ChatGPT 核心思想 虽然我们难以用规则刻画怎样的回答才算“没有偏见、基于客观事实、对用户有帮助”，但我们人类能够写出这样的回答，也能够判断两条回答中哪一条更优。 因此我...
发简信
IP属地：北京
-
ChatGPT 介绍 -
强化学习4-PPO算法策略梯度算法 假设一条马尔科夫轨迹为 ，那么该轨迹发生的概率为： 不考虑折扣衰减，该轨迹获得的收益为累计回报： 由于马尔科夫链是采样得到的，因此当前策略可获得的期望奖励为： ...
-
OCR 文本识别综述1. 移动端的优势与难点 移动端OCR有两种做法，一种是在移动端本地进行 OCR 识别，只能对背景简单的印刷体文字取得较好的效果，比如名片识别，证件识别等都有成熟的商业 SD...
-
-
-
-
Stable Diffusion模型基础一、数学基础 1. 正态分布标准化 对于一个服从高斯分布的随机变量，计算其均值和标准差。“标准正态分布”，就是取、正态分布给出的，其概率密度函数为： 对于任意一个正太分布的概...
-
-
强化学习基础知识详解强化学习（Reinforcement Learning） 强化学习基本概念 强化学习四要素：状态(state)、动作(action)、策略（policy）、奖励(reward...
-
GPT-1,GPT-2,GPT-3三兄弟前段时间大火的工具Github Copilot想必大家都略有耳闻，我们只需要输入一些注释说明你需要的函数功能，AI就会自动帮你编写完整的函数代码，代码逻辑、规范甚至比自己写的...
-
GRPC以及python实现GRPC简介 A high-performance, open-source universal RPC framework --官网 RPC(remote procedur...
-
推荐系统遇上深度学习(七)--NFM模型理论和实践
推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00推荐系统遇上深度学习(...
-
推荐系统理论(三) -- 冷启动问题本章的思维导图如下： 1、冷启动问题简介 如何在没有大量用户数据的情况下设计个性化推荐系统并且让用户对推荐结果满意从而愿意使用推荐系统， 就是冷启动的问题。冷启动问题主要分为...
-
推荐系统遇上深度学习(六)--PNN模型理论和实践推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00推荐系统遇上深度学习(...
-
推荐系统遇上深度学习(一)--FM模型理论和实践1、FM背景 在计算广告和推荐系统中，CTR预估(click-through rate)是非常重要的一个环节，判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进...
-
gitlab 导入并同步github 的项目把github上的开源项目备份成gitlab的私有项目。然后把github上的代码更新到本地，最后推送到gitlab私有库。这样就可以保证gitlab和github的代码一样...
-
推荐系统遇上深度学习(十八)--探秘阿里之深度兴趣网络(DIN)浅析及实现阿里近几年公开的推荐领域算法有许多，既有传统领域的探索如MLR算法，还有深度学习领域的探索如entire -space multi-task model，Deep Inter...
-
秋招常见面试问题总结1、常见的机器学习优化器 1.1 gradient descent 1.1.1 全量梯度下降(Batch gradient descent)每次使用全量的训练集样本来更新模型...
