手动学习深度学习-自学进度总结

最新推荐文章于 2025-12-02 21:35:49 发布
原创 最新推荐文章于 2025-12-02 21:35:49 发布 · 321 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#学习

文章介绍了AI专家李沐的在线课程在B站受到追捧，包括博导在内的学习者都在关注。课程涵盖了深度学习、神经网络、强化学习等主题，并通过飞桨AIStudio平台提供实践环境，同时提到了PaddlePaddle开源深度学习平台对Python数据分析的支持。
部署运行你感兴趣的模型镜像

课程地址：https://courses.d2l.ai/zh-v2/

沐神：AI大神李沐B站走红：连博导们都在追更，还亲自带你逐段读懂论文

跟李沐学AI的个人空间-跟李沐学AI个人主页-哔哩哔哩视频

飞桨AI Studio - 人工智能学习与实训社区

神经网络与强化学习：

飞桨AI Studio - 人工智能学习与实训社区

paddlepaddle官网：飞桨PaddlePaddle-源于产业实践的开源深度学习平台

python 数据分析：飞桨AI Studio - 人工智能学习与实训社区

您可能感兴趣的与本文相关的镜像

PaddlePaddle-v3.3

PaddlePaddle-v3.3

PaddlePaddle

PaddlePaddle是由百度自主研发的深度学习平台，自 2016 年开源以来已广泛应用于工业界。作为一个全面的深度学习生态系统，它提供了核心框架、模型库、开发工具包等完整解决方案。目前已服务超过 2185 万开发者，67 万企业，产生了 110 万个模型

