第一章 引言

All in 课外但受阻; 运动会; 大作业

2025 Week 17

围绕序列展开, 从 RNN 讲起, 再到 LSTM, 最后引出 Transformer

Lecture 2 - Deep Sequence Modeling

深度学习的简介. 介绍了感知机, MLP, 反向传播, Loss, 优化等基础知识

Lecture 1 - Intro to Deep Learning

makemore - part 3

2025 Week 16 (期中总结)

zero2hero 中 makemore的第二部分：mlp。从多年前的一篇论文出发，优化模型结构。

makemore - part 2

狂补课内的一周；zero2hero 梦开始的地方

2025 Week 15

makemore - part 1

基于 MLP 的 pipeline 初体验

pytorch 项目

8.3 语言模型和数据集

8.1 序列模型

6.5 汇聚层（池化层）

知音难觅

6.4 多输入输出通道

6.3 填充和步幅

6.2 图像卷积

6.1 从全连接层到卷积

5.2 参数管理

5.1 层和块

4.9 环境和分布偏移

4.8 数值稳定性和模型初始化

4.7 前向传播、反向传播和计算图

4.6 暂退法 （Dropout）

4.5 权重衰减

4.4 模型选择、欠拟合与过拟合

4.1 多层感知机

3.4 softmax 回归

3.3 线性回归的简洁实现

3.2 线性回归的从零开始实现

3.1 线性回归

Week 6 - Language

Week 5 - Neural Networks

Week 4 - Learning

Week 3 - Optimization

大一上的个人总结回顾，包含学习、课程、校园生活方方面面

大一上学期总结

Deepseek的爆火

Week 2 - Uncertainty

Week 1 - Knowledge

Week 0 - Search

Project 0:2048

Lec 5 - SLLists, Nested Classes, Sentinel Nodes

Lec 4 - References, Recursion, and Lists

Lab 2

Lec 3 - Testing

Lec 2 - Defining and Using Classes

Lec 1 - Hello World Java

CS61A

小土堆 Pytorch

学习笔记

心情随笔

规划与总结

关于我

模型复现

NN - Zero to Hero

MIT 6.S191

CS61B

article/%20cs61a

动手学深度学习

CS50ai

回顾与展望

学习记录

阶段总结

未来安排

往期整理

历史归档

文章分类

文章标签

搜索

<大语言模型>

python

6.S191

昊卿的网站

cs61b

java

cs50ai

zero2hero

pipeline

cs61a