-
自定义 C++ 和 CUDA 扩展
自定义 C++ 和 CUDA 扩展 动机和示例 编写 C++ 扩展 使用setuptools 构建 编写 C++ 操作 正向传播 反向传播 绑定到 Python 使用扩展程序 性能比较 GPU 设备上的性能 JIT 编译扩展 编写混合的 C++/CUDA 扩展 使用访问器 将 C++/CUDA 操作与 PyTorch 集成 性能比较 ... -
第九章 涌动的投资热潮
第九章 涌动的投资热潮 第九章 涌动的投资热潮 AIGC带来了两个很大的突破，一是从对语义的理解进化到了对语义的分析归纳。以前的算法只能知道这张图片里面有什么标签，有什么主体，分析出大概情况。但现在的语义模型已经具备分析和归纳总结的能力了，给它一些很散的内容和资料，它就能提炼出结构化的内容。这也正是ChatGPT如此火爆的主要原因。二是AIGC实现了从... -
10.1 枚举法
10.1 枚举法 10.1 枚举法 问题求解中常用的一种算法设计方法是枚举策略。给定问题 P，如果知道 P 的可能解构 成一个有限集合 S = {s1, s2, …, sn}，则可以逐一列举每个 si，检验它是否确实是 P 的解，这 就是枚举法。枚举法简单而直接，算法容易设计实现，但当可能解集合 S 很大时，枚举策 略的效率很差。实际使用枚举法时，经常... -
linechain发布
linechain发布 undefinedLineChain（来链）发布 undefinedLineChain Readme undefined区块链构成图 undefined文件清单 undefined关于部署 undefinedBlockchain undefinedNodes undefinedMining Nodes undefined... -
（18）面向对象编程之ECMAScript实现
（18）面向对象编程之ECMAScript实现 介绍 _15数据类型 _24原始值类型 Object_51Object类型 _77动态性 _154内置对象、原生对象及宿主对象 BooleanStringNumber_162Boolean，String和Number对象 Literal_191字面量Literal _277关联数组 _380对象... -
第三章 智能交互的运行模式
第三章 智能交互的运行模式 第三章 智能交互的运行模式 回顾ChatGPT的发展历程，可以看出，OpenAI其实从GPT-1开始，基本就坚定地把大型语言模型（Large Language Model，LLM）看作通往通用人工智能（Artificial General Intelligence，AGI）的一条必由之路。具体而言，在OpenAI眼中，未来的... -
DCGAN 教程
DCGAN 教程 简介 生成对抗网络 什么是 GAN？ 什么是 DCGAN？ 输入 数据 实现 权重初始化 生成器 判别器 损失函数和优化器 训练 结果 下一步去哪里 DCGAN 教程 原文：https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html ... -
Collections
map/filter every / some max / min groupBy shuffle / sample underscore为集合类对象提供了一致的接口。集合类是指Array和Object，暂不支持Map和Set。 map/filter 和Array 的map() 与filter() 类似，但是underscore的map() ... -
（17）面向对象编程之一般理论
（17）面向对象编程之一般理论 介绍 _6概论、范式与思想 _16基于类特性和基于原型 _24基于静态类 _28类与对象 _47层次继承 _65基于类的关键概念 基于原型 _106基于委托 Concatenative_192Concatenative模型 Duck_196Duck类型 _221基于原型的关键概念 _237基于动态类 ... -
第四章 深度学习的核心技术
第四章 深度学习的核心技术 第四章 深度学习的核心技术 很多人发现ChatGPT在自然语言处理的系列任务中，比如在文本理解和生成、对话问答、机器翻译、程序代码生成方面都有很大的进步。这是怎么做到的呢？从技术层面讲，这其实是近几年深度神经网络、大型语言模型的研究不断深入带来的成果，通俗点讲就是海量的数据加上巨大的算力催生了这样一个大型语言模型，使其落地应...
