本文測試 Typora 加上 Mermaid script.

Math ML - Modified Softmax w/ Margin

[@rashadAdditiveMargin2020] and [@liuLargeMarginSoftmax2017] Softmax classification 是陳年技術，可還是有人在老幹上長出新枝。其中一類是在 softmax 加上 maximum margin 概念 (sometimes refers to metric learning), 另一類是在 softmax 所有 dataset 中找出 “supporting vectors” 減少 computation 卻不失準確率。實際做法都是從修改 loss function 著手。本文聚焦在第一類增加 margin 的 算法。

Math AI - G-CNN (Group + CNN)

Where is group theory (G-CNN) + Curved Space (Spherical CNN)

Use Julia for Linear Algebra

Edge AI Trilogy III - Model Compression

Download the code: https://github.com/allenlu2009/colab/blob/master/dataframe_demo.ipynb

Introduction

之前學 group theory 和 tensor calculus, 總結到平直空間的量子場論。最簡單的是 QED 的 Lagrangian 如下為純量，具有 U(1) 對稱性，對應各種守恆律。以及不同路徑對時間積分滿足最小作用原理。

This is a highlight test.

Normal block

1

alert('Hello World!');

1

print 'helloworld'

Highlight block

1

alert( 'Hello, world!' );

1

print 'helloworld'

1
2
3

def foo
  puts 'foo'
end

def foo
  puts 'foo'
end

1
2
3
def foo
  puts 'foo'
end

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

#include <iostream>

using namespace std;

void foo(int arg1, int arg2)
{

}

int main()
{
  string str;
  foo(1, 2);
  cout << "Hello World" << endl;
  return 0;
}