V
主页
[python 全栈] 正则表达式初步与指南
发布人
本期code:https://github.com/chunhuizhang/full_stack/blob/main/tutorials/%E6%AD%A3%E5%88%99_re_regex.ipynb
打开封面
下载高清视频
观看高清视频
视频下载器
[einops 01] einsum 补充与 einops 初步(实现 ViT 的图像分块)
【搜索算法】【search】01 python-astar 图上搜索(graph search)f(n)=g(n)+h(n)
[pytorch 番外] Tensorboard 与计算图初步(算子与 ATen)
[LLMs 实践] 15 llama2 源码初步(text completion & chat completion)
【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
[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
[python 运筹优化] 系统性介绍 scipy 中的非线性最小二乘(NNLS, curve_fit, least_squares)
[全栈深度学习] 01 docker 工具的基本使用及 nvidia cuda pytorch 镜像
[pytorch] 激活函数,从 ReLU、LeakyRELU 到 GELU 及其梯度(gradient)(BertLayer,FFN,GELU)
[python 多进程、多线程] 03 GIL、threading、多进程,concurrent.futures
【矩阵分析】从特征值特征向量到矩阵SVD奇异值分解(np.linalg.svd)
[pytorch distributed] 03 DDP 初步应用(Trainer,torchrun)
[矩阵分析] 旋转矩阵的计算机与应用(复平面,RoPE)
[蒙特卡洛方法] 04 重要性采样补充,数学性质及 On-policy vs. Off-policy
[模型拓扑接口] 经典 RNN 模型(一)模型参数及训练参数的介绍
[personal chatgpt] 从 RoPE 到 CoPE(绝对位置编码,相对位置编码,Contextual Position Encoding)
[mcts] 01 mcts 基本概念基本原理(UCB)及两个示例
[leetcode reviews] list of list 矩阵转置与旋转(transpose & rotate)
[全栈算法] docker nvidia pytorch gpu 环境及容器操作,端口号映射
[personal chatgpt] trl 基础介绍:reward model,ppotrainer
【python app 开发】01 使用 tkinter 及 pyinstaller 制作一个简单的日期管理软件
[AI Agent] function calling & tool uses 与 argument generation
[RLHF] 从 PPO rlhf 到 DPO,公式推导与原理分析
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
【python 运筹】混合整数规划 | MIP | ortools | SCIP | CBC
【数据变换】【可视化】xscale('log') , yscale('log'), log-log plot 非线性转换为线性
【数字图像处理】HoG+SVM+NMS行人检测(pedestrian detection)(python-opencv)
【python 信号与系统】02 scipy.signal.convolve2d 二维(图像)卷积及其与 CNN 的区别
[Python 机器学习] 深入理解 numpy(ndarray)的 axis(轴/维度)
[PyTorch] Dropout 基本原理(前向计算与自动求导)
[pytorch] [求导练习] 02 softmax 函数自动求导练习(autograd,Jacobian matrix)
[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)
【爬虫】【豆瓣爬虫】01 豆瓣热门电影/电视,基于 api 爬虫
[统计] python 假设检验基础(T-Test,ANOVA,chi2)
【python 信号与系统】1维卷积实现滑动求和/滑动平均(moving sum,moving average)
[动手写bert系列] 01 huggingface tokenizer (vocab,encode,decode)原理及细节
[diffusion] 生成模型基础 VAE 原理及实现
[sbert 02] sbert 前向及损失函数pooling method计算细节
[python 多进程、多线程、协程] 02 用 python 多线程实现生产者消费者流程
[全栈深度学习] 02 vscode remote(远程)gpus 服务器开发调试 debugger(以 nanoGPT 为例)