。
2025-03-12 16:42:20
291
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