V
主页
【手推公式】multi-classification多分类评估(precision/recall,micro averaging与macro averaging
发布人
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】从二分类到多分类,从sigmoid到softmax,从最大似然估计到 cross entropy
【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】【目标检测】【Fast RCNN】RoIPooling 的作用及计算
【手推公式】logistic regression 及其与 linear regression 的区别,对数线性与对数几率
【机器学习】【手推公式】从Hinge loss(合页损失)到 SVM(hard margin/soft margin)
【手推公式】xgboost自定义损失函数(cross entropy/squared log loss)及其一阶导数gradient二阶导数hessian
【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
【手推公式】【销量预测】【回归分析】MAE与MSE在回归分析时的区别,为什么MSE倾向于回归均值,MAE倾向于回归中位数
【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
【手推公式】梯度下降(一阶泰勒展开)的一种直观形式
【手推公式】odds(几率)与对数几率(logodds)在logistics regression及xgboost classification中的应用
【手推公式】从 logodds 到 sigmoid 概率化输出,用于 LR、XGBoost 的分类任务
[动手写神经网络] 02 逐行写代码 CNN pipeline 图像分类(模型结构、训练、评估)
[动手写bert系列] BertSelfLayer 多头注意力机制(multi head attention)的分块矩阵实现
【手推公式】可导损失函数(loss function)的梯度下降(GD)、随机梯度下降(SGD)以及mini-batch gd梯度优化策略
[pytorch] [求导练习] 06 计算图(computation graph)细节之 retain graph(multi output/backwar)
[pytorch distributed] amp 原理,automatic mixed precision 自动混合精度
【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
[bert、t5、gpt] 11 知识蒸馏(knowledge distill)huggingface trainer pipeline
[手推公式] sigmoid 及其导数 softmax 及其导数性质(从 logits 到 probabilities)
【python 运筹优化】scipy.optimize.minimize 使用
【白板编程】map-reduce 倒排索引(inverted index)
【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
[LLMs 实践] 01 llama、alpaca、vicuna 整体介绍及 llama 推理过程
[调包侠] 使用 PyTorch Swin Transformer 完成图像分类
[LLMs 实践] 02 LoRA(Low Rank Adaption)基本原理与基本概念,fine-tune 大语言模型
[LLMs 实践] 03 LoRA fine-tune 大语言模型(peft、bloom 7b)
[动手写神经网络] 04 使用预训练 vgg 提升 cifar10 分类准确率
[QKV attention] flash attention(Tiling与重计算),operation fused,HBM vs. SRAM
[LLM 番外] 自回归语言模型cross entropy loss,及 PPL 评估
[动手写神经网络] 05 使用预训练 resnet18 提升 cifar10 分类准确率及误分类图像可视化分析
【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
[强化学习基础 03] 多臂老虎机(Multi-Armed Bandit)与 UCB
【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
[pytorch 强化学习] 02 将 env rendering 保存为 mp4/gif(以 CartPole 为例,mode='rgb_array')
[强化学习基础 02] MDP价值迭代算法(value iteration,V(s), Q(s,a), pi(s))
[动手写 bert] masking 机制、bert head 与 BertForMaskedLM
【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))
[RLHF] 从 PPO rlhf 到 DPO,公式推导与原理分析
【统计学】从置信水平(confidence level,置信区间)、Z值到最小采样数(最小抽样数)