深度学习 Deep Learning
深度学习理论与方法。
父分类1
实例 46
- Transformer
- 注意力机制Attention Mechanism
- RAG检索增强生成
- 反向传播Backpropagation
- 科学智能AI for Science
- CNN卷积神经网络
- 连续批处理Continuous Batching
- 交叉熵Cross-Entropy
- 数据并行Data Parallelism
- 自回归解码Autoregressive Decoding
- 扩散模型Diffusion Model
- 知识蒸馏Knowledge Distillation
- DPO直接偏好优化
- 嵌入Embeddings
- 具身智能Embodied AI
- 微调Fine-Tuning
- 函数调用Function Calling
- 幻觉大模型幻觉
- 指令微调Instruction Tuning
- KV CacheKV 缓存
- LoRA低秩适配
- 损失函数Loss Function
- LSTM长短期记忆网络
- MoE混合专家
- 多模态Multimodal
- 神经算子Neural Operator
- 大海捞针Needle In A Haystack
- 目标检测Object Detection
- PagedAttention
- 流水线并行Pipeline Parallelism
- 预填充LLM Prefill
- 过程奖励Process Reward Model
- QLoRA量化低秩自适应微调
- 模型量化Model Quantization
- 正则化Regularization
- 残差网络ResNet
- RLHF人类反馈强化学习
- RNN循环神经网络
- Scaling Law缩放定律
- 虚实迁移Simulation to Reality
- 推测解码Speculative Decoding
- 张量并行Tensor Parallelism
- 标记化Tokenization
- U 形网络U-Net
- 视觉 TransformerVision Transformer
- 世界模型World Model