- HCK 哈士奇冰吧
- 人工智能领域
- 深度学习
- 进修深度学习内容
- Agent 开发
-
语言
- Python，Javascript，
-
前端
-
Vue3
-
React19
-
-
开发工具：LangGraph、Langchain、PyTorch、Transformers、MMlab、scikit-learn、matplotlib、numpy、pandas、seaborn、OpenCV、Dlib、albumentations、Neo4j、Surprise、RecMetrics、Gensim、Flask
-
深度学习
- 核心模型：Transformer、GPT、BERT、CNN、LSTM、RNN、ViT、CLIP、Swin Transformer、Deformable Transformer、Medical Transformer、BEVFormer、LoFTR、Informer、GRU、MOE
- 目标检测：YOLO v5、Faster R-CNN、Mask R-CNN、DETR、Deformable DETR、EfficientDet、R-CNN
- 经典架构：ResNet、EfficientNet、MobileNet、DBNet、VGGNet、AlexNet、DarkNet、FPN、BiFPN
- 图像分割：U-Net、DeepLabV3+、Mask2Former、U²-Net
- 视频处理：SlowFast、R(2+1)D、C3D、Conv3D、R3D、R2D
- 三维重建：Depth Estimation、NeuralRecon、TSDF、SDF
- 生成模型：Diffusion、GAN、DALL-E、StarGAN、SRGAN、StarGAN-VC2
- 推荐系统：CTR、FM算法、DeepFM、Logistic Regression
- 语音处理：LAS、Conv-TasNet、Tacotron2
- 目标跟踪：ReID
- 强化学习：DQN
- 自然语言：Seq2Seq、Word2Vec、Gensim、RAG
- 自监督：SimCLR、BYOL、SimCES、Deep Clustering
- 数据库：SQL、FAISS、chroma、qdrant、weaviate、milvus
- 其他：MTL、NMS、SPP
-
机器学习
- KNN、线性回归、岭回归、逻辑回归、决策树、朴素贝叶斯、SVM、EM算法、HMM模型、K-MEANS、集成学习
-
图网络
- GNN、GCN、T-GCN、SimGNN
- 学习向量数据库
- 学习 RAG
- LangChain
- LangGraph
- 微调 qwen3
- 从 0-1 搭建语言模型
- 搭建一个 MCP 服务器
- 基于 yolo 的罐头识别