TT Lab
ブログ

한국어 English 日本語 中文

はじめる
ブログ

ブログのシリーズ

複数回にわたる記事をシリーズごとにまとめました。上から読むと、一つのテーマを最初から最後まで追えます。

コンパイラ 全20回

  1. [コンパイラ] 01. コンパイラの構造と動作原理
  2. [コンパイラ] 02. プログラミング言語の基礎とコンパイラ技術の応用
  3. [コンパイラ] 03. 簡単な構文指示翻訳器の構築
  4. [コンパイラ] 04. 字句解析 - トークン、パターン、正規表現
  5. [コンパイラ] 05. 有限オートマトンと字句解析器の実装
  6. [コンパイラ] 06. 構文解析 (1) - Top-DownパーシングとLLパーサ
  7. [コンパイラ] 07. 構文解析 (2) - Bottom-UpパーシングとLRパーサ
  8. [コンパイラ] 08. 構文指示翻訳 - SDDとSDT
  9. [コンパイラ] 09. 中間コード生成 - 3番地コードと型検査
  10. [コンパイラ] 10. 実行時環境 - スタック、ヒープ、ガベージコレクション
  11. [コンパイラ] 11. コード生成 - 基本ブロックとフローグラフ
  12. [コンパイラ] 12. コード生成アルゴリズムとレジスタ割り当て
  13. [コンパイラ] 13. マシン非依存コード最適化の基礎
  14. [コンパイラ] 14. データフロー分析フレームワーク
  15. [コンパイラ] 15. ループ最適化とコード移動
  16. [コンパイラ] 16. 命令レベル並列性とスケジューリング
  17. [コンパイラ] 17. 並列性検出とループ変換
  18. [コンパイラ] 18. プロシージャ間分析とポインタ分析
  19. [コンパイラ] 19. SSA形式と現代コンパイラ最適化
  20. [コンパイラ] 20. 現代コンパイラの発展と応用

コンピュータネットワーク 全20回

  1. [コンピュータネットワーク] 01. インターネットとは何か
  2. [コンピュータネットワーク] 02. ネットワークコア：パケット交換 vs 回線交換
  3. [コンピュータネットワーク] 03. ネットワーク遅延、損失、スループット
  4. [コンピュータネットワーク] 04. プロトコル階層とサービスモデル
  5. [コンピュータネットワーク] 05. アプリケーション層：HTTPとWeb
  6. [コンピュータネットワーク] 06. DNSとメールプロトコル
  7. [コンピュータネットワーク] 07. ソケットプログラミング：TCPとUDP
  8. [コンピュータネットワーク] 08. トランスポート層：多重化/逆多重化とUDP
  9. [コンピュータネットワーク] 09. 信頼性のあるデータ転送の原理
  10. [コンピュータネットワーク] 10. TCP完全攻略：接続、フロー制御、輻輳制御
  11. [コンピュータネットワーク] 11. ネットワーク層の概要：フォワーディングとルーティング
  12. [コンピュータネットワーク] 12. IPプロトコル：データグラムとアドレス体系
  13. [コンピュータネットワーク] 13. ルーティングアルゴリズム：Link-StateとDistance-Vector
  14. [コンピュータネットワーク] 14. インターネットルーティング：OSPFとBGP
  15. [コンピュータネットワーク] 15. リンク層：エラー検出と多重アクセスプロトコル
  16. [コンピュータネットワーク] 16. イーサネット、スイッチ、VLAN
  17. [コンピュータネットワーク] 17. 無線ネットワークとモバイル通信
  18. [コンピュータネットワーク] 18. マルチメディアネットワーキングとストリーミング
  19. [コンピュータネットワーク] 19. ネットワークセキュリティ：暗号学からファイアウォールまで
  20. [コンピュータネットワーク] 20. ネットワーク管理とSNMP

深層強化学習 全20回

  1. [深層強化学習] 01. 強化学習とは：MDPと基本概念
  2. [深層強化学習] 02. OpenAI Gymで始める強化学習
  3. [深層強化学習] 03. PyTorchディープラーニング基礎：テンソルからニューラルネットワークまで
  4. [深層強化学習] 04. Cross-Entropy方法でCartPoleを解く
  5. [深層強化学習] 05. ベルマン方程式と価値反復
  6. [深層強化学習] 06. Deep Q-Network：DQNの原理と実装
  7. [深層強化学習] 07. DQN拡張：Double DQN、Dueling DQN、Rainbow
  8. [深層強化学習] 08. 強化学習で株式トレーディングを作る
  9. [深層強化学習] 09. Policy Gradient：方策ベースの強化学習
  10. [深層強化学習] 10. Actor-Critic方法：A2Cとハイパーパラメータチューニング
  11. [深層強化学習] 11. A3C: 非同期Advantage Actor-Critic
  12. [深層強化学習] 12. 強化学習でチャットボットを訓練する
  13. [深層強化学習] 13. ウェブナビゲーションと強化学習
  14. [深層強化学習] 14. 連続行動空間：DDPGと分布方策
  15. [深層強化学習] 15. Trust Region手法：TRPO、PPO、ACKTR
  16. [深層強化学習] 16. Black-Box最適化：進化戦略と遺伝的アルゴリズム
  17. [深層強化学習] 17. モデルベース強化学習：Imagination-Augmented Agent
  18. [深層強化学習] 18. AlphaGo Zero：自己対局で学ぶAI
  19. [深層強化学習] 19. 深層強化学習の実践的な応用事例
  20. [深層強化学習] 20. 深層強化学習総まとめ：アルゴリズム比較と選択ガイド

