- 博客(5)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 告别混淆！深入浅出理解三大Transformer架构：Encoder-Only, Decoder-Only & Encoder-Decoder
本文深入探讨了NLP领域三种核心架构（Encoder-Only、Decoder-Only和Encoder-Decoder）的本质区别与应用场景。通过重新定义编码器为"分析器"、解码器为"决策器/生成器"，文章清晰揭示了三种架构的分工：Encoder-Only擅长深度理解与分类，Decoder-Only长于开放生成，而Encoder-Decoder则是精确转换任务的最佳选择。特别以语音识别和文本转语音为例，阐释了Encoder-Decoder架构在需要严格输入输出对齐场
2025-09-26 15:47:36
1011
原创 Mamba完全指南：替代Conda的高性能Python包管理器
Mamba是Conda的高性能替代品，采用C++实现，依赖解析速度提升2-10倍，同时保持完全兼容性。它支持多线程下载，内存占用更低，特别适合数据科学、AI开发和CI/CD流程。提供三种安装方式：Miniforge预装、现有Conda环境安装和轻量级Micromamba。Mamba命令与Conda完全一致，但显著提升了环境创建和包安装效率。建议优先使用conda-forge通道，避免与Conda混用命令。虽然生产环境建议使用Conda确保稳定，但Mamba是提升开发效率的利器，尤其适合频繁创建环境的开发者。
2025-09-25 01:09:18
1194
原创 理解Epoch与过拟合：从“学习”到“死记硬背”的深渊
摘要： Epoch（轮次）是机器学习中模型完整遍历训练集的过程，但并非越多越好，关键在于避免过拟合。早期Epochs帮助模型学习通用规律（泛化），而后期Epochs可能导致模型记忆噪声细节，丧失泛化能力。过拟合的根源是高模型容量在训练中过度拟合数据，类似于“死记硬背”。解决方案包括早停、正则化、Dropout和数据增强，以平衡模型复杂度与训练轮次。理解Epoch与过拟合的关系，是优化模型性能的核心。
2025-09-19 23:01:20
872
原创 20 个高频Git命令，覆盖了90%日常开发
本文整理了Git日常开发中最常用的20个命令，涵盖仓库初始化、提交管理、分支操作、远程协作、版本控制等核心场景，助你高效完成代码管理。核心内容：基础操作：git init创建仓库、git clone下载代码、git status查看状态提交管理：git add精准暂存、git commit --amend修改提交、git reset撤销操作分支策略：git checkout -b快速建分支、git merge/rebase两种合并方式、安全删除分支技巧远程协
2025-06-29 22:41:27
218
原创 【笔记】使用HeidiSQL导入csv时错误类型集合【No rows were imported】（收录中）
1、载入数据所选用的解析方式 导致的错误（1）方式有【服务器端解析文件内容】和【客户端解析文件内容】，一般默认在前者。（2）错误背景【小白操作】本地数据库导出csv文件后，导入远程数据库。（3）发现问题导出的csv文件，用文本工具打开，会看到每个数据都是用【""】括起来。而服务器端解析方式所能解析的csv文件 的各个数据同样用文本工具打开，是不带【""】的。（4）解决方案尝试勾选为客户端解析文件内容方式后，解决问题。（5）【待探索】两种不同的解析方式的区别。（暂时未在百.
2020-06-19 20:11:55
2174
2
UniWebView 3 3.12.1.zip
2020-06-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人