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
什么是布隆过滤器(BloomFilter)?
美团一面:布隆过滤器有什么缺点
[概率 & 统计] kl div kl散度的计算及应用(pytorch)
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
[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
[LLMs 实践] 03 LoRA fine-tune 大语言模型(peft、bloom 7b)
[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
[动手写 bert 系列] torch.no_grad() vs. param.requires_grad == False
【白板编程】map-reduce 倒排索引(inverted index)
[LLMs 实践] 04 PEFT/LoRA 源码分析
[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)
【随机化算法】高纳德( Knuth)随机置乱算法,洗牌shuffle算法,任意序列等概率打乱顺序
【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
[PyTorch] Dropout 基本原理(前向计算与自动求导)
[强化学习基础 01] MDP 基础(概率转移,与POMDP、I-POMDP)
【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)
[概率 & 统计] KL 散度(KL div)forward vs. reverse
【矩阵计算】从 im2col 到 GEMM,矩阵与核的卷积到矩阵乘法
[调包侠] 使用 gensim 完成 word2vec 的计算,及 model.most_similar 的计算过程(positive,negative)
【回归分析】R2(coefficient of determination)的定义及计算(SSres、SStot)及图形化解释(graphical expla)
[pytorch] [求导练习] 03 计算图(computation graph)及链式法则(chain rule)反向传播过程
[概率 & 统计] Thompson Sampling(随机贝叶斯后验采样)与多臂老虎机
[gpt2 番外] training vs. inference(generate),PPL 计算,交叉熵损失与 ignore_index
【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))
[pytorch] torch.nn.Bilinear 计算过程与 einsum(爱因斯坦求和约定)
【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
【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
【理财】年化利率与月化利率的计算以及基金的定投仿真,为什么应该越早坚持做定投越好
【数字图像处理】视频关键帧检测(I-frame,P-frame),ffprobe,视频推荐,video embedding
【会计】个人所得税速算扣除数的计算及推导
[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
[番外] float16 与 bf16 表示和计算细节
[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
[QKV attention] flash attention(Tiling与重计算),operation fused,HBM vs. SRAM
[pytorch] [求导练习] 05 计算图(computation graph)构建细节之 inplace operation(data与detach)
【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
【手推公式】【目标检测】【Fast RCNN】RoIPooling 的作用及计算
[动手写Bert系列] bertencoder self attention 计算细节及计算过程
【矩阵分析】从特征值特征向量到矩阵SVD奇异值分解(np.linalg.svd)
[pytorch 网络模型结构] 深入理解 nn.BatchNorm1d/2d 计算过程