#自动微分
共 77 篇相关文章
·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 →
·15 分钟
5个方程搞懂AI数学：20个Python实战项目免费开放
一份免费ML学习手册，将机器学习核心数学浓缩为5个方程，配套20个可运行Python项目。涵盖梯度下降、反向传播、损失函数等核心概念，支持NumPy、PyTorch、XGBoost多框架实战。
阅读全文 →
·15 分钟
一块RTX 5090训练25小时：从零构建2亿参数GPT全记录
开发者用一块租来的RTX 5090显卡，25小时从零训练出2亿参数GPT模型。完整复现RoPE、KV Cache、SwiGLU等现代LLM技术栈，详解训练成本、架构设计与生成效果。
阅读全文 →
·7 分钟
理论物理学家如何高效入门机器学习：最优路径与资源指南
理论物理背景转型机器学习的系统指南，涵盖物理学家的数学优势分析、三阶段学习路径规划、经典教材推荐及物理与ML交叉研究方向，助力物理研究者快速跨界AI领域。
阅读全文 →
·15 分钟
谱池化详解：从频域视角重新理解CNN下采样机制
深入解析谱池化（Spectral Pooling）的原理与优势，探讨如何通过离散傅里叶变换在频域实现理想低通滤波，解决最大池化的信息丢失与混叠问题，并分析其计算代价与实际应用前景。
阅读全文 →
·15 分钟
重学机器学习：过来人总结的经验教训与高效学习路径
如果重新开始学机器学习，过来人会怎么做？本文总结初学者常犯的三大错误、应该重点投入的方向，以及一套经过验证的高效学习路径，帮你避开弯路，快速建立扎实的ML能力。
阅读全文 →
·13 分钟
picodl：用纯NumPy从零手写深度学习库的技术解析
深入解析picodl开源项目，一个用纯NumPy从零实现的轻量级深度学习库。涵盖前向传播、反向传播、梯度计算等核心实现原理，探讨其教育价值与技术改进方向。
阅读全文 →
·14 分钟
nanoAlphaZero：单文件JAX实现24小时训练2700分棋力
nanoAlphaZero是一个用JAX编写的单文件AlphaZero实现，在TPU v4-32上24小时内训练出Elo 2700+国际象棋模型。整个强化学习管线浓缩为一个JIT编译的JAX函数，支持国际象棋、围棋等多种棋类游戏。
阅读全文 →
·16 分钟
从零构建AI：503节课开源课程完整学习路径
AI Engineering from Scratch是一门包含503节课、20个阶段的开源AI课程，从线性代数到自主智能体，先手写实现再调库，支持Python/TypeScript/Rust/Julia四种语言，GitHub超4.6万星。
阅读全文 →
·17 分钟
机器学习入行择校重要吗？学历vs能力的真相
学校背景对进入机器学习行业真的重要吗？本文从研究岗与工程岗的不同需求出发，分析学历的实际影响，并提供比择校更有效的竞争力构建策略：项目组合、数学基础、实习经验等实用建议。
阅读全文 →
·12 分钟
机器学习数学基础入门：定义、概率视角与核心框架详解
从Tom Mitchell经典定义的T-P-E框架出发，深入解析机器学习的概率视角，理解随机变量与不确定性决策的数学本质，为系统学习ML打下扎实数学基础。
阅读全文 →
