#自动微分
共 67 篇相关文章
·10 分钟
PyTorch张量可视化：像搭乐高一样理解Tensor操作
将PyTorch张量类比为乐高积木，通过可视化引擎直观理解reshape、squeeze、stack等核心操作。帮助深度学习初学者快速建立张量形状直觉，告别shape mismatch报错。
阅读全文 →
·15 分钟
17岁少年用C++从零构建深度学习框架Forge，精确复现GPT-2
17岁开发者从零用C++构建深度学习框架Forge，自研张量引擎、自动微分、BPE分词器等核心组件，加载GPT-2权重后实现与HuggingFace逐token精确一致的输出，展示了对Transformer底层机制的深度理解。
阅读全文 →
·7 分钟
Agent时代ML工程师的价值在哪？从执行者到问题定义者的转型
当AI Agent能独立完成训练优化任务，ML工程师的角色正在被重新定义。本文探讨工程师如何从代码执行者转型为问题定义者，通过评估与优化的强制分离建立可信验证体系，以及开源工具Hills如何将这套方法论工程化。
阅读全文 →
·13 分钟
免费机器学习路线图：基于微软官方内容的系统化学习路径
一份基于微软官方Microsoft Learn内容整理的免费机器学习路线图，覆盖从ML核心概念、Python实战到Azure ML部署和MLOps的完整学习路径，适合零基础入门到项目部署的系统化学习。
阅读全文 →
·15 分钟
系统学习机器学习：从数学推导到代码实现的完整路径
探讨如何系统学习机器学习，涵盖数学基础、算法推导、理论到代码实现的完整学习路径，推荐Andrew Ng、CS229等优质课程资源，帮助你避免沦为调库工程师，建立对ML算法的深刻理解。
阅读全文 →
·12 分钟
vLLM部署与Unsloth微调实战：大模型推理服务全流程指南
详解vLLM大模型推理部署与Unsloth高效微调全流程，涵盖命令行一键部署、Python代码调用、AutoDL云服务器环境搭建、ModelScope国内加速等实操细节，以DeepSeek-OCR视觉模型为例演示完整链路。
阅读全文 →
·10 分钟
ManipulaPy v1.4：支持NumPy/CuPy/PyTorch/JAX四后端的可微机器人库
ManipulaPy v1.4是一款开源可微机器人运动学与动力学库，支持NumPy、CuPy、PyTorch、JAX四种后端无缝切换，内置25+主流机械臂模型，提供自动微分安全的梯度计算能力，适用于机器人学习、轨迹优化与可微控制研究。
阅读全文 →
·16 分钟
深度学习入门路线图：从数学基础到PyTorch实战完整指南
已掌握梯度下降和反向传播数学原理，如何高效学习PyTorch框架？本文为初学者梳理从理论到工程实践的完整进阶路线，涵盖学习资源推荐、数据加载实操和项目练习建议。
阅读全文 →
·9 分钟
用Rust打造媲美Llama.cpp的LLM推理引擎
探讨用纯Rust构建性能匹敌Llama.cpp的LLM推理引擎的技术路径，分析Rust在内存安全、SIMD优化、GPU后端支持等方面的优势与挑战，展望本地化大模型推理的未来。
阅读全文 →
·9 分钟
multicalc：no_std Rust打造的嵌入式科学计算库
multicalc是一个面向实时嵌入式系统的Rust科学计算库，支持no_std/no-alloc/no-panic，覆盖卡尔曼滤波、LQR控制、轨迹规划等机器人核心算法，并集成MuJoCo仿真引擎，适用于ARM Cortex-M和RISC-V裸机平台。
阅读全文 →
·9 分钟
机器学习自学进阶：完成基础项目后的三条深入路径
机器学习自学者在完成MNIST实现和论文复现后如何进阶？本文梳理计算机视觉、自然语言处理、数学理论三条进阶路径，并提供平衡学业与自学的实用建议。
阅读全文 →
·8 分钟
Unsloth Desktop：首款支持本地训练+推理的开源AI桌面应用
Unsloth Desktop是一款开源桌面应用，支持Mac/Windows/Linux三平台，集成本地模型训练与推理功能，提供2倍训练加速、70%显存节省，支持GGUF、MLX等格式及Claude Code连接，是本地AI开发的一站式平台。
阅读全文 →
·17 分钟
5天从零手写反向传播：数学新手的深度学习实战记录
一位自称数学不好的开发者，用5天时间从导数概念开始，逐步理解数值梯度、链式法则，最终亲手实现反向传播引擎micrograd。本文详细拆解他的学习路径与代码实现，为深度学习入门者提供可复制的自学方案。
阅读全文 →
·15 分钟
词向量学习路线图：从word2vec到Transformer嵌入的完整指南
为NLP初学者规划一条系统学习词向量的路径，涵盖word2vec原理与实现、GloVe对比、Transformer上下文嵌入，以及所需的数学基础和推荐资源，帮助你从直觉建立到真正理解语义空间。
阅读全文 →
·17 分钟
深度学习入门：免费学习资源与路线全指南
为有机器学习基础的学习者整理深度学习免费学习资源，涵盖吴恩达课程、CS231n、fast.ai、PyTorch教程等，附完整学习路线规划，从理论到Kaggle实战一站式指南。
阅读全文 →
·12 分钟
用NumPy从零构建神经网络：完整实战指南
详解如何仅用Python和NumPy从零实现神经网络，涵盖前向传播、反向传播、梯度下降的完整代码实现路径，附学习资源推荐和分步实战路线图。
阅读全文 →
·14 分钟
被低估的机器学习学习资源盘点：那些值得更早发现的宝藏
盘点被严重低估的机器学习学习资源，包括可视化工具、小众YouTube频道、优质博客等。分析优质资源被埋没的原因，帮助你构建个性化的ML学习路径。
阅读全文 →
·7 分钟
AI从业者数学要学到什么程度？不同岗位需求差异详解
AI从业者到底需要多深的数学功底？本文从应用工程、建模分析到前沿研究，分层解析不同AI岗位对线性代数、概率统计、优化理论的数学需求，帮助你找到学习的平衡点。
阅读全文 →
