<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[AI+跨行业应用探索实践者]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/2503_92010587</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; 2503_92010587]]></copyright><item><title><![CDATA[小白面试精解：Transformer 为什么点积注意力缩放要除以根号dk]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/167086469</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/167086469</guid><author>2503_92010587</author><pubDate>Mon, 05 Oct 2026 00:55:25 +0800</pubDate><description><![CDATA[Transformer 中点积注意力除以 $\sqrt{d_k}$，是为了控制查询（Query）与键（Key）点积的方差恒定。在理想假设下（各分量独立、均值为0、方差为1），点积 $ \sum_{i=1}^{d_k} q_i k_i $ 的方差为 $ d_k $。若不缩放，随着维度增加，点积值会急剧增大，导致 softmax 输入过大，梯度消失。通过除以 $\sqrt{d_k}$，使点积方差保持为 1，确保注意力分数分布稳定，提升训练稳定性。]]></description><category></category></item><item><title><![CDATA[数据结构-秒懂树的非递归遍历【动态图解+代码详解】【看不懂你找我】]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/164873844</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/164873844</guid><author>2503_92010587</author><pubDate>Thu, 10 Sep 2026 18:49:44 +0800</pubDate><description><![CDATA[本文提供一套统一的非递归二叉树遍历模板，核心思想是将每个节点的访问过程视为“中→左→中→右→中”，通过vis标记访问次数（1/2/3）控制遍历顺序。利用显式栈模拟递归调用栈，先压入父节点的后续状态，再压入子树，确保返回时能正确恢复执行位置。先序、中序、后序遍历仅需在对应vis阶段记录节点值，最大深度则在每次pop时更新深度。空节点不入栈，仅作图示。时间复杂度O(n)，空间复杂度O(h)。]]></description><category></category></item><item><title><![CDATA[三方API中转也能！Codex 手机端远程 vibe coding 傻瓜式教程]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/161254760</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/161254760</guid><author>2503_92010587</author><pubDate>Wed, 20 May 2026 14:33:26 +0800</pubDate><description><![CDATA[📱💻 一篇把 Codex 变成手机远程工作台的实战教程：电脑端开 `codexapp` + `cloudflared`，手机一键直连，随时发任务、看回复、同步项目；还顺手做了一个悬浮小工具，自动拆 Markdown、按块复制/粘贴，写 优快云 更快更顺。🚀]]></description><category></category></item><item><title><![CDATA[一文搞定GPT-5.4 开启 1M 上下文 Codex 联网搜索 + 多 Agents配置]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/158920445</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/158920445</guid><author>2503_92010587</author><pubDate>Wed, 11 Mar 2026 10:47:39 +0800</pubDate><description><![CDATA[本文详细讲解了如何正确配置GPT-5.4以充分发挥其1M上下文、联网搜索和多Agent协作能力。核心内容包括：1) 必须显式设置model_context_window参数才能启用1M上下文；2) 通过web_search=&quot;live&quot;开启实时联网搜索；3) 配置multi_agent=true启用多Agent并发处理。文章提供了最小可用配置模板，并特别强调第三方兼容接口需要替换相关参数。同时详细解释了各参数含义，指出了常见配置误区，帮助用户避免仅修改模型名称而未能完全激活GPT-5.4]]></description><category></category></item><item><title><![CDATA[CodexAPP-Desktop-Mac更新以后转Windows封包版不兼容问题解决方案]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/158616753</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/158616753</guid><author>2503_92010587</author><pubDate>Tue, 03 Mar 2026 16:59:37 +0800</pubDate><description><![CDATA[本文介绍了如何将Mac版Codex.dmg转换为Windows可复现打包的实战教程，解决了App更新后内置锁定、三方网关500错误及本地CLI兼容性问题。教程包含完整构建流程，从环境配置、打包脚本到增量热修方案。关键步骤包括：1）规范目录结构放置Codex.dmg；2）使用提供的PowerShell脚本完成可复现打包；3）通过增量替换解决版本漂移问题。