Res Obscura 是由加州大学圣克鲁兹分校的历史学教授本杰明·布林(Benjamin Breen)创办的一个Substack平台,涉及科技、医学、科学、艺术、药物历史的笔记,平台还探讨了在研究和教学中使用人工智能的话题。| #笔记
LLM 应用开发实践笔记 | llm-books | #笔记

理论学习部分由Langchain、LlamaIndex等开源工具文档、一些最佳实践的技术博客、论文阅读三部分组成。在每个工具的理论学习结束后,辅以实践性代码帮助理解。最后会将各个模块整合起来实现一个信息处理系统。
咸鱼暄的代码空间:内容主要是计算机专业课的笔记,以及作者的面试经历总结等,编译原理方面的内容更深入一些。

blog | 语雀 | #笔记
DiscreteTom's Blog | #笔记

内容除了日常的技术贴,还有作者在大学时的一些计算机专业课笔记整理
大语言模型(LLM)微调技术笔记 | 传送门 | #笔记

在预训练后,大模型可以获得解决各种任务的通用能力。然而,越来越多的研究表明,大语言模型的能力可以根据特定目标进一步调整。这就是微调技术,目前主要有两种微调大模型的方法
1:指令微调,目标是增强(或解锁)大语言模型的能力。
2:对齐微调,目标是将大语言模型的行为与人类的价值观或偏好对齐。
如何快速开发一个OpenAI/GPT应用:国内开发者笔记 | Github | #笔记
作者用来记录工作和学习过程中的笔记,汇总成册方便查阅,内容涵盖各类技术,如:Java、Git、ElasticSearch、MyCat、设计模式、Gradle、Vue

MRCODE-BOOK | 语雀 | #笔记
My Notes:数据科学、机器学习、计算机科学等专题学习笔记集 | #笔记 #机器学习
实用网络安全资源研究笔记

这个存储库包含了作者所有的渗透测试学习笔记,渗透测试工具,脚本,技术,技巧,还有很多从网上找到的有用的脚本。

LinkedIn | Twitter | Medium | #网络安全
Practical Cyber Security Resources | #渗透 #工具 #脚本 #笔记
一个手写实现JVM详细笔记

本项目将尝试性的一步一步实现jvm的主线内容,并对每一次代码的提交进行讲解,每一次讲解都尽可能的假设你一无所知。

每一章节都会进行单元测试,为了简洁,文章部分地方可能只给出方法的声明,但会给出此次提交的commit,里面包含了方法的实现。

JVM | #笔记
立党的转码/润学/移民/找工作笔记

How-to-run | #笔记
Yank Note开发笔记系列博文

作者在开发Yank Note的一系列记录,前端内容为主

Yank Note | #笔记
MIT课程笔记:并行计算和科学机器学习(SciML)方法与应用

本书是麻省理工学院课程 18.337J/6.338J:并行计算和科学机器学习的讲义汇编

该存储库旨在成为一个实时文档,不断更新以不断添加科学机器学习领域方法的最新细节和高性能计算的最新技术。

SciMLBook | 项目地址 | #电子书 #笔记
线性代数的艺术——《Linear Algebra for Everyone》图形化笔记 | #电子书 #笔记
The-Art-of-Linear-Algebra.pdf
796.7 KB
《Use the Index, Luke!》的笔记

影响数据库性能最关键的因素是数据库的索引,而要建立合适的索引,不是运维或者 DBA 的职责,而是开发者的。因为建立索引需要的最关键的信息是查数据的“路径”,这些信息正好开发是最熟悉的。

这本书就是面向开发的索引教程。不涉及其他数据库的复杂知识。

这一系列的笔记一共 6 篇,第一篇写了基本的原理,后面的内容基本都是基于第一篇的原理的,聪明的人应该可以通过索引的原理推理出来后面的内容,以及那么做的道理。第2篇性能和 Join,第4篇 sort group,第5篇部分查询以及第6篇DML,都很简单,基本上让你实现一个数据库你也会直觉地那么选择。第3篇非常有技巧性,不可错过。

笔记链接 | #笔记 #教程
《动手学习深度学习》的笔记

《动手学习深度学习》是李沐老师(AWS 资深首席科学家,美国卡内基梅隆大学计算机系博士)主讲的一系列深度学习视频。本项目收集了我们在寒假期间学习《动手学习深度学习》过程中详细的markdown笔记和相关的jupyter代码

本项目的特色:
markdown笔记与原课程视频一一对应,可以帮助大家一边听课一边理解。
jupyter代码均有详细中文注释,帮助大家更快上手实践。
课程视频共73节,单个视频平均时长不超过30分钟,预计寒假40天内可以学习完毕。

在 《动手学习深度学习》 课程中,既有少量的机器学习的基础知识,比如:线性神经网络,多层感知机 等等;又有如今前沿应用的 各种深度学习模型:包括leNet,ResNet,LSTM,BERT…… 同时每一章节的讲解还配备由pytorch实现的代码、教科书等等,可以帮助同学在短期内掌握深度学习的基础模型与前沿知识和并提高实践能力。

此外,本门课程还有相应的代码实现。每章都有相应的jupyter记事本,提供模型的完整python代码,所有的资源都可在网上免费获取。|#笔记

B站教学 | 课程主页 | Github | #机器学习
教材网址:中文版Dive into Deep Learning
论坛网址:discuss.d2l.aidiscuss.pytorch
本项目是教程《rCore-Tutorial-Book第三版》的阅读笔记,同时也是一份攻略,原教程讲述了如何一步一步地从零开始用Rust语言写一个基于RISC-V架构的类Unix内核。

根据原教程的讲解,作者将每一章的代码都整理成一个独立的文件夹。你可以一边阅读原教程,一边用你喜欢的代码编辑器切入相应的章节文件夹,试试运行看看运行的结果。

实际上官方也有每个章节的代码 rCore-Tutorial-v3,不过该代码仓库将每个章节的代码组织为 Git 的分支,有时需要同时打开多个章节的代码对比查阅时会稍显不便。另外我也在原来的代码基础上 添加了些许额外的注释,以及一些扩展资料的链接。

Practice Toy OS - RISC-V - Rust | #笔记
 
 
Back to Top