Home
AI
Course
李宏毅 ML/DL
Linear Algebra
Python
Django
基础
C++
知识点
STL
基础
Linux
性能分析 tools
Windows
Interview
工作经历
Q&A
LeetCode
高频考题
面试经典150题
Archives
About
疯狂的TalentQ
累计撰写
105
篇文章
累计创建
0
个标签
累计收到
1
条评论
栏目
Home
AI
Course
李宏毅 ML/DL
Linear Algebra
Python
Django
基础
C++
知识点
STL
基础
Linux
性能分析 tools
Windows
Interview
工作经历
Q&A
LeetCode
高频考题
面试经典150题
Archives
About
目 录
CONTENT
以下是
AI
相关的文章
2026-04-10
Claude Code 安装使用教程 (Linux版)
一、什么是 Claude Code? Claude Code 是 Anthropic 推出的 AI Agent。不用怀疑,这是目前世界上最强的 AI Agent,就选它没错。 大模型是大脑,用来思考的;AI Agent是在大模型的基础上,安装了身体、手和脚,用来干活的。所以一个 AI Agent 必
2026-04-10
20
0
0
AI
2026-04-09
2026年,AI已变天:大模型和 AI Agent
如果你对AI的印象还停留在“聊聊天、写写文案”,那可能咱们需要稍稍跑一跑追赶一下时代了。 2026年4月的今天,AI正在经历一场深刻的范式跃迁。它不再是那个只会乖巧回答问题的“聊天机器人”,而是正在变成能操作电脑、调用工具、独立完成任务的“数字同事”。行业的竞争焦点,已经从“谁的参数更多”转向了“谁
2026-04-09
15
0
0
AI
2025-10-14
Django 基础指令
Django 是一个使用 Python 语言的后端框架,适用于快速开发和迭代小项目。 1 环境准备 需要 Python 环境。建议使用 Anaconda 管理 Python 环境。 官网地址:Anaconda、Python、Django。 创建 conda 环境,选择一个合适的 Python 版本,
2025-10-14
4
0
0
Python
Django
2025-08-27
第二节:3 Adaptive Learning Rate
引言 之前学习的 critical point,在训练任务中并不是做大的障碍,也不是非常常见。也就是说,训练受阻,并不一定是梯度太小,还可能是别的原因。 1 Training stuck ≠ Small Gradient Grad Norm(也称为 Norm of Gradient):梯度范数,是梯
2025-08-27
5
0
0
李宏毅 ML/DL
2025-08-26
第二节:2 Batch and Momentum
1 Review: Optimization with Batch 每一个epoch之后,都要shuffle数据,重新分batch,再进行下一个batch。 2 Small Batch v.s. Large Batch 理论分析(不考虑GPU的并行计算): 实际上,
2025-08-26
4
0
0
李宏毅 ML/DL
2025-08-25
第二节:1 Local Minima and Saddle Point
1 引言:模型训练不起来怎么办 可能是因为梯度为0,导致参数不再更新,模型训练也就停滞不前了。梯度为0有两种情况: 局部最大值(local maxima) 局部最小值(local minima) 鞍点(saddle point) 它们被统称为 critical point。
2025-08-25
4
0
0
李宏毅 ML/DL
2025-08-25
第二节:0 机器学习任务攻略
1 Framework of ML 1.1 Training Data {(x^1, \hat y^1), (x^2, \hat y^2), ..., (x^N, \hat y^N)} 1.2 Training 1.2.1 Step 1: function with unknown y = f_{\
2025-08-25
8
0
0
李宏毅 ML/DL
2025-08-22
第一节(下):机器学习基本概念
1 Linear Model的局限性 对于线性模型y = b + wx_1,模型训练的过程可以不断更新b和w,但是不论如何变化,该模型始终是一条直线: 对于训练数据,也许数据满足的是红线的模型。如果是这样,无论我们训练出多么好的线性模型y = b + wx_1,模型的预测能力与真实情况仍存在较大差距
2025-08-22
3
0
0
李宏毅 ML/DL
2025-08-20
第一节(上):机器学习基本概念
1 什么是机器学习? Machine Learing 约等于 Looking for Function。 示例: 2 不同类型的Functions 2.1 回归(Regression)
2025-08-20
21
0
0
李宏毅 ML/DL
2025-08-12
01-方程组的几何解释
1 二元一次方程组的几何解释 考虑二元一次方程组: \begin{cases} 2x - y = 0 \\ -x + 2y = 3 \end{cases} 1.1 二维行图像 按行将方程写成矩阵形式:
2025-08-12
5
0
0
Linear Algebra