[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
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[番外] float16 与 bf16 表示和计算细节
...
[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
...
[优化算法] 梯度下降、共轭梯度、牛顿法、逆牛顿法（BFGS）
...
【手推公式】可导损失函数（loss function）的梯度下降（GD）、随机梯度下降（SGD）以及mini-batch gd梯度优化策略
...
[多元变量微分] 方向导数与梯度下降方法（directional derivatives）
...
[LangChain] 03 LangGraph 基本概念（AgentState、StateGraph，nodes，edges）
...
[pytorch optim] 优化器相关 AdaGrad（adaptive gradient） 与 RMSprop，自适应梯度
...
[LLMs 实践] 13 gradient checkpointing 显存优化 trick
...
[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）
...
[程序员说金融] 等额本息概念及计算（月供还款分析：月供本金，月供利息）
...
[LLMs 实践] 01 llama、alpaca、vicuna 整体介绍及 llama 推理过程
...
【flask web 核心】01 认识 request，response 以及 cookie
...
[pytorch] 激活函数，从 ReLU、LeakyRELU 到 GELU 及其梯度（gradient）（BertLayer，FFN，GELU）
...
[pytorch] [求导练习] 06 计算图（computation graph）细节之 retain graph（multi output/backwar）
...
[pytorch 强化学习] 05 迷宫环境（maze environment）策略梯度（Policy Gradient）求解
...
[LLMs 实践] 02 LoRA（Low Rank Adaption）基本原理与基本概念，fine-tune 大语言模型
...
[五分钟系列] 01 gensim embedding vectors 距离及可视化分析
...
[LLMs 实践] 11 gradient accumulation 显存优化 trick
...
【python 运筹优化】scipy.optimize.minimize 使用
...
[mcts] 01 mcts 基本概念基本原理（UCB）及两个示例
...
[动手写神经网络] 05 使用预训练 resnet18 提升 cifar10 分类准确率及误分类图像可视化分析
...
[小白向-深度学习装机指南] 01 双4090 涡轮版开箱启动 vlog（gpu burn，cpu burn）
...
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
...
[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
...
[损失函数设计] 为什么多分类问题损失函数用交叉熵损失，而不是 MSE
...
【回归分析】R2（coefficient of determination）的定义及计算（SSres、SStot）及图形化解释（graphical expla）
...
[pytorch distributed] 01 nn.DataParallel 数据并行初步
...
【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）
...
[纳什荐书][生成式AI] 01 《GPT图解》导读
...
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
...
【手推公式】梯度下降（一阶泰勒展开）的一种直观形式
...
[LLM & AIGC] 03 openai embedding （text-embedding-ada-002）基于 embedding 的文本语义匹配
...
[pytorch distributed] 02 DDP 基本概念（Ring AllReduce，node，world，rank，参数服务器）
...
【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
...
【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）
...
[pytorch distributed] deepspeed 基本概念、原理（os+g+p）
...
[pytorch] [求导练习] 05 计算图（computation graph）构建细节之 inplace operation（data与detach）
...
[程序员说金融] LPR（基准利率）概念（数据获取），你的房贷利率降了吗
...
[调包侠] 04 使用预训练模型进行图像特征向量提取（image feature extractor，img2vec）并进行相似性计算
...
[leetcode reviews] 01 计算思维与刷题方法