别玩了学会儿吧-优快云博客

原创手把手教你安装Claude Code（鼠标可点击交互版/VS code）

这篇文章详细介绍了如何在VSCode中安装和使用ClaudeCode AI编程助手。主要内容包括：1）安装Node.js和Git；2）从Github下载并安装CCSwitch工具；3）配置Deepseek API密钥；4）安装VSCode及其中文语言包；5）在VSCode中安装官方ClaudeCode插件。安装完成后，用户可以直接在VSCode中使用AI辅助编程功能，包括代码处理、文件访问、项目开发等。文章还提醒读者注意安装路径选择非C盘，并提供了相关参考资料链接。

2026-07-08 20:00:28 327

原创登陆后查看完整视频？一秒教你不登陆也能看视频！

摘要：本文介绍无需登录即可查看受限视频的方法：1)按F12打开开发者工具，选择Network→Media；2)刷新页面后找到视频文件，右键在新标签页打开；3)在新页面右键选择"视频另存为"即可下载。该方法适用于部分需要登录才能观看完整内容的网页视频，通过直接获取视频源文件实现观看和下载。

2025-12-10 22:15:37 1252

原创详解BLIP-2的来龙去脉

本文系统梳理了多模态预训练模型的发展脉络，重点分析了ALBEF、BLIP和BLIP-2三个关键模型的技术演进。ALBEF通过双塔结构和动量模型解决了数据噪声问题；BLIP引入MED架构实现了理解与生成任务的统一，并提出了CapFilt数据清洗方法；BLIP-2创新性地采用Q-Former作为桥梁，在冻结视觉和语言大模型参数的情况下实现高效跨模态学习。这三个模型分别针对训练效率、任务扩展性和参数效率进行了优化，共同推动了视觉-语言预训练技术的发展。文章通过技术对比分析，揭示了多模态领域"轻量化交互+

2025-12-05 22:49:05 1142

原创 WinSCP实现两个服务器文件互传

摘要：本文介绍使用WinSCP在服务器间传输文件的方法。操作步骤包括：1）新建并连接两个服务器站点；2）同时登录两个服务器；3）右键选择远程复制文件；4）修改目标路径为服务器2的会话地址（如/root/STSproject）；5）确认后等待传输完成。以sts_model文件为例，演示了从服务器1到服务器2的完整传输流程。

2025-11-14 15:50:47 868

原创手把手教你使用新版pychorm远程连接ssh

这篇教程详细介绍了如何在PyCharm专业版中配置SSH远程连接，适用于2023-2025版本。主要内容包括：1）创建项目并配置SSH连接（主机、端口、账号等）；2）在SSH服务器端创建conda虚拟环境；3）配置Python解释器并设置本地与远程路径映射；4）在PyCharm中查看SSH服务器文件信息；5）通过PyCharm终端直接操作SSH服务器；6）文件同步方法（自动/手动）。教程还提供了常见问题的解决方案，如连接失败时取消代理设置、conda路径查找等。

2025-09-03 20:00:14 5696 2

原创【保姆级入门】手推SimCSE损失函数+论文粗读

本文介绍了SimCSE模型中的损失函数及其原理。首先解释了句子嵌入的各向异性问题，详细推导了对比学习流程和损失函数，使用同一句子两次dropout结果作为正样本，其他句子结果作为负样本，通过softmax和交叉熵损失函数最大化正样本相似度。同时引入温度参数T调节样本关注度。文章还区分了无监督和有监督SimCSE的差异，有监督方法利用NLI数据集人工标注的entailment和contradiction构建样本对。

2025-08-22 18:29:34 1980

原创 Zero-shot和Unsupervised有什么区别？

第三种操作：针对任务A，人工标注或者不使用标注数据训练模型都可以，然后做一个凭空出现的任务C。zero-shot就像我们平时老师用中文教课，我们训练做题做的也是中文试卷，最后的考试却让我们做一张英文试卷。Zero-shot是零样本，Unsupervised无需标注数据，看起来都是不需要数据的意思，它们有区别吗？第二种操作：针对任务A，但不使用任何标注数据训练模型，然后做任务A。第一种操作：用针对任务A的人工标注的数据训练模型，然后做任务A。训练阶段可能用过其他任务的标注数据（比如大模型预训练用。

2025-08-13 17:24:14 450

原创【论文精读】A comprehensive survey of sentence representations：From the bert epoch to the chatgpt era and

这篇综述论文系统梳理了NLP领域句子表征方法的发展脉络，从BERT到ChatGPT时代的研究进展。文章将方法分为有监督和无监督学习两大类：有监督方法主要基于NLI任务（如SNLI数据集）训练模型，包括Siamese-BERT、T5等架构的改进；无监督方法聚焦对比学习，通过数据增强（如单词修改、dropout）、损失函数优化（补充损失、对比损失改进）和负采样策略提升性能。论文特别探讨了生成式模型在创造合成训练数据方面的潜力，以及后处理技术对表征质量的提升作用，为理解句子表征技术演进提供了全景视角。

2025-08-13 17:11:02 1805

原创 BERT是如何一步步发展起来的？

本文系统梳理了从Word2Vec到BERT的自然语言处理预训练技术发展历程。文章首先介绍了Word2Vec的CBOW和Skip-gram模型，指出其存在多义词问题；然后分析ELMo通过双向LSTM和动态词向量改进多义词处理，但仍使用RNN结构；接着阐述GPT采用Transformer架构但仅使用单向语言模型的局限性；最后重点解析BERT的创新点：结合Transformer特征提取、双向语言模型、CBOW理念和Next Sentence Prediction任务。全文通过技术演进路线图，清晰展示了BERT如何

2025-08-11 21:09:49 2050

原创运行时错误‘53’：文件未找到：MathPage.WLL；please restart word to load mathtype addin properly

打开WPS无法粘贴，一直报下面两种错误：运行时错误‘53’：文件未找到：MathPage.WLL当前情况是我的word中没有显示MathType，WPS中显示MathType但实际无法使用，粘贴功能都失效了找了很多教程都是针对word的修改，最终主包的结果是在，不方便的地方是之后用到MathType只能word编辑，好处是主包的WPS终于能正常使用了。

2025-07-30 17:34:48 2078 1

多学会儿的博客