新闻中心 
-
02-07向完全自主性更进一步，清华、港大全新跨任务自我进化策略让智能体学会「以经验为鉴」「以史为鉴，可以知兴替。」人类的进步史是一个不断吸取过去经验、推进能力边界的自我演化过程。我们从过去的失败中吸取教训，纠正错误；借鉴成功经验，提升效率和效果。这...
-
01-24机器学习中的链式求导法则求导链式法则是机器学习中的重要数学工具之一。它被广泛用于线性回归、逻辑回归、神经网络等算法中。该法则是微积分中链式法则的应用，帮助我们计算函数对某个变量的导数。...
-
01-24理解机器学习中反向传播算法的运行机制反向传播是神经网络训练中的一种常见算法，用于调整单个神经元的权重。它通过从神经元的输出向后移动来实现权重的优化，从而最小化网络的错误。该过程始于随机生成权重的网...
-
01-23逻辑斯蒂回归模型的梯度下降优化方法逻辑斯蒂回归是一种常用的二元分类模型，其目的是预测一个事件发生的概率。逻辑斯蒂回归模型的优化问题可以表达为：通过最大化log似然函数，来估计模型参数w和b，其中...
-
01-23链式法则在机器学习中的应用链式求导法则是机器学习中常用的求导方法，用于计算复合函数的导数。其基本思想是将一个复合函数分解为多个简单函数的组合，然后利用链式法则逐层求导。具体而言，如果y是...
-
01-22图片识别中的应用和示例以及误差反向传播算法的原理误差反向传播是常用机器学习算法，广泛应用于神经网络训练，尤其在图片识别领域。本文将介绍该算法在图片识别中的应用、原理和示例。一、误差反向传播算法的应用图片识别是...
