分类目录归档：人工智能
在金融、气象、交通等领域，精准预测未来趋势至关重要。传统LSTM模型虽擅长捕捉序列中的复杂模式，但它通常只给出一个“点预测”——即一个确定性的未来值。现实中，预测总伴随不确定性。PI-LSTM（Prediction Interval LSTM） 应运而生，它的核心目标不仅是预测“最可能的值”，还要清晰告诉使用者预测结果可能的波动范围有多宽——这就是预测区间（Prediction Interval, PI）。
想象预测明天股市收盘价： * 普通LSTM模型告诉你：“预测明天收盘是3050点。” * PI-...
在金融、气象、工业监控等领域，时间序列预测是核心任务。传统模型如ARIMA、LSTM常面临挑战：难以同时捕捉复杂的时间变化模式（如突变、周期性）。2023年，清华团队提出的TimesNet模型突破这一瓶颈，成为时间序列分析的新星。它无需复杂数学公式，就能带我们理解其精妙之处。
想象医生查看心电图： - 局部视角（传统CNN）：只能看到当前心跳的波形，忽略心跳间的规律。 - 长程视角（传统RNN）：能记住过去多次心跳，但细节易模糊。
更关键的是，真实时间序列像交织的绳索： - 变化周期多样：日气温（2...
在天气预报、交通流量预测、电力负荷分析等领域，我们常常面对的不再是孤立的时间点数据，而是同时蕴含时间变化与空间关联的复杂信息流。传统时间序列模型（如LSTM）擅长捕捉时间依赖，却难以有效建模空间位置间的相互影响；而纯空间模型又容易忽略动态演变过程。Spacetimeformer模型应运而生，其核心突破在于将Transformer的强大能力创新性地应用于统一建模时空维度，开辟了预测复杂时空现象的新路径。
一、核心思想：时空一体化的注意力网络
Spacetimeformer 的核心在于它看待数据的方式发生了根本转变：
在当今数据驱动的世界中，时间序列预测扮演着关键角色：零售商需要精准预测商品需求以优化库存，能源公司必须预判电力负荷来平衡电网，金融机构则依靠股价预测规避风险。然而，面对复杂多变、具有季节性和不确定性的真实数据，传统方法常显得力不从心。亚马逊科学家团队开发的DeepAR模型，正是为解决这些挑战而生，它融合了深度学习的力量与概率思维，显著提升了预测的准确性与实用性。
DeepAR 本质上是一种基于深度学习的概率时间序列预测模型。其核心突破在于摒弃了传统模型仅输出单一“点预测值”的局限（如“明天销量预...
这个仓库名为 self-llm，是一个围绕开源大模型、针对国内初学者、基于 Linux 平台的大模型教程项目。以下是对该仓库的详细介绍：
本项目旨在为更多普通学生、研究者提供开源大模型的全流程指导，简化开源大模型的部署、使用和应用流程，让开源、自由的大模型更好地融入普通学习者的生活。其主要内容涵盖环境配置、本地部署、高效微调等技能的教学。
这个仓库名为 HowToCreateHomunculus，主要聚焦于基于深度学习的对话系统的实现与探索，包含了从简单对话系统到结合数据库和知识图谱的对话系统等多个不同复杂度的项目，为构建对话系统提供了丰富的实践案例和理论指导。以下是对该仓库的详细介绍：
项目源于对构建与人类无异的对话系统的向往，受《钢之炼金术师》中瓶中小人角色启发而开展。旨在探索基于深度学习的对话系统的构建方法，并记录学习过程，目前网上缺乏统一鲜明的路线，此项目可作为学习参考。
tensorflow 和 pytorch。在时间序列预测领域，N-BEATS（Neural Basis Expansion Analysis for Time Series）模型于2019年由Element AI的研究团队提出，以其独特的纯深度学习架构、优异的预测性能和良好的可解释性，迅速成为该领域的明星模型。它摒弃了传统模型中的复杂特征工程或特定领域知识依赖，仅使用全连接层（MLP）构建，展现了深度神经网络在时间序列预测中的强大潜力。
完全深度学习架构：
Policy Gradient Ascent（策略梯度上升）是强化学习中直接优化策略参数的一类方法，核心思想是通过梯度上升调整策略网络的参数，使得智能体在环境中获得的期望累积回报最大化。它属于策略梯度（Policy Gradient）算法家族，适用于连续或高维动作空间场景（如机器人控制）。
与价值函数方法（如Q-learning，通过估计“状态-动作价值”间接优化策略）不同，策略梯度方法直接对策略参数$\theta$（如神经网络权重）进行优化。策略$\pi_\theta(a|s)$表示在状态$s$下选择动作$a$的概率（随机策略）或确定动作（确定性策略）。目标是最...
在强化学习（Reinforcement Learning, RL）中，策略网络（Policy Network）是直接输出智能体（Agent）动作策略的神经网络模型，是策略梯度（Policy Gradient）类算法（如REINFORCE、PPO、TRPO等）的核心组件。其核心作用是将环境状态映射到动作的概率分布（或确定性动作），指导智能体在不同状态下做出决策。
时间差分学习（Temporal Difference Learning, TD Learning）是强化学习（Reinforcement Learning, RL）中的核心方法之一，它巧妙结合了动态规划（Dynamic Programming, DP）和蒙特卡洛（Monte Carlo, MC）方法的优点，能够在无需完全知晓环境模型的情况下，通过采样交互数据在线更新值函数。以下从核心概念、算法原理、优势对比及应用场景等方面展开概述：