<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[just的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/sx52013</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; sx52013]]></copyright><item><title><![CDATA[养只小龙虾吧]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/159512305</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/159512305</guid><author>sx52013</author><pubDate>Thu, 26 Mar 2026 17:57:56 +0800</pubDate><description><![CDATA[OpenClaw（俗称&quot;小龙虾&quot;）是一款开源的AI智能体软件，区别于传统聊天AI，它能直接执行复杂任务（如处理邮件、生成周报等）。]]></description><category></category></item><item><title><![CDATA[机会到来的时候，你接不接得住]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/145247862</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/145247862</guid><author>sx52013</author><pubDate>Sun, 19 Jan 2025 21:47:22 +0800</pubDate><description><![CDATA[但是她总是习惯性的自我否定，觉得可能是别人给她的机会或帮助才让她造就的成绩，她还说一直记得很小的时候看的一本书叫《选择比努力更重要》，她清楚的记得当时我说书是我哥送我的，她觉得说的很有道理。同样的机会可能她也能给过别人，但是别人并没有溅起多大水花，而你溅起的水花更大点，造出的成绩更优秀以至于现在更多人开始关注到你，别人开始问这个名字是谁，开始想打探你，开始讨论你，那是因为你自己本身更优秀了，都源自于你自己的强大，你本身就值得。机遇与挑战并存，当你遇上了，那么你能否处理掉其中的挑战，这是能否成功的关键。]]></description><category></category></item><item><title><![CDATA[深度学习入门-CNN]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/145211013</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/145211013</guid><author>sx52013</author><pubDate>Fri, 17 Jan 2025 17:06:22 +0800</pubDate><description><![CDATA[卷积操作能够有效地捕捉图像中的局部模式，如边缘、纹理和形状等，且具有参数共享和稀疏连接的特点，大大减少了模型的参数数量，提高了计算效率。全连接层是CNN中实现分类或回归的关键层，其输入是卷积层和池化层提取的特征图，输出是最终的预测结果。在人工智能的广阔领域中，CNN被用于图像识别、语音识别等各种场合，CNN通过模拟人类视觉皮层的神经元连接方式，能够自动提取图像中的特征，从而实现对图像的高效理解和处理。卷积层可以有多个，随着网络的加深，卷积层提取的特征从低级的边缘、纹理逐渐转变为高级的语义信息。]]></description><category></category></item><item><title><![CDATA[深度学习入门-超参数]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/145199396</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/145199396</guid><author>sx52013</author><pubDate>Fri, 17 Jan 2025 10:13:11 +0800</pubDate><description><![CDATA[超参数是深度学习模型训练之前就需要设定的参数，它们控制着模型的结构和学习过程，如学习率、批大小、正则化系数等。]]></description><category></category></item><item><title><![CDATA[在上海遇到了恶邻怎么办]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/144584894</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/144584894</guid><author>sx52013</author><pubDate>Thu, 19 Dec 2024 14:15:15 +0800</pubDate><description><![CDATA[在上海遇到了恶邻怎么办。]]></description><category></category></item><item><title><![CDATA[浏览器翻译插件-谷歌翻译助手]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/144133801</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/144133801</guid><author>sx52013</author><pubDate>Fri, 29 Nov 2024 13:40:53 +0800</pubDate><description><![CDATA[由于模型相关的很多文章都是英文版的，很多官网也是英文的，在进行学习时，会有一定理解难度，使用浏览器自带的翻译，时不时的失效，于是采用安装翻译助手来解决这个问题]]></description><category></category></item><item><title><![CDATA[深度学习入门- 梯度（Gradient）(三)]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/144030143</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/144030143</guid><author>sx52013</author><pubDate>Mon, 25 Nov 2024 16:20:06 +0800</pubDate><description><![CDATA[理论依据是前面两文学习过的：链式法则：复合函数的导数可以用构成复合函数的各个函数的导数的乘积表示。偏导数是多元函数时：将某一个变量定为目标变量，并将其他变量固定为某个值。根据上述理论，我们先看下手写数学计算过程：step1：求偏导数F(x1,x2)对x1的偏导数为:F(x1,x2)对x2的偏导数为:step2：在点（2，3）处求值将x1=2,x2=3带入上式：step3:形成梯度向量该函数在点(2,3)处的梯度向量为：故：以上二元函数在点(2,3)处的梯度向量为(108,144)。]]></description><category></category></item><item><title><![CDATA[微信公众号添加数学公式插件]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/144023417</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/144023417</guid><author>sx52013</author><pubDate>Mon, 25 Nov 2024 11:51:27 +0800</pubDate><description><![CDATA[微信公众号添加数学公式插件]]></description><category></category></item><item><title><![CDATA[自强不息！]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/144011886</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/144011886</guid><author>sx52013</author><pubDate>Sun, 24 Nov 2024 19:26:01 +0800</pubDate><description><![CDATA[局促不安成长到镇定自若，暂停，晚安！]]></description><category></category></item><item><title><![CDATA[大梦归--＞离]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/144011807</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/144011807</guid><author>sx52013</author><pubDate>Sun, 24 Nov 2024 19:23:59 +0800</pubDate><description><![CDATA[他是不是也想表达有些天生的情况，他没得选，但是他的人物里总会有些不屈服于命运的人，比如青耕(这个人物的妆画的很好看，演员本身也很灵动)，虽处劣势，但是她会说我能选，遵从自己的内心而选择。