京东 11.11 红包
【白板编程】map-reduce wordcount 的实现（reduceByKey vs. groupByKey）
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【白板编程】map-reduce 倒排索引（inverted index）
...
[pytorch distributed] nccl 集合通信（collective communication）
...
【白板编程】【map-reduce】join 在 reduce 侧的实现
...
[蒙特卡洛方法] 03 接受/拒绝采样（accept/reject samping）初步 cases 分析
...
[pytorch 强化学习] 02 将 env rendering 保存为 mp4/gif（以 CartPole 为例，mode='rgb_array'）
...
[pytorch 模型拓扑结构] pytorch 矩阵乘法大全（torch.dot, mm, bmm, @, *, matmul）
...
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
...
[pytorch 强化学习] 11 逐行写代码实现 DQN（ReplayMemory，Transition，DQN as Q function）
...
[python 多进程、多线程以及协程] 01 关于进程（multiprocessing，pid、ppid）
...
[pytorch 网络拓扑结构] 深度理解 nn.BatchNorm1d
...
[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 强化学习] 10 从 Q Learning 到 DQN（experience replay 与 huber loss / smooth L1）
...
[pytorch 强化学习] 08 CartPole Q learning 连续状态离散化（digitize 分桶）及 display_frame_as_gif
...
[强化学习基础 02] MDP价值迭代算法（value iteration，V(s), Q(s,a), pi(s)）
...
[pytorch 强化学习] 06 迷宫环境（maze environment）SARSA（Q-table，value iteration）求解
...
[手推公式] sigmoid 及其导数 softmax 及其导数性质（从 logits 到 probabilities）
...
[蒙特卡洛方法] 04 重要性采样补充，数学性质及 On-policy vs. Off-policy
...
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
...
【统计学】p-value（p值） 与 z-score（标准分/z得分/z分数）定义，计算以及适用场景
...
[linux tools] tmux 分屏（终端复用器）
...
【手推公式】logistic regression 及其与 linear regression 的区别，对数线性与对数几率
...
[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
...
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
...
[概率 & 统计] kl div kl散度的计算及应用（pytorch）
...
【手推公式】指数族分布（exponential family distribution），伯努利分布及高斯分布的推导
...
[diffusion] 生成模型基础 VAE 原理及实现
...
[pytorch distributed] 03 DDP 初步应用（Trainer，torchrun）
...
【数字图像处理】HoG+SVM+NMS行人检测（pedestrian detection）（python-opencv）
...
[pytorch] Tensor 轴（axis）交换，transpose（转置）、swapaxes、permute
...
[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）
...
[pytorch] torch.nn.Bilinear 计算过程与 einsum（爱因斯坦求和约定）
...
[LLMs 实践] 221 llama2 源码分析 generate 的完整过程
...
[LLMs 实践] 17 llama2 源码分析（RMSNorm 与 SwiGLU）
...
[LLMs 实践] 09 BPE gpt2 tokenizer 与 train tokenizer
...
[bert、t5、gpt] 09 T5 整体介绍（t5-11b，T5ForConditionalGeneration）
...
[动手写神经网络] 手动实现 Transformer Encoder
...
[动手写 bert 系列] 02 tokenizer encode_plus, token_type_ids（mlm，nsp）
...
[LLMs 实践] 13 gradient checkpointing 显存优化 trick
...
[python 全栈] python 装饰器（decorator）及 functools.cache
...
【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）