写作
这里是我的技术手记：从生成式模型到 GPU 内核，从分布式训练到 Agent 应用。笔记以中文为主，保留英文术语、公式与代码。
从一个问题开始
- GPU 为什么快？CUDA
- 模型如何跨卡训练？Distributed Training
- 生成模型如何转换分布？Flow-based ModelRoad to Flow Matching
- 如何构建 AI 应用？RAGLLM Evaluation
全部文字
共 42 篇文字
AI 与机器学习
机器学习基础5
生成模型7
- Flow-based Model从 NICE、RealNVP 到连续归一化流，整理可逆生成模型的基本原理。
- 2025.09Road to Flow MatchingIntroduction Generative models aim to transform a simple base distribution, such as a Gaussian, into a complex
- IdeasTARFlow、STARFlow、BiFlow 与 MeanFlow 等流模型的阅读和推导记录。
- Deep Probabilistic Imaging (DPI)Deep Probabilistic Imaging：不确定性量化与多模态解的论文阅读笔记。
- VAE判别式与生成式模型、变分自编码器的概念提纲与阅读资源。
- Text2Image条件生成、引导方法与文本到图像模型的学习记录。
- Video Generation从时空卷积到视频生成，梳理视频建模的演变思路。
AI 系统
GPU 与编译3
计算机系统
编程与算法
编程语言4
其他
工具与建站4
英语考试2
没有匹配的文字。试试 CUDA、Flow、并行，或切换到全部主题。
这些是个人学习笔记，并非课程教材。对于实验结果、实现细节与引用，请以对应论文、源码和官方文档为准。