写文章
- @tingyunye
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
在Anaconda中建立pytorch&tensorflow虚拟环境
在Anaconda中建立pytorch和tensorflow虚拟环境的教程
简析大模型（LLM）技术与量化交易
如果说传统的量化交易是**“数学家+计算机”的产物，那么结合了大模型（LLM）技术的新一代量化交易，则是“数学家+语言学家+超级认知引擎”**的进化体。这不仅仅是工具的升级，而是量化投资在信息处理维度和策略生成逻辑上的一次“降维打击”。
大模型（LLM）驱动下的新一代量化交易深度分析
大模型结合量化交易，不是简单的技术升级，而是一场生产力的重构。
DeepSeek 新作 mHC 解读：用流形约束（Manifold Constraints）重构大模型残差连接
mHC框架解决了传统深度 神经网络中超连接（HC）相关的挑战，特别是由此产生的不稳定性和可扩展性问题 即身份映射属性的丧失 。 通过引入流形约束，mHC 旨在 恢复这些特性，同时保持 HC 的性能优势 。
[PyTorch深度学习]--常用的图像分割评估指标
常用图像分割评价指标理解和总结以及基于PyTorch代码实现。
DeepSeek 新作 mHC 解读：用流形约束（Manifold Constraints）重构大模型残差连接
mHC框架解决了传统深度 神经网络中超连接（HC）相关的挑战，特别是由此产生的不稳定性和可扩展性问题 即身份映射属性的丧失 。 通过引入流形约束，mHC 旨在 恢复这些特性，同时保持 HC 的性能优势 。
DeepSeek 新作 mHC 解读：用流形约束（Manifold Constraints）重构大模型残差连接
mHC框架解决了传统深度 神经网络中超连接（HC）相关的挑战，特别是由此产生的不稳定性和可扩展性问题 即身份映射属性的丧失 。 通过引入流形约束，mHC 旨在 恢复这些特性，同时保持 HC 的性能优势 。
[PyTorch深度学习]--torch.Tensor 和 torch.tensor
在PyTorch中，torch.Tensor和torch.tensor都用于生成新的张量，但二者之间有一些区别。
[PyTorch深度学习]--常用的图像分割评估指标
常用图像分割评价指标理解和总结以及基于PyTorch代码实现。
[PyTorch深度学习]--torch.Tensor 和 torch.tensor
在PyTorch中，torch.Tensor和torch.tensor都用于生成新的张量，但二者之间有一些区别。