归档

大规模检索系统里的 embedding 成本不只来自模型前向，也来自向量存储、内存带宽和 KNN 计算。这里比较投影降维、MRL 与 CSR 稀疏表示三种做法。

从 PyTorch 2.12 的 COO、CSR、CSC、BSR、BSC 数据结构出发，解释稀疏矩阵的存储方式、乘法路径，以及一组 CPU/GPU 实验里的存储和速度比例。

生产搜索系统在嵌入查询前会先用大语言模型对其进行改写。ICLR 2026 的两篇论文探究了当改写与嵌入共用同一模型（乃至同一梯度）时会发生什么。

罗列常用手绘风格数据可视化工具及适用图表，包括 rough.js、draw.io、matplotlib xkcd、chart.xkcd 和 cutecharts。

探讨深度学习模型的参数量、计算量、访存量等指标对推理速度的影响，并给出针对不同硬件的网络设计建议。

综述基于学习的图像局部区域描述符（local descriptor）的数据处理与训练策略，关注不同论文在 patch 学习方向上的异同。

通过 pybind11 为 C++/CUDA 代码提供 Python 绑定，实现 numpy/torch 张量与 Eigen/cv::Mat 的零拷贝转换。

介绍如何通过 numba 库为 Python 函数添加装饰器的方式进行即时编译加速，简单易用、灵活高效。

介绍如何通过 NVIDIA NPP 库加速 TensorRT 推理部署时的图片数据预处理（uint8→float32）过程。

通过 Python 的 numba 库快速上手 CUDA 多线程高并发编程，降低 CUDA 入门门槛。