- 博客(165)
- 收藏
- 关注
RSS订阅原创 WSL迁移到的目标文件夹
本文介绍了如何将WSL（Windows Subsystem for Linux）中的Ubuntu发行版迁移到指定目录的步骤。首先，通过wsl --shutdown命令关闭WSL。接着，在目标位置（如E:\AI\WSL\Ubuntu）创建新文件夹，并使用wsl --export命令将Ubuntu发行版导出为.tar文件。然后，通过wsl --unregister命令注销原始发行版，并使用wsl --import命令将导出的发行版导入到新位置。最后，通过wsl --list --verbose验证导入，并使用w
2025-05-15 23:16:42
69
原创 安装flash_attn
本文提供了FlashAttention的Linux和Windows下载地址，并详细介绍了如何在支持CUDA 12.1的环境中安装PyTorch 2.2以及FlashAttention。安装步骤包括使用pip安装特定版本的PyTorch和FlashAttention，并确保CUDA版本与PyTorch版本一致。最后，文章还提供了验证安装是否成功的方法。通过这些步骤，用户可以顺利安装并验证FlashAttention在系统中的正确运行。
2025-05-15 08:46:54
344
原创 前向搜索与后向搜索的比较（Comparison to Forward and Backward Search）
前向搜索与后向搜索的比较（Comparison to Forward and Backward Search）
2025-02-20 05:55:01
761
原创 HTN 规划的总序前向分解（Total-order Forward Decomposition，TFD）
HTN 规划的总序前向分解（Total-order Forward Decomposition，TFD）旅行问题的解决方案（Solution to the Travel Problem）
2025-02-20 05:34:24
787
原创 纳什均衡（Nash Equilibrium）和帕累托最优（Pareto Optimality）
纳什均衡（Nash Equilibrium）和帕累托最优（Pareto Optimality）
2025-02-20 03:28:58
1285
原创 KRR（知识表示与推理，Knowledge Representation and Reasoning）
KRR（知识表示与推理，Knowledge Representation and Reasoning）
2025-02-12 21:43:27
699
原创 Introduction to Multi-Agent Systems and Intelligent Agents
Introduction to Multi-Agent Systemsand Intelligent Agents
2025-02-12 16:03:42
537
1原创 多类特征（Multiple features）
Z-score normalization 是一种通过减去数据的平均值（mean）并除以标准差（standard deviation）来对数据进行归一化的方法。这种方法有助于将不同尺度的数据转换到一个相同的尺度上，特别是在特征具有不同量纲时很有用。归一化后的不等式范围是通过将原始数据的最小值和最大值代入 Z-score 归一化公式计算出来的。这种方法将数据标准化，使得每个特征的归一化后数据范围与标准正态分布的范围相一致。
2025-01-08 22:52:35
1327
原创 箱线图解释
四分位差（Interquartile Range）=IQR=Q3-Q1=120-50=70。最大值(Maximum Value)=150。最小值(Minimum Value)=20。极差=最大值-最小值=150-20=130。中位数(Median)=70。第三四分位数(Q3)=120。第一四分位数(Q1)=50。
2024-11-26 06:13:09
286
原创 计算线性回归中的代价函数（Cost Function）
特征矩阵包含了所有样本的所有特征信息，是模型输入数据的核心部分。每一行表示一个样本，每一列表示一个特征。它用于描述数据，并为机器学习模型提供结构化的数据格式。截距项（也叫偏置项或bias）是线性模型中的一个常数项，用于调整模型的输出，使模型能够更好地拟合数据。截距项（bias）帮助模型调整输出，使其更好地拟合数据。它允许模型在输入特征为零时，仍然可以预测非零的输出值。在许多机器学习模型中，截距项是一个重要的参数，用来优化模型性能。
2024-11-04 18:12:12
864
原创 Gradient descent algorithm
simultaneously update w and b 同时更新 w 和 b。Gradient descent algorithm(梯度下降)如果学习率太小，梯度下降会起作用，但是速度会很慢。当接近局部最小梯度下降时，他会自定采取更小的步长。学习率控制更新模型参数w和b时采取的步骤大小。梯度下降可以达到局部最小值，学习率a固定。w减掉一个正数，结果会越来越小。w减掉一个负数，结果会越来越大。大交叉可能无法收敛，甚至发散。
2024-11-04 07:47:47
669
原创 Machine Learning
Dimensionality reduction (降维)clustering algorithm(聚类算法)anomaly detection（检测异常事件）预测类别 predicts categories。离散类别 discrete categories。classification 分类。classification 分类。Regression 回归。
2024-11-04 05:18:27
774
原创 Using Machine Learning KNN (K-Nearest Neighbors) to Solve Problems
Using Machine Learning KNN (K-Nearest Neighbors) to Solve Problems
2024-10-21 04:12:08
1143
原创 Pandas DataFrame在预测时同样需要传入一个带有相同特征名称的数据框
Pandas DataFrame在预测时同样需要传入一个带有相同特征名称的数据框
2024-10-13 22:15:04
335
原创 Python Enhancement Proposals，Python 增强提案
Python Enhancement Proposals，Python 增强提案
2024-10-13 07:38:33
682
原创 Python 中也支持多态（Polymorphism）
在Python中，多态通过继承方法重写和鸭子类型来实现。它允许函数或方法根据对象的实际类型来调用不同的行为，提供了灵活性和代码的可扩展性。
2024-10-13 04:19:04
525
原创 Adversarial Search
对抗性搜索是双人博弈问题中的重要算法，它通过考虑对手的最优策略来选择自己的最佳行动。Minimax 算法是其中最基本的方法，而Alpha-Beta 剪枝可以优化其效率，减少不必要的计算。
2024-10-09 03:16:49
917
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