V
主页
[全栈深度学习] 02 vscode remote(远程)gpus 服务器开发调试 debugger(以 nanoGPT 为例)
发布人
本期 code:https://github.com/chunhuizhang/full_stack/blob/main/tutorials/02_vscode_remote_server_development.ipynb
打开封面
下载高清视频
观看高清视频
视频下载器
四种特殊断点,快速定位臭虫 | vscode | 调试技巧 | debug
三天入门Linux下单片机开发之 vscode 远程开发(2)
VSCode+CMake+Cpp插件编程环境配置(Windows)
VSCode 在线调试单片机终极体验
超高配置!云服务器白嫖!
[全栈 docker] 03 docker 容器开发(start,exec)及 commit、save、load 持久化,docker vscode
【深度学习环境搭建】02 gpu 服务器端部署 jupyter notebook server
[全栈算法工程师] 如何把github当做个人笔记记录站点,git与github(本地与远端,local/remote(origin))
【小技巧】vscode好用插件分享
国产智能编程助手-CodeGeeX 支持项目地图和幽灵注释功能
【python app 开发】01 使用 tkinter 及 pyinstaller 制作一个简单的日期管理软件
[A100 02] GPU 服务器压力测试,gpu burn,cpu burn,cuda samples
为什么我的代码片段比你的高级?
[pytorch 强化学习] 10 从 Q Learning 到 DQN(experience replay 与 huber loss / smooth L1)
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader(mnist、fashionmnist、cifar10)
[动手写神经网络] 08 WandB(weights & biases)深度学习调参利器
[编程入门教程: Rust手写操作系统] 15. 内存虚拟化: 动态内存分配-堆的实现 (1)
[强化学习基础 01] MDP 基础(概率转移,与POMDP、I-POMDP)
[编程入门教程: Rust手写操作系统] 13. 内存虚拟化: 实现内存分页 (2)
[RLHF] 从 PPO rlhf 到 DPO,公式推导与原理分析
[蒙特卡洛方法] 02 重要性采样(importance sampling)及 python 实现
WebStorm它免费了!我原本的计划也暂时泡汤了!
[pytorch] [求导练习] 02 softmax 函数自动求导练习(autograd,Jacobian matrix)
[LLM && AIGC] 05 OpenAI 长文本(long text,超出 max_tokens)处理及 summary,划分 chunk 处理
[动手写神经网络] 可微才可学,深度学习框架自动微分计算图(DAG)
零基础!知识付费微信小程序星宿UI最新搭建教程,解决后台一直加载问题,附带源码资源下载
【2024最新版】Visual Studio安装教程,1分钟学会免费安装激活
[pytorch 强化学习] 01 认识环境(environment,gym.Env)以及 CartPole-v0/v1 环境
[工具的使用] python jupyter 环境安装配置拓展(nbextension)(ExcecuteTime:执行时间,Table of Content)
[强化学习基础 02] MDP价值迭代算法(value iteration,V(s), Q(s,a), pi(s))
2024年最最最详细的深度学习环境配置!各种突发情况如何解决?看完这个视频你所有疑惑一定会迎刃而解!
[python 多进程、多线程] 03 GIL、threading、多进程,concurrent.futures
[LLMs 实践] 02 LoRA(Low Rank Adaption)基本原理与基本概念,fine-tune 大语言模型
【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)
[矩阵分析] 旋转矩阵的计算机与应用(复平面,RoPE)
[pytorch distributed] 01 nn.DataParallel 数据并行初步
[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
永久免费使用 Google 云服务器!300美金到期后可继续 "薅羊毛" | 零度解说
[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
[pytorch] [求导练习] 06 计算图(computation graph)细节之 retain graph(multi output/backwar)