thinszx 最近的时间轴更新
thinszx's repos on GitHub
MATLAB · 52 人关注
WiFi-CSI-gait-recognition
通过WiFi信号的信道状态信息(Channel State Information, CSI)进行步态特征提取,进而实现用户识别
Python · 5 人关注
radartools
mmWave data processing codes
C · 2 人关注
winshell
在Windows下执行用Unix shell语法编写的简单sh文件
1 人关注
1996
工作笔记
0 人关注
996.Leave
逃离996
0 人关注
Blasting_dictionary
爆破字典
Python · 0 人关注
Calculation-of-Simple-Undirected-Non-Isomorphic-Graphs
简单无向图的不同构个数计算,主要定理为Burnside引理。Calculation of simple undirected non-isomorphic graphs based on Burnside's lemma.
0 人关注
cpython
The Python programming language
TypeScript · 0 人关注
cvat
Annotate better with CVAT, the industry-leading data engine for machine learning. Used and trusted by teams at any scale, for data of any scale.
Go · 0 人关注
docker-manager-backend
Go · 0 人关注
go-sniffer
Go · 0 人关注
golang-demos
记录一下自己学习Golang时候写的一些小demo
0 人关注
Google-Scholar-MCP-Server
A MCP Server for Google Scholar: 🔍 Enable AI assistants to search and access Google Scholar papers through a simple MCP interface.
0 人关注
LARS
An application for running LLMs locally on your device, with your documents, facilitating detailed citations in generated responses.
Python · 0 人关注
mytools
Jupyter Notebook · 0 人关注
pcap2pic
Some codes used in my project. I'll update this when I have enough time to make it more clear and usable.
Python · 0 人关注
quantization
0 人关注
RODNet
RODNet: Radar object detection network
0 人关注
RoLL
TypeScript · 0 人关注
template_engine
0 人关注
thinszx
HTML · 0 人关注
thinszx.github.io_new
A beautiful, simple, clean, and responsive Jekyll theme for academics
0 人关注
USTC_lab
thinszx

thinszx

V2EX 第 380520 号会员,加入于 2019-01-28 00:37:45 +08:00
根据 thinszx 的设置,主题列表被隐藏
二手交易 相关的信息,包括已关闭的交易,不会被隐藏
thinszx 最近回复了
想知道使用场景,为什么不用飞书
13 天前
回复了 Rv9H 创建的主题 求职 [求职] 合肥有没有 Linux 内核相关工作
联发科应该也可以,都在高新这边
13 天前
回复了 Rv9H 创建的主题 求职 [求职] 合肥有没有 Linux 内核相关工作
h3c 交换机部门应该会有这方面的需求,可以试试看
13 天前
回复了 YanSeven 创建的主题 程序员 关于大模型原理的感叹
@LaurelHarmon 我指的是最基本的先验后验的学习过程,理解和生成一个是学习分布一个主要是从学习后分布采样那肯定是不一样的,但我觉得不管是自监督强化学习最本质的贝叶斯出发的想法是不变的
13 天前
回复了 YanSeven 创建的主题 程序员 关于大模型原理的感叹
@YanSeven 我自己的理解是,从统计学的角度出发,深度学习模型拟合的是数据集的高维分布,我们可以假设不管模型大小,深度学习模型的权重都由很多个不同分布的低维高斯分布构成,同样地,我认为人类对于世界的拟合也可以看作很多个高斯分布的复杂组合,即不管是语言、图像还是什么模态,都可以看做是人类对世界的 embedding ,大模型之所以能涌现,是因为输入的人类对世界的 embedding 足够多,因此帮助了大模型将自己的输入输出空间对齐到了人类对世界的拟合维度,你可以认为是因为大模型真的认识到了世界,所以才会出现涌现的现象,当然语言只是对世界的片面描述,这也是为什么李飞飞等人转向了世界模型,用机器人在真实世界的强化学习过程来帮助大模型真的认识世界
13 天前
回复了 YanSeven 创建的主题 程序员 关于大模型原理的感叹
原理其实从 bert 甚至从 lstm 、一维 cnn 起就没变过,之后 chatgpt 是量变引起质变的验证,感兴趣可以看看一维 cnn 做时序预测相关的工作就知道了
17 天前
回复了 colincat 创建的主题 职场话题 各大互联网公司使用 AI 编程情况调查
某 to g ai 中厂,内部工具不好用,cursor 安装需要审批,不过我是这个领域的新人,所以强迫自己看看相关代码的底层实现还是挺好的
被当成 ab test 了哈哈...
19 天前
回复了 xuzhijian24 创建的主题 NAS 国内的 nas 会不会被监控
倒不至于吧,想想每天监视 nas 的话要存储的费用也是天价...
关于   ·   帮助文档   ·   自助推广系统   ·   博客   ·   API   ·   FAQ   ·   Solana   ·   2603 人在线   最高记录 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 13ms · UTC 14:34 · PVG 22:34 · LAX 06:34 · JFK 09:34
♥ Do have faith in what you're doing.