极道 ·

算法复杂性分析中的渐近表示法和分析

💡 原文中文，约2700字，阅读约需7分钟。

📝

内容提要

渐近分析是一种评估算法性能的方法，通过渐近符号描述算法的运行时间或空间复杂度。常用符号有Big O、Omega和Theta。它可以比较不同算法的效率并预测它们在大输入大小上的执行情况。优点是提供了对算法如何根据输入大小执行的高级理解，缺点是不提供准确的运行时间或空间使用情况。

🏷️

让炼丹更科学一些（九）：经典自适应梯度算法
本系列前面八篇文章，都是在围绕SGD及其学习率讨论。而从本文开始，我们将正式进入自适应梯度算法的世界。可以说，现在所有的自适应梯度算法，都有一个共同的源头...
Kimi K3 模型结构（4）：深度维度，Attention Residuals
本文解析Kimi K3模型中的Attention Residuals（注意力残差）结构。该机制将残差连接视为深度方向上的RNN，通过可学习伪query对e...
Kimi K3 模型结构（0）：一张图看懂 Kimi K3
Kimi K3是2.78T参数、104.2B激活的93层MoE模型，支持1M上下文及图像视频输入。其结构创新分三方面：序列用KDA与Gated MLA混合...
入蜀记 day467 小小的真理
「小小的真理。」
入蜀记 day466 近谿
「近谿。」
入蜀记 day465 一点秋高气爽
作者在九月记录生活：得知父亲患肺癌晚期后心情沉重，但仍维持日常。天气转凉，秋意渐浓，在少城街区散步感受市井气息。工作中尝试开发多平台发布工具遇阻，并观察到...