- 博客(34)
- 收藏
- 关注
原创 模型预训练:Hugging Face Transformers 基础
0. 环境安装1. Pipeline2. Tokenizer3. Model4. Config5. Datasets6. Evaluate7. TrainerHugging Face Transformers 是目前使用最广泛的预训练模型工具库之一。它把大量已经训练好的模型统一封装成相似的调用方式,使我们可以用较少的代码完成文本分类、文本生成、问答、摘要、翻译、命名实体识别等任务。Github 地址:https://github.com/HaoYuanxinn/huggingface_transformer
2026-05-31 16:34:32
273
原创 从最小项目开始的 CMake 教程
编译选项就是传给编译器的参数。-Wall-Wextra-Wpedantic-Wall 开启常见警告-Wextra 开启更多额外警告-Wpedantic 更严格地按照标准检查CMake 最终生成的编译命令中,会自动带上这些参数编译选项不是 CMake 自己定义的,而是具体编译器定义的。这些选项是 GCC/Clang 风格,在 MSVC 下不一定适用。if(MSVC)else()endif()如果当前使用的是 MSVC 编译器,就使用 /W4;
2026-05-09 22:26:27
439
原创 深度学习项目 Docker 镜像制作与使用
如果在不同电脑或服务器上手动安装这些环境,可能会遇到版本不一致、依赖冲突、CUDA 不兼容等问题。的作用就是将项目运行所需的系统环境、Python 环境和依赖库统一打包成镜像,使项目可以在不同机器上以相同环境运行。
2026-05-06 02:12:25
439
原创 Git merge 的几种不同模式
Git 中的 merge 可以理解为:把另一个分支上的修改合并到当前分支。不同合并模式的区别,是合并后提交历史如何呈现、是否保留分支痕迹,以及是否重写提交记录。下面以 main 分支和 feature 分支为例,对常见合并方式进行说明。其中,D、E 表示在 feature 分支上完成的两个提交。
2026-05-04 17:58:01
565
原创 GDB 调试指南
是 Linux 环境下常用的命令行调试工具,主要用于调试 C/C++ 程序。使用 GDB 调试程序,可以抽象成一个闭环:1. 准备可调试程序2. 让程序在关键位置停下3. 查看程序现场4. 推断问题原因5. 继续执行或调整断点验证判断6. 修改代码并重新验证。
2026-04-28 13:17:38
502
原创 你可能需要的算法思想——DFS/BFS
表示当前选择了 x,但当这条路走完以后,如果不把它删掉,后面走别的路时,路径里还会残留上一次的选择,答案就乱了。因为 BFS 是一层一层往外找,所以第一次到达某个节点时,走过的步数一定是最少的。DFS 过程本身很像递归,先处理当前节点,进入下一个节点,下一个节点又做同样的事,走不下去时自动返回上一层。它的搜索方式是:从当前点出发,先往一个方向一直走,走不动了再退回来,换一条路继续走,常见的写法是递归。它的搜索方式是:从起点出发,先找离起点最近的一层,再找下一层,一层一层向外扩展,常见的写法是配合队列。
2026-04-03 17:10:44
400
原创 你可能需要的算法思想——动态规划
设 dp[i] 表示凑出金额 i 所需的最少硬币数。枚举最后一枚使用的硬币 coin,前一步所需硬币数就是 dp[i - coin] + 1得到。
2026-04-01 11:56:14
394
原创 从零开始的鸿蒙开发
是由华为推出的操作系统,面向手机、平板、智能穿戴、智慧屏等多种设备。它的特点是:支持多设备形态统一开发框架声明式 UI 编程兼容主流应用开发习惯只需要会基本的编程操作,一步一步完成。便可在最短时间内完成一个可运行的鸿蒙应用。
2026-03-02 21:23:48
851
原创 Transformer 模型原理与实现
完整单层 Decoder 的计算流程可以写为:在整个过程中,输入输出形状始终保持n×d的矩阵,每一层只是不断更新表示内容,而不改变矩阵结构。与Encoder一样,Decoder也是多层decoder模块堆叠而成从整体看,Transformer 由EncoderDecoder两部分组成。Encoder 负责把输入序列转化为上下文相关的语义表示;Decoder 负责在该语义表示的条件下,逐步生成输出序列。实现从符号到语义、再到符号的转换输入文本首先切分为token序列,token通过词嵌入。
