索旭东

文章/答案/技术大牛

发布

LV0

发表了文章 1天前2026-03-31 19:06:03

Transformer位置编码的深度解析

一句话定义：位置编码是加到输入序列每个元素上的一个向量，用来告诉模型该元素在序列中的位置（或相对位置）。

索旭东 1天前2026-03-31 19:06:03

数据、索引、编码、函数、模型

发表了文章 1天前2026-03-31 19:05:33

基于场景的AI模型BERT和CLIP选型对比

CLIP的核心目标是将图像和文本映射到同一个向量空间，让语义相近的图像和文本在空间中靠近，语义不同的则远离。

索旭东 1天前2026-03-31 19:05:33

架构、量化、模型、数据、搜索

发表了文章 1天前2026-03-31 19:04:53

Transformer的自注意力机制详细解析

想象你正在读一句话：“这只动物没看见那只鸟，因为它飞得太快了。” 当你读到“它”时，你的大脑会主动去寻找“它”指代的是“动物”还是“鸟”。这个过程就是注意力 ...

索旭东 1天前2026-03-31 19:04:53

连接、模型、调试、self、可视化

发表了文章 1天前2026-03-31 19:02:55

详解BERT模型的向量（Embedding）生成过程

嵌入模型的终极目标，可以用一句话概括：让语义相似的输入，在向量空间中距离相近；让语义不同的输入，距离相远。

索旭东 1天前2026-03-31 19:02:56

数据、原理、数据库、embedding、模型

发表了文章 1天前2026-03-31 19:02:17

大白话解释什么是模型微调

模型微调（Fine-tuning）是将一个已经在海量数据上预训练好的通用模型，通过少量任务相关数据进一步训练，使其适应特定任务或领域的过程，既是大模型应用落地的...

索旭东 1天前2026-03-31 19:02:18

量化、模型、数据、部署、基础

发表了文章 1天前2026-03-31 19:01:40

白话Vision Transformer（ViT）的原理解析

Vision Transformer（ViT）是Transformer架构从自然语言处理跨界到计算机视觉的标志性成果，证明了“不需要卷积，纯Transforme...

索旭东 1天前2026-03-31 19:01:40

机器人、编码、模型、数据、原理

发表了文章 1天前2026-03-31 19:01:17

ResNet优化超深网络的训练原理

ResNet（残差网络）通过引入残差连接，解决了超深网络难以训练的问题，使得网络层数可以突破百层甚至千层，大幅提升了视觉任务的性能。

索旭东 1天前2026-03-31 19:01:17

连接、设计、网络、优化、原理

发表了文章 1天前2026-03-31 19:00:39

向量嵌入（Embedding）概念及原理解析

想象你有一堆朋友，你想向一个外国人介绍他们。你不能直接说“这是张三，他喜欢打篮球，性格开朗”，因为语言不通。你怎么办？你会给每个朋友画一幅简笔画，画中包含了...

索旭东 1天前2026-03-31 19:00:40

模型、数据、搜索、原理、embedding

发表了文章 1天前2026-03-31 19:00:06

从零理解Softmax在分类问题作用

假设你训练了一个神经网络，让它识别图像中是猫、狗还是鸟（3分类问题）。网络的最后一层通常有3个神经元，每个输出一个数值，我们称这些数值为 logits （原...

索旭东 1天前2026-03-31 19:00:06

模型、网络、机器人、torch、函数

发表了文章 1天前2026-03-31 18:58:43

向量数据库的解析和应用分析

向量数据库是当今AI技术栈中非常关键的一环，解决了传统数据库无法处理的语义理解和相似性搜索问题。

索旭东 1天前2026-03-31 18:58:43

数据库、模型、数据、搜索、向量数据库

发表了文章 1天前2026-03-31 18:57:18

近似最近邻（ANN）算法详细解析

最近邻搜索（Nearest Neighbor Search）是指在给定一个查询向量时，从海量数据集中找到与之距离最近（最相似）的向量。精确最近邻需要遍历整个...

索旭东 1天前2026-03-31 18:57:18

索引、内存、数据、搜索、算法

发表了文章 1天前2026-03-31 18:56:03

深度学习中的下采样（步长卷积）详解

在标准卷积中，我们通常设置步长stride=1，即卷积核每次移动一个像素，这样可以保持特征图尺寸基本不变（配合适当填充）。而步长卷积设置stride=2或更大，...

索旭东 1天前2026-03-31 18:56:03

移动端、优化、深度学习、数据、网络

发表了文章 1天前2026-03-31 18:55:36

构建CNN网络的关键步骤全解析

假设在机器人上做一个实时物体检测任务，识别10种常见物体，运行在Jetson Nano上。

索旭东 1天前2026-03-31 18:55:37

函数、连接、设计、数据、网络

发表了文章 1天前2026-03-31 18:55:10

深度解析卷积神经网络（CNN）各层的作用

接收原始图像的层。对于图像数据，输入通常是三维张量：高度 × 宽度 × 通道数。

索旭东 1天前2026-03-31 18:55:11

网络、卷积神经网络、函数、连接、数据

发表了文章 1天前2026-03-31 18:54:23

神经网络的激活函数全解析

通俗地说，激活函数决定了神经元是否应该被“激活” ——即当前输入的综合信息是否足够重要，值得被传递到下一层。

索旭东 1天前2026-03-31 18:54:23

函数、模型、网络、效率、神经网络

发表了文章 1天前2026-03-31 18:53:47

前馈网络（FNN）的工作原理与应用解析

前馈网络（Feedforward Neural Network, FNN），也叫多层感知机（MLP），是最基础、最经典的人工神经网络结构。它的名字揭示了其核...

索旭东 1天前2026-03-31 18:53:47

函数、模型、网络、原理、工作

发表了文章 1天前2026-03-31 18:52:57

循环神经网络（RNN）如何记忆与处理序列数据

RNN 的全称是 Recurrent Neural Network（循环神经网络）。它是一种专门用于处理序列数据的神经网络架构。

索旭东 1天前2026-03-31 18:52:57

网络、循环神经网络、架构、连接、数据

发表了文章 1天前2026-03-31 18:52:10

池化技术全解析：CNN中的图像压缩与特征提取

池化是 CNN 中跟在卷积层后面的一种操作，简单来说就是 “下采样” 。它的作用类似于把一张高清图片压缩成一张缩略图——保留主要内容，但尺寸变小了。

索旭东 1天前2026-03-31 18:52:10

架构、连接、模型、数据、网络

发表了文章 1天前2026-03-31 18:51:30

深度学习中的“特征侦探”：揭秘卷积核的神秘面纱

卷积核可以把它想象成一个特征探测器。它是一个小的、可学习的权重矩阵，在输入图像上滑动，不断计算并提取图像中的特定模式。比如，有的探测器专门找“水平边缘”，有...

索旭东 1天前2026-03-31 18:51:30

数据、网络、深度学习、基础、设计

发表了文章 1天前2026-03-31 18:51:03

深度学习的基础模型 - CNN 和 RNN

CNN 的全称是 Convolutional Neural Network（卷积神经网络）。它是一种专门用来处理具有网格结构数据的神经网络，最典型的应用就...

索旭东 1天前2026-03-31 18:51:03

数据、语音、深度学习、基础、模型

12 3 4 5 6 7 8...13 下一页

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
广东省
加入社区时间：2018-06-23

个人成就

获得 309 次赞同
文章被阅读 94.6K 次

关注了：0关注者：25

索旭东