首页
沸点
课程
APP
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
端平入洛
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
赞
23
文章 23
沸点 0
赞
23
返回
|
搜索文章
端平入洛
关注了
Dabei
端平入洛
赞了这篇文章
ErpanOmer
Web前端工程师 @跨境
·
2月前
关注
从 15MB 减到 800KB,一行 ffmpeg 解决3D 渲染卡顿问题
在前端实现360度商品预览的三种技术方案,最终采用视频帧控制(Video Scrubbing)方案,并通过ffmpeg优化视频编码参数,解决了移动端滑动卡顿问题,实现了高性...
324
85
分享
端平入洛
2月前
关注
深度学习常见激活函数
**激活函数的本质**:引入非线性,让深度网络区别于普通线性回归。**难度等级:** ⭐⭐⭐⭐ | **预计用时:** 30-40 分钟...
1
评论
分享
端平入洛
2月前
关注
单个感知机为何无法解决异或问题?
本文从几何、数学证明、代码验证三个角度,彻底搞清楚这个深度学习史上最经典的问题,单层太浅,只能画直线;层越深,能画出的"曲线"就越复杂。...
4
评论
分享
端平入洛
2月前
关注
ResNet 详解:让深度学习真正"深"起来
没有残差连接的深层网络,越深效果越差。ResNet 用一条"跳跃连接"彻底解决了这个问题。 ## 1. ResNet 解决了什么问题? ### 为什么想要更深的网络? 深层...
1
评论
分享
端平入洛
2月前
关注
nn.ReLU 详解:为什么神经网络离不开它
**ReLU 的本质作用是引入非线性,让多层网络不退化为一层。** 它用最简单的方式——$\max(0, x)$——赋予了神经网络拟合任意复杂函数的能力,是现代深度学习的基...
1
评论
分享
端平入洛
2月前
关注
迁移学习的"最小调参模块"
迁移学习最小调参模块 = **加载预训练 → 冻结主干 → 换分类头 → 只优化新头**。它利用了预训练网络已经学会"看懂图像"的能力,你只需要教它"看完之后怎么分类"...
1
评论
分享
端平入洛
2月前
关注
Python 可变对象与引用穿透:为什么改了"里面的东西"外面也变了?
Python 变量存的是**指针**,不是值。容器(list/dict)里装的也是指针。顺着指针改东西,所有持有同一指针的人都看得到。...
1
评论
分享
端平入洛
赞了这篇文章
倔强青铜三
软件工程师
·
1年前
关注
苦练Python第14天:Python函数中的*args与**kwargs解析
第14天Python挑战:用*args、**kwargs一招搞定任意数量参数,配合解包神技,让函数瞬间灵活100%,实战日志示例等你抄!...
2
评论
分享
端平入洛
关注了
倔强青铜三
端平入洛
2月前
关注
Python 切片赋值 vs 普通赋值:你真的改了那个 list 吗?
Python 切片赋值 vs 普通赋值:你真的改了那个 list 吗?**`=` 换人,`[:]` 换心。**...
1
评论
分享
端平入洛
2月前
关注
大模型工具集声明简介
本工具集是给模型的**"工具说明书"** —— 用 OpenAI Function Calling Schema 声明了一个名为 `bash` 的工具,告诉模型:"你可以执...
1
评论
分享
端平入洛
2月前
关注
tool_calls 需要回传给大模型吗?
tool_calls 必须回传,少了会出大问题。 tool_calls 是对话协议的强约束部分,丢了模型会"失忆"或直接报错。 一句话回答 必须回传的核心理由 1️⃣ to...
1
3
分享
端平入洛
2月前
关注
大模型 chat 接口的标准消息格式
{"role": "user", "content": query}是 OpenAI / 大模型 chat 接口的标准消息格式,告诉模型"这是来自用户的一条消息,内容是 q...
1
评论
分享
端平入洛
2月前
关注
Python 工具链的"瑞士军刀"--uv
uv 是由 Astral(也就是开发 ruff 那家公司)出的一款用 Rust 编写的超快 Python 包和环境管理器,2024 年发布以来迅速成为业界新宠....
1
评论
分享
端平入洛
关注了
AI天才研究院
端平入洛
关注了
yikejiucai
端平入洛
2月前
关注
卷积神经网络入门:从卷积操作到图像识别
本文从零拆解 CNN 核心概念:用图解解释卷积的滑动窗口机制和边缘检测实例,分析卷积相比全连接的三大优势,详解参数量计算、最大池化原理,并提供完整的 MNIST 训练代码。...
1
评论
分享
端平入洛
3月前
关注
梯度是什么:PyTorch 自动求导详解
梯度是深度学习的心脏:它告诉每个参数"往哪走能让损失变小"。没有梯度,参数就是瞎调;它连接了"模型的预测"和"参数的优化",让模型能够从数据中自动学习,而不是靠人工设计规则...
1
评论
分享
端平入洛
关注了
IT民工boby
下一页
个人成就
文章被点赞
24
文章被阅读
2,119
掘力值
392
关注了
10
关注者
0
收藏集
0
关注标签
12
加入于
2025-11-18