2026-02-14 12:07:54
1034
原创 你可能需要的算法思想——单调栈
当前值 x = arr[i] ,只要 x <= arr[栈顶],就弹出栈顶 mid,并把 i 作为 mid 的右边界,弹出后新的栈顶就是 mid 的左边界。,栈里存(price, span),对今天的 price,凡是栈顶价格 <= 今天 price 的那些天,都可以直接pop,并把它们各自的 span 加到今天的 span 上,相当于把一段段区间合并起来。的栈,当遇到一个更高的柱子 right 时,会不断弹出栈顶较矮的 mid,而新的栈顶就是 mid 的左边界 left,right 是有边界。
2026-02-10 17:05:04
928
原创 【深度学习】U-Net 网络结构与复现
与x4进行拼接,通道数翻倍,最后经3×3卷积核(stride=1, padding=1)双层卷积DoubleConv,空间尺寸不变,通道被压到 256,最终输出特征图为32×32×256;与x2通道数翻倍(128×128×256),经双层卷积(256→64, mid=128)输出特征图为128×128×64;输入64×64×256, 2×2 最大池化输出32×32×256;输入256×256×1,经过两次 3×3×64 卷积核(stride=1, padding=1)卷积,空间尺寸不变,通道变为 64。
2026-02-09 11:54:27
1303
原创 你可能需要的算法思想——哈希表
在很多算法问题中,我们需要知道。如果用数组或列表,查找通常需要线性扫描,时间复杂度是O(n)。即使通过排序配合二分查找,将查找复杂度降为O(log n),也引入了额外的排序成本。把这种从头找一遍的问题,变得一下子就找到。它的基本思路是,通过一种映射机制,将查找这一操作的平均时间复杂度压缩到接近O(1)。
2026-02-06 15:17:32
664
原创 【深度学习】ResNet
直观上看,神经网络越深,其表达能力就越强。然而实践中发现,当网络深度增加到一定程度后,模型效果反而会明显下降。这种下降不仅体现在测试集上,在训练集上同样存在,这说明问题并非由过拟合引起,而是网络本身难以被有效优化。这被称为深层网络的问题。随着网络不断加深,误差信息在反向传播过程中难以有效传递,参数更新受阻。在这一背景下,提出了一种新的网络结构,使深层网络的训练变得更加容易,在当年的2015竞赛中获得冠军。
2026-02-03 11:35:17
1121
原创 【深度学习】AlexNet
简单分类问题如使用自定义数据集,需要把FashionMNIST(...) 换成一个能返回 (图片, 标签)的 Dataset。可以按文件夹给数据集分好类,类似data/train/val/car/ a.jpg直接用 torchvision.datasets.ImageFolder即可,它默认一个文件夹是一个类别,文件夹名就是 类别名,而文件夹里的所有图片是该类别的样本。同样需要对图像进行统一尺寸、转Tensor、归一化(Normalize)、数据增强等预处理。
2026-02-03 10:28:13
1284
原创 【深度学习】全连接、卷积神经网络
我们所看到的特征图,即卷积层的输出通常是一个二维矩阵。它有宽高,可以可视化成灰度图或热力图,像是一张新的图像。但这只是形式相似,含义完全不同。如果说一个卷积核对应一种特征,特征图表示某个卷积核的激活强度分布,即某个卷积核对应特征的强弱分布。比如一个竖直边缘卷积核,在竖直边缘处响应强,而在平坦区域响应弱。不同卷积核对应不同特征。在靠近输入的卷积层,它们的输入通道是RGB或原始像素,得到的浅层特征图感知低级结构,如水平/垂直边缘、角点、简单的亮暗变化等;中间层。
2026-02-03 00:39:12
1126
原创 【大学生基本功】你可能需要的算法思想——滑动窗口
