dl_note

• Tinjauan Proyek
• 1. Kolom Matematika dan Dasar Pemrograman
• 2. Komponen Dasar Jaringan Saraf
• 3. Model jaringan saraf konvolusional klasik
• 4. Alkimia Pembelajaran yang mendalam
• 5. Kompresi model pembelajaran mendalam
• Keenam, penyebaran inferensi model
• 7. Kursus Lanjutan
• Referensi

Tinjauan Proyek

Proyek gudang ini adalah visi komputer dan catatan pembelajaran model bahasa besar yang dirangkum oleh visi komputer pribadi dan model bahasa yang besar, termasuk pengetahuan dasar pembelajaran yang mendalam, penjelasan terperinci tentang komponen dasar jaringan saraf, strategi alkimia pembelajaran yang mendalam, algoritma kompresi pembelajaran yang mendalam, analisis kode kerangka kerja inferensi yang mendalam dan pertarungan praktis.

Untuk catatan kolom tentang dasar -dasar LLM dan pengoptimalan penalaran, silakan merujuk ke gudang LLM_NOTE.

1. Kolom Matematika dan Dasar Pemrograman

• Dasar -dasar matematika pembelajaran mendalam - Teori Probabilitas dan Informasi
• Dasar-dasar prinsip-prinsip pembelajaran mesin yang mendalam dari pembelajaran mesin
• Dasar matematika keturunan gradien stokastik
• Navigasi pikiran pemrograman python

2. Komponen Dasar Jaringan Saraf

1. Komponen Dasar Jaringan Saraf :

1. Penjelasan terperinci tentang komponen dasar jaringan saraf - lapisan konvolusional
2. Penjelasan terperinci tentang komponen dasar jaringan saraf - lapisan BN
3. Komponen Dasar Jaringan Saraf - Penjelasan Rinci Fungsi Aktivasi

2. Dasar -dasar pembelajaran mendalam :

• Penjelasan terperinci tentang propagasi backpropagation dan gradien
• Dasar -dasar Pembelajaran mendalam - Penjelasan terperinci tentang inisialisasi parameter
• Dasar -dasar pembelajaran mendalam - Penjelasan terperinci tentang fungsi kerugian
• Dasar -dasar Pembelajaran mendalam - Penjelasan terperinci tentang algoritma optimasi

3. Model jaringan saraf konvolusional klasik

1. Tulang punggung klasik dari jaringan saraf konvolusional :

• Detail Jaringan Resnet
• Penjelasan Detail Jaringan Densenet
• Detail Jaringan ResNetV2
• Ringkasan jaringan backbone klasik

2. Penjelasan terperinci tentang jaringan ringan :

• Penjelasan terperinci tentang makalah MobileNetv1
• Penjelasan terperinci tentang kertas shufflenetv2
• Penjelasan terperinci tentang kertas repvgg
• Penjelasan terperinci tentang kertas cspnet
• Interpretasi kertas vovnet
• Ringkasan Desain Model Ringan

4. Alkimia Pembelajaran yang mendalam

1. Standardisasi Alkimia-Data Pembelajaran mendalam
2. Peningkatan Data-Data Pembelajaran mendalam
3. Alkimia Pembelajaran yang mendalam - Pemrosesan sampel yang tidak seimbang
4. Pengaturan Alkimia-Hyperparameter yang mendalam
5. Strategi Pengaturan Alkimia Pembelajaran mendalam

5. Kompresi model pembelajaran mendalam

1. Ringkasan algoritma kompresi model pembelajaran mendalam
2. Kompresi model desain dan penyebaran jaringan ringan
3. Penjelasan algoritma pemangkasan yang detail dari kompresi
4. Penjelasan model distilasi pengetahuan kompresi-detail
5. Model Penjelasan Algoritma Kuantisasi Kuantisasi

Keenam, penyebaran inferensi model

1. Penyebaran Inferensi Model:

• Analisis Kompleksitas Jaringan Saraf Konvolusional
• Tinjauan Penyebaran Kompresi Model
• Penjelasan terperinci tentang multiplikasi matriks
• Teknik Akselerasi Inferensi Model - Konvolusi Fusi dan Lapisan BN

2. Analisis kode sumber kerangka kerja ncnn :

• NCNN Sumber Code Analisis-Sampel-Sampel
• NCNN Sumber Code Analysis-Net Class

3. Perhitungan Heterogen

1. Komputasi Heterogen Terminal Seluler: Pemrograman neon
2. Terminal GPU Komputasi Heterogen: Pemrograman cuda , seperti analisis dan optimalisasi algoritma gemm

7. Kursus Lanjutan

1. Rekomendasikan beberapa gudang dan bahan kursus yang lebih baik untuk kompresi dan akselerasi model pembelajaran yang mendalam:

1. Tutorial tentang Prinsip -Prinsip Dasar Jaringan Saraf
2. AI-System: Sistem Pembelajaran Mendalam, terutama menjelaskan prinsip-prinsip, metode akselerasi, multiplikasi matriks dan perhitungan penambahan, dll. Dari arah yang mendasarinya.
3. Pytorch-Deep-Learning: Tutorial pembelajaran mendalam Pytorch yang bagus.

2. Beberapa tautan blog ke catatan yang bagus:

• The Illustrated Transformer: Sebagian besar blog terbaik di Cina merujuk pada artikel ini.
• Pemrograman Bersamaan C ++ (dari C ++ 11 ke C ++ 17): Tutorial pemrograman C ++ yang baik.
• Apa itu model difusi?
• annotated_deep_learning_paper_implementations

3. Akhirnya, tidak mudah 5 terus membuat produk berkualitas tinggi.

Akun resmi tidak akan menulis artikel partai judul, juga tidak akan menghasilkan konten cemas yang dibawanya kepada semua orang!

4. Bagan Sejarah Bintang:

Referensi

• Pembelajaran yang mendalam
• Pembelajaran Mesin
• "Belajar belajar yang mendalam"
• Sistem Pembelajaran Mesin: Desain dan Implementasi
• "Ai-edu"
• "AI-System"
• "Pytorch_tutorial_0.0.5_yu tingsong"
• "Perencana, Kerangka Kesimpulan Pembelajaran yang mendalam"
• Distill: Essence Pengetahuan dan Visualisasi Online
• LLVM IR Memulai Panduan
• nanopyc
• ClassifyTemplate
• Klasifikasi Pytorch