框架工具

题集来源:Rocky Ding(WeThinkIn)收录项目:AIGC-Interview-Book查看原题集

题目目录

38 道原题
  1. Pytorch中的view、reshape方法的异同

    原题
  2. PyTorch矩阵乘法详解

    原题
  3. PyTorch维度变化操作详解

    原题
  4. PyTorch模型构建详解

    原题
  5. PyTorch中的Module

    原题
  6. PyTorch中常用的随机采样

    原题
  7. PyTorch中对梯度计算的控制

    原题
  8. PyTorch中的多卡训练

    原题
  9. DeepSpeed介绍

    原题
  10. PyTorch中的模块迭代器

    原题
  11. PyTorch中的DataLoader介绍

    原题
  12. PyTorch中的动态图和静态图介绍

    原题
  13. PyTorch中的compile介绍

    原题
  14. AI模型训练过程的可视化实用工具有哪些?

    原题
  15. PyTorch2.0组件TorchDynamo介绍

    原题
  16. PyTorch2.0组件AOTAutograd介绍

    原题
  17. 介绍一下PyTorch中.detach()、.clone()、requires_grad=True、torch.no_grad()的原理与作用

    原题
  18. PyTorch中连续张量和非连续张量有哪些区别?

    原题
  19. OpenAI-Triton介绍

    原题

    此 Triton 指编程语言/编译器,与 NVIDIA Triton Inference Server 为不同对象。

  20. Triton实现add算子

    原题
  21. Triton常用API介绍

    原题
  22. Triton的编译流程

    原题
  23. 什么是IR表示?

    原题
  24. 计算图优化的常用方法?

    原题
  25. 介绍一下AI模型中钩子函数的原理和作用

    原题
  26. 介绍一下PyTorch中DataLoader库的底层原理

    原题
  27. AIGC时代主流的深度学习框架有哪些?各自有什么特点?

    原题
    完整原题

    28.Caffe的depthwise为什么慢,该如何优化?Caffe新加一层需要哪些操作?

    原题
  28. 介绍一下torchrun的用法

    原题
  29. PyTorch中autograd的工作原理是什么

    原题
  30. 计算图的动态图和静态图有什么区别,PyTorch为何采用动态图

    原题
  31. PyTorch中in-place操作(如add_)对梯度计算有什么影响

    原题
  32. 如何将张量在CPU和GPU之间迁移,需要注意什么

    原题
  33. 什么是contiguous张量,非contiguous张量为何不能使用view

    原题
  34. PyTorch中张量的梯度计算需要满足哪些条件

    原题
  35. 张量的广播机制是什么,PyTorch如何实现广播

    原题
  36. requires_grad的作用,梯度如何停止计算(detach、no_grad)

    原题
  37. PyTorch中张量的类型有哪些,如何进行类型转换

    原题