[linux tools] tmux 分屏（终端复用器）
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[工具使用] tmux 会话管理及会话持久性
...
【深度学习环境搭建】01 本机、GPU服务器端深度学习环境搭建（代码、数据共享）
...
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
...
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
...
【工具的使用】飞书云文档（更好的 markdown，latex）以及跨平台跨终端云同步协同
...
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
...
[pytorch distributed] 01 nn.DataParallel 数据并行初步
...
📦 glow: 让你的终端秒变 Markdown 阅读器
...
[pytorch] [求导练习] 03 计算图（computation graph）及链式法则（chain rule）反向传播过程
...
[pytorch 强化学习] 11 逐行写代码实现 DQN（ReplayMemory，Transition，DQN as Q function）
...
[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）
...
[python 多进程、多线程以及协程] 01 关于进程（multiprocessing，pid、ppid）
...
[全栈深度学习] 02 vscode remote（远程）gpus 服务器开发调试 debugger（以 nanoGPT 为例）
...
[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）
...
openstack 搭建详细版
...
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
...
[工具的使用] python jupyter 环境安装配置拓展（nbextension）（ExcecuteTime：执行时间，Table of Content）
...
[LLMs 实践] 15 llama2 源码初步（text completion & chat completion）
...
[personal chatgpt] 从 RoPE 到 CoPE（绝对位置编码，相对位置编码，Contextual Position Encoding）
...
[蒙特卡洛方法] 02 重要性采样（importance sampling）及 python 实现
...
[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）
...
[动手写 Transformer] 手动实现 Transformer Decoder（交叉注意力，encoder-decoder cross attentio）
...
[番外] float16 与 bf16 表示和计算细节
...
[pytorch distributed] accelerate 基本用法（config，launch）数据并行
...
[pytorch] 多项式分布及采样（torch.multinomial, torch distribution Categorical）
...
[AI硬件科普] 内存/显存带宽，从 NVIDIA 到苹果 M4
...
【机器学习中的数学】【概率论】正态分布的导数与拐点（inflection points）
...
[pytorch] 激活函数，从 ReLU、LeakyRELU 到 GELU 及其梯度（gradient）（BertLayer，FFN，GELU）
...
[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
...
[LLMs 实践] 11 gradient accumulation 显存优化 trick
...
[bert、t5、gpt] 11 知识蒸馏（knowledge distill）huggingface trainer pipeline
...
[LLMs 实践] 07 fp16 与自动混合精度训练（amp）显著提升 batch size
...
[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
...
[LLMs 实践] 04 PEFT/LoRA 源码分析
...
[数据可视化] 绘制 z=f(x, y) （三维空间中的 surface）
...
[bert、t5、gpt] 01 fine tune transformers 文本分类/情感分析
...
[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
...
[LLMs 实践] 10 预训练语料，mapping & streaming（load_dataset）
...
[LLMs 实践] 14 llama2 introduction 及 fine tune llama2（guanaco dataset）
...
【flask web 核心】03 前后端分离（传输 matplotlib 图像到前端），图像编码（base64）与数据传输（render_template）