惡補 ML https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J Self-Attention先前提到的 Input 都只是一個 Vector，然而很多時候，模型吃的是 一組 Vector，又稱 Vector Set、Sequence，又可以分成三類 每個 Vector

惡補 ML https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J Convolutional Neural Network (CNN)如果用 Fully Connected Network 的方式來做圖片的分類，會有很多參數，雖然可以增加 Model 的彈性，但也會增加 O

惡補 ML https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J PyTorch 是一個開源的機器學習框架 可以做 Tensor Computation，像是 Numpy，但可以用 GPU 加速 可以幫你算 Gradient Tensor Tensor: 高維度的矩

惡補 ML https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J 類神經網路訓練不起來卡在 Critical Point Local Minimum Saddle Point 泰勒展開式對於 $L(\theta)$，在 $\theta = \theta^\pr

LectureAlexNet VGG-16 ResNet-50 MobileNetV2 EfficientML.ai Lecture 02: Basics of Neural Networks Model Analysis Latency: 一個任務完成所需的時間 Throughput: 一個時間內完成的任務數量Latency 跟 Throughput 沒有絕對的關聯，優化 Latency 會更難

Lecture Base Conversion可以直接用 gdb 來看數字的表示方式，例如 12345678(gdb) p/t 43275$1 = 1010100100001011(gdb) p 0b1010100100001011$2 = 43275(gdb) p/x 43275$3 = 0xa90b(gdb) p 0xa90b$4 = 43275 這樣就可以看到 43275 的二進位、十進位

參考清大王廷基老師課程講義 IC Design Flow System Specification 定義系統的需求，例如：功耗、面積、效能、功能等等。 Functional Design 定義系統的功能，例如：模擬、驗證、合成等等。 Logic Synthesis 把功能描述轉換成電路描述，並做邏輯上的優化，例如：RTL、Netlist。 Circuit Design 早期才有，這些 L

參考清大王廷基老師課程講義 Partitioning把整個設計拆分成較小的電路或系統，每個部分可以獨立設計，最後再合併在一起。Decomposition 必須最小化這蠍子系統間的 Interconnection。其他還要考慮的點有 Constraints確保每個部分都符合劃定的條件，像是你每個子系統都要用一個 FPGA 來實現，就要確保子系統的元件數量、I/O Pin 的數量不超過

Docker 架構 Docker DaemonDocker Daemon 負責管理和執行容器的所有操作。 Docker Compose定義和管理多個 Docker 容器。讓你能夠用一個 YAML config file 來定義所有容器，然後一個命令就能啟動他們，像是你同時要有前端、後端、資料庫的時候 步驟 建立 Dockerfile 用這個 Dockerfile 來建立 Image 用這個

記錄一下常用到的 Components JSXshadcn相見恨晚阿.. 太強了官方文件 TanStack官方有個非常詳盡的文件，這裡只有寫大概怎麼用。 文件寫到 TanStack Table is a modular library. Not all code for every single feature is included in the createTable functions/