文中提供了两个核心脚本（build-win-portable.ps1和hotfix-embedded-codex.ps1）的完整代码，可直接复制使用。]]></description><category></category></item><item><title><![CDATA[Claude Code /fast 中转启动不了？Windows一招让你用上超级快的Opus4.6-fast！！！！！]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/157973933</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/157973933</guid><author>2503_92010587</author><pubDate>Wed, 11 Feb 2026 15:09:22 +0800</pubDate><description><![CDATA[摘要： 本文提供Windows系统下Claude Code的完整安装与排错指南，重点解决/fast模式无法启动的问题。关键步骤包括：安装Node.js、Git和Claude Code的npm版本，执行claude install获取原生二进制支持，并通过刷新PATH确保路径生效。常见问题如&quot;requires native binary&quot;提示、网络限制或会话卡死均有对应解决方案，强调原生二进制是启用/fast的必要条件。文末附一键检查清单和安装要点总结，帮助用户快速验证环境配置。（149字]]></description><category></category></item><item><title><![CDATA[【Claude Code】无需sudo！无魔法！Linux 普通用户也能装 Claude Code 全流程]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/156360923</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/156360923</guid><author>2503_92010587</author><pubDate>Sun, 28 Dec 2025 14:38:18 +0800</pubDate><description><![CDATA[💥 无需 root、不碰系统目录，10 分钟在 Linux 私有化部署 Claude Code！本文手把手带你下载最新 Node 20.x LTS、秒级解压、npm 全局路径改到自家地盘，一键装上 Anthropic 官方 CLI，公司服务器/校园集群/共享主机统统适用。附赠版本切换、一键卸载、防坑指南，全程 emoji 图解，复制即可跑。想在工作站低调开 AI 外挂？点进来，零 sudo 直接起飞！🚀]]></description><category></category></item><item><title><![CDATA[ffmpeg离线安装到服务器：解决conda／sudo／无法安装的通用方案]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/154799980</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/154799980</guid><author>2503_92010587</author><pubDate>Thu, 13 Nov 2025 20:41:59 +0800</pubDate><description><![CDATA[本文介绍了FFmpeg离线安装到服务器的通用解决方案。首先从官网下载适合平台的静态二进制文件（本案例使用amd64版本），然后上传到服务器并解压。接着将ffmpeg和ffprobe复制到用户bin目录，并设置PATH环境变量。最后通过ffmpeg -version命令验证安装是否成功。这种方法解决了conda/sudo无法安装FFmpeg的问题，适用于各种服务器环境。]]></description><category></category></item><item><title><![CDATA[【速读】一文快速了解RoPE旋转位置编码：从一维到多模态（三维）：旋转位置编码 RoPE / 2D RoPE / MRoPE （附 9 个进阶例子 + 全量符号释义 + “外推稳”解读）]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/154577270</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/154577270</guid><author>2503_92010587</author><pubDate>Sat, 08 Nov 2025 19:27:13 +0800</pubDate><description><![CDATA[✨还不知道？旋转位置编码RoPE？一文速通RoPE✨本文介绍了旋转位置编码（RoPE）及其扩展形式2D RoPE和MRoPE，从一维序列到多模态时空数据。]]></description><category></category></item><item><title><![CDATA[【项目】pyqt5基于python的照片整蛊项目]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/154576997</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/154576997</guid><author>2503_92010587</author><pubDate>Sat, 08 Nov 2025 19:09:29 +0800</pubDate><description><![CDATA[FacePrank 是一个功能强大的图像变形工具，使用Python和PyQt5开发。无需复杂的PS技能，只需鼠标点击拖拽，就能对照片进行各种有趣的变形处理。无论是恶搞朋友、制作表情包，还是进行创意设计，这个工具都能满足你的需求！FacePrank 是一个功能丰富、使用简单的照片整蛊工具。通过五大核心变形工具，你可以轻松制作各种搞笑照片。无论是恶搞朋友、制作表情包，还是进行创意设计，这个工具都能满足你的需求！核心优势✅ 纯Python实现，代码简洁易懂✅ 基于NumPy向量化运算，性能优秀。]]