V
主页
[手推公式] sigmoid 及其导数 softmax 及其导数性质（从 logits 到 probabilities）
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
[LLMs tuning] 01 trl SFTTrainer 中的 formatting_func 与 DataCollatorForCompletion
softmax回归原理及损失函数-跟李沐老师动手学深度学习
[AI 核心概念及计算] 优化 01 梯度下降（gradient descent）与梯度上升（gradient ascent）细节及可视化分析
【矩阵分析】从特征值特征向量到矩阵SVD奇异值分解（np.linalg.svd）
[概率 & 统计] KL 散度（KL div）forward vs. reverse
【手推公式】从二分类（二项分布）到多分类（多项分布），最大似然估计与交叉熵损失的等价
[强化学习基础 01] MDP 基础（概率转移，与POMDP、I-POMDP）
【矩阵分析】二维旋转矩阵的推导（极坐标/基变换）
【运筹】运筹决策系统的搭建，从决策变量、中间变量到约束及目标，从求解到无解时约束的放松
[深度学习面试系列] L2-L1正则的 MLE/MAP 概率解释
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
【手推公式】指数族分布（exponential family distribution），伯努利分布及高斯分布的推导
[矩阵分析] 从向量范数到矩阵范数、torch spectral norm（矩阵的谱范数）
[RLHF] 从 PPO rlhf 到 DPO，公式推导与原理分析
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
[动手写神经网络] 如何设计卷积核（conv kernel）实现降2采样，以及初探vggnet/resnet 卷积设计思路（不断降空间尺度，升channel）
[全栈算法工程师系列] python deepcopy（深拷贝，clone，克隆）性能优化（浅拷贝+递归）
[pytorch] [求导练习] 01 sigmoid 函数自动求导练习（autograd，单变量，多变量 multivariables 形式）
[五分钟系列] 01 gensim embedding vectors 距离及可视化分析
[LLMs inference] quantization 量化整体介绍（bitsandbytes、GPTQ、GGUF、AWQ）
[矩阵微分] 标量/矢量关于矢量/矩阵的矩阵微分，深度学习框架反向传播
【手推公式】从 logodds 到 sigmoid 概率化输出，用于 LR、XGBoost 的分类任务
[调包侠] 使用深度学习模型（paddlehub - humanseg）进行人物提取（前景提取、抠图）
[python 多进程、多线程以及协程] 01 关于进程（multiprocessing，pid、ppid）
[leetcode reviews] 01 计算思维与刷题方法
[矩阵分析] 旋转矩阵的计算机与应用（复平面，RoPE）
【手推公式】odds（几率）与对数几率（logodds）在logistics regression及xgboost classification中的应用
[pytorch distributed] 01 nn.DataParallel 数据并行初步
[pytorch optim] 优化器相关 - learning rate scheduler
【手推公式】multi-classification多分类评估（precision/recall，micro averaging与macro averaging
【机器学习】【手推公式】从Hinge loss（合页损失）到 SVM（hard margin/soft margin）
[模型拓扑接口] 经典 RNN 模型（一）模型参数及训练参数的介绍
【数值计算】newton's method 牛顿法求极值点，求函数的零点（求根），图解法
[stable diffusion] 01 本地安装及环境配置（diffusers, StableDiffusionPipeline, text2image）
[pytorch optim] Adam 与 AdamW，L2 reg 与 weight decay，deepseed
[纳什荐书][生成式AI] 01 《GPT图解》导读
[概率 & 统计] Thompson Sampling（随机贝叶斯后验采样）与多臂老虎机
[小白向-深度学习装机指南] 01 双4090 涡轮版开箱启动 vlog（gpu burn，cpu burn）
【数学分析】泰勒级数（Taylor series）展开的本质（多项式逼近）多项式系数的推导
[矩阵分析] LoRA 矩阵分析基础之 SVD low rank approximation（低秩逼近）
