1. 01

    DDA5001 HW3 复习笔记:正则化、PCA 与神经网络

    从带噪声的多项式拟合到特征脸,再用手写数字实验理解线性层、ReLU 和验证集选模型。

  2. 02

    CSC5001 期中复习:从读题到写证明

    期末复习可回查的 CSC5001 笔记,整理递推式证明、线性选择、FFT、动态规划、最短路径和并查集。

  3. 03

    DDA5001 HW2 复习笔记:从 Softmax 到过拟合

    从分类分数和训练误差讲起,重新推一遍交叉熵梯度、Legendre 回归与样本外误差,再用实际热力图理解过拟合。

  4. 04

    DDA5001 HW1:从最小二乘到 Pocket

    把 HW1 里的秩与零空间、最大似然、Huber、感知机收敛和 Pocket 串起来,重点记录做题时真正卡住的地方。

  5. 05
    cs336

    CS336 学习记录 02:Resource Accounting

    第二节从浮点数、FLOPs 和 Roofline,一路算到反向传播、训练显存、梯度累积和 activation checkpointing。开头整理了一张公式速查卡和两道 napkin math 例题,正文保留推导过程。

  6. 06
    cs336

    CS336 学习记录 01:Overview 与 Tokenization

    从课程 Overview 到 Tokenization,我开始重新理解 token、scaling、data、alignment,以及为什么效率本身就是大模型训练的一部分。开头整理了 scaling law、tokenizer 和 post-training 的速查表。

  7. 07
    rig-creature

    RIG-Creature:先把身体做对,再谈“活着”

    第一次把 RIG-Arm 的真实结构、运动学和 MuJoCo 视觉模型对到一起。

  8. 08
    learn-dsh

    learn-dsh:先把 DSH 做成一门课,再验证它能不能真的教会人

    一个把 DSH、教材、Teacher、Student、Builder 和 Trajectory 放进同一个工作区的交互式 Harness Engineering 课程。Ch00–Ch05 已完成第一轮实现,但教学质量还在验收。