新溪-gordon
V1.7.21

理论

  • 常用
    • 常用
    • 冰山理论
    • 设计思维
    • Six Degrees of Kevin Bacon
    • Forgetting Curve-遗忘曲线
  • 关键定义
    • 激活函数-Sigmoid
    • 激活函数-ReLU
    • 激活函数-Leaky ReLU
    • 激活函数-Tanh
    • 激活函数-GELU
    • 归一化-L1
    • 归一化-L2
    • 概率分布-Softmax
    • 概率分布-logsoftmax
    • 概率分布-Sparsemax
    • 损失函数-分类-cross-entropy(交叉熵)
    • 损失函数-分类-对数损失(Log Loss)
    • 损失函数-分类-KL 散度(KL Loss)
    • 损失函数-回归-均方误差(MSE)
    • 损失函数-回归-平均绝对误差(MAE)
    • 损失函数-回归-Huber 损失
    • 损失函数-回归-对数余弦损失(Log-Cosh Loss)
    • GD(梯度下降)
    • SGD随机梯度下降
    • RMSprop
    • Adam
    • AdamW
    • Momentum
    • HMM-隐马尔可夫模型
    • WWM-Whole Word Masking
    • CRF-条件随机场
    • MLE-最大似然估计
    • ANN(NN)
    • 深度神经网络(Deep Neural Network, DNN)
    • 卷积神经网络(Convolutional Neural Network, CNN)
    • RNN: 循环神经网(Recurrent Neural Network, RNN)
    • LSTM: 长短时记忆(Long Short Term Memory, LSTM)
    • 前向/反向传播
    • Linear Layer
    • Feedforward Network-前馈网络
    • LayerNorm(层归一化)
    • Weight Tying
    • Greedy Decoding
    • Image Grounding
    • Perplexity(PPL)困惑度
    • 判别式模型vs生成式模型
    • Embedding 模型
    • BPE
    • LLM
    • 深度学习相关
    • 其他
  • 数学方法
    • 二八定律
    • 方差/标准差
    • 合理运用时间序列
    • 多因素分析问题
    • 对数运算法则(rule of logarithmic operations)
    • chain rule: 链式法则
    • 矩阵乘法
    • L1 范数(欧几里得范数)
    • L∞ 范数(最大范数)
    • L1 范数(曼哈顿距离)
  • 分析方法
    • 辩证法
    • 归纳法
    • 演绎法
  • 安全
    • KMS-密钥管理服务(Key Management Service)
    • 基线管理
    • 远程证明
  • 定理-原理
    • Law定理/定律
      • 墨菲定律(Murphy’s Law)
      • 帕金森定律(Parkinson’s Law)
      • 彼得原理(peterPrinciple)
      • 康威定律(Conway’s Law)
      • Dunbar Number
      • Benford’s law
      • Zipf’s law
      • Clarke’s three laws
      • 奥卡姆剃刀原则
      • second law of thermodynamics
      • The Law Of Diminishing Marginal Utility
      • X-Y PROBLEM
      • Amdahl’s Law
      • scaling law
      • 一种本质性的思维方式
      • 各领域的应用
      • Power Law(幂律)
    • 问问题的技巧
      • 海尔迈耶系列问题
    • Rule原则/规则
      • 三次法则
      • 峰终定律-Peak-End Rule
      • MECE
      • SMART 原则
    • 模型
      • 波士顿矩阵模型
      • 艾森豪威尔矩阵
      • Wardley Map
      • ARCI模型
      • 辛普森悖论
      • 工作分解结构Work Breakdown Structure
  • 学习相关
    • 如何学习
      • 如何快速学习
      • 以教为学
      • ZTD学习套路
      • 如何成为大师/大牛
      • 高效学习
      • 学习方法论导图
      • 六步学习法
      • 费曼学习法
      • 外语学习技巧
      • 知识图谱
      • 如何记笔记
      • 临时
    • 源码学习
      • 如何高效学习
      • 为何阅读源码
      • 如何阅读源码
      • 如何阅读源码2
      • 如何阅读源码3
      • 如何高效阅读源码
    • 终身学习方法论
      • 终身学习方法论1
      • 推演-做-复盘
      • 复盘
      • 人生的三个阶段
      • 思维模型
      • 关键问题
    • 如何阅读
      • 如何阅读
      • 如何读一本非虚构图书
      • 快速阅读
    • 如何写作
      • 如何写作
      • 写作如编码
      • 金字塔原理讲写作
      • 如何收集素材
      • 程序员怎样写好文章
    • 如何演讲
      • 表达套路
      • 如何演讲
    • 开源
  • 经济
  • 心理学
  • 创业
  • 其他
新溪-gordon
  • Docs »
  • 学习相关 »
  • 源码学习
  • View page source

主页

索引

模块索引

搜索页面

源码学习¶

  • 如何高效学习
    • 认识自己
    • 分清知识
    • 吸收知识
  • 为何阅读源码
    • 写代码和写作进行类比
    • 读书的功用
    • 忽略大量阅读代码的害处
  • 如何阅读源码
    • 前言
    • 整体阅读
    • 场景一: 为了破案而阅读
    • 场景二: 为了明理而阅读
    • 场景三: 为了能级跃迁而阅读
    • 参考
  • 如何阅读源码2
    • 索引
  • 如何阅读源码3
    • 为何要读别人的代码？
    • 阅读源码的产出
    • 理解架构的核心脉络
    • 理解业务的实现机制
    • 参考
  • 如何高效阅读源码
    • 如何对待开源
    • 五步法
    • 时间分配

主页

索引

模块索引

搜索页面
Next Previous

© Copyright 2010-2024, 新溪-gordon.

备案号 京ICP备16018553号
Built with Sphinx using a theme provided by Read the Docs
.