PyTorch NaNs Are Silent Killers — So I Built a 3ms Hook to Catch Them at the Exact Layer
NaN 不会破坏你的训练——它们会悄悄地破坏它。在 ResNet 训练运行中因无声故障而损失了几个小时后，我构建了一个轻量级检测器，可以精确定位出现问题的确切层和批次。使用前向钩子和梯度检查，它可以以最小的开销尽早发现问题，而不会减慢模型的速度。PyTorch NaNs 是无声杀手——所以我构建了一个 3ms 的钩子来在精确层捕获它们，该文章首先出现在《走向数据科学》上。
CSPNet Paper Walkthrough: Just Better, No Tradeoffs
对 Cross-Stage Partial Network 论文的回顾——以及从头开始的 PyTorch 实现 CSPNet 后的论文演练：更好，没有权衡首先出现在 Towards Data Science 上。
A Guide to Understanding GPUs and Maximizing GPU Utilization
在计算受限的时代，了解如何通过了解架构、瓶颈和修复（从简单的 PyTorch 命令到自定义内核）来优化 GPU 效率。《了解 GPU 和最大化 GPU 利用率指南》一文首先出现在《走向数据科学》上。
