- 博客(6)
- 收藏
- 关注
RSS订阅原创 全连接网络输入矩阵的行和列
在标准深度学习框架（PyTorch、TensorFlow）中，输入矩阵的每一行是一个样本，每一列是一个特征维度。所以，列是特征维度，而不是特征向量本身。一个特征向量（即一个样本的所有特征）在矩阵中表现为一行。举例：假设你有 100 个用户，每个用户有 128 个特征（比如年龄、收入、浏览时长等）。每一列（共128列）：代表所有用户在某个特征维度上的取值（100 × 1）。每一行（共100行）：代表一个完整的用户特征向量（1 × 128）。输入矩阵形状：[100, 128]
2026-06-24 17:32:15
277
原创 深度学习知识点
但一个“全连接网络”如果不包含隐藏层（比如只有输入直接映射到输出的单层感知机），或者结构上不满足多层非线性变换的条件，那它。这 m 个数据必须要有 m 个输入神经元来“接住”它们，然后分别通过 m 条独立的连接线（权重），传递给下一层（第一个隐藏层）的每一个神经元。假设你的数据集是一个表格，有 m 列（比如：年龄、工资、身高），那么你的输入特征维度就是 m。这种层与层之间的“两两相连”就是“全连接”名称的由来。3.多层感知机的第一层的神经元的数目等于输入特征向量的维度。1.全连接网络是指神经网络中的。
2026-06-23 11:57:58
306
原创 用ollama在ubuntu下部署一个大模型
API 服务：Ollama 默认会在后台开启一个 API 服务（地址是 http://localhost:11434），方便你通过编程方式来调用模型能力。模型选择：除了上面提到的模型，你也可以去 Ollama 官网的模型库 寻找其他你感兴趣的模型，比如阿里巴巴的 Qwen（通义千问）系列等。如果你在安装或下载过程中遇到了问题，比如网络连接失败，可以随时把具体的报错信息告诉我，我来帮你分析。下载完成后，用 ollama run 命令启动模型，你会直接进入一个交互式的命令行对话界面。# 1. 初始化模型。
2026-06-21 21:11:12
182
原创 智能体skill基本原理
但此时，它并不会读取Skill的全部内容，而是只读取每个SKILL.md文件最开头的"元数据"（YAML格式的name和description字段）。按需加载资源：此时，智能体会根据指令的指引，动态地、按需地去加载scripts/（可执行脚本）、references/（参考文档）或assets/（模板、图片等）文件夹中的内容。总的来说，智能体通过这种分阶段、按需加载的机制，实现了"知道所有技能，但只加载当前需要的那个"，既扩展了能力边界，又保证了核心对话的高效与专注。
2026-06-17 14:34:53
152
原创 深度学习需要学习的内容
以上三个为三大核心，在此基础上，可以根据你的方向补充循神经网络 RNN、生成对抗网络（GAN）、图神经网络（GNN）等，另外。：近两年异军突起的生成模型，像 DALL-E 2、Stable Diffusion 等都是用它。1. 多层感知机（MLP）2.卷积神经网络(CNN)
2026-06-15 14:32:48
30
原创 人工智能学习笔记之关于智能体的一点理解
【摘要】大语言模型作为"大脑"负责思考决策，而智能体在此基础上增加了执行功能的"手脚"，形成感知-决策-执行-反馈的完整闭环。其中，MCP协议是实现大模型与外部工具交互的核心标准，通过规范化报文格式实现工具调用。Skills作为可定制的复杂工具集，由MCPServer调度执行具体任务。该架构实现了自然语言输入→模型分析→工具调用→结果反馈的智能化处理流程，使大模型从纯认知系统升级为具备行动能力的智能体。
2026-06-05 17:11:02
285
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