1 前言2012年我在北京组织过8期machine learning读书会，那时“机器学习”非常火，很多人都对其抱有巨大的热情。当我2013年再次来到北京时，有一个词似乎比“机器学习”更火，那就是“深度学习”。本博客内写过一些机器学习相关的文章，但上一篇技术文章“LDA主题模型”还是写于2014年11月份，毕竟自2015年开始创业做在线教育后，太多的杂事、琐碎事，让我一直想再写点技术性文章但每每恨

用Ollama部署开源模型，整个过程不超过5分钟。。以后你做技术选型时，这一套方法直接复用。

为什么第一篇不写代码？因为一眼看到终点，比闷头赶路更重要。这个专栏最终要带你构建一套，顺便扩展出电商客服、法律条文检索、医疗文献问答几个分支场景。30篇文章之后，你会有一个完整项目 + 3套可复用的场景方案，直接写进简历。但今天，先不写逻辑代码。你要在10分钟内，用Docker一键启动最终会实现的4个场景Demo。先跑通完整效果，再拆砖。

Java写了几年的人转Python，根本不需要从头学。核心语法一张表就能覆盖，然后直接案例练手。。后面专栏里，所有和大模型的交互代码都基于这一套。

最后，我们还对网络的深度和宽度进行了合理的调整，以平衡模型的复杂度和性能。此外，由于DenseOne网络采用了轻量级的卷积模块和合理的网络结构，因此其推理速度并未受到明显影响，仍然保持了较高的实时性能。具体来说，我们将DenseNet系列网络的核心思想引入到YOLOv8中，设计了一种全新的密集网络——DenseOne。DenseNet是一种具有密集连接特性的卷积神经网络，它通过在前向传播过程中将每

用Ollama部署开源模型，整个过程不超过5分钟。。以后你做技术选型时，这一套方法直接复用。

用Ollama部署开源模型，整个过程不超过5分钟。。以后你做技术选型时，这一套方法直接复用。

为什么第一篇不写代码？因为一眼看到终点，比闷头赶路更重要。这个专栏最终要带你构建一套，顺便扩展出电商客服、法律条文检索、医疗文献问答几个分支场景。30篇文章之后，你会有一个完整项目 + 3套可复用的场景方案，直接写进简历。但今天，先不写逻辑代码。你要在10分钟内，用Docker一键启动最终会实现的4个场景Demo。先跑通完整效果，再拆砖。

CNN最大的优势在特征提取方面。由于CNN的特征检测层通过训练数据进行学习，避免了显示的特征抽取，而是隐式地从训练数据中进行学习；再者由于同一特征映射面上的神经元权值相同，所以网络可以并行学习，这也是卷积网络相对于神经元彼此相连网络的一大优势。主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。一句话总结CNN最大的特点就是局部感知和参数共享。下面先介绍这两个概念。