关于推荐算法未来的思考：推荐诗与远方2021年8月27日，国家互联网信息办公室发布了关于《互联网信息服务算法推荐管理规定（征求意见稿）》公开征求意见的通知。其中第十五条规定:算法推荐服务提供者应当向用户提供不针对其个人特征的选项，或者向用户提供便捷的关闭算法推荐服务的选项。用户选择关闭算法推荐服务的，算法推荐服务提供者应当立即停止提供相关服务。算法推荐服务提供者应当向用户提供选择、修改或者删除用于

强化学习快餐教程(1) - gym环境搭建欲练强化学习神功，首先得找一个可以操练的场地。两大巨头OpenAI和Google DeepMind都不约而同的以游戏做为平台，比如OpenAI的长处是DOTA2，而DeepMind是AlphaGo下围棋。下面我们就从OpenAI为我们提供的gym为入口，开始强化学习之旅。OpenAI gym平台安装安装方法很简单，gym是python的一个包，通...

深度学习简史从机器学习流派说起如果要给机器学习划分流派的话，初步划分可以分为『归纳学习』和『统计学习』两大类。所谓『归纳学习』，就跟我们平时学习所用的归纳法差不多，也叫『从样例中学习』。归纳学习又分为两大类，一类是像我们归纳知识点一样，把知识分解成一个一个的点，然后进行学习。因为最终都要表示成符号，所以也叫做『符号主义学习』；另一类则另辟蹊径，不关心知识是啥，而是模拟人脑学习的过程...

强化学习教程(1) - 先了解几个公式对于学习强化学习的好处，大家已经了解很多了，这里就不多叙述了。开篇有几点想提醒新入门的同学，关于强化学习的难点。首先是要做好啃一些理论和公式的准备，虽然深度强化学习可以做到像调库一样使用成熟算法，但是有扎实的理论基础对于学习前沿论文还是一个必要的选项。第二是对算力的需求要有明确的考虑。比如我们调库可以很容易实现Atari游戏的对战，但是能打败计算机是需要用GP

在MTK芯片上如何控制CPU的核数和频率-一句话：PerfService就是用来调整CPU/GPU资源的。对于老的API，可以更简单地讲就是调CPU核数和CPU频率的。

代码补全快餐教程(4) - 训练语言模型一个强大的语言模型可以是其他任务的良好基础。预训练的模型就为我们提供了一个强大的语言模型基础，在些基础上，我们进行微调，就可以实现满足特殊需求的模型。我们先做实操，然后再讲解相关理论。代码数据准备严格来讲，进行代码数据准备需要做代码的排重，后面讲到相关论文时我们会讲到。现在我们就用个最简单的办法，将代码先拼接在一起。我们写个小脚本，将transf...

TensorFlow.js机器学习教程(2) - js味儿的张量操作既然我们使用TensorFlow.js来写机器学习代码而不是用Python版的TensorFlow和PyTorch，我们还是希望让代码充满js本身的味道。复习：js数组是动态的为了不被后面充满了静态语言特色的TensorFlow.js API带偏了，我们首先复习下js的数组操作。首先我们不要忘了，js是一门动态语言，js的数组是动

使用gpt的时候，有很多技巧，比如问题要描述清晰，可以指定输出格式等等，这些跟用户输入相关的东西，是靠大模型编程解决不了的，这正是前端的用武之地。用过大模型的同学都知道，一个提示都是反复打磨才能写好的，如何能够帮助用户搞好这种交互，也是留给前端和设计同学的重要课题。针对通用的场景，前端要尽可能把模型能力都开放给用户来选择。针对特殊的场景，前端应该做好封装，简化用户的操作难度。总之，根据场景不同，运

深度学习从一开始就跟GPU有不解之缘，因为算力是深度学习不可或缺的一部分。时至今日，虽然多任务编程早已经深入人心，但是很多同学还没有接触过CPU上的SIMD指令，更不用说GPGPU的编程。这一篇我们先给SIMD和GPU编程扫个盲，让大家以后用到的时候有个感性认识。

在这一讲之前，我们所用的大模型都是针对文本的。这一讲我们增加一个新的领域，即音频。我们将介绍OpenAI的Whisper模型，它是一个处理音频的大模型。