AI知识库

输出物

lec-05-图神经网络-卡兹克风格上传时间：2026-04-08 00:59
Lec 05: Graph Neural Networks (GNN)上传时间：2026-04-05 22:17
Lec 05: Graph Neural Networks (GNN)上传时间：2026-04-05 22:10

知识库

Wiki 操作日志上传时间：2026-04-05 22:11
Wiki 索引上传时间：2026-04-05 18:14
MIT 6.7960 深度学习知识库概述上传时间：2026-04-05 18:14
注意力机制上传时间：2026-04-05 18:13
缩放定律上传时间：2026-04-05 18:13
Transformer 架构上传时间：2026-04-05 18:13
迁移学习上传时间：2026-04-05 18:13
优化理论上传时间：2026-04-05 18:12
深度学习架构统一视角上传时间：2026-04-05 18:12
分布外泛化上传时间：2026-04-05 18:12
推理方法上传时间：2026-04-05 18:12
生成模型上传时间：2026-04-05 18:11
泛化理论上传时间：2026-04-05 18:11
语言模型上传时间：2026-04-05 18:11
对比学习上传时间：2026-04-05 18:11
图神经网络上传时间：2026-04-05 18:11
表征学习上传时间：2026-04-05 18:10
Karpathy: LLM Knowledge Bases上传时间：2026-04-05 18:10
近似理论上传时间：2026-04-05 18:10
循环神经网络上传时间：2026-04-05 18:10
The Illustrated Transformer上传时间：2026-04-05 18:10
神经网络训练上传时间：2026-04-05 18:10
Lec 24: Inference Methods for Deep Learning上传时间：2026-04-05 18:10
Lec 23: Metrized Deep Learning上传时间：2026-04-05 18:09
Lec 21: Language Models上传时间：2026-04-05 18:07
Lec 20: Scaling Laws上传时间：2026-04-05 18:07
Lec 19: Transfer Learning - Data上传时间：2026-04-05 18:06
Lec 18: Transfer Learning - Models上传时间：2026-04-05 18:05
Lec 17: Out-of-Distribution Generalization上传时间：2026-04-05 18:04
Lec 14: Generative Models - Basics上传时间：2026-04-05 18:04
Lec 16: Generative Models - Conditional Models上传时间：2026-04-05 18:04
Lec 08: Architectures - Transformers上传时间：2026-04-05 18:04
Lec 13: Representation Learning - Theory上传时间：2026-04-05 18:03
Lec 15: Generative Models - Representation Meets Generation上传时间：2026-04-05 18:03
Lec 12: Representation Learning - Similarity-Based上传时间：2026-04-05 18:03
Lec 07: Scaling Rules for Optimization上传时间：2026-04-05 18:03
Lec 11: Representation Learning - Reconstruction-Based上传时间：2026-04-05 18:03
Lec 06: Generalization Theory上传时间：2026-04-05 18:03
Lec 10: Architectures - Memory上传时间：2026-04-05 18:02
Lec 05: Architectures - Graphs上传时间：2026-04-05 18:02
Lec 09: Hacker's Guide to Deep Learning上传时间：2026-04-05 18:02
Lec 03: Approximation Theory上传时间：2026-04-05 18:02
Lec 02: How to Train a Neural Net上传时间：2026-04-05 18:01

CLAUDE.md

Wiki 索引上传时间：2026-04-05 22:09

原始素材

Lec 24. Inference Methods for Deep Learning上传时间：2026-04-05 17:54
Lec 23. Metrized Deep Learning上传时间：2026-04-05 17:54
Lec 21. Language Models上传时间：2026-04-05 17:54
Lec 20. Scaling Laws上传时间：2026-04-05 17:54
Lec 19. Transfer Learning: Data上传时间：2026-04-05 17:54
Lec 18. Transfer Learning: Models上传时间：2026-04-05 17:54
Lec 17. Generalization: Out-of-Distribution (OOD)上传时间：2026-04-05 17:53
Lec 16. Generative Models: Conditional Models上传时间：2026-04-05 17:53
Lec 15. Generative Models: Representation Learning Meets Generative Modeling上传时间：2026-04-05 17:53
Lec 14. Generative Models: Basics上传时间：2026-04-05 17:53
Lec 13. Representation Learning: Theory上传时间：2026-04-05 17:53
Lec 12. Representation Learning: Similarity-Based上传时间：2026-04-05 17:53
Lec 11. Representation Learning: Reconstruction-Based上传时间：2026-04-05 17:53
Lec 10. Architectures: Memory上传时间：2026-04-05 17:52
Lec 09. Hacker's Guide to Deep Learning上传时间：2026-04-05 17:52
Lec 08. Architectures: Transformers上传时间：2026-04-05 17:52
Lec 07. Scaling Rules for Optimization上传时间：2026-04-05 17:52
Lec 06. Generalization Theory上传时间：2026-04-05 17:52
Lec 03. Approximation Theory上传时间：2026-04-05 17:52
Lec 02. How to Train a Neural Net上传时间：2026-04-05 17:51
Lec 05. Architectures: Graphs上传时间：2026-04-05 17:51
The Illustrated Transformer上传时间：2026-04-05 17:50
Thread by @karpathy上传时间：2026-04-05 17:50

🏠 首页 📚 AI知识库 🎙️ 播客笔记

AI知识库

Lec 03. Approximation Theory

raw/Lec 03. Approximation Theory.md 上传时间：2026-04-05 17:52