2026

• 2026-10-24 模式匹配
• 2026-10-22 格式化输出
• 2026-10-22 注释和文档
• 2026-10-17 包和模块
• 2026-10-17 rust的错误哲学
• 2026-10-15 初识生命周期
• 2026-10-14 集合
• 2026-10-14 KV存储 HashMap
• 2026-10-13 进一步深入特征
• 2026-10-12 特征对象
• 2026-10-11 Trait
• 2026-10-10 方法method
• 2026-10-10 流程控制
• 2026-10-10 array&Vector
• 2026-10-10 Generics
• 2026-10-08 enum
• 2026-10-08 Struct
• 2026-10-08 TUPLE
• 2026-10-06 复合类型
• 2026-10-04 知识蒸馏(knowledge distil)初步,模型结构及损失函数的设计
• 2026-10-04 (knowledge distil) huggingface training pipeline
• 2026-10-04 策略梯度
• 2026-10-03 GPT2 sampling (top-k,top-p (neculeus sampling)
• 2026-10-03 T5整体介绍
• 2026-10-02 构建 TransfomerEncoderLayer (FFN和LayerNorm,Skip Connection)
• 2026-10-02 构建TransformerDecoderLayer(FFN与Masked MultiHeadAttention)
• 2026-10-02 AttentionHead 和 MultiHeadAttention
• 2026-10-02 GPT2 decoding (greedy search,beam search)
• 2026-10-02 GPT2整体介绍(tokenizer,model forward)
• 2026-10-01 transformer 架构 scaled dot product self attention(qkv)
• 2026-09-28 表格型方法
• 2026-09-27 fine tune transformers 文本分类情感分析
• 2026-09-21 马尔可夫决策过程
• 2026-09-19 Def
• 2026-09-19 RL入门实验
• 2026-09-18 masking机制、bert head和BertForMaskedLM
• 2026-09-15 bert pooler output 与 bert head
• 2026-09-07 outline
• 2026-09-05 amp 原理 automatic mixed precision 自动混合精度
• 2026-09-05 deepspeed 基本概念、原理
• 2026-09-05 nccl 集合通信(collevtive communication)
• 2026-09-03 解析bertmodel的output(last_hidden_state,pooler_output,hidden_state
• 2026-09-03 bertencoder self attention 计算细节及计算过程
• 2026-09-03 BertTokenizer subword,wordpiece 如何处理数字等长尾单词
• 2026-09-03 torch processgroup
• 2026-09-02 bert embedding,word embedding,pooler embedding
• 2026-09-02 bert model architecture 模型架构初探
• 2026-09-02 hugging face tokenizer
• 2026-09-02 tokenizer_encoder_plus_token_type_ids
• 2026-09-02 torch.no_grad() VS requires_grad=False
• 2026-09-02 tensor parallel
• 2026-09-01 DDP
• 2026-09-01 DDP 初步应用
• 2026-09-01 Model parallel on ResNet50
• 2026-08-31 nn.DataParallel
• 2026-08-30 Attention is All U Need
• 2026-08-30 机翻数据集的连续
• 2026-08-30 深度循环神经网络
• 2026-08-30 双向RNN
• 2026-08-30 Encoder-Decoder 架构
• 2026-08-30 Seq2Seq
• 2026-08-29 GRU
• 2026-08-29 LSTM
• 2026-08-27 RNN
• 2026-08-27 RNN的从0开始实现
• 2026-08-27 RNN简洁实现
• 2026-08-25 文本预处理
• 2026-08-25 Language Model And DataSet
• 2026-08-24 DenseNet
• 2026-08-24 seq modal
• 2026-08-23 AlexNet
• 2026-08-23 Batch Normalization
• 2026-08-23 GoogLeNet
• 2026-08-23 NIN
• 2026-08-23 ResNet
• 2026-08-23 VGG
• 2026-08-22 多输入多输出通道
• 2026-08-22 汇聚层
• 2026-08-22 卷积
• 2026-08-22 填充
• 2026-08-22 图像卷积
• 2026-08-22 LeNet
• 2026-08-22 读写文件
• 2026-08-22 自定义层
• 2026-08-22 GPU
• 2026-08-21 参数管理
• 2026-08-21 延后初始化
• 2026-08-21 Verilog 并行FIR滤波器设计
• 2026-08-21 Verilog 串行FIR 滤波器设计
• 2026-08-19 Verilog 仿真激励
• 2026-08-19 Verilog 竞争与冒险
• 2026-08-19 Verilog 流水线
• 2026-08-19 Verilog 任务
• 2026-08-19 Verilog 状态机
• 2026-08-18 Verilog 带参例化
• 2026-08-18 Verilog 多路分支语句
• 2026-08-18 Verilog 过程赋值
• 2026-08-18 Verilog 过程结构
• 2026-08-18 Verilog 过程连续赋值
• 2026-08-18 Verilog 函数
• 2026-08-18 Verilog 模块和端口
• 2026-08-18 Verilog 模块例化
• 2026-08-18 Verilog 时序控制
• 2026-08-18 Verilog 条件语句
• 2026-08-18 Verilog 循环
• 2026-08-18 Verilog 语句块
• 2026-08-14 Verilog 除法器设计
• 2026-08-14 Verilog 时延
• 2026-08-13 Verilog 编译指令
• 2026-08-13 Verilog 连续赋值
• 2026-08-07 Verilog 表达式
• 2026-08-07 Verilog 的数值表示
• 2026-08-07 Verilog 环境搭建
• 2026-08-07 Verilog 基础语法
• 2026-08-07 Verilog 设计方法
• 2026-08-07 Verilog 中的数据类型
• 2026-07-20 函数
• 2026-07-20 语句与表达式
• 2026-07-20 字符 布尔 单元类型
• 2026-07-19 数值类型
• 2026-07-12 基本类型
• 2026-07-10 变量绑定与解构
• 2026-07-10 Hello World
• 2026-07-10 Rust环境
• 2026-06-08 层和块
• 2026-06-07 还没想好
• 2026-06-07 前向传播
• 2026-06-07 权重衰减
• 2026-06-07 暂退法
• 2026-06-06 多层感知机
• 2026-06-06 模型选择
• 2026-05-26 MNIST 的尝试
• 2026-05-26 Softmax
• 2026-05-25 Linear Regression
• 2026-05-24 样式迁移
• 2026-05-24 FCN
• 2026-05-23 语义分割
• 2026-05-23 转置卷积
• 2026-05-23 R-CNN
• 2026-05-06 L12
• 2026-05-01 L11
• 2026-04-27 L10
• 2026-04-26 L8
• 2026-04-26 L9
• 2026-04-25 L7
• 2026-04-21 L6
• 2026-04-18 L5
• 2026-04-17 L3
• 2026-04-17 L4
• 2026-04-16 L2
• 2026-04-15 L1
• 2026-04-13 3.1. 线性回归 — 动手学深度学习 2.0.0 documentation
• 2026-04-13 3.1 Linear Regression
• 2026-04-13 3.2 线性回归的从零开始实现
• 2026-04-13 3.3 线性回归的简洁实现
• 2026-04-13 4.1. 多层感知机
• 2026-04-13 4.8. 数值稳定性和模型初始化 — 动手学深度学习 2.0.0 documentation
• 2026-04-07 2.1. 数据操作
• 2026-04-07 前言_1_install