您是不是在找：

迪哥AI课堂4月前
强化学习PPO算法代码实战入门案例-月球登录器训练/通俗讲解 #强化学习 #人工智能 #机器学习 #深度学习 #PPO算法
00:00 / 47:56
连播
清屏
智能
倍速
点赞392
迪哥AI课堂5月前
强化学习ppo算法详解公式推导算法教程数学原理Python #强化学习 #PPO算法 #人工智能 #机器学习 #机器学习入门
00:00 / 55:22
连播
清屏
智能
倍速
点赞1587
(教程在主页)我的小助手5月前
50分钟彻底弄懂强化学习原理+代码实现，小白也能吃透大模型 #ai #人工智能 #大模型 #程序员 #计算机
00:00 / 49:49
连播
清屏
智能
倍速
点赞202
迪哥AI课堂5月前
强化学习通俗讲解工作流程算法教程ppo/DQN算法详解 #强化学习 #机器学习 #人工智能 #深度学习 #ai新星计划
00:00 / 30:48
连播
清屏
智能
倍速
点赞419
上海交大张伟楠1年前
第19集|张伟楠强化学习课程：深度强化学习策略方法II 本期知识点为PPO算法，内容对应《动手学强化学习》第12章：PPO算法#强化学习 #人工智能 #上海交通大学 #跟我学AI #AI在抖音
00:00 / 14:46
连播
清屏
智能
倍速
点赞1041
AI算法工程师Power4月前
DeepSeek R1核心原来是这个？怪不得一路开挂！ 作为 DeepSeek R1 的核心算法，GRPO到底牛在哪？#机器学习 #深度学习 #强化学习 #GRPO #deepseek
00:00 / 06:13
连播
清屏
智能
倍速
点赞1929
上海交大张伟楠1年前
第18集|张伟楠强化学习课程：深度强化学习策略方法I 本期知识点为基于神经网络的策略梯度、A3C、确定性策略梯度、TROP，内容对应《动手学强化学习》第12章：PPO算法#强化学习 #人工智能 #上海交通大学 #跟我学AI #AI在抖音
00:00 / 36:17
连播
清屏
智能
倍速
点赞113
大模型CC9月前
20分钟实现大模型强化学习（PPO），基于人类反馈的强化学习 #大模型 #AI #人工智能 #大语言模型 #强化学习
00:00 / 48:14
连播
清屏
智能
倍速
点赞55
迪哥谈AI8月前
一口气学完强化学习算法，原理+实操 从零基础出发，系统讲解强化学习的核心原理与实践应用，涵盖Q-Learning、DQN、PPO、DPO等算法的原理+实操，并结合Python编程实现游戏AI、机器人控制等个实战项目。通过本系列学习，你将具备独立开发智能决策系统的能力，并能将强化学习应用于金融交易、资源调度、推荐系统等实际场景。 #强化学习 ##人工智能 #计算机视觉 #计算机技术 #DQN
00:00 / 01:28
连播
清屏
智能
倍速
点赞227
工业电控站2年前
PROFINET IO 控制ABB传动报文结构（PPO类型） #profinet通讯 #ABB变频器 #电气工程 #电工知识
00:00 / 05:23
连播
清屏
智能
倍速
点赞460
文俊Sam9月前
什么平板可以不插卡也可以随时上网？#oppo #oppopad4pro #数码
00:00 / 04:25
连播
清屏
智能
倍速
点赞3297
鲨鱼喜欢步瑶11月前
抖鹏第一打手OPPO酱拿带词条的双p90出征单人四排迷雾荒岛，如果不是窥屏仔，就要被打崩溃了！#游戏解说 #地铁逃生
00:00 / 05:14
连播
清屏
智能
倍速
点赞1371
狼🐾10月前
所有手机声音@小猫包
00:00 / 05:33
连播
清屏
智能
倍速
点赞3160
左芸攸YoYo5月前
#强烈推荐 #vlog日常 #性价比极高 #抖音推广 #oppofindx8 哈哈哈哈，百亿大补贴加平台补，12+512，安全下车
00:00 / 02:51
连播
清屏
智能
倍速
点赞696
废品刚哥机械设备4年前
花4000回收的PS废旧塑料，挑选出来PPO废旧塑料可以卖7000多
00:00 / 03:17
连播
清屏
智能
倍速
点赞194
柏阳兄（添柴吧小哥）8月前