在很多算法问题中,我们会遇到这样一类需求:给定一个数组或字符串,要求找出某个连续子数组/串,使它满足特定条件,比如长度最长、和最大、包含某些字符、满足某种约束等。 最直观的做法是枚举所有可能的区间。固定左端点l,枚举右端点𝑟覆盖所有[l,r]连续子区间。但这样做存在大量重复,从区间[l,r] 移动到[l,r+1],新的区间只是在原有基础上多包含了一个元素,相邻区间之间共享了大量信息,却被浪费掉了。 既然区间在变化过程中高度重叠,不如始终只维护一个区间,并让它在序列上不断向前移动
2026-01-30 21:03:22
935
原创 【大学生基本功】你可能需要的算法思想——双指针
ChatGPT、Claude、Copilot 代码写得飞快,似乎,对绝大多数非计算机科班出身的我们来说,够用了。但这并不意味着代码能力本身不再重要。从写一段代码,转向构建一个可运行、可维护、可解释的系统。不只是语法层面的熟练度,而是系统逻辑、程序架构、数据结构背后的抽象方式,并行、异步的性能优化与取舍,以及如何将一个科学问题转化为可执行程序。这样来看,我们还是需要,或言之本文介绍。使用 Python 语言面对数组或字符串这类线性结构的问题,我们最自然的反应往往是。两个数的关系,就用两个下标去试;
2026-01-17 21:05:23
668
原创 【大学生基本功】你可能需要的 Linux 知识
后面的9个字符就是文件的权限,可以把他们按照三个一组来看,分别表示文件所有者(user)、所属组(group)、其他(others)的权限,每一组的三个字符分别表示。soft.txt 是一个新文件,它的 inode 号不同,ls -l会显示 soft.txt -> 1.txt,我们读取 soft.txt 时,系统会跟随它指向的路径去找目标。已经不再是 /usr/bin/python,而是 conda 目录下的 python,在这个环境里装的所有包,都只对这个环境生效,不会影响系统的python。
2026-01-15 15:31:39
702
原创 【大学生基本功】你可能需要的 Shell 知识
计算机真正理解的只有二进制指令,而操作系统内核负责把这些底层指令组织起来,管理内存、进程、文件和硬件资源。内核并不直接面向普通用户,而是通过一个中间层,负责把人类能够理解的输入,翻译成操作系统可以执行的行为,这个中间层就是 Shell。
2026-01-14 22:03:04
647
原创 你可能需要的 Make/Makefille/CMake 知识
在Makefile的世界里,构建的基本单位是文件。我们关心的是某个 .c 如何变成 .o,多个 .o 如何被链接成一个可执行文件。CMake则是在定义一个构建目标。围绕 target 设置的 include 路径、链接库、编译选项,本质上都在描述这个模块的接口属性。CMake 抽象的对象,不是编译命令,而是模块接口。它关心的是模块之间如何组合,而不是 gcc 最终会被以什么参数调用。这正是从 Makefile 走向 CMake 的一步在理解了target思想之后,CMake 的生成器概念就非常自然了。
2026-01-14 18:10:33
696
原创 【大学生基本功】你可能需要的算法思想——二分
当我们从“答案空间”“可行性判定”“单调边界”这些角度重新理解二分之后,就会发现二分不只是算法技巧,而是一种组织不确定性的方式。这种思想在工程、科研和决策中会反复出现。在真实世界中,我们很少能直接算出一个精确答案。更多时候面对的是这样的问题:某个参数取多大,系统能稳定?阈值设在哪里性能刚好达标?假设在什么条件下开始不成立?这类问题的共同点是直接求解困难,但验证一个候选值是否可行往往并不难。实验中的逐步逼近,是二分思想的现实版本。
2025-12-30 23:02:36
711
原创 你可能需要的 Docker 知识
Docker 在启动时会构建一套虚拟网络体系。每个容器都运行在独立的网络命名空间(network namespace)中,拥有自己的虚拟网卡与 IP。容器像是一台”独立的小电脑”。Docker 通过虚拟网桥将这些容器连接起来,并在容器与宿主机之间实现受控通信。在同一子网中的容器可以直接互相通信,而容器与宿主机之间默认是隔离的。Docker 允许用户创建自定义网络,本质上是创建独立的虚拟子网。
2025-12-16 16:41:26
898
原创 【conda/CUDA/PyTorch】你可能需要的深度学习配置攻略
