AI基础 on 标准答案https://www.xin800.com/tags/ai%E5%9F%BA%E7%A1%80/Recent content in AI基础 on 标准答案Hugozh-CNWed, 05 Aug 2026 00:00:00 +00001、什么是张量https://www.xin800.com/post/what-is-tensor/Wed, 05 Aug 2026 00:00:00 +0000https://www.xin800.com/post/what-is-tensor/不要被数学吓到：张量就是装数据的多维盒子，AI模型的统一数据容器。 - 0维张量 = 单个数字：85，一个数值，比如某一天销量 - 1维张量 = 一维数组（向量）：[12,45,33]，好比一张表格的一行，3个SKU的销量 - 2维张量 = 矩阵：表格，行=样本，列=特征。比如100条历史销售记录，Transformer 注意力整套完整流程梳理https://www.xin800.com/post/transformer-attention-pipeline/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/transformer-attention-pipeline/从向量到QKV到点积到缩放到Softmax到加权融合，完整的Transformer注意力流程，全程业务语言，供应链案例贯穿。什么是交叉注意力机制（Cross-Attention）https://www.xin800.com/post/what-is-cross-attention/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/what-is-cross-attention/交叉注意力机制实现两组不同业务信息之间的关联匹配，Q来自A数据集，K/V来自B数据集，是机器翻译和知识库匹配的核心技术。什么是余弦相似度https://www.xin800.com/post/what-is-cosine-similarity/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/what-is-cosine-similarity/余弦相似度是衡量两段文本语义相似程度的打分方法，只对比方向不看长短，是文本语义匹配的首选方案。什么是向量https://www.xin800.com/post/what-is-vector/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/what-is-vector/用纯业务语言解释向量的概念：向量就是把文字翻译成一串标准化数字，让计算机能理解和对比。什么是欧氏距离https://www.xin800.com/post/what-is-euclidean-distance/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/what-is-euclidean-distance/欧氏距离用来衡量两组特征整体的远近程度，同时兼顾方向与数值幅度，是结构化数值对比的首选方法。什么是自注意力机制（Self-Attention）https://www.xin800.com/post/what-is-self-attention/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/what-is-self-attention/自注意力机制实现同一组数据内部所有条目的两两关联计算，依靠QKV向量与相似度打分自动识别远距离业务关联，是Transformer的核心基础。向量接近的判断逻辑是什么https://www.xin800.com/post/how-to-judge-vector-proximity/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/how-to-judge-vector-proximity/详解向量相似度判断的底层逻辑：向量不是逐字编码，而是整体语义的打包。通过余弦相似度衡量方向重合度。多头注意力机制（Multi-Headed Self-Attention）https://www.xin800.com/post/multi-head-attention/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/multi-head-attention/多头注意力赋予注意力多种子表达方式，8组独立QKV矩阵并行分析，同时捕捉因果、时序、实体、动作等多种关系。欧式距离适用场景https://www.xin800.com/post/euclidean-distance-use-cases/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/euclidean-distance-use-cases/欧氏距离同时考量特征方向和数值大小，适合结构化数值聚类、备件指标分类、坐标点位匹配等场景。点积与余弦相似度https://www.xin800.com/post/dot-product-vs-cosine/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/dot-product-vs-cosine/通过Q-K点积自动算出任意两条业务信息之间关联程度，详解Thing、query-vector、key-vec等概念，区分点积与余弦相似度的本质差异。点积业务场景与计算逻辑https://www.xin800.com/post/dot-product-business/Fri, 31 Jul 2026 00:00:00 +0000https://www.xin800.com/post/dot-product-business/点积是一套快速计算公式，用来衡量两组向量大方向是否一致，输出一个数字代表匹配程度，是注意力机制计算关联程度的基础运算。