Membaca Derivasi AI: Temukan Baris Pertama yang Rusak
Pelajari cara membaca derivasi matematika baris demi baris, mengungkap asumsi tersembunyi, dan men-debug identitas mean squared error yang keliru dengan NumPy.
Kategori
Dasar Matematika
10artikeldalam kategori ini.
Persamaan untuk AI: Satu Prediksi Dapat Cocok dengan Banyak Pasangan Parameter
Pelajari cara membaca persamaan sebagai kendala, menjelaskan himpunan solusi satu dan dua variabel, mempertahankannya dengan aman, serta menguji parameter model dalam NumPy.
Logaritma untuk AI: Menjaga Produk Probabilitas Kecil agar Tidak Hilang
Pelajari logaritma sebagai pangkat invers, turunkan hukum perkalian-menjadi-penjumlahan, dan gunakan skor log NumPy untuk membedakan produk probabilitas yang dibulatkan float64 menjadi nol.
Pangkat untuk AI: Mengapa Menggandakan Konteks Dapat Melipatgandakan Kerja Attention Empat Kali
Pelajari hukum pangkat dan akar, lalu gunakan penjelajah skala logaritmik dan NumPy untuk melihat mengapa dimensi model atau konteks yang digandakan dapat menghasilkan empat kali lebih banyak kuantitas.
Notasi Sigma untuk AI: Bagaimana Loss Menjadi Satu Tujuan Pelatihan
Pelajari notasi sigma dan hasil kali, uraikan batas menjadi loop, lalu gunakan penjumlahan dan rata-rata NumPy untuk mengubah error per contoh menjadi tujuan error kuadrat rata-rata.
Indeks Tensor untuk AI: Membaca Sampel, Token, dan Fitur
Pelajari cara membaca subskrip tensor, menerjemahkan alamat batch-token-fitur ke NumPy, dan menemukan kesalahan sumbu yang tampak valid dalam kode AI.
Notasi Himpunan untuk Dataset AI: Keanggotaan, Pembagian, dan Kebocoran
Pelajari himpunan, keanggotaan, gabungan, irisan, dan partisi dengan menemukan serta memperbaiki tumpang tindih dalam pembagian pelatihan, validasi, dan pengujian AI.
Domain dan kodomain: kontrak input yang dibutuhkan setiap fungsi AI
Pelajari bagaimana domain dan kodomain menetapkan input model yang valid dan tipe output yang dijanjikan, lalu diagnosis kegagalan bentuk, rentang, dan operasi yang tidak terdefinisi.
Fungsi adalah mesin yang dapat digunakan kembali untuk perhitungan AI
Beralih dari variabel ke fungsi: evaluasi pemetaan masukan-aturan-keluaran, gabungkan perhitungan sederhana, dan lihat mengapa satu model dapat memproses banyak contoh.
Variabel, Nilai, dan Tiga Peran dalam Model AI
Pelajari cara membaca persamaan model dengan memisahkan nama variabel dari nilainya saat ini, lalu telusuri input, parameter, dan output melalui model penilaian kecil.