阅读 AI 推导:找出第一个出错的步骤
学习逐行阅读数学推导,揭示隐藏假设,并使用 NumPy 调试一个错误的均方误差恒等式。
分类
10篇文章属于此分类.
学习逐行阅读数学推导,揭示隐藏假设,并使用 NumPy 调试一个错误的均方误差恒等式。
学习把方程读作约束,描述一变量和二变量解集,安全地保持等价关系,并在 NumPy 中测试模型参数。
学习把对数看作逆幂,推导乘积转求和的法则,并使用 NumPy 对数分数区分被 float64 舍入为零的概率乘积。
学习指数律与根式,然后使用对数刻度探索器和 NumPy 观察为什么模型维度或上下文翻倍会产生四倍数量。
学习求和与乘积记号,将上下界展开为循环,并使用 NumPy 的求和与平均把逐样本误差变成均方误差目标。
学习读取张量下标,将批次-词元-特征地址转换为 NumPy,并发现 AI 代码中看似有效的轴错误。
通过发现并修复 AI 训练、验证和测试划分中的重叠,学习集合、隶属关系、并集、交集和分割。
学习定义域和陪域如何规定有效的模型输入与承诺的输出类型,然后诊断形状、范围和未定义运算导致的失败。
从变量走向函数:计算输入—规则—输出的映射,组合简单计算,并理解为什么同一个模型可以处理许多示例。
通过区分变量名与其当前值,学习如何阅读模型方程,并在一个微型评分模型中追踪输入、参数和输出。