https://ltecod.github.io/ Recent content on 豌豆道场 Hugo -- gohugo.io zh Sat, 10 Feb 2024 19:44:43 +0800 https://ltecod.github.io/posts/2023/%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8B%E6%95%B0%E6%8D%AE%E4%BC%A0%E8%BE%93/ Sat, 10 Feb 2024 19:44:43 +0800 https://ltecod.github.io/posts/2023/%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8B%E6%95%B0%E6%8D%AE%E4%BC%A0%E8%BE%93/ 生成式模型可以抽象成数据传输游戏：Alice要向Bob发送一些数据，而他们的目标是发送的损失 尽量小，所谓损失就是编码的位数 。 数据传输视角下的 https://ltecod.github.io/posts/2023/%E6%B7%B1%E5%BA%A6%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8B%E4%BA%8C/ Fri, 10 Nov 2023 22:59:17 +0800 https://ltecod.github.io/posts/2023/%E6%B7%B1%E5%BA%A6%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8B%E4%BA%8C/ 1.1 人工智能不仅仅是决策 在思考深度生成建模之前，先看一个简单的例子：假如我们已经训练了一个对动物图像$\boldsymbol{x}\in\ma https://ltecod.github.io/posts/2023/%E6%B7%B1%E5%BA%A6%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8B%E4%B8%80/ Sat, 28 Oct 2023 12:03:30 +0800 https://ltecod.github.io/posts/2023/%E6%B7%B1%E5%BA%A6%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8B%E4%B8%80/ 虽然以生成式AI作为研究方向，但是对与各种生成式模型实在是一知半解，缺乏深入的认识。网络上的教程和解读纷繁多样，即使看过不少，不过大都囫囵吞 https://ltecod.github.io/about/ Mon, 01 Jan 0001 00:00:00 +0000 https://ltecod.github.io/about/ https://ltecod.github.io/faq/ Mon, 01 Jan 0001 00:00:00 +0000 https://ltecod.github.io/faq/ https://ltecod.github.io/copyright/ Mon, 01 Jan 0001 00:00:00 +0000 https://ltecod.github.io/copyright/ 本站（ltecod.github.io）文章均为原创。 本站采用 CC BY-NC-ND 4.0 协议，转载时请遵守以下条款： 保留署名 神思豌豆 保留原文链接 不将本作品用于商 https://ltecod.github.io/tags/ Mon, 01 Jan 0001 00:00:00 +0000 https://ltecod.github.io/tags/