【Lecture 23】Deep Generative Models: Closed-Loop Data Transcription via Minimaxing Rate Reduction.

程程程序猿啊 2022-01-06 12:38:56

...全文

1878 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

Data Models Logical data independence: Maintain views when logical structure changes Phisical data independence: Maintain logical structure when phisical structure changes ER Model Key constraints arrow: 可以divided(从尾到头at most one) #mermaid-svg-SUoQXSri8CA

学习cs229时看到了广义线性模型，所谓广义，应该就是使用这个模型可以将大多数的概率分布模型统一化，可以使用这个模型推导出像sigmoid,softmax之类的函数形式。在这里记录一下学到的相关内容，便于以后回顾。指数族概率统计中的很多分布都可以表示为指数族的形式，指数族的通用表示如下：（1）其中是这个分布的natural parameter或者叫做cononical pa...

想要将深度学习模型从实验室带到生产环境？本教程将带你掌握Practical-Deep-Learning-for-Coders-2.0项目的完整模型部署流程！无论你是初学者还是有经验的开发者，这份终极指南都将为你提供从模型训练到生产部署的一站式解决方案。😊 ## 为什么模型部署如此重要？在深度学习项目中，模型训练只是第一步。真正的价值在于将训练好的模型部署到生产环境中，为用户提供实时服务。通

MIT 6.S184 | 基于随机微分方程的生成式AI | 2026 | 笔记 | Lecture 1: Flow and Diffusion Models

本文概述了语言模型构建的关键技术要点。课程内容分为基础知识（分词、模型架构、训练）、系统优化（内核、并行计算、推理）、扩展法则和数据对齐五大部分。重点讲解了分词技术的演进（字符/字节/单词/BPE分词），分析了不同方法的优缺点；详细介绍了GPU并行计算的硬件架构（PCIe/NVLink/NVSwitch）和数据流设计；探讨了推理过程的预填充和解码阶段。文章还讨论了缩放定律（Chinchilla法则）和数据对齐方法（SFT/PPO/DPO），为构建高效语言模型提供了系统性的技术框架。

High-Dimensional DA

215

社区成员

37

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章