8个OPPO Find X8s隐藏神操作，让你一秒回本！ 1、XPAN哈苏模式 2、DeepSeek文生图 3、隔空互传+远控电脑 4、AI 一键闪记 5、AI 灵感成片 6、天气特效 7、流体云 8、一键问屏 #OPPOFindX8 #OPPOFindX8s #带我一起夜出发 #ColorOS15
00:00 / 02:53
连播
清屏
智能
倍速
点赞NaN
英杰美术馆1年前
倪萍的幽默有趣有性情#上热门 #倪萍#苏晓明#娱乐 #国画
00:00 / 02:52
连播
清屏
智能
倍速
点赞8354
李多鱼5月前
OPPO Pad4 Pro两个月体验：这几点最满意。#OPPOPad4Pro #平板电脑 #OPPO平板
00:00 / 01:41
连播
清屏
智能
倍速
点赞2628
吉鑫公子9月前
码住‼️8个OPPO手机的实用功能不允许你不知道 #手机 #数码科技 #玩机技巧 #oppo #手机使用技巧 @DOU+小助手 @抖音创作小助手 @DOU+上热门
00:00 / 02:42
连播
清屏
智能
倍速
点赞1614
加一竹笛🪈7月前
美丽的神话 回复 @釋懷的评论 #美丽的神话 #笛子 #竹笛 #民族乐器 #器乐演奏 万事沧桑唯有爱是永远的神话
00:00 / 01:00
连播
清屏
智能
倍速
点赞4539
小Miki🐼2年前
“姜爷爷与福宝🐼的日常生活 福宝特别依赖姜爷爷 因为它知道姜爷爷爱它和对它好也懂它 所以它也爱姜爷爷”#熊猫🐼 #动物萌时刻 #大熊猫福宝
00:00 / 06:30
连播
清屏
智能
倍速
点赞NaN
AI唐宇迪1月前
强化学习！第2章：PPO算法与公式推导 #人工智能 #深度学习 #机器学习
00:00 / 53:46
连播
清屏
智能
倍速
点赞562
₋七七¹²2年前
来看看昨天马天龙的第二顿ppox吧（小声bb一句 我听了好多遍马天龙那句话我都没听懂啥意思）#亦十二 #直播录屏分享 #亦与十二 #屏幕录制 @抖音小助手 @DOU+小助手
00:00 / 00:52
连播
清屏
智能
倍速
点赞1745
马腾飞每天更新10月前
PPO算法 1-PolicyGradient #PPO
00:00 / 09:32
连播
清屏
智能
倍速
点赞58
非程序员老杨1周前
被大模型算法虐哭的第N天，我找到了救命稻草#大模型 #算法工程师 #人工智能 #微调 #强化学习
00:00 / 00:55
连播
清屏
智能
倍速
点赞26
chaofa用代码打点酱油2月前
300行代码从零实现GRPO算法 手把手教你实现 Agent RL，训练 Agentic RAG (DeepSeek R1 同款技术） 📚 本期内容： ✅ GRPO算法核心原理详解（vs PPO算法对比） ✅ 5个关键问题理解强化学习本质 ✅ Search R1训练流程完整拆解 ✅ 300行代码手写Agent RL项目 ✅ Trajectory生成与Policy更新实战 ✅ Reward计算与Advantage优化技巧 ✅ 重要性采样与KL散度实现细节 #大模型 #强化学习 #grpo #featurize #LLM
00:00 / 44:26
连播
清屏
智能
倍速
点赞501
刘智勇频道3周前
现代强化学习算法演进：PPO、CISPO与DRO的关键解析[刘智勇频道] #现代 #强化 #学习 #算法 #演进 #真#机#c#机#硅#A#猛#人风投高科人形纪元猛虎财经AI之星硅基科学机器洞察cZomZhenMeta机智能
00:00 / 04:50
连播
清屏
智能
倍速
点赞1
和森致远知识社区1年前
PPO算法原理和原型实验实现 介绍PPO算法基本原理和原型实验实现，包括异策略算法的数据采样复用思路以及重要性采样原理，以及基于Actor-Critic算法框架的策略网络和价值网络联合训练、广义优先函数的定义等。 #重要性采样 #广义优先函数 #目标函数裁剪
00:00 / 36:48
连播
清屏
智能
倍速
点赞48
小飞鱼学算法2周前
算法面试考点 [LLM-RL-PPO]（2）
00:00 / 00:18
连播
清屏
智能
倍速
点赞1
电脑糖糖。2年前
AMD新手超频案例pbo2超频。 #超频
00:00 / 04:22
连播
清屏
智能
倍速
点赞1311
OpenMMLab6月前
