专题：深度学习
共147篇相关文章
如何高效记录使用Transformers包的每个细节？
Transformers是著名的深度学习预训练模型集成库，包含NLP模型最多，CV等其他领域也有，支持预训练模型的快速使用和魔改，并且模型可以快速在不同的深度学习框架间（PytorchTensorflowJax）无缝转移。以下记录基于H...
如何将PyTorch的四个hook函数整合为一个？
训练神经网络模型有时需要观察模型内部模块的输入输出，或是期望在不修改原始模块结构的情况下调整中间模块的输出，pytorch可以用hook回调函数来实现这一功能。主要使用四个hook注册函数：register_forward_hook、reg...
深度变分信息瓶颈是什么？
Deep Variational Information Bottleneck (VIB) 变分信息瓶颈 论文阅读笔记。本文利用变分推断将信息瓶颈框架适应到深度学习模型中，可视为一种正则化方法。 变分信息瓶颈 假设...
如何定位和编辑GPT中的事实关联？
论文发表于人工智能顶会NeurIPS（原文链接），研究了GPT（Generative Pre-trained Transformer）中事实关联的存储和回忆，发现这些关联与局部化、可直接编辑的计算相对应。因此： 1、开发了一种因果干预方法，...
如何构建基于YOLOv12v11v8v5的深度学习铁轨缺陷检测系统并实现Django web展示及训练代码编写？
本文介绍了一个基于YOLO算法的铁轨缺陷检测系统，该系统实现了多模态检测、多模型切换、结果保存等功能。系统采用Python3.10开发，使用Django框架和SQLite数据库，集成了YOLOv5YOLOv8YOLOv11YOLOv1...
如何用3分钟深度理解AI大脑中的感知机原理？
感知机是AI最基础模型，像“带及格线的投票委员会”：给各条件赋予权重，加权求和超阈值（bias）则决策。通过试错自动调整权重学习规律，是神经网络核心积木，堆叠成ChatGPT等现代AI。核心就是简单加乘法。...
如何用3分钟理解深度学习AI中的梯度下降：在迷雾中找到下山的最佳路径？
AI是如何学会自我纠错的？秘密就在“梯度下降”。它就像蒙眼在浓雾中寻找谷底，通过不断试探最陡的下坡路，一步步迈向最低点。这正是AI微调参数、寻找最小误差的学习过程。3分钟零基础，轻松搞懂深度学习的核心魔法！...
深度学习AI反向传播：链式法则的归责游戏，如何解释的原理？
反向传播是AI自我纠错的核心机制。当AI犯错时，它像追究一碗咸汤的责任一样，从最终错误出发，由后向前逐层倒推，精准计算每个神经元的“责任大小”。这种定向问责让机器告别盲目，明确知道错在哪并做出改正。...
如何用最简五步法3分钟掌握深度学习AI的自我进化技巧？
AI训练总原地踏步？因为你忘了“清空错题本”！本文用通俗类比，3分钟带零基础的你搞懂深度学习“五步法”闭环：前向、算损、清零、反传、更新。无复杂公式，助你秒懂极简代码，轻松建立真正的AI训练直觉！...
如何快速掌握深度学习AI：环境搭建与工具应用技巧？
本文专为零基础读者打造，带你快速通关深度学习环境配置。从底层硬件（GPU与CUDA）原理讲起，串联 Conda 与极速工具 uv 进行高效环境管理，带你玩转 Jupyter 交互式编程，并手把手完成 PyTorch 框架安装与避坑。一站式打...
如何通过卷积层实操掌握深度学习AI？
AI如何看懂图片？秘密在于“卷积层”。它就像一把内置模具的“手电筒”，在图像上滑动扫描，高效寻找并提取关键的局部特征。本文通过通俗的比喻与极简的 Python 可视化实操，带你零基础搞懂其核心原理，3分钟轻松建立深度学习直觉！...
如何通过池化层在深度学习AI中实现处理？
针对生活中的高清影像，最大池化通过“保留局部最强特征”实现高效压缩，既大幅节省算力，又赋予AI平移不变性。文末附带极简PyTorch实操，3分钟带你零基础搞懂AI特征提取的核心逻辑！...