- 博客(5)
- 收藏
- 关注
RSS订阅原创 深度学习与神经网络5
具身智能（Embodied Intelligence）：拥有物理本体（或仿真体）的智能体，通过与物理环境的主动交互来感知、理解、推理、决策并执行动作的能力。物理本体：不一定是机器人，也可以是仿真体，但必须有"身体"约束；主动交互：智能体不是被动接收数据，而是通过动作改变环境、再感知新的反馈；闭环决策：感知-决策-行动构成持续的回路。│ 世界模型 World Model │A(t) ──▶│ 内部表征 Internal state ││ │O(t) ──▶│ 迷代更新 (闭环) │状态St。
2026-06-14 00:28:00
353
原创 深度学习与神经网络4
将 NLP 中大获成功的 Transformer 架构直接应用于图像，不做任何与视觉相关的特殊设计。唯一改变：将图像切为固定大小的 patch，每个 patch 如 NLP 中的 token。课程知识点全景回顾。主题核心概念关键方法大模型多模态 LLM视觉 Token 化、模态对齐ViT + LLM 联合推理ViTPatch Embedding、位置编码Transformer Encoder 应用于图像CLIP对比学习、双塔架构InfoNCE、零样本迁移知识蒸馏。
2026-06-08 14:38:52
402
原创 深度学习与神经网络3
2017年，Google团队在NeurIPS上发表了里程碑式论文，提出了Transformer架构。作者团队：Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Lukasz Kaiser, Illia Polosukhin（来自Google Brain、Google Research、University of Toronto）论文核心主张。
2026-06-01 01:09:56
338
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人