项目介绍
ben1234560/AiLearning-Theory-Applying 是一个托管在 GitHub 上的开源项目，主要使用 Jupyter Notebook 编写，采用 MIT License 许可证，目前获得 3.6k 个 Star、476 次 Fork。
- 仓库全名
- ben1234560/AiLearning-Theory-Applying
README 摘要
AiLearning-Theory-Applying 快速上手Ai理论及应用实战：基础知识Basic knowledge、机器学习MachineLearning、深度学习DeepLearning2、自然语言处理BERT，持续更新中。含大量注释及数据集，力求每一位能看懂并复现。 学习章节： 必备数学基础Basic knowledge 高等数学基础 微积分 泰勒公式 线性代数基础 随机变量 概率论基础 数据科学的几种分布 核函数 熵和激活函数 回归分析 假设检验 相关分析 方差分析 KMEANS算法 贝叶斯分析 大模型Large Language Model 人人都能看懂的Transformer 第一章——Transformer网络架构 第二章——文字向量化 第三章——位置编码 第四章——多头注意力机制——QK矩阵相乘 第五章——多头注意力机制——全流程 第六章——数值缩放 第七章——前馈神经网络 第八章——最后的输出…
完整内容见 GitHub 原始 README 或本页 。
常见问题
AiLearning-Theory-Applying 用什么语言开发？
主要使用 Jupyter Notebook 编写，采用 MIT License 许可证，目前有 3.6k 个 Star。
AiLearning-Theory-Applying 可以免费商用吗？
仓库采用 MIT License 许可证，可免费使用与修改，商业使用请遵守许可证条款（例如保留版权声明与许可声明）。
如何获取 AiLearning-Theory-Applying 的源码？
可以直接克隆仓库：git clone https://github.com/ben1234560/AiLearning-Theory-Applying.git，默认分支为 master；安装与运行步骤见仓库 README。
AiLearning-Theory-Applying 最近还在维护吗？
仓库最近一次更新为 3 周前，当前有 3 个未关闭 Issue；Star 数为 3.6k，可作为社区活跃度的参考。
相关仓库
从零开始，逐步用 PyTorch 实现一个类似 ChatGPT 的大语言模型
评论