2023.5.21:本文档用于记录学习过程中的一些笔记,主要包括分子动力学和机器学习两个方面。分子动力学部分主要记录MD的基本知识,常用的优化算法,以及机器学习上处理MD数据的方法;机器学习部分主要记录机器学习的基本知识,以及各种成型的网络结构和特点。最后,记录一些最新的文献和他们的方法。
2024.3.21:重新开始记录,目前希望可以探索更多的大模型知识,大模型是趋势,即使硬件水平不达标,也要尽可能将模型做大才能得到好性能。同时了解最新的大模型知识,大模型搭建经验,尝试通过fine tunning建立一个自己的模型。
数学:
- 《线性代数及其应用》 David C. Lay
- 《现代数学基础(第二版)》 陆起超
- 《矩阵分析》Roger A. Horn
计算化学:
- 《结构化学》 孙宏伟
机器学习(包括深度学习):
- 《神经网络与深度学习》 邱锡鹏
- 《统计学习方法》 李航
- 《机器学习》 周志华