Pdch's loghttps://pd-ch.github.io/Recent content from Pdch's logHugozh-CNpd.ch@qq.com (Pdch)pd.ch@qq.com (Pdch)本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！Wed, 01 Jul 2026 00:00:00 +0000Linux Pytorch深度学习环境搭建速通https://pd-ch.github.io/post/my-environment-setup/Sun, 29 Sep 2024 00:00:00 +0000pd.ch@qq.com (Pdch)https://pd-ch.github.io/post/my-environment-setup/ Linux Pytorch深度学习环境搭建速通

作者：Pdch（pd.ch@qq.com）

Step 0. 系统启动盘制作

简单来说，Ventoy是一个制作可启动U盘的开源工具。有了Ventoy你就无需反复地格式化U盘，你只需要把 ISO/WIM/IMG/VHD(x)/EFI 等类型的文件直接拷贝到U盘里面就可以启动了，无需其他操作。你可以一次性拷贝很多个不同类型的镜像文件，Ventoy 会在启动时显示一个菜单来供你进行选择。 下载地址:https://www.ventoy.net/cn/download.html 安装到U盘以后，只需要将iso镜像复制到U盘中即可。个人建议前往镜像站下载操作系统的iso镜像。

本文2024-09-29首发于Pdch's log，最后修改于2026-07-01

]]>LZN的无监督方法介绍https://pd-ch.github.io/post/latent-zoning-network-interpretation/Thu, 17 Oct 2024 00:00:00 +0000pd.ch@qq.com (Pdch)https://pd-ch.github.io/post/latent-zoning-network-interpretation/ LZN的无监督方法介绍

作者：Pdch（pd.ch@qq.com）

写在前面

Latent Zoning Network: A Unified Principle for Generative Modeling, Representation Learning, and Classification 是一篇由 Microsoft 发表在 NeurIPS 2025 的论文，通过“共享高斯潜在空间 + 编码器/解码器对”将三类任务统一为同一框架下的不同“翻译”操作，从而简化流程、促进任务间协同。

本文2024-10-17首发于Pdch's log，最后修改于2025-11-26

]]>深度学习中的矩阵求导基础https://pd-ch.github.io/post/the-basics-of-matrix-differentiation-in-deep-learning/Mon, 14 Jul 2025 00:00:00 +0000pd.ch@qq.com (Pdch)https://pd-ch.github.io/post/the-basics-of-matrix-differentiation-in-deep-learning/ 深度学习中的矩阵求导基础

作者：Pdch（pd.ch@qq.com）

⚠️ 注意

笔者假定读者已经具备一定的线性代数和微积分基础，熟悉矩阵运算和基本的求导规则。

深度学习中的矩阵求导基础

矩阵求导的布局

在深度学习中，矩阵求导是一个重要的概念。我们通常使用两种布局来表示矩阵求导：分母布局（Denominator Layout）和分子布局（Numerator Layout）。

本文2025-07-14首发于Pdch's log，最后修改于2025-10-05

]]>TAAC七日游https://pd-ch.github.io/post/taac-participate-record/Wed, 31 Jul 2024 00:00:00 +0000pd.ch@qq.com (Pdch)https://pd-ch.github.io/post/taac-participate-record/ TAAC七日游

作者：Pdch（pd.ch@qq.com）

TAAC七日游

本文记录了我在TAAC（腾讯广告算法大赛）比赛中的参赛经历和心得体会。

2025年7月31日，在比赛报名截止的六小时前本人于一个交流群中得知了TAAC比赛，并决定报名参加。

本文2024-07-31首发于Pdch's log，最后修改于2025-09-14

]]>Intel A770 GPU深度学习环境搭建（Linux）https://pd-ch.github.io/post/a770-deeplearning-env-setup/Fri, 28 Jun 2024 00:00:00 +0000pd.ch@qq.com (Pdch)https://pd-ch.github.io/post/a770-deeplearning-env-setup/ Intel A770 GPU深度学习环境搭建（Linux）

