放牛班的春天1
码龄1年
求更新 关注
提问 私信
  • 博客:41,888
    41,888
    总访问量
  • 47
    原创
  • 239
    粉丝
  • 2
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:湖南省
加入CSDN时间: 2025-04-11
博客简介:

2501_91624210的博客

查看详细资料
个人成就
  • 获得656次点赞
  • 内容获得1次评论
  • 获得625次收藏
  • 博客总排名2,186,254名
创作历程
  • 47篇
    2025年
成就勋章

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 0

TA参与的活动 0

创作活动更多

编程达人挑战赛·第12期

作为写代码的你,是否也渴望被更多人看到?技术人员普遍有一个共性——明明技术很强,却没人知道你做了什么;花了很多时间踩坑,却没人因你少走弯路;脑子里有一堆干货,但却不懂如何有效地输出。 在如今写代码的人越来越多的时代,能够清晰表达自己思路与技术的人却少之又少。 因此,我们发起了这个【编程达人挑战赛】——帮助你将代码变成作品,将技术转化为真正的价值,同时激励更多的人坚持写作与分享。 注:活动细则介绍请看此贴:[https://bbs.csdn.net/topics/619791811](https://bbs.csdn.net/topics/619791811)。

760人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

计算机视觉—OpenCV入门(1)

OpenCV是计算机视觉领域应用最广泛的开源工具包,基于C/C++,支持Linux/Windows/MacOS/Android/iOS,并提供了Python,Matlab和Java等语言的接口,因为其丰富的接口,优秀的性能和商业友好的使用许可,不管是学术界还是业界中都非常受欢迎。
原创
博文更新于 2025.04.22 ·
942 阅读 ·
14 点赞 ·
0 评论 ·
18 收藏

2024 年最热门的人工智能趋势

随着技术飞速发展,许多公司发现很难跟上人工智能 (AI) 的快速发展。将 AI 融入现有业务运营是一项复杂的挑战,需要在基础设施和专业人才方面进行大量投资。此外,对数据隐私、道德影响和可能的就业流失的担忧也为希望利用 AI 的公司带来了额外的挑战。[尽管面临这些挑战,但人工智能技术(尤其是生成式人工智能])的快速发展正在彻底改变行业。根据,近 65% 的组织在其业务运营中定期使用生成式人工智能,这一比例几乎是 2023 年进行的上一次调查的两倍。
原创
博文更新于 2025.04.22 ·
1257 阅读 ·
24 点赞 ·
0 评论 ·
23 收藏

YOLOe问世,实时观察一切,统一开放物体检测和分割

自 2015 年由华盛顿大学的 Joseph Redmon 研究团队提出 YOLO(You Only Look Once)以来,这项突破性的目标检测技术就像为机器装上了「闪电之眼」,凭借单次推理的实时性能刷新了计算机视觉的认知边界。不管是面对文本提示、视觉提示,甚至在无提示的情况下,模型都能借助区域级视觉语言预训练,实现对任意类别的精准识别。传统的 YOLO 系列如同我们人工效准的精密仪器,其识别能力被严格框定在预定义的类别目录之中,每个检测框的背后,都需要工程师手动输入认知词典。
原创
博文更新于 2025.04.21 ·
827 阅读 ·
30 点赞 ·
0 评论 ·
27 收藏

transformer的细节到底是怎么样的?

近半年来有大量同学来找我问Transformer的一些细节问题,例如Transformer与传统seq2seq的区别、self-attention层的深入理解、的运作机制;以及各种Transformer中的思路如何运用到自己的算法中,例如Transformer是怎么实现并行化的,是怎么用把整合进来的,等等。在这篇文章中,我们将从RNN到self-attention,再到Transformer来讲清楚整个算法。
原创
博文更新于 2025.04.21 ·
1046 阅读 ·
21 点赞 ·
0 评论 ·
10 收藏

YOLOv12论文最新解析:强势来袭,超越YOLO11,以注意力为中心的实时对象检测器,YOLOv12: Attention-Centric Real-Time Object Detectors

YOLOv12:以注意力为中心的实时对象检测器。
原创
博文更新于 2025.04.21 ·
1559 阅读 ·
8 点赞 ·
0 评论 ·
21 收藏

机器学习中有哪些形式简单却很巧妙的idea?

2.1 通过把 cosine 学习率变化调成固定学习率,或者反过来,来得到想要的实验结果(cosine 降低学习率的最后那一部分一般会让模型性能快速上涨,提前下降学习率就会显得训练高效)4.3 要设计组件 x 加到模型上时,造一个可学习的 beta 参数,初始值为 0,改成把 beta * x 加到模型上,最差情况 beta=0 保持不变。4.7 搞一些非常复杂的课程学习,花式蒸馏(特征层,特征层的特征,跨模态蒸),别人做不 work 就说需要调参。5.6 用大模型比别人小模型,不报告别人的大模型;
原创
博文更新于 2025.04.21 ·
718 阅读 ·
15 点赞 ·
0 评论 ·
15 收藏

如何最简单、通俗地理解Transformer?

