树獭叔叔

📚 目录 Device Context：CPU与GPU的数据流转 显存管理：理解Caching Allocator 性能优化：找出训练瓶颈 混合精度训练：加速2倍的秘密 ...

📚 目录 梯度下降的本质：从数学到代码 优化器家族：SGD、Momentum、Adam 的原理 学习率调度：如何动态调整学习率 损失函数：训练的目标 完整训练循环：从数据...

📚 目录 从链式法则到自动微分：为什么需要 Autograd？ 计算图的动态构建：每个操作都在记录历史 backward() 的实现原理：反向传播的机制 grad_fn ...

阶段一：前向传播 - Tensor 的内存模型与高性能算子 📚 目录 Tensor 的三要素：Storage、Shape、Stride 设计动机：为什么要分离 Stora...

🎯 PyTorch 到底是什么？ 如果你问一个初学者"PyTorch 是什么"，大多数人会说： 这个答案没错，但不够准确。让我们换一个更工程化的视角： PyTorch 的...

📋 论文概览 随着 AI Agent（智能体）应用的快速发展，大语言模型（LLM）不再仅仅是一次性的对话工具，而是能够进行多轮交互、调用工具、执行代码的智能助手。然而，这...

一、痛点：传统残差连接的"平庸陷阱" 1.1 ResNet 的辉煌与困境 2015年，何恺明提出的 ResNet 凭借一个简洁的公式统治了深度学习： 这个"恒等映射 + 残...

大模型中的KL散度：从理论到实践的完整指南 目录 什么是KL散度 KL散度的数学本质 在大模型中的核心应用 RLHF中的KL散度 知识蒸馏中的KL散度 实现细节与优化技巧 ...

2025 年初，DeepSeek 发布了 R1 系列模型。其核心突破在于：通过**强化学习（RL）**而非单纯的模仿学习，让模型自发产生了自我反思、多步验证等高级推理行为。...

22-扩散模型完全指南：从直觉到数学的深度解析 引言 扩散模型（Diffusion Models）是当前最先进的生成模型之一，在图像生成领域取得了超越GAN的效果。从DAL...

视频生成不是简单的“多画几张图”，而是要在三维空间（高度、宽度、时间）内维持像素的连贯性。 1. 核心变革：Space-Time Patches (时空切片) 在 DiT ...

在 Transformer 架构的演进中，归一化（Normalization）是确保模型不“跑飞”的定海神针。从 BERT 时代的 LayerNorm (LN) 到如今大模...

什么是RAG？ RAG（Retrieval-Augmented Generation，检索增强生成）是一种让大语言模型能够访问外部知识库的技术，通过在生成答案前先检索相关文...

概览 Agents 系统是 OpenClaw 的核心大脑，负责管理多个独立的 AI 代理实例，每个代理都有自己的配置、工具集、技能库和上下文管理策略。本文将深入分析 Age...

1. 核心概念 1.1 什么是 Workspace Workspace（工作区） 是 OpenClaw agent 的"个人文件夹"，存储了： ✅ 身份定义：我是谁？（SO...

OpenClaw Plugins 与 Hooks 系统：让 AI 助手无限可能 引言：为什么需要 Plugins 和 Hooks？ 想象你购买了一台智能手机，但它只能打电话...

引言：为什么需要 Sessions 系统？ 想象你正在和朋友聊天： 没有记忆的对话： 有记忆的对话： OpenClaw 的 Sessions 系统就是 AI 的"记忆系统"...

引言 OpenClaw 作为一个功能强大的 AI 助手平台，其核心能力来自于两个关键系统：Tools（工具） 和 Skills（技能）。工具为 Agent 提供了与外部世界...

引言 在 AI 助手领域，记忆系统是实现长期对话和知识积累的关键。OpenClaw 作为一个开源的自托管 AI 助手平台，实现了一套完整的 Memory 系统，将简单的文件...