- 博客(11)
- 收藏
- 关注
RSS订阅原创 Controlnet模型学习记录
本文系统介绍了扩散模型及其改进技术。首先阐述了Stable Diffusion作为改进版扩散模型，通过将扩散过程迁移到潜在空间解决了计算量大的问题。随后重点解析了ControlNet的创新设计：在保留预训练模型参数的基础上，通过添加旁路结构和全零初始化卷积，实现了对生成图像的可控性、灵活性和多模态融合。文章还详细解释了潜在空间、感知压缩等关键概念，并对比了传统扩散模型与改进技术的差异。ControlNet通过引入可学习的控制器网络，有效解决了扩散模型在可控图像生成中的局限性，使图像编辑更加直观高效。
2025-12-23 16:27:15
667
原创 迁移学习--笔记
机器学习和数据挖掘算法的一个主要假设是，训练和未来的数据必须是,在相同的特征空间中，具有相同的分布。然而，在许多实际应用中，这一假设可能并不成立。例如，我们有时在一个感兴趣的领域中有一个分类任务，但在另一个领域中我们只有足够的训练数据,感兴趣的领域，其中后一数据可能位于不同的特征空间或遵循不同的数据分布。在这种情况下,如果成功进行知识转移，可以避免昂贵的数据标注，从而大大提高学习性能的努力。其对迁移学习的定义为：将在源域通过Ts任务学习的知识迁移到目标域Tt任务，提高Tt任务模型预测的性能。
2025-11-29 15:23:30
378
原创 机器终身学习
本文探讨机器终身学习(LLL)面临的挑战与解决方案。主要问题包括：1)学习简单任务后遗忘复杂任务；2)多任务训练带来的存储和计算压力。研究提出四种方向：神经可塑性(GEM算法)、额外资源分配(渐进网络)、记忆回复(生成数据法)、迁移与元学习。重点分析了元学习的MAML和Reptile算法，及其在监督学习、知识蒸馏等领域的应用。最后指出终身学习和元学习本身都存在灾难性遗忘问题，需要进一步研究。全文呈现了机器持续学习的技术难点与前沿进展。
2025-11-02 16:54:39
746
原创 深度学习之增强式学习篇
摘要：强化学习（RL）通过策略网络和奖励机制优化智能体行为，包括策略梯度、价值函数评估（Critic）和优化方法（如PPO）。RL通过最大化累积奖励（Total reward）调整参数，使用MC或TD方法训练价值函数。探索（Exploration）增加数据多样性，而AAC和DQN等方法进一步提升训练效果。整个过程类似于黑盒优化，通过循环迭代实现行为改进。
2025-10-25 17:01:15
240
原创 rethinkfun深度学习基础篇
学习如何利用深度神经网络来解决问题通过rethinkfun博主的视频电子书学习记录，对于一些基础术语和系统化理解有所感悟。
2025-09-22 14:28:45
525
原创 第一周：李宏毅机器学习课程（ML21第一节到第五节）
本文介绍了机器学习课程的资源平台（B站视频、Colab/Kaggle等云平台）和核心内容框架，涵盖机器学习基础概念（监督/无监督学习）、回归与分类算法（线性回归、逻辑回归）、误差分析（偏差-方差）、深度学习入门（神经网络、反向传播）等。课程采用理论讲解+代码实践（如宝可梦案例）相结合的方式，并提供了作业提交方案（GitHub/Google云盘）。需要注意算力限制问题，建议多账号或切换平台解决。
2025-09-07 17:34:30
297
原创 基于前后端分离的工商考试管理系统
基于前后端分离的考试学习系统课程设计旨在开发一款满足学生、教师和管理员需求的在线考试和学习平台。主要参考超星学习通考试的系统，系统采用前、后端分离的技术实现，前端使用HTML5、CSS3和JavaScript、node.js、vue3及若依框架来实现页面框架搭建、布局、样式和交互，后端使用SSM框架搭建服务器、mysql创建数据库存储用户信息和考试资料。系统实现包括登录、主页、考试、练习题等功能界面的实现，还实现的调用摄像头的诚信考试功能模块的搭建，同时处理异常和跨域请求，保护系统安全。最终进行系
2023-12-12 20:04:28
1557
原创 考试系统管理平台毕设
首先，请允许我向大家介绍一下这个项目的背景。在线考试已经成为了越来越多机构和企业的选择，尤其是在当前的疫情形势下，线上考试更是成为了一个必要的选择。然而，传统的线下考试方式存在着很多问题，比如考试难度大、监考成本高、考试作弊等等。因此，我们开发了这个基于Vue+Spring前后端分离的在线考试管理平台，旨在解决这些问题，提高考试效率和考试质量。
2023-12-12 19:59:37
235
原创 ensp下载以后virtualbox无法启动
主要是为了提供ensp下载时，配套下载以来时，依赖软件可以成功下载，但无法运行程序不兼容的情况并提供如下解决方案
2023-10-04 23:35:16
8426
6
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