Tags

最小二乘法详解

Least Square Method 从原理到实现

理解 Jacobian 矩阵

从数学定义到深度学习中的反向传播

函数求导法则

常见求导公式与复合函数求导

函数求导法则

常见求导公式与复合函数求导

HuggingFace 之 Tokenizer

解密 HuggingFace 模型命名规则

大模型 InternLM2 详解

WhisperV3 模型介绍

大模型 Embedding 详解

Phi-3 模型架构详解

HuggingFace 之 Tokenizer

Phi-3 模型架构详解

大模型 InternLM2 详解

WhisperV3 模型介绍

How to compute the log-Mel spectrogram?

大模型 Embedding 详解

LivePortrait 模型详解

Stable Diffusion 模型详解

InternVL2.5 视觉模型详解

Phi-3 模型架构详解

InternVL2.5 视觉模型详解

InternVL2.5 视觉模型详解

Stable Diffusion 模型详解

Stable Diffusion 模型详解

LivePortrait 模型详解

如何 零成本 打造个人博客

基于 Jekyll & GitHub Pages 搭建个人博客

如何 零成本 打造个人博客

基于 Jekyll & GitHub Pages 搭建个人博客

如何 零成本 打造个人博客

基于 Jekyll & GitHub Pages 搭建个人博客

Jekyll Know-How

如何 自定义 个人博客

Jekyll 博客进阶定制指南

Jekyll Know-How

如何 自定义 个人博客

Jekyll 博客进阶定制指南

大模型 Embedding 详解

编程小白也能制作自己的微信小程序?!

编程小白也能制作自己的微信小程序?!

WhisperV3 模型介绍

How to compute the log-Mel spectrogram?

How to compute the log-Mel spectrogram?

交叉熵损失函数详解

Cross Entropy Loss 原理、推导与实现

理解 RMSNorm

Root Mean Square Layer Normalization 原理与实现

理解 LayerNorm

Layer Normalization 原理与实现

理解 Batch Normalization

深度学习中的 Batch Normalization 原理与实践

理解 Jacobian 矩阵

从数学定义到深度学习中的反向传播

理解 RMSNorm

Root Mean Square Layer Normalization 原理与实现

理解 LayerNorm

Layer Normalization 原理与实现

理解 Batch Normalization

深度学习中的 Batch Normalization 原理与实践

初等函数的导数公式速记

理解 Self-Attention

十分钟掌握 self-attention 的设计原理

Transformer 中 Encoder-Decoder 的区别

From Attention Is All You Need

Transformer 中 Encoder-Decoder 的区别

From Attention Is All You Need

Transformer 中 Encoder-Decoder 的区别

From Attention Is All You Need

解决光标消失问题

大模型 InternLM2 详解

古文赏析

古之立大事者，不惟有超世之才，亦必有坚忍不拔之志

激活函数之 Sigmoid 函数

十分钟深入理解 Sigmoid 函数的设计原理

激活函数之 Softmax 函数

十分钟深入理解 softmax 函数的设计原理

激活函数之 Softmax 函数

十分钟深入理解 softmax 函数的设计原理

最小二乘法详解

Least Square Method 从原理到实现

激活函数之 Sigmoid 函数

十分钟深入理解 Sigmoid 函数的设计原理

交叉熵损失函数详解

Cross Entropy Loss 原理、推导与实现

大模型 Perplexity 详解

大模型 Perplexity 详解