过去的PPO算法依赖于四个神经网络来进行稳定训练，近期以DAPO为代表的算法只需要一个policy model，是什么带来了模型训练稳定性的提升？4位嘉宾对此发表了许多精彩观点，快来一睹为快吧！ 本期圆桌讨论主题：RL 强化学习发展趋势洞见 《AI Insight Talk 直击RL强化学习前沿专场直播》 #人工智能 #大模型 #强化学习 #大语言模型 #多模态大模型
00:00 / 09:26
连播
清屏
智能
倍速
点赞0
赋范课堂4月前
【大模型面试·必问八股文】PPO与GRPO算法原理对比分析 刷100+面试题通过率飙升，2步做出满分答卷，拿下高薪offer！ | 强化学习算法原理 | 高效微调算法原理#面试#RAG#大模型#ai新星计划#微调
00:00 / 07:38
连播
清屏
智能
倍速
点赞16
卡皮巴拉顶个球4月前
鼠鼠得吃日记：用强化学习 “拿捏” 简单倒立摆问题 #有所事事的暑假 #人工智能 #三角洲 #曼波 #强化学习
00:00 / 02:05
连播
清屏
智能
倍速
点赞4
InfoQ4月前
阿里的强化学习算法突破与实践！#AI #InfoQ #阿里 #强化算法 #PPO算法
00:00 / 03:43
连播
清屏
智能
倍速
点赞19
GEN2年前
AI玩游戏强化学习PPO算法挑战Lunarlander 需要代码评论区留言
00:00 / 04:19
连播
清屏
智能
倍速
点赞19
九天Hector4月前
大模型面试｜PPO VS GRPO强化学习原理对比 大模型秋招面试必考题解析｜【算法原理】PPO VS GRPO强化学习原理对比 #大模型 #秋招 #大模型八股文 #微调 #ai新星计划
00:00 / 07:33
连播
清屏
智能
倍速
点赞142
晓唦5年前
[晓唦带你读]TensorFlow2深度学习14.1.先睹为快
00:00 / 29:09
连播
清屏
智能
倍速
点赞1
夜子玩AI2年前
AI人工智能玩超级马里奥，强化学习PPO算法 #超级玛丽 #怀旧游戏 #PPO算法 #强化学习
00:00 / 01:31
连播
清屏
智能
倍速
点赞63
赋范课堂3月前
【面试八股】Qwen3的GSPO算法原理是什么？ 国产T0大模型核心技术精讲，0基础也能手撕前沿算法 | GRPO VS GSPO | PPO长度归一化#面试#微调#大模型#ai新星计划#GRPO
00:00 / 07:28
连播
清屏
智能
倍速
点赞16
汀人工智能2年前
人工智能玩转游戏[神经网络和基于强化学习PPO算法] #深度强化学习 #人工智能 #人工智能算法
00:00 / 10:37
连播
清屏
智能
倍速
点赞3
高等智能研究所11月前
PPO算法 rap打油诗#当代研究生精神状态 #chatgpt #读博 #人工智能 #强化学习
00:00 / 01:24
连播
清屏
智能
倍速
点赞7
汀人工智能2年前
AI学习战斗OK游戏基于PPO算法的强化学习项目展示 #人工智能 #深度强化学习 #人工智能玩游戏
00:00 / 23:09
连播
清屏
智能
倍速
点赞2
丁师兄大模型（面试陪跑）3月前
面试官：DeepSeek-R1的GRPO到底比PPO好在哪 从一个秋招LLM面试真题展开，详细聊聊Deepseek中的强化学习算法GRPO，如果你在面试现场被问到相关题目，应该如何作答？ #大模型面试 #ai大模型 #大模型 #大模型算法 #算法秋招
00:00 / 05:29
连播
清屏
智能
倍速
点赞130
汀人工智能2年前
人工智能踢足球（神经网络和强化学习PPO算法）
00:00 / 11:05
连播
清屏
智能
倍速
点赞2
AI大模型老杨5月前
零基础学习PPO #人工智能 #大模型 #AI #程序员 #大模型应用
00:00 / 28:04
连播
清屏
智能
倍速
点赞96
极客开源7月前
大模型偏好对齐面试题PPO和DPO有什么区别 #大模型面试 #算法面试 #学习资料分享 #算法面试题 #人工智能
00:00 / 00:22
连播
清屏
智能
倍速
点赞11
夜子玩AI2年前
AI如此轻松通关超级马里奥关卡1-2 #超级玛丽 #算法 #PPO #强化学习 #人工智能
00:00 / 01:38
连播
清屏
智能
倍速
点赞7
贵锅雲上微型注塑机2月前