AI 时代的浪潮,似乎裹挟着我们每个人都“懂点 AI”才不会被时代所抛弃。如果你在网络上搜索 AI 学习,一定跳不过的一个词就是 深度学习。无论是图像识别、自然语言处理,还是大模型应用背后的训练机制,深度学习是这套体系的基础。
2025-12-09 19:09:23
871
原创 【Git/Github/Gitee】你可能需要的Git知识-基础版
Git 的工作原理可以概括为文件在四个区域间的单向流转与同步:首先,你在电脑的工作区编写或修改代码;接着,使用 git add 将需要记录的文件放入暂存区(待提交);随后,通过 git commit 将暂存区的所有内容打包成一个新版本,永久保存到本地仓库的历史记录中;最后,利用 git push 将本地的历史版本上传到远程仓库(如 GitHub)以实现云端备份或团队协作,反之则通过 git pull 将远程的最新改动拉取回本地。本文我们介绍了 Git 最基本的操作,并没有涵盖上图的所有内容。
2025-11-29 18:52:19
1074
原创 ESP32S3通过USB下载
目前 ESP32-S3 进行下载和调试有两种方式,一种是通过串口(UART),另一种是通过USB。如果使用串口的话,还需要一个额外的串口芯片-CP2102。使用USB就可以直接连接、下载。
2024-04-07 18:39:16
3614
3
原创 ESP-TFT屏幕(1)点亮自己的TFT屏幕
初次上手TFT屏幕使用,由于屏幕分辨率、ic驱动、引脚对应等复杂配置工作,使得TFT屏幕入门不是那么容易,本文着重分享使用esp32在arduino中进行TFT配置。
2024-02-01 12:28:20
10270
2
原创 C语言学习笔记(浙大翁恺老师)
(并没有改变p所指的变量类型,而是从q的角度看i,q也指向i,通过p看i,i是int,通过q看i,i是void*)4.int main()也是一个函数,是返回int类型的main函数,有返回值,程序总是从main函数开始,最后到main函数结束(结束时有return语句)int* p= &i;*p是一个指针,带*是标识,p是新变量,类型是int,它指向i这个变量,将i的地址交给指针(p保存i的地址)1.flag:"-"(左对齐),"+"(前面加加号或减号),"(space)"(正数留空),“0”(0填充)
2023-04-19 10:55:06
3529
翻译 PID控制算法简介
2.3.1积分限幅:防止积分超调积累,限定ki-Max 2.3.2积分分离:error过大时,令ki为0(设置临界值),防止失控 2.3.3微分先行:目标输入给p和i,d只接受反馈值,防止目标突变d失控 3.1应用分析 需要单片机传递数据给工作元件(目标值和当前pid期望值即理想输出),同时传感器反馈数据回单片机(当前实际工作输出),要求can通信协议? 需要pid原理代码化 3.2代码实现 这里积分限
2023-04-17 09:43:47
507
1
转载 通信协议简述
2.中间的从t1溢出率到÷16是计时器,th1 tl1两个时钟,发送时,将数据写入上面的sbuf,到txd(发送端)发送出去,接受时,从rxd(接受端)收入经移位寄存器一位一位送到下面的sbuf中。3.发送接收时控制器ti(发送中断),ri(接受中断)分别实施中断,对数据进行操作。CPOL:时钟极性选择,0代表spi空闲时,时钟线是低电平,1-高电平。1表示sck在第一个跳变边沿无动作,从第二个跳变边沿开始采样。0表示sck在第一个跳变边沿采样,在第二个跳变边沿发送。CPHA:时钟相位选择,
2023-04-17 09:34:31
192
1
原创 数据结构与算法
因为不管是int(4字节)还是double(8字节)都是以第一个地址表示,不能区分,所以要说明是什么类型。p = &x //x占8个字节,1个字节8位,一个字节一个地址,用首地址(第一个字节的地址)表示整个变量的地址,所有指针变量占四个字节。//pst->sid等价于(*pst).sid,等价于st.sid。要表示结构体,用结构体名字.变量名字表示,st.sid。模块一:线性结构(把所有的结点用一根直线串起来),有两种。pst所指向的结构体变量中的sid这个成员。连续存储(数组)(面向对象的c语言?
2023-04-17 08:49:33
222
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