[mcts] 01 mcts 基本概念基本原理（UCB）及两个示例
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[全栈深度学习] 01 docker 工具的基本使用及 nvidia cuda pytorch 镜像
...
[LLMs 实践] 02 LoRA（Low Rank Adaption）基本原理与基本概念，fine-tune 大语言模型
...
[强化学习基础 03] 多臂老虎机（Multi-Armed Bandit）与 UCB
...
[LangChain] 03 LangGraph 基本概念（AgentState、StateGraph，nodes，edges）
...
[pytorch distributed] deepspeed 基本概念、原理（os+g+p）
...
[机器学习理论] 霍夫丁不等式（hoeffding's inequality）到 UCB
...
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
...
[mcts] 02 mcts from scartch（UCTNode，uct_search, pUCT，树的可视化）
...
[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
...
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
...
[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
...
【运筹】【整数规划】outer approximation 求解 MINLP及示例
...
[LLMs 实践] 01 llama、alpaca、vicuna 整体介绍及 llama 推理过程
...
[leetcode reviews] 01 计算思维与刷题方法
...
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
...
[PyTorch] Dropout 基本原理（前向计算与自动求导）
...
[RLHF] 从 PPO rlhf 到 DPO，公式推导与原理分析
...
[pytorch distributed] 02 DDP 基本概念（Ring AllReduce，node，world，rank，参数服务器）
...
[AI Agent] llama_index RAG 原理及源码分析
...
[pytorch distributed] 01 nn.DataParallel 数据并行初步
...
[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
...
[pytorch 强化学习] 01 认识环境（environment，gym.Env）以及 CartPole-v0/v1 环境
...
【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] 手动实现 Transformer Encoder
...
[LangChain] 01 基础入门，LCEL 、Tool Use、RAG 以及 LangSmith
...
[调包侠] 使用深度学习模型（paddlehub - humanseg）进行人物提取（前景提取、抠图）
...
[generative models] 概率建模视角下的现代生成模型（生成式 vs. 判别式，采样与密度估计）
...
[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）
...
[动手写 Transformer] 手动实现 Transformer Decoder（交叉注意力，encoder-decoder cross attentio）
...
[强化学习基础 01] MDP 基础（概率转移，与POMDP、I-POMDP）
...
[五分钟系列] 01 gensim embedding vectors 距离及可视化分析
...
[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 inference] quantization 量化整体介绍（bitsandbytes、GPTQ、GGUF、AWQ）
...
[python nlp] 01 词频分析与 Zipf law 齐夫定律（log-log plot）
...
[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）
...
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
...
[pytorch] [求导练习] 01 sigmoid 函数自动求导练习（autograd，单变量，多变量 multivariables 形式）
...
[python 多进程、多线程以及协程] 01 关于进程（multiprocessing，pid、ppid）
...
[pytorch distributed] 张量并行与 megtron-lm 及 accelerate 配置
...
[蒙特卡洛方法] 02 重要性采样（importance sampling）及 python 实现