Skip to main content
Back to course
Log in
Get started
Someone wanted to learn this too, so Grasp built them a personal learning path.
Create your own
大模型后训练与智能体
·
Module 1
后训练所需的数学、概率与数值基础
1
根据张量形状判断线性层与批次、序列维度的矩阵运算合法性
根据张量的形状判断线性层、批次维和序列维的矩阵运算是否合法。
根据张量的形状判断线性层、批次维和序列维的矩阵运算是否合法。
2
手算向量点积与小型矩阵乘法
手工计算向量点积与小型矩阵乘法。
手工计算向量点积与小型矩阵乘法。
3
常见标量函数的导数与偏导数计算
计算常见标量函数的导数与偏导数。
计算常见标量函数的导数与偏导数。
4
用链式法则计算计算图梯度
使用链式法则计算简单计算图中的梯度。
使用链式法则计算简单计算图中的梯度。
5
使用有限差分验证计算图的自动微分结果
使用有限差分校验简单计算图的自动微分结果。
使用有限差分校验简单计算图的自动微分结果。
6
离散联合分布与贝叶斯概率计算
根据离散联合分布计算边缘概率、条件概率并应用贝叶斯公式。
根据离散联合分布计算边缘概率、条件概率并应用贝叶斯公式。
7
离散分布的期望、方差与协方差计算
计算离散分布的期望、方差与协方差。
计算离散分布的期望、方差与协方差。
8
数值稳定的 Softmax 与 Log-Sum-Exp 实现
用数值稳定的方法实现 softmax 与 log-sum-exp。
用数值稳定的方法实现 softmax 与 log-sum-exp。
Next module isn't ready yet,
Back to course
Previous module
Next module