近年来，人工智能（Artificial Intelligence, AI）已从学术研究的边缘走向科技产业的核心。尤其是以深度学习和大语言模型为代表的突破性进展，...

如果你刚接触人工智能领域，很可能被这三个高频词搞得晕头转向：人工智能（AI）、机器学习（ML）、深度学习（DL）。它们经常被混用，有时又好像层层嵌套。那么，它们...

深度学习是机器学习的一个子领域，其核心是人工神经网络，尤其是具有多层结构的“深度”网络。传统机器学习模型（如决策树、支持向量机）通常需要人工提取特征（如邮件中的...

《动手学深度学习》（D2L.ai）是一本开源教材，旨在让每个人都能接触深度学习。该书包含交互式 Jupyter 笔记本，其中提供了 PyTorch、JAX、Te...

说俗一点：集群资源调度这件事，大家一直玩的是玄学。今天咱聊点硬核又接地气的：用强化学习（RL）优化 Kubernetes / Batch 作业的调度和副本策略。

今天给大家推荐和导读下克里斯托弗·毕晓普（Christopher M. Bishop）的《模式识别与机器学习》这本书，简称PRML。该书在豆瓣保持着9.5分的惊...

说白了，AIOps 要做的不是“黑盒拍板”，而是“让机器告诉你为啥这么搞”。否则一次修复，一套系统跑偏，你就是把运维从人肉地狱里拽出来又踹回去。

大语言模型（LLMs）在复杂推理任务中，通过思路链（CoT）提示取得了显著的性能。然而，传统的CoT依赖于用自然语言明确表达的推理步骤，这不仅降低了效率，还限制...

Awesome-ML-SYS-Tutorial 是一个专注于机器学习系统（ML SYS）领域的学习笔记与代码仓库。它旨在为对 ML 与系统交叉领域感兴趣的研究者...

深度学习模型具备强大的特征提取能力，这一特性与数据解译的实现高度契合。该方案将以深度学习模型融入遥感信息解译的流程中，包括地物提取、目标识别、专题检测等环节，为...

近年来，端到端自动驾驶技术逐渐成为行业主流，而融合视觉、语言与动作的 VLA（Vision-Language-Action）模型则被视为突破传统模块化瓶颈的关键...

继 SAM（Segment Anything Model） 与 SAM 3D 之后，Meta 正式将 Segment Anything 系列扩展到了音频领域。

大家好，我是 Echo_Wish，一个在运维、发布、故障复盘的泥潭里打滚多年的自媒体人。今天我们聊一个太真实、太痛的主题：变更风险评估，到底能不能靠“数据自动打...

训练自己的yolov8检测模型，数据集需要划分为训练集、验证集和测试集，这里提供一个参考代码,划分比例为8：1：1，也可以按照自己的比例划分

前面，作为使用深度学习的例子，我们主要讨论了手写数字识别的图像类别分类问题（称为“物体识别”）。不过，深度学习并不局限于物体识别，还可以应用于各种各样的问题。此...

GPU主要由NVIDIA和AMD两家公司提供。虽然两家的GPU都可以用于通用的数值计算，但与深度学习比较“亲近”的是NVIDIA的GPU。实际上，大多数深度学习...

本章将介绍神经网络的学习中的一些重要观点，主题涉及寻找最优权重参数的最优化方法、权重参数的初始值、超参数的设定方法等。此外，为了应对过拟合，本章还将介绍权值衰减...

因为感知机也是作为神经网络（深度学习）的起源的算法。因此，学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。