1. Installing Emacs on Win7/Win8 for dummies
經常要幫人安裝emacs，寫給自己的備忘錄；基本上適用於 windows 系列的作業系統
2. Elpa 的其它程式庫安裝，請參考 http://www.emacswiki.org/emacs/ELPA
熱門文章
-
影片重點概述： 實驗設計：創作者提出「CPB 飲食」（Chicken, Potato, Broccoli + carrots）為期30天的短期重置飲食。規則：只吃雞胸、馬鈴薯、綠花椰與紅蘿蔔；每餐最多可用1湯匙橄欖油；禁用含熱量飲料與人工甜味劑；可以無限制吃到飽但不計...
-
本次訪談邀請到深耕人工智慧與軟體工程多年的Andre Karpathy，討論AI代理（agents）技術的革命性進展、軟體工程與研究自動化的未來願景，以及AI在家居自動化、教育和機器人領域的應用趨勢。 AI代理顛覆軟體開發 Karpathy 表示，從2023年12月開始，他...
-
在深度學習蓬勃發展的當下，模型架構愈來愈複雜，而如何使模型在取得高表現的同時，兼顧運算效率與彈性，成為研究重點。由 Chen 等人於 NeurIPS 2018 發表的 Neural Ordinary Differential Equations (Neural ODEs) ，提...
-
本集《Y Files》深入探討了一種被稱為「時間風暴」的超自然現象，這類事件在全球範圍內已被記錄數百年，許多文化對其有不同的稱呼。時間風暴被描述為帶有光芒的彩色迷霧，能引起時間感知扭曲、失蹤甚至物理變化的神秘現象。 故事從1977年智利山區的軍士瓦爾德茲（Armando Va...
-
在深度學習領域，多層感知器（MLP, Multi-Layer Perceptron）向來是各類神經網路架構的基石，廣泛應用於資料擬合、函數逼近、科學計算等多種任務。然而，傳統的 MLP 節點中具有固定且以線性權重加權然後通過非線性激活函數的結構，固然強大但仍有其本質侷限。202...
-
在當前深度學習領域，Transformer 架構及其注意力機制已成為基礎模型（Foundation Models）的核心，引領了語言、音訊和基因組等多種序列資料的突破性發展。然而，Transformer 的計算複雜度為 O(N²) ，面對超長序列時的效率瓶頸極為明顯，嚴重限制了...
-
在當前自然語言處理（NLP）與生成模型領域中，基於「下一個字元預測」（next-token prediction）的訓練範式已成為主流。這類模型透過大量文本資料中每個字詞的連續性，學習在給定上下文下預測下一個字詞，看似擁有了閱讀理解與自然語言生成的能力。然而，隨著技術推進，研究...
-
在現代深度學習與強化學習領域中，如何有效且精確地計算梯度，是訓練模型關鍵且常見的挑戰之一。傳統的反向傳播（backpropagation）方法雖然十分有效，但在某些特殊情境下，如需要對「未展開計算圖」（unrolled computation graphs）進行梯度估計時，會遇...
-
近年來，擴散模型（Diffusion Models）在影像生成與還原任務中展現了卓越的成果，尤其在基於分數的反向擴散過程（score-based reverse diffusion）中，能夠產出極高品質且真實感十足的樣本。這些成果似乎代表著對高維資料維度詛咒（curse of ...
-
隨著自然語言處理（NLP）領域的迅速發展，如何讓模型更有效地捕捉語言中固有的結構性，成為提升模型理解力的關鍵。傳統的循環神經網路（RNN）尤其是在語法結構層面，常因其平行串列處理的特點，難以明確表達層次化的語法關係。為此，Shen 等人在 2019 年的 ICLR 頂會中提出了...
沒有留言:
張貼留言