闲话少说,就问一件事情,大家在搞科研的时候有没有遇到这种情况,就是当前输入维度为NN训练一个网络,但后期NN的大小可能就变了,这时候普通的MLP或者CNN都会傻眼,但Transformer可以非常完美地解决这个问题,并且效果极佳。
原创
博文更新于 2025.04.19 ·
1168 阅读 ·
27 点赞 ·
0 评论 ·
26 收藏

研一,在学机器学习和深度学习,为什么感觉越学越不会,怎么解决这个问题?

首先,不要着急练代码,于我而言就是盲人摸象。第二,基础知识仅了解那些能助于你理解论文的部分就好了,难道你还指着把周志华的机器学习都看完才做研究吗?书只是一种工具,一份参考,一本字典,不会带给你任何的创新启发。第三,先从你领域内的最经典的论文开始(可能有好几种不同的经典模型),统统了解来龙去脉。第四,最经典了解完后,就开始开枝散叶式地了解模型中的每一个细节,因为每一个细节可能都有至少一篇的顶会论文在其中。第五,不要死磕英语。CSDN,公众号,知乎,有道划线翻译,都会加快你提炼论文核心的速度。
原创
博文更新于 2025.04.19 ·
921 阅读 ·
6 点赞 ·
0 评论 ·
6 收藏

深度学习入门指难 (专治弱小可怜又无助)

要注意的是,基础不是不重要,而是说不一定要从基础开始学习。大部头的内容,正确的打开方式应该是这样:翻开目录,过一遍整本书的框架和脉络,把这本书主要讲哪些内容、如何进行的内容组织做个“索引”,谙熟于心。待到后面用到时,马上能想起到哪查,从哪开始补就足够了。另外,自从有了gpt之类的大语言模型,你会发现又有了一个学习的好搭子。有不明白的问题狠狠问,毕竟它虽然做不了太复杂的内容,但是毕竟足够博学,无论是定制学习计划还是进行理论知识答疑、代码生成什么的,对它来说那都不是事儿。“先走起来再找路”。
原创
博文更新于 2025.04.19 ·
1036 阅读 ·
24 点赞 ·
0 评论 ·
6 收藏

一个五年java传统行业程序员怎么快速转行AI,并找到一份人工智能相关工作?

许多开发者开始考虑从传统的软件开发领域,如Java,转向人工智能领域,今天小编和大家一起来探讨Java开发者是否可以转型到人工智能,转型的优势,薪资对比,以及转型所需的知识和学习路线等。Python 编程语言目前在人工智能领域中被广泛使用,因为它简洁易读的语法能极大提高开发者的效率,而且有丰富的库和框架,简化了复杂的人工智能算法实现,Java工程师由于具备扎实的编程基础和丰富的编程经验,因此在学习Python时能够更快地掌握其编程技巧。Java作为一种广泛使用的编程语言,拥有强大的生态系统和丰富的库支持。
原创
博文更新于 2025.04.19 ·
922 阅读 ·
13 点赞 ·
0 评论 ·
14 收藏

如何转行人工智能?该如何学习?

这一步需要多看论文,但是只需要粗看,主要是找baseline,一个是看你结合的问题有没有人做过,最好是没人做过,被做过的问题新手不太建议从方法上刷点,第二个个是看这个问题有没有在其它应用上做过,比如有人做过人脸识别的公平性,但是你的任务是人脸生成。先复现你提出的问题,也就是什么额外的方法都不加,直接用最原始的神经网络复现出问题,再复现baseline,看看硬套别人的方法,比如直接用别的论文解决类似问题的时的loss,能不能很好的解决你提出的问题。第五步,然后模仿你想投的领域的顶会论文开始写作,投稿。
原创
博文更新于 2025.04.19 ·
1233 阅读 ·
38 点赞 ·
0 评论 ·
14 收藏

8年JAVA程序员想转AI方向,怎么转呢?

八年老程序员了,真的要转吗?学起来开始对你肯定是很容易的,但如果你JAVA都没学明白,AI后期你也搞不明白的。如果你每天晚上有时间的话,可以按照下面的计划来,学的快的话也可以加速。
原创
博文更新于 2025.04.18 ·
395 阅读 ·
5 点赞 ·
0 评论 ·
8 收藏

我现在是一名JAVA开发,有必要转型人工智能吗?

