V
主页
【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
发布人
参考吴军老师《数学之美》(第二版),23章的内容
打开封面
下载高清视频
观看高清视频
视频下载器
[LLMs 实践] 04 PEFT/LoRA 源码分析
[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
[LLMs 实践] 03 LoRA fine-tune 大语言模型(peft、bloom 7b)
[番外] float16 与 bf16 表示和计算细节
【计算机科学】蒙特卡洛方法计算“一棍砍两刀”构成三角形的概率
【统计学】p-value(p值) 与 z-score(标准分/z得分/z分数)定义,计算以及适用场景
[概率 & 统计] kl div kl散度的计算及应用(pytorch)
[调包侠] 使用 gensim 完成 word2vec 的计算,及 model.most_similar 的计算过程(positive,negative)
【数字图像处理】视频关键帧检测(I-frame,P-frame),ffprobe,视频推荐,video embedding
[generative models] 概率建模视角下的现代生成模型(生成式 vs. 判别式,采样与密度估计)
[动手写 bert 系列] torch.no_grad() vs. param.requires_grad == False
【会计】个人所得税速算扣除数的计算及推导
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
【约束满足问题】AIMA | Chap 6 | CSP | AC-3 | Arc Consistency
【数值计算】牛顿迭代法(Newton's method,Newton-Raphson method,牛顿-拉夫逊(拉弗森))计算二次方根(sqrt)三次方根
[概率 & 统计] Thompson Sampling(随机贝叶斯后验采样)与多臂老虎机
【深度学习环境搭建】01 本机、GPU服务器端深度学习环境搭建(代码、数据共享)
【手推公式】从 logodds 到 sigmoid 概率化输出,用于 LR、XGBoost 的分类任务
[pytorch 强化学习] 10 从 Q Learning 到 DQN(experience replay 与 huber loss / smooth L1)
[强化学习基础 01] MDP 基础(概率转移,与POMDP、I-POMDP)
[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] 04 前向计算与反向传播与梯度更新(forward,loss.backward(), optimizer.step)
[动手写神经网络] 手动实现 Transformer Encoder
[Python 机器学习] 深入理解 numpy(ndarray)的 axis(轴/维度)
[pytorch] [求导练习] 06 计算图(computation graph)细节之 retain graph(multi output/backwar)
【统计】从P值到6σ(六西格玛)质量控制(P值与Z值,与置信水平的关系,python scipy 计算)
【python 运筹】约束满足规划问题 | CP-SAT solver | ortools | 自定义打印所有可行解的回调函数
[程序员说金融] 等额本息概念及计算(月供还款分析:月供本金,月供利息)
[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
[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
【excel】计算白条花呗借呗分期付款的真实IRR(Internal Rate of Return)
【白板编程】map-reduce 倒排索引(inverted index)
[LLM & AIGC] 03 openai embedding (text-embedding-ada-002)基于 embedding 的文本语义匹配
[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
[矩阵分析] LoRA 矩阵分析基础之 SVD low rank approximation(低秩逼近)
[QKV attention] flash attention(Tiling与重计算),operation fused,HBM vs. SRAM
【计算机视觉】从图像距离(图像相似性)的计算(ahash/dhash/phash/whash)到以图搜索的实现(deep ranking)(一)
[蒙特卡洛方法] 04 重要性采样补充,数学性质及 On-policy vs. Off-policy
[pytorch 网络模型结构] 深入理解 nn.BatchNorm1d/2d 计算过程
【统计】从最小采样数到采样误差(从置信水平(confidence level,置信区间)、Z值到最小采样数(最小抽样数))