郭导是不是想类比人是妖，此妖指被人一度偏见一群人，他们在破幻真眼下都有一颗纯洁良善的心，他们也有守护自己爱的家园和朋友爱人的心，他们也不想作恶，甚至在受到蛊惑作恶后也会流下悔恨的眼泪。他的词矫揉造作，书里都是淡淡的哀伤，乐景衬哀情，很快乐的场景也能感觉到哀伤，我想这是不是郭导骨子里的隐藏的气质的体现。郭敬明的文学里满是痛。]]></description><category></category></item><item><title><![CDATA[做个淡人吧]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/143995698</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/143995698</guid><author>sx52013</author><pubDate>Sat, 23 Nov 2024 17:39:41 +0800</pubDate><description><![CDATA[工作的 就好好完成自己工作 没什么该争吵的。失业的 就游览祖国大好河山  看看外面风景。健康的 好好珍惜身体健康 快快乐乐的。人在不同年龄阶段想法真的是不一样的。然而现如今 经历多了 可能也放下了。现在的我只想要平平淡淡安安稳稳的。解决不了的就睡一觉吧 总能解决的。做个淡人吧 活着 总是有出路的。淡淡的 情绪不再因事起伏波动。现世安稳 不必为自己制造焦虑。曾经憧憬风风火火 闯荡江湖。急急躁躁好像也没有很开心。能解决的就顺其自然解决吧。毕竟我们都拥有了很多。没什么值得我们焦虑的。]]></description><category></category></item><item><title><![CDATA[忙忙碌碌寻宝藏]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/143995618</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/143995618</guid><author>sx52013</author><pubDate>Sat, 23 Nov 2024 17:31:36 +0800</pubDate><description><![CDATA[最近在上海找房子，有点心累，先歇着吧。]]></description><category></category></item><item><title><![CDATA[深度学习入门- 梯度（Gradient）(二)]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/143980222</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/143980222</guid><author>sx52013</author><pubDate>Fri, 22 Nov 2024 18:25:55 +0800</pubDate><description><![CDATA[损失函数表示神经网络性能的"恶劣"程度的指标，值越小，表示预测值和真实值的差异越小，模型的预测更准确。]]></description><category></category></item><item><title><![CDATA[深度学习入门- 梯度（Gradient）(一)]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/143964170</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/143964170</guid><author>sx52013</author><pubDate>Fri, 22 Nov 2024 11:20:25 +0800</pubDate><description><![CDATA[神经网络在学习时需要找最优参数(权重和偏置)，最优参数指损失函数取最小值时的参数，通过使用梯度来寻找函数最小值(尽可能小)的方法叫梯度法。]]></description><category></category></item><item><title><![CDATA[深度学习入门- 计算图（Computation Graph）]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/143946290</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/143946290</guid><author>sx52013</author><pubDate>Thu, 21 Nov 2024 18:18:27 +0800</pubDate><description><![CDATA[计算图是指将计算过程用图形表示出来，图形是指数据结构图，通过节点和边表示（连接节点的直线称为"边"）。]]></description><category></category></item><item><title><![CDATA[深度学习入门-张量tensor]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/143936521</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/143936521</guid><author>sx52013</author><pubDate>Thu, 21 Nov 2024 11:23:34 +0800</pubDate><description><![CDATA[数学上一维数组叫向量，二维数组叫矩阵，n维数组和矩阵统称为张量（tensor）。]]></description><category></category></item><item><title><![CDATA[人工智能技术在医疗领域对人们生活的影响]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/143910117</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/143910117</guid><author>sx52013</author><pubDate>Wed, 20 Nov 2024 14:12:20 +0800</pubDate><description><![CDATA[人工智能技术在医疗领域的应用正在深刻改变着人们的生活方式。从提高诊断准确性和效率到个性化治疗方案的制定，从智能健康管理与预防到远程医疗服务的普及，人工智能正以其独特的优势为人们带来前所未有的医疗体验和健康保障。未来，随着技术的不断进步和应用的不断深化，人工智能将在医疗领域发挥更加重要的作用，为人们创造更加美好的健康生活。]]></description><category></category></item><item><title><![CDATA[机器学习入门-Scikit-learn]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/143909061</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/143909061</guid><author>sx52013</author><pubDate>Wed, 20 Nov 2024 13:58:52 +0800</pubDate><description><![CDATA[scikit-learn是一个开源的Python机器学习库，提供了大量易于使用的工具和算法，用于数据挖掘和数据分析。]]></description><category></category></item><item><title><![CDATA[深度学习入门-分析评论的情感IMDB]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/143907129</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/143907129</guid><author>sx52013</author><pubDate>Wed, 20 Nov 2024 12:00:17 +0800</pubDate><description><![CDATA[IMDB数据集包含5w条电影评论，是一个广泛应用于情感分析和自然语言处理任务的数据资源。这是一个用于二元情感分类的数据集，该数据集中的每条评论都已被明确标记为positive(1)或负面negative(0)。评论文本具有较长的长度，每条评论通常包含几百个单词。这使得该数据集在训练深度学习模型时具有挑战性，因为模型需要处理较长的文本序列。我们使用分类或深度学习算法来训练及预测评论的正面和负面情感。]]></description><category></category></item><item><title><![CDATA[深度学习入门—手写数字识别MNIST]]></title><link>https://blog.youkuaiyun.com/sx52013/article/details/143878476</link><guid>https://blog.youkuaiyun.com/sx52013/article/details/143878476</guid><author>sx52013</author><pubDate>Tue, 19 Nov 2024 11:49:25 +0800</pubDate><description><![CDATA[MNIST手写数字数据集包含有60000张图片作为训练集数据。]]></description><category></category></item></channel></rss>