></description><category></category></item><item><title><![CDATA[pycharm找不到Tencent Cloud CodeBuddy如何安装[windows]？pycharm插件市场找不到插件如何安装？]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/152367933</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/152367933</guid><author>2503_92010587</author><pubDate>Wed, 01 Oct 2025 15:01:16 +0800</pubDate><description><![CDATA[🔥PyCharm在Market Place找不到插件怎么办🔥？手动安装Tencent Cloud CodeBuddy插件指南 下载插件包：从JetBrains插件市场获取zip安装包（无需解压） 进入PyCharm设置：File→Settings→Plugins 选择]]></description><category></category></item><item><title><![CDATA[【从零手搓Transformer】：小白也能懂的超详细教程（含完整代码+公式+示例应用实现）]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/152036943</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/152036943</guid><author>2503_92010587</author><pubDate>Mon, 29 Sep 2025 13:34:58 +0800</pubDate><description><![CDATA[从零开始手搓Transformer的详细教程，包含完整代码+公式！]]></description><category></category></item><item><title><![CDATA[PyTorch nn.Linear 终极详解：从零理解线性层的一切（含可视化+完整代码）]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/152039854</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/152039854</guid><author>2503_92010587</author><pubDate>Mon, 29 Sep 2025 13:34:17 +0800</pubDate><description><![CDATA[本文深入讲解了PyTorch中的nn.Linear线性层，从生物神经元到人工神经元的转化过程开始，详细解析了线性层的数学本质和实现原理。主要内容包括： 生物神经元到人工神经元的转换：通过简单示例展示了人工神经元如何模拟生物神经元的工作机制 线性层的数学本质： 单个样本的计算公式和实现细节 批量样本处理时的矩阵运算过程 多维张量的处理方法 可视化与代码实现： 提供完整的PlantUML可视化代码 包含详细的Python实现示例 展示权重矩阵和偏置向量的作用方式 文章采用循序渐进的方式，从基础概念到实际应用。]]></description><category></category></item><item><title><![CDATA[【多模态前沿】2024 CVPR Video ReCap递归架构：小时级视频也能搞定！从秒到小时的层次字幕生成黑科技]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/151801189</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/151801189</guid><author>2503_92010587</author><pubDate>Mon, 29 Sep 2025 13:32:41 +0800</pubDate><description><![CDATA[看完这篇论文真的被惊艳到了！🔥 Video ReCap用递归架构解决了长视频字幕生成的世纪难题，从1秒到2小时的视频都能处理！核心创新是递归视频-语言模型，通过三层递归（片段→段落→摘要）逐层理解视频语义。配合课程学习策略，让模型像人类一样从简单到复杂逐步学习视频层次结构。最绝的是用LLM生成伪标签来解决数据稀缺问题！在EgoSchema上刷新SOTA，性能提升18.13%！这套方法不仅优雅而且实用，强烈推荐深度学习er们细品这个递归设计思路～ 🎯💡]]></description><category></category></item><item><title><![CDATA[【对抗攻击前沿】2025 IJCV - Dilated Attention 揭秘！让AI“看走眼”的对抗攻击别样思路：视觉模型安全新威胁-扩张注意力攻击完全解析]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/151750394</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/151750394</guid><author>2503_92010587</author><pubDate>Sun, 28 Sep 2025 13:46:40 +0800</pubDate><description><![CDATA[🔥当AI的"注意力"成为攻击突破口！本文精读IJCV 2025最新论文，深度解析Dialted扩张注意力攻击的原理与实现机制对抗攻击研究已从简单的像素扰动发展到精确操控模型注意力机制。通过系统分析视觉模型在处理对抗样本时的注意力变化规律，研究者发现了提升跨模型攻击可转移性的关键因素。本文详细介绍DA（扩张注意力）攻击的核心技术：注意力最大化损失函数通过多层特征操控模型关注区域，动态线性增强技术生成多样化攻击模式突破传统防御。实验验证显示该方法在ImageNet数据集上攻击成功率提升8%以上。]]