https://courses.digitable.life/tags/%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D1%81%D0%B5%D1%82%D0%B8/ Recent content in Нейросети on Digitable courses Hugo ru-RU Sat, 01 Aug 2026 00:12:59 +0300 https://courses.digitable.life/post/neural-networks/06-llm/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/06-llm/ Как из предсказания следующего токена вырастает LLM: токенизация, архитектура decoder-only, законы масштабирования, SFT и LoRA, выравнивание через RLHF и DPO, а также экономика инференса — KV-кэш, батчинг и спекулятивное декодирование. https://courses.digitable.life/post/neural-networks/05-attention-and-transformers/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/05-attention-and-transformers/ Механизм внимания с первых принципов: от узкого места seq2seq до scaled dot-product, многоголовости, RoPE, полного блока трансформера, KV-кэша и продакшн-инференса. https://courses.digitable.life/post/neural-networks/07-generative-models/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/07-generative-models/ Как научить сеть порождать новые данные: вариационная нижняя граница и VAE, минимаксная игра GAN, диффузионные модели и их связь с оценкой score-функции — с выводами, кодом и продакшн-нюансами. https://courses.digitable.life/post/neural-networks/08-graph-neural-networks/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/08-graph-neural-networks/ Как обучать нейросети на данных без сетки и без порядка: перестановочная симметрия, передача сообщений, GCN/GraphSAGE/GAT/GIN, пределы выразительности, переглаживание и пережатие, масштабирование на миллиарды рёбер. https://courses.digitable.life/post/neural-networks/11-interpretability-and-safety/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/11-interpretability-and-safety/ Почему модель приняла такое решение, что с ней будет при сдвиге данных и атаке, и как выстроить эшелонированную защиту в проде: атрибуция и механистическая интерпретируемость, adversarial-примеры и сертифицированная устойчивость, калибровка, OOD, jailbreak и prompt injection. https://courses.digitable.life/post/neural-networks/10-inference-and-deployment/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/10-inference-and-deployment/ Как превратить обученную модель в дешёвый и предсказуемый сервис: roofline-анализ узких мест, квантизация от математики до INT4, дистилляция, прунинг, компиляция графа, архитектура сервинга и безопасный роллаут. https://courses.digitable.life/post/neural-networks/00-overview/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/00-overview/ Что такое нейронная сеть с первых принципов, чем она отличается от классического ML, почему работает глубина — и как устроен весь трек: от перцептрона до деплоя и интерпретируемости. https://courses.digitable.life/post/neural-networks/02-training-and-optimization/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/02-training-and-optimization/ Полный разбор того, что происходит между «есть архитектура» и «есть работающая модель»: ландшафт потерь, SGD и Adam, learning rate schedule, инициализация весов, BatchNorm/LayerNorm, weight decay и dropout, клиппинг градиентов, mixed precision и диагностика неудачного запуска. https://courses.digitable.life/post/neural-networks/01-perceptron-and-backprop/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/01-perceptron-and-backprop/ От одного нейрона Розенблатта до алгоритма, который считает градиент по миллиардам параметров за один проход: линейная разделимость, зоопарк активаций, правило цепочки на вычислительном графе и autograd с нуля. https://courses.digitable.life/post/neural-networks/04-rnn-and-lstm/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/04-rnn-and-lstm/ Как сеть обрабатывает последовательности произвольной длины: развёртка во времени, BPTT, проблема исчезающих градиентов и почему вентильные архитектуры LSTM и GRU её решают. https://courses.digitable.life/post/neural-networks/03-cnn/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/03-cnn/ Почему на изображениях полносвязная сеть безнадёжна, как устроена свёртка изнутри, что такое рецептивное поле, как эволюционировали архитектуры от LeNet до ConvNeXt и что ломается при выкатке CV-модели в прод. https://courses.digitable.life/post/neural-networks/09-embeddings-and-representation/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/neural-networks/09-embeddings-and-representation/ Как сеть превращает объекты в векторы, на каких задачах учатся хорошие представления (word2vec, контрастное обучение, CLIP, self-supervised), как их измерять и как эксплуатировать в проде — от two-tower до HNSW-индексов. https://courses.digitable.life/post/blog/diffusions/ Sat, 27 Jun 2026 12:51:47 +0300 https://courses.digitable.life/post/blog/diffusions/ Диффузионные модели и как они работают https://courses.digitable.life/post/blog/advancedprompting-sdd/ Sun, 31 May 2026 17:52:05 +0300 https://courses.digitable.life/post/blog/advancedprompting-sdd/ SDD https://courses.digitable.life/video/ai-basics/ Sun, 31 May 2026 15:58:07 +0300 https://courses.digitable.life/video/ai-basics/ В этом видео: https://courses.digitable.life/post/blog/advancedprompting/ Sun, 31 May 2026 15:36:26 +0300 https://courses.digitable.life/post/blog/advancedprompting/ Здесь кратко описывается основная мысль https://courses.digitable.life/post/blog/tg-275/ Sat, 30 May 2026 12:00:00 +0300 https://courses.digitable.life/post/blog/tg-275/ Сделал шпаргалку по промптингу для начинающих Большинство людей используют LLM примерно так: “Напиши мне текст.” И получают средний результат. Но качество отве…