知
知维图
AI LEARNING
主页
关于
博客
登录
注册
← 返回课程
/
习题
EXERCISE BANK
AI系统栈:从训练到推理 · 习题
脱离引导的独立练习:计算、轨迹、方案与 WebGPU 实验;错题进入错题本。
1
道题
章节
全部章节
算力的两次接力
为什么神经网络需要系统
从算子到应用
每一层的职责与代价
两条工作流
为什么它们需要不同的系统
第一次对话:让 agent 干活
上下文与工作区
幻觉与过度自信
精确数值与事实核查
验证与纠错的习惯
用启发式问题链学这门课
计算如何被表示成图
动态图:定义即执行
静态图:先编译后执行
链式法则与梯度流
前向模式 vs 反向模式
反向模式的计算图视角
tensor.backward() 背后发生了什么
计算图的构建与释放
梯度累积与 detach
Tensor 抽象
算子库与执行引擎
autograd 引擎与 PyTorch 架构
算子融合:减少访存
torch.compile 与 TorchDynamo
Inductor 与图改写
KV cache 从哪来
题型
全部题型
计算题
轨迹题
方案题
实验题
难度
全部难度
基础
进阶
挑战
筛选
清除
第一次对话:让 agent 干活
1 道题
轨迹题
基础
好任务描述的三要素
把任务交给 agent 时,下面哪组信息最不可少?