Colin_Downey

- 2024年8月5日
- 注册于 2019年4月14日
0x0001 显然,是Stable Diffusion。目前这个技术由于赛博佛祖的存在门槛已经很低了,感觉提供这类服务主要困难是算力因素吧。
LOV2 线性代数我倒是可以推荐一下李宏毅老师的课作为入门,抽代的话还是直接上英文教材吧。
- 于 计算复杂性讨论帖
计算理论讨论计算硬件、软件和相关应用其中的基本数学特性。在这一领域的研究中,我们致力于研究哪些问题可以判定,哪些问题不能,还有在不同的计算模型上计算这些问题所需的时间、空间。
对于可判定的问题,计算复杂性关注计算问题时所需要的资源。基于对计算所需资源的分析,计算复杂性研究哪些算法是“可行的”,以及难解问题的分类。
(以上参考各书引言。)
阅读:
- Introduction to the Theory of Computation - Michael Sipser
- Computational Complexity - Sanjeev Arora & Boaz Barak
课程视频资源:
- 【2022新年放送-中英字幕MIT 18.404J 计算理论 Theory of computation,2020Fall】 (扫了一眼分集标题,应当对应Sipser的书。)
- 【油管】CSS.203.1 Computational Complexity (2021-I) - STCS TIFR (使用Arora&Barak的书。)
- 【【计算理论】加州戴维斯 Theory of Computation (Phillip Rogaway)】
- 【Theory of Computation & Automata Theory】
计划:
大概一到两周完成阅读《Computational Complexity》的一章,欢迎线上讨论交流。 - 已编辑
另一个角度来看,并不是说使用学校教材和课外教材是差异有多大的两条学习路径,而是时间成本的问题。单说《计算理论导引》这本书——419页全英——要从头到尾细细思考读完,也需要不少的时间(一学期18周课跟着看完,每周至少也需要三至四个小时吧?)。而目前本科课程的安排,各类不同的课程并不少,以及还有许多莫名其妙的杂事。因此,在需要保证课内任务完成的同时达成这种额外的学习任务,我认为至少对于我来说是很难兼顾的——毕竟有时周末睡个大觉,半天就差不多过去了。
所以说,在本科阶段能够阅读完这些大部头的同学,我想应当是对计算机方向已经有深入的决心,并且有很强的自律能力,我很佩服。
对于这位同学遇到的问题,可能也可以说是时间分配上的问题。如果毕业就要就业,那课余的时间是玩游戏,阅读大部头,还是看看编程培训资料,还是做做项目?如果是打算继续深造呢?这就是个人自己需要做出的选择了。
个人的路还是得自己走,自己没有试过很难说谁的建议是最合适的。但回过头来说,这些书读了肯定好,没有读也不至于遭受巨大的损失——大不了需要的时候再回头来读就是了。
0x0001 我这里加载了一分多钟hhh
- 于 集合论课程分享
- 于 食用国外名校网课
我本人是靠听电影(先盲听,再对照字幕听,再盲听)。
另外可以参考:可能是让你受益匪浅的英语进阶指南-听力篇 不如健身!
Bintou 三本都是逻辑的诶,不如来读逻辑吧!(溜
- 于 数字数学博物馆
发现一个神奇的网站:http://www.kepu.net.cn/gb/basic/szsx/index.htm
感觉有一种浓浓的千禧年的氛围,但文章还挺用心写的hhh - 已编辑
Sofiya_ 现在人工智能方向所指的范围非常大,不同子方向的研究范围、研究方法可以相差很大。所以说单说人工智能的东西很难说是一个什么东西,指称不清晰。比方说问siri一个问题,就涉及到语音识别与转写、开放式问答系统、语音生成等方向,语音处理就涉及许多相关的深度学习技术。而开放式问答系统涉及更多的子问题,比如实体识别、关系抽取和知识库问答等等。
大一的话先好好学习打好基础,课余可以看看自己感兴趣的入门资料。之前论坛也有一些这些方面的讨论贴,可以参考:https://0xffff.one/d/1078-yan-yi-de-xiao-mi-mang/2Bintou 《计算理论导引》
天哪居然有开过,错亿
李宏毅老师2022又有最新的课程啦,我觉得可以跟着老师作业做,直接跟最新的课程有追番的感觉~
johnbanq 代码之前GPT2自动补全代码效果还挺神奇的
0 < cost <= 50 (不能这么写
C语言里面是计算不是数学表达式啊喂(- 于 研一的小迷茫
- 已编辑
人工智能和大数据的基础个人推荐台湾大学李宏毅老师的机器学习网课,b站有。
数学方面主要需要有线性代数和概率论的基础。(线性代数李宏毅老师也有网课,可以二倍速刷一遍)
看文献要有英语基础。看文献可以先看看相关方向文献综述,找找感觉,比如(顺手找的,不太新了)A State-of-the-Art Survey on Deep Learning Theory and Architectures,A Survey of Deep Learning and Its Applications: A New Paradigm to Machine Learning,Big Data Deep Learning: Challenges and Perspectives(2014),Deep learning
想到有补充再更(
《编码:隐匿在计算机软硬件背后的语言》当时刚高考完在知乎咨询专业时一个学长推荐的,计组基础,性质和啊哈算法差不多:P
wzpan 一直有收藏这个模板,但是没机会用上hhh 指导老师有明确的word排版要求