肤浅的羊

GPU架构 GPU架构是围绕一个流式多处理器（SM）的扩展阵列搭建的。通过复制这种结构来实现GPU的硬件并行。

介绍了CUDA编程的基本编程方法，首先介绍了CUDA模型的架构，然后从CUDA的内存模型和线程模型分别进行介绍。后续介绍如何编写核函数以及编译CUDA代码等。

本文介绍了在深度学习中除了网络搭建和损失函数外，其它比较重要的部分：包括权重初始化、对网络输出层归一化、以及正则化等操作。不仅介绍了这些方法的原理和实现，并且解释了为什么要在深度学习中使用这些方法。

本文从全连接神经网络的案例，逐步讲述了深度学习中优化器的一步步演变，以及其中的原理；还讲述了神经网络初始化权重对网络训练的重要性，以及为什么。

本文首先介绍了在计算机中计算微分的一些方法，通过指出各种方法的优劣，慢慢引出反向自动微分算法。然后通过一个简单的例子，一步一步的介绍了反向自动微分算法的运行流程。

本文通过手推两层神经网络正向传播和反向传播的例子，介绍了深度学习的本质是什么，然后介绍了反向传播算法的细节。

你对机器学习的了解是什么？这篇文章通过讲述softmax回归来预测手写数字这一案例，对机器学习的本质进行了介绍，并从头推导出整个机器学习算法的流程。如果你也想从头学习一遍机器学习，来阅读这篇文章把！

本文通过C++20提供的基本协程API实现了一个类似go routine 中的channel ，虽然本文只是实现了一个demo级别的channel，但是也从侧面体现出C++20协程的强大。

本文通过实现协程一个无阻塞的sleep，当某个协程需要等待一段时间的时候，可以将当前协程挂起然后调度其它协程，不会阻塞当前线程，大大提高了线程的利用率。