摘要: 所属操作 函数名 用处 使用频率 张量的创建 torch.tensor() 从列表 / 数组创建张量 ★★★★★ torch.Tensor() 创建默认 float32 类型张量 ★★★☆☆ torch.zeros() 创建全 0 张量 ★★★★★ torch.ones() 创建全 1 张量 ★★★ 阅读全文
posted @ 2026-06-27 10:05 静心笃行。 阅读(2) 评论(0) 推荐(0)
摘要: 一、一句话定义 EDA = 探索性数据分析,是建模 / 数据清洗之前的诊断步骤:不预设模型、不做预测,只用图表、统计指标把数据集全貌、问题、规律全部挖出来,指导后续数据预处理、清洗、特征工程。你可以理解成:给数据做一次全面体检。 二、EDA 核心目标(为什么预处理前必须做 EDA) 看懂数据:每列含 阅读全文
posted @ 2026-06-23 10:34 静心笃行。 阅读(6) 评论(0) 推荐(0)
摘要: 1. KNN概念。 KNN = K-Nearest Neighbors,又叫 K 近邻算法。 是最简单的 无监督 / 有监督通用通用惰性学习(Lazy Learning) 机器学习算法。((20260623084419-afxpojv '【机器学习】五类范式')) 核心思想:物以类聚,近朱者赤; 一 阅读全文
posted @ 2026-06-23 10:07 静心笃行。 阅读(8) 评论(0) 推荐(0)
摘要: 范式 数据标签情况 学习核心逻辑 数据成本 核心优势 核心短板 监督学习 全部人工标注 拟合 X 到真实 Y 映射 极高 预测精度高、结果可控 海量标注人力成本高 无监督学习 完全无标签 挖掘数据内在结构 极低 无需标注,挖掘隐藏规律 结果无标准,解读依赖业务 半监督学习 少量标注 + 大量无标注 阅读全文
posted @ 2026-06-23 09:46 静心笃行。 阅读(8) 评论(0) 推荐(0)
摘要: 一、参数权重正则化(惩罚参数大小) 核心思路:给损失函数加惩罚项,限制权重变得过大,抑制模型学习噪声。 L1 正则化(Lasso) 公式:损失 \(+\lambda\sum|w|\) 效果:容易让部分权重变为 0,自动稀疏化、做特征筛选。 特点:对异常值更敏感,适合特征多、希望精简参数的场景。 L2 阅读全文
posted @ 2026-06-10 15:53 静心笃行。 阅读(14) 评论(0) 推荐(0)
摘要: #!/usr/bin/env bash # # Dify + RAGFlow 一键部署脚本 for CentOS 7/8/9 / Stream / Alibaba Cloud Linux # # 默认版本: # Dify: 1.14.0 # RAGFlow: v0.22.0 # # 配置原则: # 阅读全文
posted @ 2026-06-09 07:57 静心笃行。 阅读(18) 评论(0) 推荐(0)
摘要: 反向传播 BP = 用来计算梯度的工具; 梯度下降 = 用算好的梯度去更新参数的优化方法。 二者分工不同、配合完成神经网络训练,缺一不可。 一、角色分工(最核心) 反向传播(Back Propagation, BP) 负责求梯度: 从输出层往输入层反向逐层计算: 损失函数 E 对每一层权重 W、偏置 阅读全文
posted @ 2026-06-08 22:02 静心笃行。 阅读(15) 评论(0) 推荐(0)
摘要: 1. 上下文腐烂 一、核心定义 上下文腐烂:属于Transformer架构天生缺陷,指上下文Token数量越多,模型推理、检索定位能力反而持续变差。 并非上下文溢出、装不下内容,而是信息堆积过多导致注意力稀释、关键信息失效。 RAG典型坑:盲目增大召回Chunk数量(TopK过大),不仅不提升准确率 阅读全文
posted @ 2026-06-06 09:12 静心笃行。 阅读(23) 评论(0) 推荐(0)
摘要: 1. 参考文献: nodejs官网:https://nodejs.org/en/download/current Claude code官网:https://code.claude.com/docs/zh-CN/setup 2. 开始部署 (1)国内加速 # 1.配置NVM国内镜像,安装nvm ex 阅读全文
posted @ 2026-06-03 09:05 静心笃行。 阅读(8) 评论(0) 推荐(0)
摘要: 1. 激活函数的作用 引入非线性,无激活函数时,多层神经网络等价于单层线性模型,无法拟合复杂数据分布。引入激活函数之后,神经网络能够拟合任意复杂的曲线,做分类,深度学习。 约束输出值域、保障梯度正常传递,支撑反向传播完成模型训练。 2. 常见的激活函数有哪些? sigmoid:将输出映射到(0, 1 阅读全文
posted @ 2026-05-29 23:32 静心笃行。 阅读(19) 评论(0) 推荐(0)