PyTorch:模型构建
从 nn.Module 出发,理解模型、参数与自定义层的组织方式,并完成前向计算。
阅读全文 →好运驰怀 · 计算机科学与技术研究生
从数学建模到深度学习,整理推导、代码与实践中的思考。
从 nn.Module 出发,理解模型、参数与自定义层的组织方式,并完成前向计算。
阅读全文 →按专题追踪新的笔记与研究记录。
从数学符号、三角函数与导数开始,完整学习优化建模、问题分类、全局与局部最优,推导五个例题并详解六道课后习题。
区分产品自主程度与系统技术分层,理解 Harness 的工程职责,并学会有证据地阅读不断变化的 AI 热点。
理解为何不能用词典序号编码 Token、独热编码的三大缺陷、词嵌入的低维稠密与语义推理能力,以及 Word2Vec 的 CBOW 和 Skip-gram 两种训练方法
对比两条 PyTorch Kernel 直调路径,梳理 C++ 封装、NPU Stream、动态库构建和 Python 调用。
fBm 的协方差结构、Hurst 指数的含义,以及基于 Cholesky 分解与 FFT 的模拟方法。