专题 · Algorithm foundations

算法原理与复现

用三篇论文补上算法基础：从残差连接、注意力到扩散去噪，沿着可运行的最小复现理解模型为什么这样工作。这里记录真实的学习进度，不把尚未验证的解释写成结论。

学习路径

01 · 18 分钟

从退化问题进入 ResNet；先读原文与最小对照脚本，再把自己的解释写成可被实验推翻的假设。

状态：ResNet · 学习中

02 · 20 分钟

把缩放点积注意力、并行计算与残差路径拆开，建立一个尚待逐项验证的阅读和实验框架。

状态：Transformer · 框架已发布

03 · 20 分钟

以正向噪声、反向参数化和小型离线脚本为骨架，明确区分论文主张、待跑实验与未形成的解释。

状态：DDPM · 框架已发布

信息如何在越来越深、越来越复杂的模型中稳定流动？这是一条帮助建立联系的阅读线索，不暗示三篇论文构成严格的线性技术演进。

每一轮都留下可追溯的来源、运行命令和边界；实验结果不能替代论文结论。

0 / 18 个学习步骤已完成

进度仅保存在当前浏览器，不会同步到账号或其他设备。

如果浏览器存储不可用，勾选仍会保留在当前页面会话。