本文介绍如何在Kaggle平台进行房价预测，从数据预处理、特征工程到模型训练和预测。学习使用PyTorch实现线性回归，掌握K折交叉验证等技巧，帮助你在数据科学比赛中提升技能，积累实践经验。

测一下电脑CPU运行快不快，搞了下端模型，使用brain.js库，通过喂给模型正确的数据，train并且调试，实现推理是否是前端或是后端的能力，将了解到如何准备数据、初始化神经网络、训练模型等

深度学习中，数值稳定性和模型初始化对训练效果至关重要。本文将探讨梯度消失、对称性打破和参数初始化等核心概念，结合公式和代码示例，帮助读者优化神经网络训练，避免常见数值问题。

卷积神经网络（Convolutional Neural Networks, CNNs）是深度学习领域中一种极为重要的算法，尤其在计算机视觉任务中表现出色。

大家好，我是Peter~ PyTorch是一种开源的深度学习框架，主要用于自然语言处理和图像识别等机器学习任务，由Facebook（Meta）人工智能研究院（FAIR）开发。它提供了强大的GPU加速张

引言 在数字化时代，音乐已成为人们生活中不可或缺的一部分。随着音乐流媒体平台的兴起，如何在海量的音乐库中为用户提供个性化的音乐推荐，提升用户体验，已成为一个重要的研究方向。传统的推荐算法在处理大规模数

Qwen2-VL是通义千问团队最近开源的大语言模型，由阿里云通义实验室研发。 以Qwen2-VL作为基座多模态大模型，通过指令微调的方式实现特定场景下的OCR，是学习多模态LLM微调的入门任务。 本文

一、探索多尺度特征提取方法 在近年来，随着智能家居智能系统和传感技术的快速发展，人类活动识别（HAR）技术已经成为一个备受瞩目的研究领域。HAR技术的核心在于通过各种跟踪设备和测量手段，如传感器和摄像

一、KAN网络介绍 1.1 Kolmogorov-Arnold Network (KAN)网络结构的提出 2024年4月，来自MIT、加州理工学院、东北大学等团队的研究，引爆了一整个科技圈：Yes W

在这篇文章中，我们将深入探讨神经网络的两个核心过程：前向传播和反向传播。前向传播从输入层开始，逐层计算出神经网络的输出；反向传播则通过梯度计算，更新网络的参数。

暂退法（Dropout）是一种正则化技术，通过随机丢弃神经元输出，避免过拟合，提高模型的泛化能力，广泛应用于深度神经网络中。

在window上使用一些AI工具时，经常遇到需要CUDA加速支持的情况，但因为 CUDA、cudnn、显卡驱动等问题，经常出现各种错误，而网络上搜到的知识很多过于陈旧，因为特地整理记录下，方便以后使用

长短期记忆网络（Long Short-Term Memory networks, LSTMs）是一种特殊的递归神经网络（RNN），专门设计用来解决标准 RNN 在处理长序列数据时的梯度消失和梯度爆炸问

之前教过大家利用 langchain + ChatGLM-6B 实现个人专属知识库，非常简单易上手。最近，智谱 AI 研发团队又推出了 ChatGLM 系列的新模型 ChatGLM2-6B

最近 AI 在生物学领域可谓是大放异彩。斯坦福大学联合美国 Arc 研究所 (Arc Institute) 的研究团队提出了一种基因组基础模型 Evo ，其能够在 DNA、RNA 和蛋白质的多模态任务

Qwen2-VL是阿里通义实验室最新推出的多模态大模型。本文我们将简要介绍基于 transformers、peft 等框架，使用 Qwen2-VL-2B-Instruct 模型在COCO2014图像描

近期，彭博社报道了 25 家英国最值得关注的初创公司，材料初创公司 CuspAI 位居其列。 作为一家初创公司，CuspAI 实力不容小觑。机器学习大牛 Max Welling 是公司联合创始人之一，

检索增强生成（Retrieval-Augmented Generation, RAG）已经成为提升大型语言模型（LLMs）能力的重要方法之一，通过整合外部知识，显著改善了生成内容的质量和相关性。

前言 最近看了很多大模型，也使用了很多大模型。对于大模型理论似乎很了解，但是好像又缺点什么，思来想去决定自己动手实现一个 toy 级别的模型，在实践中加深对大语言模型的理解。