近來，DeepSeek R1 一鳴驚人，迅速席卷各大平臺，成為科技領(lǐng)域的熱議焦點。從專業(yè)論壇到社交媒體，甚至那些原本與人工智能毫無交集的親朋好友，也紛紛開始詢問：“你知道 D...
發(fā)簡信
IP屬地：山東
-
deepseek-r1是如何煉成的 -
-
深入理解橫向聯(lián)邦學(xué)習(xí)聯(lián)邦學(xué)習(xí)是Google在2017年提出來的，旨在在保護用戶隱私的情況下使用用戶更敏感的數(shù)據(jù)來訓(xùn)練機器學(xué)習(xí)模型。這種學(xué)習(xí)方式就是后來人們所謂的橫向聯(lián)邦學(xué)習(xí)（區(qū)別于縱向聯(lián)邦學(xué)習(xí)，...
-
知識搬運工，站在巨人肩膀上，看得更遠；興趣:Threat Hunting，AI，Big Data，Sandbox，SA。CISSP/CISP。
-
深入理解TRPO和PPO算法最近在整理電腦文件，看到一份當初給同事講解TRPO算法原理時寫的PPT，感覺要比先前那篇寫的更加清楚明白，加之這幾天剛好在復(fù)習(xí)RL相關(guān)的知識，然后便將PPT的內(nèi)容加上我比當時...
-
關(guān)于網(wǎng)絡(luò)游戲中的同步機制當我們在做一些跟網(wǎng)絡(luò)游戲相關(guān)的機器學(xué)習(xí)任務(wù)的時候，有時需要對整個游戲系統(tǒng)的運行機制有所了解才能更好的應(yīng)對，對于網(wǎng)游而言，首當其沖的機制便是同步了。當然，大部分的機器學(xué)習(xí)從業(yè)者...
-
圖神經(jīng)網(wǎng)絡(luò)是怎么煉成的：GNN基本原理簡介此文算是對Google Research這篇A Gentle Introduction to Graph Neural Networks[https://distill.pu...
-
-
-
-
-
Re:從零開始的加權(quán)采樣算法所有人都非常擅長均勻抽樣，因為幾乎所有的編程語言都內(nèi)置了均勻分布中生成一個0到1的實數(shù)的方法,本文中我們將此方法記作...那如果是從一個帶有權(quán)重的集合里抽取呢？往往就沒有那么...
-
-
我要打十個：多任務(wù)學(xué)習(xí)模型MMoE解讀今天要介紹的是一個多任務(wù)學(xué)習(xí)模型MMoE[https://dl.acm.org/doi/pdf/10.1145/3219819.3220007]，如果第一次接觸此類模型或是沒...
-
谷歌一出馬全都不能打：Wide&Deep以及Deep&Cross今天分享一個特出名影響特大的模型：Winde&Deep。 原先因為個人喜好問題不太打算講這個的，但是這個模型在業(yè)界實在是舉足輕重，后期很多模型都是在這個基礎(chǔ)上發(fā)展起來的，因此...
-
從深度學(xué)習(xí)的角度看矩陣分解：NeuralCF作為一個先有深度學(xué)習(xí)基礎(chǔ)，再接觸到推薦系統(tǒng)的人來說，我起初理解矩陣分解技術(shù)的時候，實際是帶有深度學(xué)習(xí)視角的。矩陣分解技術(shù)是將協(xié)同過濾的共現(xiàn)矩陣分解為user矩陣與item矩陣...
-
深度推薦初體驗之AutoRec、DeepCrossing很多人都把AutoRec[https://users.cecs.anu.edu.au/~akmenon/papers/autorec/autorec-paper.pdf]看作...
-
名師出高徒：關(guān)于知識蒸餾技術(shù)的一點思考在最初聽說知識蒸餾技術(shù)的時候，我是持懷疑態(tài)度的，甚至覺得不可思議，為什么通過用簡單模型去學(xué)習(xí)復(fù)雜模型的效果會比直接用訓(xùn)練標簽來訓(xùn)練簡單模型要好？？？ 但是,它的存在必有其合理...