></description><category></category></item><item><title><![CDATA[【多模态前沿】2024 EMNLP VIEWS让AI秒变新闻主播: Entity-Aware News Video Captioning论文解读Notes]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/151762831</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/151762831</guid><author>2503_92010587</author><pubDate>Sun, 28 Sep 2025 13:45:13 +0800</pubDate><description><![CDATA[还在为视频配字幕发愁？来看这篇EMNLP 2024的VIEWS论文🔥！它能让AI自动识别新闻视频中的人物、地点，生成包含"布什总统访问利比里亚"这样的专业字幕，而不是"一个男人见另一个女人"😅。核心就是三步走：先用视觉模型抓实体，再用大模型查背景，最后融合生成。实测比传统方法提升30%性能！想让你的视频字幕更专业？这个方法必须学！💪]]></description><category></category></item><item><title><![CDATA[【多模态必读】VideoCLIP：视频-文本对比学习&& RAT 检索增强训练 && 时间重叠策略]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/151293096</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/151293096</guid><author>2503_92010587</author><pubDate>Sun, 28 Sep 2025 13:44:35 +0800</pubDate><description><![CDATA[🔥 VideoCLIP论文深度解读：让视频真正"看懂"文字！ 🔥

花了整整一天啃完这篇2021 EMNLP的神作！VideoCLIP巧妙解决了视频和文本配对的老大难问题 🎯

核心亮点我总结成三板斧：
1️⃣ 时间重叠策略：抛弃死板的精确对齐，让视频片段和文本"模糊匹配"，就像人说话和做动作本来就不同步
2️⃣ 检索增强训练：不再随机找负样本，而是专门找"长得像但不是"的困难样本来训练，让模型练就火眼金睛
3️⃣ 双向对比学习：视频找文本+文本找视频]]></description><category></category></item><item><title><![CDATA[【多模态必读】VideoCaption：看视频说话！-CLIP4Caption论文精读：双模态预训练+Transformer微调，附公式详解]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/151589599</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/151589599</guid><author>2503_92010587</author><pubDate>Sat, 27 Sep 2025 14:16:09 +0800</pubDate><description><![CDATA[🔥 模型！看！视频！说话！本文深入解析CLIP4Caption论文，揭秘如何用CLIP增强的视频-文本匹配网络实现视频字幕生成！🚀 通过两阶段训练策略，先用对比学习预训练获得强文本相关视频特征，再微调Transformer生成字幕。集成策略超有意思，让多个模型互相评价选出最佳字幕。实战效果爆表！📈 包含详细公式推导、特征维度标注和关键技巧总结，适合深度学习爱好者收藏学习~]]></description><category></category></item><item><title><![CDATA[【多模态必读】UniVL视觉-语言：一个模型搞定视频检索+字幕生成，5个损失函数的妙用【附公式详解】]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/151624400</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/151624400</guid><author>2503_92010587</author><pubDate>Sat, 27 Sep 2025 14:15:27 +0800</pubDate><description><![CDATA[🎯 还在为视频理解和生成任务训练两个模型发愁？UniVL用一个统一框架搞定！本文深入剖析UniVL的核心设计：**双流编码器**保证检索效率，**交叉编码器**实现深度融合，配合**5个精心设计的预训练目标**（含创新的CMFM掩码帧预测），在HowTo100M上预训练后，5个下游任务全面开花🚀。特别亮点：EnhancedV策略通过100%文本掩码强制模型学习视频表征，StagedP两阶段训练加速收敛。实测YouCook2检索R@1达28.9%，碾压同期工作！附详细公式推导和shape标注📊]]></description><category></category></item><item><title><![CDATA[【多模态必读】看！图！说！话！2021 arxiv CLIPCaption： CLIP Prefix for Image Captioning]]></title><link>https://blog.youkuaiyun.com/2503_92010587/article/details/151586510</link><guid>https://blog.youkuaiyun.com/2503_92010587/article/details/151586510</guid><author>2503_92010587</author><pubDate>Fri, 26 Sep 2025 15:35:13 +0800</pubDate><description><![CDATA[🔥看！图！说！话！模型！🔥。本文深入解读2021年arxiv上的ClipCap论文，这是一种巧妙的图像描述生成方法。与传统端到端训练不同，ClipCap冻结了预训练的CLIP视觉编码器和GPT-2语言模型，仅训练一个轻量级映射网络来连接两者🔥。

文章详细剖析了两种训练策略：微调GPT-2获得更强表现力 vs 冻结GPT-2实现极致轻量。最有趣的是，这篇论文名为"Prefix"却实际采用了Prompt Tuning架构，展现了PEFT技术早期发展的有趣历史💡

包含完整的方法流程图、实验对比表格等]]></description><category></category></item></channel></rss>