logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

通信与并行系列《互联、集群与通信》

本文系统阐述了计算机通信技术体系,涵盖单机和跨机通信场景。从PCIe总线、NUMA架构等单机通信技术,到RDMA、InfiniBand等跨机网络方案,详细解析了现代计算系统的通信机制。特别关注AI场景下的GPU互联(NVLink/NVSwitch)和数据中心架构,包括服务器类型、网络拓扑(Spine-Leaf等)及扩展模式(Scale Up/Out)。最后探讨了算网协同和在网计算等前沿方向,为深度

#人工智能#学习#其他
通信与并行系列《互联、集群与通信》

本文系统阐述了计算机通信技术体系,涵盖单机和跨机通信场景。从PCIe总线、NUMA架构等单机通信技术,到RDMA、InfiniBand等跨机网络方案,详细解析了现代计算系统的通信机制。特别关注AI场景下的GPU互联(NVLink/NVSwitch)和数据中心架构,包括服务器类型、网络拓扑(Spine-Leaf等)及扩展模式(Scale Up/Out)。最后探讨了算网协同和在网计算等前沿方向,为深度

#人工智能#学习#其他
前沿模型系列(一)《大模型学习方法》

文章摘要:AI发展经历了符号智能(1950s-1980s)、专用智能(1990s-2010s)和大模型(2018至今)三个阶段。大模型时代通过自监督学习实现量变到质变的涌现智能,其训练包含预训练(自监督学习)、监督微调(SFT培养指令遵循)和强化学习(RLHF对齐人类偏好)三个核心阶段。预训练利用海量无标注数据,SFT通过指令微调激发模型能力,RLHF则通过人类反馈优化模型输出。未来需关注数据多样

#学习方法#学习#其他
数据挖掘与机器学习:Matplotlib接口和常用图形

第一关本关任务:掌握matplotlib的基本使用技巧,并能简单使用matplotlib进行可视化。第二关本关任务:学习掌握matplotlib的第一个图形线形图,并能够使用线形常用配置。第三关本关任务:编写一个包含三组不同样式的散点图。第四关本关任务:绘制一个包含直方图与线形图的图形。第五关本关任务:绘制一个饼图。

#matplotlib#学习#其他 +1
数据挖掘与机器学习:Apripori算法

第一关本关任务:编写一个能实现Apripori算法候选生成的小程序。第二关本关任务:编写一个能实现候选剪枝的小程序。第三关本关任务:编写一个能实现基于遍历的支持度计算的小程序。

#数据挖掘#学习#其他
数据挖掘与机器学习:数据挖掘算法原理与实践:数据预处理

第一关本关任务:利用sklearn对数据进行标准化。为了完成本关任务,你需要掌握:1.为什么要进行标准化,2.Z-score标准化,3.Min-max标准化,4.MaxAbs标准化。第二关本关任务:利用sklearn对数据进行非线性转换。为了完成本关任务,你需要掌握:1.为什么要非线性转换,2.映射到均匀分布,3.映射到高斯分布。第三关本关任务:利用sklearn对数据进行归一化。第四关、本关任务

#数据挖掘#其他#学习
数据挖掘与机器学习:使用朴素贝叶斯进行文档分类

本关任务:编写程序,完成朴素贝叶斯分类文档。为了完成本关任务,你需要掌握:1.朴素贝叶斯分类文档的过程,2.朴素贝叶斯分类文档的核心算法。机器学习的一个重要应用就是文档的自动分类。在文档分类中,整个文档(如一封电子邮件)是实例,而电子邮件中的某些元素则构成特征。虽然电子邮件是一种会不断增加的文本,但我们同样也可以对新闻报道、用户留言、政府公文等其他任意类型的文本进行分类。我们可以观察文档中出现的词

#其他#学习#数据挖掘 +1
数据挖掘与机器学习:机器学习 --- 决策树

第一关本关任务:根据本节课所学知识完成本关所设置的选择题。第二关本关任务:掌握什么是信息增益,完成计算信息增益的程序设计。第三关本关任务:根据本关所学知识,完成calcInfoGainRatio函数。第四关本关任务:根据本关所学知识,完成calcInfoGainRatio函数。第五关本关任务:根据本关所学知识,完成calcGini函数。第六关本关任务:补充python代码,完成DecisionTr

#决策树#数据挖掘#学习 +1
数据挖掘与机器学习:Apripori算法

第一关本关任务:编写一个能实现Apripori算法候选生成的小程序。第二关本关任务:编写一个能实现候选剪枝的小程序。第三关本关任务:编写一个能实现基于遍历的支持度计算的小程序。

#数据挖掘#学习#其他
数据挖掘与机器学习:数据挖掘算法原理与实践:数据预处理

第一关本关任务:利用sklearn对数据进行标准化。为了完成本关任务,你需要掌握:1.为什么要进行标准化,2.Z-score标准化,3.Min-max标准化,4.MaxAbs标准化。第二关本关任务:利用sklearn对数据进行非线性转换。为了完成本关任务,你需要掌握:1.为什么要非线性转换,2.映射到均匀分布,3.映射到高斯分布。第三关本关任务:利用sklearn对数据进行归一化。第四关、本关任务

#数据挖掘#其他#学习
    共 42 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择