最难加工的五大塑料 #塑料颗粒 #注塑成型 #改性塑料 #知识前沿派对 #注塑成型疑难问题解答
00:00 / 01:21
连播
清屏
智能
倍速
点赞272
🍁小乐¹²1月前
ppox~谁ppox谁😏#亦十二 #直播录屏分享 @亦十二 #粉丝奔赴之约 @亦与十二 @亦十二（恋爱版） @亦十二（不是本人）
00:00 / 02:01
连播
清屏
智能
倍速
点赞674
技术探险家3月前
94%性能提升！小模型靠“抄作业”逆袭 SAPO算法 🔥94%性能提升的AI黑科技！Gensyn团队最新研究证明：8个0.5B小模型通过互相“抄作业”，推理能力接近翻倍！👉核心突破：去中心化蜂群训练（SAPO算法），不用天价GPU，你的笔记本也能参与AI训练！📊实验揭秘：4本地/4外部经验共享=最优解，过度“抄作业”反而会精神分裂？🎧配套播客：11分钟搞懂小模型逆袭的底层逻辑，AI平民化时代要来了？#AI前沿 #机器学习 #算法科普 #开源项目 #科技黑箱 标签推荐 #AI #机器学习 #算法 #开源 #科技前沿 #深度学习 #论文解读 #小模型 #去中心化 #B站知识分享
00:00 / 06:25
连播
清屏
智能
倍速
点赞25
孛恩新材料5天前
一分钟带你了解PPO材料#工程材料 #新材料#PPO
00:00 / 00:28
连播
清屏
智能
倍速
点赞1
MySpring之千问LLM系列8月前
两分钟带你了解DPO、PPO、GRPO三种算法，轻松入门！ 想快速掌握强化学习？两分钟带你了解DPO、PPO、GRPO三种算法，轻松入门！#LLM #AI #RL #强化学习
00:00 / 01:24
连播
清屏
智能
倍速
点赞27
加倍4月前
Agent算法岗，ppo与grpo #大模型面试 #Agent #MCP #GQA #RAG
00:00 / 03:10
连播
清屏
智能
倍速
点赞6
无情火羽白5天前
聚醚胺有些什么结构和不同，一条视频说清楚#干货知识分享 #有机化学#环氧
00:00 / 06:38
连播
清屏
智能
倍速
点赞44
SK超频装机2周前
9800X3D终极玩法。一个视频教会你。小白也能看的懂 #9800X3D #PUBG #超频
00:00 / 01:31
连播
清屏
智能
倍速
点赞1635
野生博士(邪修版)小魔头10月前
deepseek的评价算法GRPO解析：原作者都不敢像抖音这样标榜！#deepseek #论文解析 #算法解析
00:00 / 06:16
连播
清屏
智能
倍速
点赞134
AI费曼4月前
[250811]阿里只用两个trick，RL效果超越GRPO 阿里提出新的RL算法Lite PPO arxiv: 2508.08221 Part I: Tricks or Traps? A Deep Dive into RL for LLM Reasoning
00:00 / 03:02
连播
清屏
智能
倍速
点赞79
AI大白8月前
这波AI浪潮你赶上了吗？ 4月12日 1️⃣ 神秘双星降临！ • Quasar Alpha登顶编程类榜首 • 百万token窗口+完全免费 • OpenAI：这波操作有点眼熟？👀 2️⃣ 伯克利新算法封神！ AssistanceZero横空出世 • 碾压PPO算法 • 操作减少30%，任务完成率飙升 • 大模型救星来了！ #算法界的超人 3️⃣ ChatGPT记忆升级！ • Plus/Pro用户专享 • 全量聊天记录随时调取 • GPT-4.5训练超1000万GPU小时 AI：你的每一句话我都记得❤️ 4️⃣ 医学影像大突破！ • FairGenMed数据集问世 • FairDiffusion方法性能提升40% • 医疗AI公平性难题有解了！ #AI医生的春天 5️⃣ 华为云生态大会炸场！ • 昇腾AI适配160+大模型 • 服务600+企业 • 算力输出 芜湖起飞不是梦！✈️ 🔥今日金句： "未来已来，只是分布不均" ——这波AI浪潮你赶上了吗？
00:00 / 01:55
连播
清屏
智能
倍速
点赞0

简介:

您在查找“ppo算法”短视频信息吗？帮您找到更多更精彩的短视频内容！最新发布时间：2025-12-25 07:06

最新推荐:

相关推荐:

热门推荐: