V
主页
[AI 核心概念及计算] 概率计算 01 pytorch 最大似然估计(MLE)伯努利分布的参数
发布人
本期code:https://github.com/chunhuizhang/bilibili_vlogs/blob/master/ml_core/tutorials/02_pytorch_mle_for_bernoulli.ipynb 系列视频:https://space.bilibili.com/59807853/channel/collectiondetail?sid=462509 梯度下降:BV1sc41157fk
打开封面
下载高清视频
观看高清视频
视频下载器
【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
【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
[概率 & 统计] kl div kl散度的计算及应用(pytorch)
[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
【手推公式】logistic regression 为什么不采用 squared loss作为其损失函数,如何从最大似然估计得到交叉熵损失函数
[pytorch] 多项式分布及采样(torch.multinomial, torch distribution Categorical)
[数学!数学] 最大似然估计(MLE)与最小化交叉熵损失(cross entropy loss)的等价性
[强化学习基础 01] MDP 基础(概率转移,与POMDP、I-POMDP)
[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 distributed] deepspeed 基本概念、原理(os+g+p)
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
【量化绿皮书】债券共同违约概率
[PyTorch] Dropout 基本原理(前向计算与自动求导)
[概率 & 统计] KL 散度(KL div)forward vs. reverse
[pytorch 模型拓扑结构] 深入理解 nn.BCELoss 计算过程及 backward 及其与 CrossEntropyLoss 的区别与联系
[pytorch 番外] Tensorboard 与计算图初步(算子与 ATen)
[pytorch] Tensor 轴(axis)交换,transpose(转置)、swapaxes、permute
[pytorch 强化学习] 02 将 env rendering 保存为 mp4/gif(以 CartPole 为例,mode='rgb_array')
似然估计不会做?这个视频让你从头通透到脚趾!
[pytorch] torch.nn.Bilinear 计算过程与 einsum(爱因斯坦求和约定)
[模型拓扑接口] 经典 RNN 模型(一)模型参数及训练参数的介绍
[mcts] 01 mcts 基本概念基本原理(UCB)及两个示例
[pytorch] [求导练习] 06 计算图(computation graph)细节之 retain graph(multi output/backwar)
[动手写Bert系列] bertencoder self attention 计算细节及计算过程
[pytorch] [求导练习] 05 计算图(computation graph)构建细节之 inplace operation(data与detach)
【高阶数据结构】布隆过滤器(Bloom Filter)误识别(false positive,伪阳)概率的计算
[pytorch 网络模型结构] batchnorm train 及 eval 模式的差异及(running_mean, running_var)的计算细节
[flask web 核心] 02 使用 jinja 创建模板 html 及初步使用 bootstrap 丰富页面内容
[概率统计] 将对数几率(logodds)引入到贝叶斯公式(bayes),后验对数几率=先验对数几率+似然对数几率
[pytorch] 激活函数(梯度消失)sigmoid,clamp,relu(sparse representation,dying relu)
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader(mnist、fashionmnist、cifar10)
[pytorch 强化学习] 06 迷宫环境(maze environment)SARSA(Q-table,value iteration)求解
[调包侠] 04 使用预训练模型进行图像特征向量提取(image feature extractor,img2vec)并进行相似性计算
【生成式AI】李宏毅大佬2024年公认最好的扩散模型【Diffusion Model】教程!从入门到进阶,看完直接跑通!(含配套资料)
[pytorch optim] 优化器相关 AdaGrad(adaptive gradient) 与 RMSprop,自适应梯度
[动手写神经网络] pytorch 高维张量 Tensor 维度操作与处理,einops
【flask web 核心】01 认识 request,response 以及 cookie
【手推公式】从二分类到多分类,从sigmoid到softmax,从最大似然估计到 cross entropy
[AI硬件科普] 内存/显存带宽,从 NVIDIA 到苹果 M4
[番外] float16 与 bf16 表示和计算细节