作者：Pdch（pd.ch@qq.com）

📝 提示

Pytorch的文档已经添加xpu(Intel GPU)入门教程 我在这里会介绍安装过程中的一些坑和注意事项。

⚠️ 注意

本文2024-06-28首发于Pdch's log，最后修改于2025-07-28

]]>深度学习中的数学https://pd-ch.github.io/post/mathematics-behind-deep-learning/Mon, 14 Jul 2025 00:00:00 +0000pd.ch@qq.com (Pdch)https://pd-ch.github.io/post/mathematics-behind-deep-learning/ 深度学习中的数学

作者：Pdch（pd.ch@qq.com）

📝 提示

本文灵感来自BiliBili up主ReadPaper论文阅读的系列视频《深度学习中的数学》。

感谢齐宪标老师的精彩讲解和分享。

本人在研读论文时时常感觉力有不逮，感慨基础不牢地动山摇。深度学习的数学基础是一个重要的方面，本文将介绍一些深度学习中常用的数学概念和方法。

本文2025-07-14首发于Pdch's log，最后修改于2025-07-18

]]>人工智能基础https://pd-ch.github.io/post/the-way-to-artificial-intelligence/Sun, 09 Mar 2025 00:00:00 +0000pd.ch@qq.com (Pdch)https://pd-ch.github.io/post/the-way-to-artificial-intelligence/ 人工智能基础

作者：Pdch（pd.ch@qq.com）

基础技术栈

  • 系统：Debian（Gnome）
  • 环境管理：venv，pip
  • 编程语言：Python
  • AI 框架：Pytorch
  • 通用计算：Jax
  • 内容管理工具：Git
  • 集成开发环境：VScode（本地环境）、Jupyterlab（远程环境）

进阶技术栈

  • 编程语言：C++（g++、cling，标准=23）
  • AI 框架：Pytorch（AMP，DDP并发）
  • 环境管理：Podman（Devcontainer安装Podman-Docker软件包）
  • 大数据：duckdb（替代pandas）
  • 构建工具：xmake

自选方向技术栈

  • 原型计算： MATLAB
  • 云计算：K8s（rancher）、KVM、SDS（ceph）、SDN
  • 边缘智能：TensorRT、onnx
  • 高性能AI：flax、optax、orbax
  • 加速器：FPGA（xilinx）、vitis、PCIe

注：

本文2025-03-09首发于Pdch's log，最后修改于2025-07-11

]]>Clang+Clangd+Xmake使用import stdhttps://pd-ch.github.io/post/clang+clangd+xmake-import-std/Sun, 04 May 2025 00:00:00 +0000pd.ch@qq.com (Pdch)https://pd-ch.github.io/post/clang+clangd+xmake-import-std/ Clang+Clangd+Xmake使用import std

作者：Pdch（pd.ch@qq.com）

1. 环境配置

我个人使用的环境是：

  • Debian unstable
  • visual studio code
  • Clang 20.1.5
  • Clangd 20.1.5
  • Xmake 2.9.9

1.1 安装llvm全家桶

根据apt.llvm.org的说明，添加llvm源：

wget https://apt.llvm.org/llvm.sh
chmod +x llvm.sh
sudo ./llvm.sh 20 all

注意：需要有对应的libc++-20-dev包。如果有任何疑问可以使用apt policy libc++-20-dev查看。

本文2025-05-04首发于Pdch's log，最后修改于2025-07-04

]]>变分自编码器https://pd-ch.github.io/post/variational-autoencoder/Fri, 28 Mar 2025 00:00:00 +0000pd.ch@qq.com (Pdch)https://pd-ch.github.io/post/variational-autoencoder/ 变分自编码器

作者：Pdch（pd.ch@qq.com）

论文链接：🔗

由于我个人是做自监督相关的，故本文仅介绍自监督(self-supervised learning,SSL)方面VAE提供了什么。 其实在自监督中我们仅仅用到了VAE，没有用到decoder

本文2025-03-28首发于Pdch's log，最后修改于2025-06-28

]]>