#自动微分
共 85 篇相关文章
·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 →
·13 分钟
8美元芯片跑通小语言模型：ESP32-S3的极限实验
探索在售价仅8美元的ESP32-S3微控制器上训练和运行小语言模型(SLM)的可能性。了解极限硬件约束下的模型设计、量化压缩策略，以及边缘AI在离线推理、超低成本部署方面的潜力与局限。
阅读全文 →
·13 分钟
机器学习编程能力薄弱？系统性刷题突破的完整路径
针对ML从业者「懂原理不会实现」的痛点，提供从数学基础到深度学习组件的系统性编程练习路径，涵盖Deep-ML平台使用方法、分阶段刷题顺序及实战建议。
阅读全文 →
·15 分钟
机器学习的数学基础：从Mitchell定义到概率视角全解析
深入解析机器学习的数学基础，从Tom Mitchell经典定义的三要素（任务T、性能P、经验E）到概率视角下的随机变量与贝叶斯决策理论，帮助初学者建立从概念到严谨数学思维的完整认知框架。
阅读全文 →
·7 分钟
自研C/C++推理引擎：性能、可控性与工程成本的深度权衡
深入分析为何团队选择自研C/C++推理引擎而非使用PyTorch、TensorRT等通用框架，从性能优化、依赖最小化、部署简化等维度探讨自研的技术动因、适用场景与长期维护成本。
阅读全文 →
·14 分钟
Figure F.03自主爬梯：人形机器人动态平衡能力再突破
Figure.AI发布F.03机器人自主攀爬梯子演示，展现动态平衡、多肢体协调与环境感知的突破性进展。深度解析爬梯技术难点、强化学习训练方法及其在工业巡检、救援等场景的应用前景。
阅读全文 →
·7 分钟
反向传播与持续学习的根本矛盾：灾难性遗忘能否被真正解决
深入探讨反向传播机制与持续学习之间的根本性矛盾，分析灾难性遗忘的根源、现有解决方案的局限，以及局部性学习和神经形态计算是否能提供真正的突破路径。
阅读全文 →
·11 分钟
谷歌AI真的掉队了吗？从Transformer到Gemini的真实竞争力分析
谷歌作为Transformer架构的发明者，在ChatGPT爆发后被认为反应迟缓。本文深入分析谷歌AI从技术奠基到Gemini追赶的完整历程，探讨巨头创新者窘境与生成式AI竞赛的真实格局。
阅读全文 →
·5 分钟
14字节神经网络从零解决迷宫问题：极致压缩的AI实验
一个仅14字节的神经网络如何解决96.5%的未见迷宫？探索从零构建极致压缩模型的工程实践，理解模型规模与任务复杂度的关系，以及小模型在边缘计算场景中的潜力。
阅读全文 →
·14 分钟
编程语言怎么选？理性看待语言选择的真相
纠结Java、Python、Go还是小众语言？本文从概率、难度、发展性三个维度，理性分析编程语言选择的核心逻辑，帮你走出"语言鄙视链"焦虑，找到适合自己的方向。
阅读全文 →
·15 分钟
Java程序员转型AI架构师：三层能力升级实战路径
Java工程师如何转型AI架构师？本文拆解三大核心能力层：AI应用开发、工业级RAG系统、AI Agent智能编排，结合Spring AI Alibaba与LangChain4j实战框架，帮你把多年Java底座转化为高薪竞争力。
阅读全文 →
·6 分钟
符号AI与神经网络融合：系统学习路径与核心数学工具
深入解析符号搜索与梯度学习的数学本质差异，梳理逻辑与类型论、范畴论、代数几何等核心数学领域，提供一份面向神经符号AI融合的系统学习路径。
阅读全文 →
Dense：专为神经网络架构研究打造的开源ML工作台
·6 分钟
Dense：专为神经网络架构研究打造的开源ML工作台
Dense 是一款面向神经网络架构研究的开源 ML IDE，整合了 DeltaImportance 层与架构可视化工具，帮助研究者在设计阶段快速迭代、分析网络重要性，填补训练框架与可视化工具之间的生态空白。
阅读全文 →