#深度学习 视频来源 StatQuest: Tensors for Neural Networks, Clearly Explained!!! 作者：Josh Starmer 笔记内容 1. 张量在神经网络中的作用 数据存储：张量用

PyTorch 入门与音乐生成实验笔记 实验目标 本实验旨在通过 PyTorch 框架，学习深度学习的基本概念，包括张量操作、神经网络定义、自动微分以及简单的优化过程。实验分为多个部分，逐步深入 PyTorch 的核心功能。 实验环境

基于PyTorch和RNN的音乐生成实验笔记 实验目标 本实验旨在通过构建循环神经网络（RNN），学习音乐数据中的模式，并生成新的音乐。我们将使用PyTorch框架，以ABC符号表示的爱尔兰民间音乐数据集为基础，训练模型并生成音乐。

讲座内容概述 本次讲座是 MIT 6.S191 课程的第二讲，主题为深度序列建模，重点介绍循环神经网络（RNN）、Transformer 和注意力机制等概念。讲座由 Ava 指导，旨在为学生打下序列建模的基础，以便更好地理解后续关于大型语

章节导图 第一部分：MIPS-32 概述 指令的组成与 MIPS 的设计思想 计算机执行任何程序，本质上都是在执行机器语言指令（instruction）。每条指令都是一条 0-1 串。 指令首先要指明执行什么操作，通常用 0-1

算法导论 - 第一讲：算法与计算 一、课程介绍 课程名称：算法导论（Introduction to Algorithms） 授课教师：Jason Ku（主讲），Eric Demaine 和 Justin Solomon（共同授课） 课

算法导论 - 第二讲：数据结构与动态数组 一、课程介绍 课程名称：6.006 算法导论 讲师：Erik Demaine 主题：数据结构与动态数组 二、接口与数据结构 接口（Interface）： 定义了可以执行的操作。 不涉及

CH1 习题课 教材习题 1.3 简述程序执行过程 问题： 讲述C等高级语言转化为计算机能够执行的指令的步骤。 #card 解答： 程序从高级语言（如C）到计算机可执行指令的转换过程主要包括以下几个步骤： 编译：高级语言代码被编译器

信息论与编码理论笔记 第二章 离散信源及其信息测度 2.1 信源的数学模型及分类 无记忆：随机变量之间没有相互依赖 平稳：各随机变量概率分布相同 信源是信息的来源，是产生消息或消息序列的源泉。根据信源输出消息的随机性质，可以对

一、课程介绍 1. 课程背景 课程名称：MIT Introduction to Deep Learning（6.S191） 授课教师：Alexander Amini 等 课程时间：2025 年 1 月 6 日至 1 月 10 日 课