オペレーティングシステム 全20回

  1. [オペレーティングシステム] 01. オペレーティングシステムとは何か
  2. [オペレーティングシステム] 02. オペレーティングシステムの構造とサービス
  3. [オペレーティングシステム] 03. プロセス：概念、生成、通信
  4. [オペレーティングシステム] 04. スレッドと並行プログラミング
  5. [オペレーティングシステム] 05. CPUスケジューリングアルゴリズム
  6. [オペレーティングシステム] 06. プロセス同期ツール
  7. [オペレーティングシステム] 07. 同期問題：生産者-消費者、哲学者の食事
  8. [オペレーティングシステム] 08. デッドロック：予防、回避、検出、復旧
  9. [オペレーティングシステム] 09. メインメモリ管理
  10. [オペレーティングシステム] 10. 仮想メモリ：デマンドページングからスラッシングまで
  11. [オペレーティングシステム] 11. 大容量ストレージ構造
  12. [オペレーティングシステム] 12. I/Oシステム
  13. [オペレーティングシステム] 13. ファイルシステムインターフェース
  14. [オペレーティングシステム] 14. ファイルシステム実装
  15. [オペレーティングシステム] 15. ファイルシステム内部構造
  16. [オペレーティングシステム] 16. セキュリティ：脅威と防御
  17. [オペレーティングシステム] 17. 保護：アクセス制御とサンドボックス
  18. [オペレーティングシステム] 18. 仮想マシン：ハイパーバイザーからコンテナまで
  19. [オペレーティングシステム] 19. ネットワークと分散システム
  20. [オペレーティングシステム] 20. LinuxとWindows 10オペレーティングシステム比較

仮想化 全10回

  1. [仮想化] 01. 仮想化技術の基礎: Type 1 vs Type 2 ハイパーバイザー
  2. [仮想化] 02. QEMUとKVM: オープンソース仮想化の中核
  3. [仮想化] 03. VirtualBoxとVMware: デスクトップからエンタープライズまで
  4. [仮想化] 04. GPU仮想化技術総まとめ: Passthrough、vGPU、MIG、SR-IOV
  5. [仮想化] 05. AWS EC2とNitroシステム: クラウド仮想化の進化
  6. [仮想化] 06. KubeVirt: Kubernetes上でVMを実行する
  7. [仮想化] 07. NVIDIA GPU Operator: KubernetesでのGPU管理自動化
  8. [仮想化] 08. KubeVirt + GPU: VMでGPUアクセラレーションを活用する
  9. [仮想化] 09. 仮想化プラットフォーム比較: QEMU vs VirtualBox vs VMware vs KubeVirt
  10. [仮想化] 10. 仮想化技術の未来: コンフィデンシャルコンピューティングからGPUディスアグリゲーションまで

vLLM 内部構造 全7回

  1. vLLM 内部構造 (1) — リクエスト一つがトークンになるまでの全経路
  2. vLLM 内部構造 (2) — PagedAttention はなぜ KV キャッシュをページに分けたのか
  3. vLLM 内部構造 (3) — 連続バッチングが GPU を遊ばせない仕組み
  4. vLLM 内部構造 (4) — スケジューラとプリエンプション、スループットが崩れる地点
  5. vLLM 内部構造 (5) — プレフィックスキャッシュ、システムプロンプト設計が性能になる理由
  6. vLLM 内部構造 (6) — コンテキストウィンドウ、max_model_len、max_tokens 完全整理
  7. vLLM 内部構造 (7) — デプロイのチューニングとよくある落とし穴、OOM の切り分け順

いま注目のオープンソース 全6回

  1. いま注目のオープンソース (1) AIエージェントとLLMツール
  2. いま注目のオープンソース (2) ビルド・エディタ・CLI・ターミナル
  3. いま注目のオープンソース (3) インフラとデータベース
  4. いま注目のオープンソース (4) オブザーバビリティとセキュリティ
  5. いま注目のオープンソース (5) データと ML パイプライン
  6. いま注目のオープンソース (6) スター数が語ってくれないこと

tiny-models 全5回

  1. みんなのためのAI 第1回 — 1600万パラメータの言語モデルを15分でゼロから学習させる
  2. みんなのためのAI 第3回 — 損失0.0017なのに正解率7.5%、犯人はパディング1マスだった
  3. みんなのためのAI 第4回 — 137万パラメータで画像に文をつける、そして第3回のバグがここになかった理由
  4. みんなのためのAI 第5回 — 47万パラメータの U-Net で白黒写真に色をつける、そしてなぜ色が褪せたのか
  5. みんなのためのAI 第6回 — 111万パラメータの拡散モデルで単語から数字を描く

part 全4回

  1. ch01 LangChain ノート
  2. ch02 LangChain ノート
  3. ch03 LangChain ノート
  4. ch04 LangChain ノート

ch 全2回

  1. AWSパイプライン構築 Ch 01
  2. AWSパイプライン構築 Ch 02