[蒙特卡洛方法] 04 重要性采样补充，数学性质及 On-policy vs. Off-policy
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[蒙特卡洛方法] 02 重要性采样（importance sampling）及 python 实现
...
[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）
...
[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
...
[凸函数] convex 性质与简森不等式（jensen's inequality）与 ELBO、投资组合理论（Porfolio）
...
[蒙特卡洛方法] 03 接受/拒绝采样（accept/reject samping）初步 cases 分析
...
[DRL] 从策略梯度到 TRPO（Lagrange Duality，拉格朗日对偶性）
...
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
...
[pytorch 强化学习] 05 迷宫环境（maze environment）策略梯度（Policy Gradient）求解
...
[pytorch 强化学习] 12 逐行写代码实现 DQN 完全体
...
[personal chatgpt] instructGPT 中的 reward modeling，概率建模与损失函数性质
...
[einops 01] einsum 补充与 einops 初步（实现 ViT 的图像分块）
...
[概率 & 统计] Thompson Sampling（随机贝叶斯后验采样）与多臂老虎机
...
[强化学习基础 01] MDP 基础（概率转移，与POMDP、I-POMDP）
...
[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
...
[动手写神经网络] 手动实现 Transformer Encoder
...
[概率 & 统计] kl div kl散度的计算及应用（pytorch）
...
尼斯 摩纳哥 戛纳，三天慢生活闲逛体验~
...
【机器学习】线性回归（linear regression）逻辑回归（logistics regression）特征重要性与 odds ratio
...
[多元变量微分] 方向导数与梯度下降方法（directional derivatives）
...
[矩阵分析] 旋转矩阵的计算机与应用（复平面，RoPE）
...
[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
...
[强化学习基础 02] MDP价值迭代算法（value iteration，V(s), Q(s,a), pi(s)）
...
[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
...
[LLMs 实践] 07 fp16 与自动混合精度训练（amp）显著提升 batch size
...
[pytorch 强化学习] 02 将 env rendering 保存为 mp4/gif（以 CartPole 为例，mode='rgb_array'）
...
[动手写 Transformer] 手动实现 Transformer Decoder（交叉注意力，encoder-decoder cross attentio）
...
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
...
[pytorch distributed] deepspeed 基本概念、原理（os+g+p）
...
[LLMs 实践] 19 llama2 源码分析 RoPE apply_rotary_emb 从绝对位置编码到相对位置编码
...
[personal chatgpt] peft LoRA merge pipeline（lora inject，svd）
...
【搜索算法】【search】01 python-astar 图上搜索（graph search）f(n)=g(n)+h(n)
...
[pytorch 强化学习] 04 迷宫环境（maze environment）封装 MazeEnv、Agent 类
...
[性能测试] 03 单 4090 BERT、GPT2、T5 TFLOPS 测试及对比 3090TI
...
[动手写神经网络] 如何对数据集归一化（transforms.Normalize）以 mnist 数据集为例（mean=0.1307, std=0.3081）
...
[LLMs 实践] 04 PEFT/LoRA 源码分析
...
[A100 02] GPU 服务器压力测试，gpu burn，cpu burn，cuda samples
...
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
...
[手推公式] sigmoid 及其导数 softmax 及其导数性质（从 logits 到 probabilities）
...
[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）
...
[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）