lin_FS
关注
【Python深度学习】零基础快速入门
Mr数据杨
12-08 1210
至此已经涵盖了使用PyTorch进行深度学习的基础步骤：处理数据、创建和训练模型、保存和加载模型。这就像是学习做菜的整个流程，从选材到烹饪，再到存储菜谱。希望这篇文章能够帮助建立起深度学习的基本概念，并鼓励去探索更多。但这仅仅是开始，深度学习的世界广阔而深奥。实验与探索：不要害怕尝试不同的模型架构或调整参数。实验是找到最佳解决方案的关键。学习理论：虽然实践很重要，但理解背后的理论也同样重要。这有助于更好地理解模型是如何工作的，以及为什么某些方法会有效或无效。参与社区。
MATLAB - 强化学习（Reinforcement Learning）
机器人控制与仿真应用
08-12 2776
控制系统环境是表示动态系统的环境，其中的状态和观测通常属于无限（不可数）的数值向量空间。在这种环境中，状态转换规律是确定性的，通常是通过对所要建模的底层物理系统的动力学进行离散化推导出来的。请注意，在这些环境中，动作仍然可以属于有限集合。强化学习工具箱提供了多个预定义的控制系统环境对象，用于模拟双积分器或小车摆杆系统等动态系统。一般来说，每个预定义环境都有两个版本，一个是离散（有限）动作空间，另一个是连续（无限和不可数）动作空间。
深度学习大模型学习100tips
热门推荐
xw555666的博客
11-07 2万+
通过深入了解这些细节，并在实际项目中应用相关的知识，将能够更好地理解和利用大模型的潜力，不仅在学术研究中，也在工程实践中。通过不断探索新方法、参与项目和保持热情，并将其应用于各种领域，从自然语言处理到计算机视觉和自动驾驶。通过不断学习、实践和探索，可以不断提升自己在深度学习领域的技能和洞察力，同时也能为社会和行业带来创新和改进。从小规模的项目和模型开始，逐渐迭代和扩展到更大的模型，逐步积累经验，最终能够处理大模型和复杂任务。分享您的研究成果和代码，以获得反馈和建立声誉。
机器学习--1.KNN机器学习入门
2404_82622750的博客
02-03 586
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
零基础人工智能入门学习笔记
一刀7段的博客
09-17 783
NumPy；Pandas；Matplotlib；；。
[学习笔记]黑马程序员-Hadoop入门视频教程
zhangyifeng_1995的博客
02-03 1万+
[学习笔记]黑马程序员-Hadoop入门视频教程
CISP学习笔记
why123wh的博客
05-19 4951
文章目录信息安全保障信息安全保障基础信息安全的定义ISO对信息安全的定义信息安全问题狭义的信息安全广义信息安全问题信息安全问题的根源及特征根源特征威胁情报与态势感知信息安全属性信息安全视角信息安全发展阶段通信安全计算机安全信息系统安全信息安全保障网络空间安全信息安全保障新领域【云】计算安全**云计算的安全风险****云计算安全架构****虚拟化安全****【大】数据安全**【物】联网安全**物联网基本概念****物联网安全威胁及安全架构****【移】动互联网安全**【工】业控制安全**工业控制系统基本架构介
51c深度学习~合集9
whaosoft~aiotの开发板商城
12-12 2368
在实验中, 作者发现, 从哪种分布里采样都无所谓, 关键是 的采样分布的标准差, 因为这个标准差决定了傅里叶特征的带宽, 也决定了网络拟合高频信息的能力。我们知道，神经网络，哪怕是最简单的多层感知机（MLP），都有着很强的泛化能力：训练完毕后，对于训练集里完全没见过的输入，网络也能给出很正确的输出。这反映了神经网络的连续性：如果输入的变化是连续的，那么输出的变化也是连续的。论文中的一些结论可能无法适用。简单来看, 这个式子是说神经网络的核回归中，任意两个向量间的相似度等于网络对参数的偏导的内积的期望。
Federated隐私学习保护语音关联联系人数据
weixin_42174098的博客
11-17 764
本文介绍如何利用联邦学习技术保护语音助手中的联系人隐私。通过“数据不动，模型动”的机制，用户语音和联系人数据全程本地处理，仅上传加密的模型更新，实现个性化识别与集体智能共享，同时避免隐私泄露，提升用户信任。
深度网络学习调研报告
阿黄啦啦
12-10 1万+
深度网络学习调研报告   目  录 1.前言............................................... 3 1.1课题研究的背景及意义.......................... 3 1.2国内外研究的现状.............................. 3 1.3本报告的基本内容.
基于八度音程实现Andrew Ng机器学习算法
这些过程虽然在现代深度学习框架（如TensorFlow、PyTorch）中已被高度封装，但通过在Octave中从零开始实现，学习者能深刻理解其数学基础与计算流程，从而在未来使用高级工具时具备更强的问题诊断与优化能力。...
鑫东日语单词学习软件V1.09：支持多教材的单词记忆工具
因此，该软件不仅是一个词汇管理平台，更是一种促进深度学习的认知训练工具。 在操作层面，软件强调“简单易懂”，说明其界面设计注重用户体验，功能布局清晰，逻辑流程顺畅，即便是计算机操作经验较少的学习者也能...
【AI学习-comfyUI学习-第十二节-FLUX局部重绘工作流-各个部分学习-第十二节】
qq_22146161的博客
12-02 669
最近，学习comfyUI，这也是AI的一部分，想将相关学习到的东西尽可能记录下来。加载图像这就是上传的那张桥墩照片没问题这也算各一个开始吧，我也在学习摸索中。
windows上位机开发学习（二）计时器案例（下） int大小
qq_43091070的博客
11-29 887
本文介绍了Windows上位机开发中计时器案例的代码实现过程。首先通过工具箱添加Timer控件并设置1秒间隔，然后详细讲解了核心代码：1)声明全局变量记录时间；2)实现"开始"按钮点击事件，解析用户输入并初始化计时器；3)编写Timer的Tick事件处理逻辑，每秒更新界面并判断倒计时结束。文章还展示了完成效果图，并附带单片机int类型大小对照表。最后提供了C#串口通信编程的学习参考网址，欢迎交流讨论。
C++基础：Stanford CS106L学习笔记 1 类型与结构
WM2101的博客
12-02 245
本文介绍了C++的类型系统和结构体特性。在类型系统方面，C++采用静态类型，变量类型一旦确定不可更改，与Python的动态类型形成对比。静态类型能提高效率并减少运行时错误。文章还介绍了using类型别名、auto类型推断以及函数重载等现代类型特性。在结构体方面，展示了如何定义和使用结构体，以及使用std::pair模板简化多值返回的实现方式。通过对比Python和C++的代码示例，突出了C++在类型安全性和编译时检查方面的优势。
音视频开发方向从入门到商业落地详细学习线路
ZouZou的专栏
12-01 757
本学习线路专为大学生设计，以“C/C++为根基、FFmpeg为核心工具”，从基础理论到工程实践再到商业落地，分三阶段递进，兼顾知识系统性与实战导向，全程抛开具体应用框架，聚焦音视频开发核心能力构建。
学习笔记二十三：支持向量机-间隔与支持向量
最新发布
dengdaijc的专栏
12-02 368
本文介绍了支持向量机(SVM)的基本原理。SVM通过在样本空间中寻找最优划分超平面来实现分类，其核心思想是最大化分类间隔以提高泛化能力。关键概念包括：划分超平面的数学表示（由法向量和位移项定义）、支持向量（决定超平面位置的最近样本点）以及间隔（反映分类置信度）。SVM的基本型是一个凸二次规划问题，通过最小化法向量范数平方来最大化间隔，同时满足所有样本正确分类的约束条件。该方法具有理论严谨、模型稀疏、全局最优等优势，是经典的分类学习算法。
学习：《The QUIC Transport Protocol: Design and Internet-Scale Deployment》
qq_45913654的博客
12-02 412
QUIC协议是基于UDP的新型传输协议，旨在解决TCP协议在互联网环境中的固有缺陷。
DeepSeekMath-V2学习
hang on it more longer
11-29 889
DeepSeekMath-V2 通过 **"生成器 - 验证器 - 元验证器" 三位一体架构和"验证器先行" 训练策略 **，实现了 AI 数学推理的质的飞跃，不仅在顶级数学竞赛中达到人类金牌水平，更建立了一个能够自我验证、自我完善的推理系统，为 AI 在科学证明、复杂推理领域的应用开辟了新道路。注：本介绍基于 DeepSeekAI 于 2025 年 11 月 27 日发布的官方论文和技术文档。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值