Ray 论文中的架构图 专注一个工具方向,了解深度学习基础知识理论,然后实操计算框架,后面从事分布式计算框架的优化,AI训练平台的开发 偏工程的方向,我觉得是有很大机会把这条路走通的,而且前景真的不错。了,平时遇到无论技术还是生活中的一些场景,不是首先想到搜索了,而是先用gpt帮我梳理,提供对应的解决方案,好比一个私人的小助手,所以基于目前如此火爆的AI浪潮,我们也不应该错过,而是主动去学习,我个人最近也在入门AI相关知识,比如如何正确书写Prompt,让通用模型更好的为我们服务,以及最近爆火的。
原创
博文更新于 2025.04.18 ·
935 阅读 ·
17 点赞 ·
0 评论 ·
14 收藏

初学者怎么入门大语言模型(LLM)?

说说我对大模型的应用理解,我觉得训练大模型的人绝对是少数的,不可能大家都能训练,不会像深度学习那样普遍,计算资源就卡死了一帮人,所以这个时候我们要打开思路,想想自己的业务场景怎么能用大模型做的更好,大模型不是万能的,最后就是一个辅助工具而已。然后接下来我倒是建议你踏踏实实的去看点基础,因为你此时此刻已经有了成功经验,你就不会那么慌,这个路线我的建议是先去理解transformer,然后去踏踏实实看看llama1、llama2、falcon、mistral,我建议每行精度,把不懂的弄明白。
原创
博文更新于 2025.04.18 ·
455 阅读 ·
4 点赞 ·
0 评论 ·
3 收藏

入门机器学习/深度学习要多长时间?

2024/04/26,rejected,not encouraged for the resubmission,哎,心累啊,又被拒稿了。、显著性检测、自监督学习的顶会,研二上结束,精读了有六七十篇,并尽力复现每一篇的代码,成功复现80%已读顶会的代码。:2023/10/9投稿,12/25,被拒稿,建议转投JSTARS;如:CVPR,NeruIPS,AAAI,ICCV,ECCV,TPAMI,TIP等。八、2024/8/20-9/20,又写了一篇多模态的论文,已投稿IEEE TGRS.后面下学期开学,专门看。
原创
博文更新于 2025.04.17 ·
765 阅读 ·
22 点赞 ·
0 评论 ·
10 收藏

机器学习的本质是什么?

华盛顿大学计算机科学与工程学教授,国际机器学习协会的联合创始人Pedro Domingos在A Few Useful Things to Know About Machine Learning” by Pedro Domingos(机器学习那些事)中就详细介绍了机器学习的基本概念,他强调机器学习的核心是将知识从数据中提取出来,并强调了算法的选择与数据之间的关系。而在我们了解机器学习的本质后,我们会发现,机器学习需要算法和数据,这些通常要靠程序员来负责实施,处理数据,将算法嵌入到应用程序或系统中。
原创
博文更新于 2025.04.17 ·
2413 阅读 ·
20 点赞 ·
0 评论 ·
24 收藏

要入行机器学习是不是非学数学不可?要学到什么程度,如何才能提高数学水平?

举个例子,仅仅满足调用Python机器学习、深度学习的包,比如,是不够的。为了调参,为了解释结果,也需要大家理解机器学习算法的底层数学知识。这些数学基础大致可以分成如下几个板块:(比如,向量微积分中的2:线性代数(比如,3:概率统计(比如,MLE、、最大后验估计)4:数值与优化(比如,极值、数值微积分、、基于梯度的优化方法、为了学习深度学习,大家当然可以进一步学习等内容。
原创
博文更新于 2025.04.16 ·
653 阅读 ·
8 点赞 ·
0 评论 ·
11 收藏

心得丨程序员们,AI来了,机会来了,危机也来了,我们该咋办?

但我告诉你们,机器学习是一个全新的领域,也是一个全新的高度,理解机器学习算法往往要从理解它涉及的数学公式和数学知识开始,所有的AI从业者都必须通过攀登数学这座大山一步步走入机器学习领域,打好数学基础是非常必要的,一旦你掌握了数学分析、线性代数、概率与统计、统计学、离散数学、抽象代数、数学建模等数学理论后,理解机器学习算法就容易多了,就不会畏惧那些让人生厌和烦琐的数学符号和数学公式,反而会喜欢上这些数学公式,并尝试亲自推导一番。看来,要精通机器学习知识,必须在数学领域学习、学习、再学习,这一切都是很艰苦的。
原创
博文更新于 2025.04.16 ·
553 阅读 ·
17 点赞 ·
0 评论 ·
8 收藏

Python机器学习从入门到高级:导入数据(包含数据库连接)

是我们进行数据分析的第一步,本文主要介绍以下几个常用的方面导入数据集。
原创
博文更新于 2025.04.16 ·
922 阅读 ·
12 点赞 ·
0 评论 ·
15 收藏

初学者的机器学习入门实战教程!

这是一篇手把手教你使用 Python 实现机器学习算法,并在数值型数据和图像数据集上运行模型的入门教程,当你看完本文后,你应当可以开始你的机器学习之旅了!
原创
博文更新于 2025.04.16 ·
813 阅读 ·
19 点赞 ·
0 评论 ·
25 收藏
加载更多