V
主页
【机器学习中的数学】【概率论】正态分布的导数与拐点(inflection points)
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
赌博与投资中利润最大化的数学 - 凯利标准
【机器学习中的数学】【无穷级数】1/n^p(p-series)收敛性的证明
统计学|数据分析中非常重要的正态分布到底是什么?一个视频搞清楚!
[多元变量微分] 方向导数与梯度下降方法(directional derivatives)
【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
【小白学统计】正态性检验的三种方法,非正态数据如何转化为正态数据?不满足正态分布怎么分析?
[RLHF] 从 PPO rlhf 到 DPO,公式推导与原理分析
[蒙特卡洛方法] 02 重要性采样(importance sampling)及 python 实现
[蒙特卡洛方法] 04 重要性采样补充,数学性质及 On-policy vs. Off-policy
[手推公式] sigmoid 及其导数 softmax 及其导数性质(从 logits 到 probabilities)
【数学基础】高跟鞋该怎么选?黄金分割比与黄金分割矩形
[DRL] 从 TRPO 到 PPO(PPO-penalty,PPO-clip)
[矩阵分析] 旋转矩阵的计算机与应用(复平面,RoPE)
【矩阵分析】矩阵奇异值与谱范数(spectral norm),F范数(Frobenius norm),核范数(nuclear norm)
[机器学习理论] 霍夫丁不等式(hoeffding's inequality)到 UCB
[工具的使用] python jupyter 环境安装配置拓展(nbextension)(ExcecuteTime:执行时间,Table of Content)
[personal chatgpt] 从 RoPE 到 CoPE(绝对位置编码,相对位置编码,Contextual Position Encoding)
[pytorch distributed] 02 DDP 基本概念(Ring AllReduce,node,world,rank,参数服务器)
[PyTorch] Dropout 基本原理(前向计算与自动求导)
[动手写bert系列] 01 huggingface tokenizer (vocab,encode,decode)原理及细节
[pytorch] [求导练习] 03 计算图(computation graph)及链式法则(chain rule)反向传播过程
[蒙特卡洛方法] 01 从黎曼和式积分(Reimann Sum)到蒙特卡洛估计(monte carlo estimation)求积分求期望
【excel】计算白条花呗借呗分期付款的真实IRR(Internal Rate of Return)
b站最全的【人工智能-数学基础】教程!一口气学完微积分、线性代数、统计学、概率论、相关分析、方差分析、聚类分析和贝叶斯分析等八大人工智能必备数学基础!存下吧!
数学原理大揭秘:在无穷级数中,你需要计算多少项才能达到99%的精确度??😁
【致知数学课02】古希腊掌管正态分布的神!图解不了的题就用纯代数!
[Python 机器学习] 深入理解 numpy(ndarray)的 axis(轴/维度)
【python 运筹优化】scipy.optimize.minimize 使用
[LLMs 实践] 18 llama2 源码分析 RoPE 相对位置编码的复数形式
[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)
[全栈深度学习] 02 vscode remote(远程)gpus 服务器开发调试 debugger(以 nanoGPT 为例)
[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
[leetcode reviews] 01 计算思维与刷题方法
【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
【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
[A100 02] GPU 服务器压力测试,gpu burn,cpu burn,cuda samples
[pytorch distributed] 从 DDP、模型并行、流水线并行到 FSDP(NCCL,deepspeed 与 Accelerate)
[程序员说金融] 对数回报率(收益率)及其性质(可加性,负对称性,及泰勒展开下的近似相等)
[动手写神经网络] 如何设计卷积核(conv kernel)实现降2采样,以及初探vggnet/resnet 卷积设计思路(不断降空间尺度,升channel)
【回归分析】最小二乘法的 python 实现以及 excel 回归分析及其可视化