[pytorch distributed] 04 模型并行（model parallel）on ResNet50
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[pytorch distributed] 从 DDP、模型并行、流水线并行到 FSDP（NCCL，deepspeed 与 Accelerate）
...
[pytorch distributed] 张量并行与 megtron-lm 及 accelerate 配置
...
[pytorch distributed] 05 张量并行（tensor parallel），分块矩阵的角度，作用在 FFN 以及 Attention 上
...
[pytorch distributed] 03 DDP 初步应用（Trainer，torchrun）
...
[pytorch distributed] torch 分布式基础（process group），点对点通信，集合通信
...
[pytorch distributed] deepspeed 基本概念、原理（os+g+p）
...
[pytorch distributed] 01 nn.DataParallel 数据并行初步
...
[pytorch distributed] amp 原理，automatic mixed precision 自动混合精度
...
[pytorch distributed] accelerate 基本用法（config，launch）数据并行
...
[pytorch 强化学习] 06 迷宫环境（maze environment）SARSA（Q-table，value iteration）求解
...
[pytorch distributed] 02 DDP 基本概念（Ring AllReduce，node，world，rank，参数服务器）
...
[LLM && AIGC] 04 深入理解 openai tokenizer 及 api 中的 logit_bias 与 logprobs
...
[动手写 bert 系列] bert model architecture 模型架构初探（embedding + encoder + pooler）
...
[pytorch] Tensor 轴（axis）交换，transpose（转置）、swapaxes、permute
...
[模型拓扑结构] pytorch 注册钩子函数（register_forward_hook）实现对各个层（layer）输入输出 shape 的查看
...
[pytorch 模型拓扑结构] 深入理解 nn.CrossEntropyLoss 计算过程（nn.NLLLoss(nn.LogSoftmax))
...
[pytorch] [求导练习] 05 计算图（computation graph）构建细节之 inplace operation（data与detach）
...
[pytorch 强化学习] 11 逐行写代码实现 DQN（ReplayMemory，Transition，DQN as Q function）
...
[pytorch 加速] CPU传输 & GPU计算的并行（pin_memory，non_blocking）
...
[pytorch] [求导练习] 02 softmax 函数自动求导练习（autograd，Jacobian matrix）
...
[pytorch] [求导练习] 04 前向计算与反向传播与梯度更新（forward，loss.backward(), optimizer.step）
...
[pytorch 强化学习] 04 迷宫环境（maze environment）封装 MazeEnv、Agent 类
...
[pytorch 强化学习] 01 认识环境（environment，gym.Env）以及 CartPole-v0/v1 环境
...
[pytorch 强化学习] 08 CartPole Q learning 连续状态离散化（digitize 分桶）及 display_frame_as_gif
...
[模型拓扑接口] 经典 RNN 模型（一）模型参数及训练参数的介绍
...
[personal chatgpt] trl reward model 与 RewardTrainer（奖励模型，分类模型）
...
[diffusion] 生成模型基础 VAE 原理及实现
...
[pytorch 强化学习] 10 从 Q Learning 到 DQN（experience replay 与 huber loss / smooth L1）
...
[pytorch optim] 优化器相关 AdaGrad（adaptive gradient） 与 RMSprop，自适应梯度
...
[LLMs 实践] 03 LoRA fine-tune 大语言模型（peft、bloom 7b）
...
[bert、t5、gpt] 06 GPT2 整体介绍（tokenizer，model forward）
...
[pytorch] nn.Embedding 前向查表索引过程与 one hot 关系及 max_norm 的作用
...
[LLM+RL] 合成数据与model collapse，nature 正刊封面
...
[pytorch] [求导练习] 03 计算图（computation graph）及链式法则（chain rule）反向传播过程
...
[pytorch] torch.einsum 到索引到矩阵运算（index、shape、dimension、axis）
...
[动手写神经网络] pytorch 高维张量 Tensor 维度操作与处理，einops
...
[pytorch] 深入理解 torch.gather 及 dim 与 index 的关系
...
[pytorch] Tensor shape 变化 view 与 reshape（contiguous 的理解）
...
[LangChain] 06 基于LangGraph 实现 Reflexion Agent（generator vs. critic）
...
[全栈深度学习] 01 docker 工具的基本使用及 nvidia cuda pytorch 镜像