深度学习

整理 AIGC 算法面试高频题，覆盖推荐系统、大语言模型、深度学习等核心技术点。包含携程、字节跳动等大厂真题解析，并补充答案思路和实战经验。

Transformer 架构笔记，记录 Encoder-Decoder 结构、多头自注意力、前馈网络、残差连接和层归一化等基础模块。

PyTorch深度学习框架核心知识：Tensor存储机制、view与reshape区别、内存管理优化。掌握框架底层原理的实用指南。

深度学习基础概念笔记，记录反向传播、梯度消失、激活函数选择、神经网络基础理论和常见数学推导。