V
主页
京东 11.11 红包
【白板编程】map-reduce 倒排索引（inverted index）
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】join 在 reduce 侧的实现
[pytorch] torch.einsum 到索引到矩阵运算（index、shape、dimension、axis）
【白板编程】map-reduce wordcount 的实现（reduceByKey vs. groupByKey）
[pytorch] nn.Embedding 前向查表索引过程与 one hot 关系及 max_norm 的作用
[gpt2 番外] training vs. inference（generate），PPL 计算，交叉熵损失与 ignore_index
[蒙特卡洛方法] 03 接受/拒绝采样（accept/reject samping）初步 cases 分析
[linux tools] tmux 分屏（终端复用器）
[矩阵分析] 旋转矩阵的计算机与应用（复平面，RoPE）
[pytorch] 激活函数（梯度消失）sigmoid，clamp，relu（sparse representation，dying relu）
[pytorch] 深入理解 torch.gather 及 dim 与 index 的关系
[pytorch 强化学习] 02 将 env rendering 保存为 mp4/gif（以 CartPole 为例，mode='rgb_array'）
[pytorch 强化学习] 07 迷宫环境（maze environment）Q Learning（value iteration）求解（策略关闭 off）
[蒙特卡洛方法] 04 重要性采样补充，数学性质及 On-policy vs. Off-policy
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
[LLMs 实践] 09 BPE gpt2 tokenizer 与 train tokenizer
[DRL] 从 TRPO 到 PPO（PPO-penalty，PPO-clip）
[pytorch] Tensor shape 变化 view 与 reshape（contiguous 的理解）
[pytorch distributed] deepspeed 基本概念、原理（os+g+p）
[pytorch] torch.nn.Bilinear 计算过程与 einsum（爱因斯坦求和约定）
[pytorch] Tensor 轴（axis）交换，transpose（转置）、swapaxes、permute
[[bert、t5、gpt] 02 transformer 架构 scaled dot product self attention（qkv）
[优化算法] 梯度下降、共轭梯度、牛顿法、逆牛顿法（BFGS）
[bert、t5、gpt] 04 构建 TransformerEncoderLayer（FFN 与 Layer Norm、skip connection）
[手推公式] sigmoid 及其导数 softmax 及其导数性质（从 logits 到 probabilities）
【数字图像处理】视频关键帧检测（I-frame，P-frame），ffprobe，视频推荐，video embedding
[LLMs 实践] 18 llama2 源码分析 RoPE 相对位置编码的复数形式
[stable diffusion] 01 本地安装及环境配置（diffusers, StableDiffusionPipeline, text2image）
[统计] python 假设检验基础（T-Test，ANOVA，chi2）
【python 运筹优化】scipy.optimize.minimize 使用
[LLMs 实践] 14 llama2 introduction 及 fine tune llama2（guanaco dataset）
[pytorch 强化学习] 10 从 Q Learning 到 DQN（experience replay 与 huber loss / smooth L1）
[pytorch 网络拓扑结构] 深度理解 nn.BatchNorm1d
[动手写神经网络] 手动实现 Transformer Encoder
[LLMs 实践] 13 gradient checkpointing 显存优化 trick
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
[pytorch distributed] nccl 集合通信（collective communication）
[LLMs 实践] 21 llama2 源码分析 GQA：Grouped Query Attention
[AI Agent] llama_index RAG 原理及源码分析
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
[bert、t5、gpt] 09 T5 整体介绍（t5-11b，T5ForConditionalGeneration）
