页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「深度学习」找到 19 条内容
按专题浏览 →匹配正文：转大模型应用开发,要补的数学和深度学习理论其实很少:够用的是几个直觉——向量相似度、概率和期望、评估指标含义、梯度大致往哪个方向调。你不需要会手推反向传播、手推注意力公式或证明损失函数收敛。把原本准备啃理论的时间拿去做一个能讲透的项目,回报高得多。想走应用算法或训练侧的人另说,那条路数学门槛确实更高。 作者:吴师兄 | 适合:担心"数学不好转不了 AI"的转行者,尤其研一/研二和工作约 3 年的 Java/后端 | 前置:能看懂中学数学和基本编程 数学不好,到底能不能转大模型…
匹配题目：请介绍一个你参与过的深度学习项目，包括项目目标、所用模型架构、数据处理流程以及最终成果。
匹配题目：请解释PyTorch中动态计算图的工作机制，包括自动微分的实现原理，以及它在深度学习模型训练中的作用和优势。
学习内容与项目面试，在同一条路上。
匹配题目：请列举并简要说明几种常见的深度学习神经网络结构（如CNN、RNN、Transformer等），并指出它们各自适用的任务类型。