[五分钟系列] 01 gensim embedding vectors 距离及可视化分析
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[pytorch] nn.Embedding 前向查表索引过程与 one hot 关系及 max_norm 的作用
...
[调包侠] tencent ailab 中文语料 embedding vector（word2vec）
...
[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
...
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
...
【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）
...
[leetcode reviews] 01 计算思维与刷题方法
...
[bert、t5、gpt] 01 fine tune transformers 文本分类/情感分析
...
[python nlp] 01 词频分析与 Zipf law 齐夫定律（log-log plot）
...
【AE教程】另一款可视化脚本！AEviewer！！暂时没发现bug
...
[动手写 bert 系列] bert model architecture 模型架构初探（embedding + encoder + pooler）
...
[LLMs 实践] 01 llama、alpaca、vicuna 整体介绍及 llama 推理过程
...
15分钟手把手教你在RAG中如何选择合适的embedding模型！附解析代码！
...
[pytorch] [求导练习] 05 计算图（computation graph）构建细节之 inplace operation（data与detach）
...
【B站强推】零基础学Power BI可视化与数据分析Excel
...
【数字图像处理】视频关键帧检测（I-frame，P-frame），ffprobe，视频推荐，video embedding
...
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
...
[pytorch distributed] 01 nn.DataParallel 数据并行初步
...
[RLHF] 从 PPO rlhf 到 DPO，公式推导与原理分析
...
[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
...
[personal chatgpt] 从 RoPE 到 CoPE（绝对位置编码，相对位置编码，Contextual Position Encoding）
...
[数据可视化] 绘制交互式 3d plot（interactive 3d plot, Axes3d） z=f(x, y) （三维空间中的 surface）
...
有个说法：“「递归」是检验编程天赋的试金石”；而本视频打破天赋壁垒，助你快速掌握递归。
...
B站强推！手把手教你如何选取RAG中的embedding模型，模型讲解+代码解析，看完就能学明白！LLM大模型_RAG_大模型微调_多模态
...
[pytorch 强化学习] 01 认识环境（environment，gym.Env）以及 CartPole-v0/v1 环境
...
[AI Agent] llama_index RAG 原理及源码分析
...
[pytorch 强化学习] 10 从 Q Learning 到 DQN（experience replay 与 huber loss / smooth L1）
...
[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] 04 PEFT/LoRA 源码分析
...
[diffusion] 生成模型基础 VAE 原理及实现
...
[矩阵分析] LoRA 矩阵分析基础之 SVD low rank approximation（低秩逼近）
...
[全栈深度学习] 01 docker 工具的基本使用及 nvidia cuda pytorch 镜像
...
[模型拓扑接口] 经典 RNN 模型（一）模型参数及训练参数的介绍
...
[蒙特卡洛方法] 02 重要性采样（importance sampling）及 python 实现
...
[动手写 bert 系列] bert embedding 源码解析，word_embedding/position_embedding/token_type
...
[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）
...
[pytorch] [求导练习] 06 计算图（computation graph）细节之 retain graph（multi output/backwar）
...
[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
...
[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）
...
[调包侠] 使用 gensim 完成 word2vec 的计算，及 model.most_similar 的计算过程（positive，negative）
...
[pytorch] [求导练习] 03 计算图（computation graph）及链式法则（chain rule）反向传播过程