[pytorch] [求导练习] 03 计算图（computation graph）及链式法则（chain rule）反向传播过程
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] [求导练习] 04 前向计算与反向传播与梯度更新（forward，loss.backward(), optimizer.step）
...
[pytorch] [求导练习] 05 计算图（computation graph）构建细节之 inplace operation（data与detach）
...
[pytorch] [求导练习] 06 计算图（computation graph）细节之 retain graph（multi output/backwar）
...
[pytorch] [求导练习] 01 sigmoid 函数自动求导练习（autograd，单变量，多变量 multivariables 形式）
...
[pytorch] nn.Embedding 前向查表索引过程与 one hot 关系及 max_norm 的作用
...
每个初学深度学习的小伙伴只需要学这三个项目！学完以后可以说没有什么深度学习代码能够难住你！
...
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
...
这绝对是2024年PyTorch框架天花板教程！清华大佬强力打造！100集带你吃透深度学习！
...
[pytorch] [求导练习] 02 softmax 函数自动求导练习（autograd，Jacobian matrix）
...
[PyTorch] Dropout 基本原理（前向计算与自动求导）
...
[pytorch 网络模型结构] 深入理解 nn.BatchNorm1d/2d 计算过程
...
[矩阵微分] 标量/矢量关于矢量/矩阵的矩阵微分，深度学习框架反向传播
...
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
...
【模型推导】循环神经网络（RNN）反向传播、长程依赖问题的改进
...
【全200集】已上岸！冒死上传B站最全PyTorch教程，血赚！包含目标检测、图像分割、图像分类项目实战案例，全程干货无废话！学完即可就业，拿走不谢！
...
[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] bertencoder self attention 计算细节及计算过程
...
研究生基本代码复现基本功！3分钟教会你如何跑通官方模型代码，再替换为自己的数据集跑通！人工智能|计算机技术|github
...
直接抄她的代码，就是最好的学习方法！！
...
[pytorch 强化学习] 10 从 Q Learning 到 DQN（experience replay 与 huber loss / smooth L1）
...
[pytorch 网络模型结构] batchnorm train 及 eval 模式的差异及（running_mean, running_var）的计算细节
...
[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
...
[pytorch] torch.nn.Bilinear 计算过程与 einsum（爱因斯坦求和约定）
...
【官方双语】如何实现ChatGPT同款的Transformer编程？一步一步带你用PyTorch实现！
...
【搜索算法】【search】01 python-astar 图上搜索（graph search）f(n)=g(n)+h(n)
...
[pytorch distributed] 张量并行与 megtron-lm 及 accelerate 配置
...
真的超容易“搞深度学习神经网络到底怎么改代码的啊？”复旦博士教我用一本书搞定！
...
神经网络原来就是素描？
...
[概率 & 统计] KL 散度（KL div）forward vs. reverse
...
说点大实话，研究生“水”论文最实用的方法就是网络缝合模块！用上200+即插即用模块代码，大论文小论文轻松涨点！
...
[pytorch] Tensor 轴（axis）交换，transpose（转置）、swapaxes、permute
...
[动手写神经网络] pytorch 高维张量 Tensor 维度操作与处理，einops
...
[pytorch 网络拓扑结构] 深度理解 nn.BatchNorm1d
...
篡改猴更新后无法使用？打开这个设置直接升天↑
...
[LLM && AIGC] 04 深入理解 openai tokenizer 及 api 中的 logit_bias 与 logprobs
...
【视频+教材】原著大佬李沐带你读《动手学习深度学习》真的通俗易懂！深度学习入门必看！（人工智能、机器学习、神经网络、计算机视觉、图像处理、AI）
...
[pytorch 强化学习] 07 迷宫环境（maze environment）Q Learning（value iteration）求解（策略关闭 off）
...
[pytorch] 多项式分布及采样（torch.multinomial, torch distribution Categorical）
...
[pytorch 强化学习] 06 迷宫环境（maze environment）SARSA（Q-table，value iteration）求解
...
[leetcode reviews] 01 计算思维与刷题方法