qq_15821487的博客

算法工程师更重要的是对理论的理解，各种开源库都只是工具而已，理论理清了，开源工具会用的很顺手。

一、跟进前沿学习，除了读论文，还是读论文， 二、最新的开源读读外国的博客medium.com 目的是为了分类，找到支持向量，最近的点最远 深度学习问题 自监督学习 无监督，生成式学习和对比学习 以数据为中心，与其不断的调模型参数，倒不如换个思路，反过来调节数据，类似数据增强了 引入规则逻辑干预 因果干预 开源生态的现状 ...

一、FSL 思考的视角 都是基于先验知识 各种方法要熟悉 度量学习，类似降维 这个就是迁移学习的思想，见多识广，学的比对的那个函数 取代表性的点 底层到应用层 包已经把常见的范式内部集成了 二、taskflow 文本纠错，连个分类 应用领域，文本，图像，语音 句法分析结构 可以用在数据增广上 三、算子融合 API调用算子，算子调用底层对应的cuda kernel 减小往返的次数 四、预训练微调新范式 为何要小样本学习 发展历程 方法分类 标准微调不太适合 新范式，prom