小丸子博客

最近在做优化的时候涉及到了这块内容，觉得值得写下来，方便以后翻阅。 ### 前言 资料越来越多以后，真正麻烦的往往不是没有保存，而是明明记得某个问题以前写过，却想不起来答案到底在哪篇文档里。文件夹、云盘和笔记软件能够解决存储问题，但资料一多，重新查找和整理仍然得不少时间。 PandaWiki提供的是

这两天一直在研究这个话题，踩了几个坑，把遇到的东西整理成文，供有需要的朋友参考。  ### 第8章 案例研究：超大规模训练系统 理论算法的价值最终在生产系统上验证。本章选取六个代表性超大规模训练系统——PaLM、Llama 3.1 405B、DeepSeek-

开发过程中有些细节容易被忽略，今天挑几个重点聊一聊。  #### 文章目录 - [一、损失函数到底是什么](#_44) - [二、MSE：回归任务最常见的损失](#MSE_76) - [三、MAE：对异常值更稳](#MAE_108) - [四、Huber Lo

这两天一直在研究这个话题，踩了几个坑，把遇到的东西整理成文，供有需要的朋友参考。 ## GitHub 热榜项目 - 周榜(2026-08-16) 生成于：2026-08-16 ## 统计摘要 *共发现热门项目： 16 个* > Token赞助：siliconflow > 前些天发现了一个巨牛的人工智

整理一篇学习笔记，把看到的一些要点和自己的理解都记下来。 ## 这篇文章涉及知识点 [数学](https://) [几何](https://) ## 预备知识 正交矩阵：n阶矩阵A, A A T = E , A T AA^T=E,A^T AAT=E,AT是转置矩阵。1=|E|= ∣ A ∣ ∣ A