發(fā)簡(jiǎn)信
IP屬地：廣東
-
<<心理學(xué)>> 之 提高學(xué)習(xí)能力的方法
僅在記錄分享， 摘自《心理學(xué)》部分章節(jié) 現(xiàn)實(shí)世界 提高學(xué)習(xí)能力 為了更高效地學(xué)習(xí)這門課，你需要做一些看起來有點(diǎn)奇怪的事情：為難自己。但是，通過正...
-
KNNKNN算法通俗解釋（K-近鄰算法） 圖片中展示的是KNN算法，這是一個(gè)機(jī)器學(xué)習(xí)中最基礎(chǔ)、最直觀的算法之一。讓我用最通俗的方式解釋它： 核心思想：...
-
LangChain - Agent
Langchain 是什么 - 從最基本層面定義 Langchain Langchain 能做什么 - 闡述其核心功能和應(yīng)用場(chǎng)景 Langcha...
-
OpenClaw 學(xué)習(xí)
https://www.bestblogs.dev/article/d5f1a70[https://www.bestblogs.dev/arti...
-
Transformer 中 Softmax 與 Sigmoid 的作用、原理及區(qū)別
Q1: Transformer 中的 Softmax 的作用是歸一化嗎？ A: Softmax 并非僅僅“歸一化”。它的主要功能是把注意力得分（...
-
vLLM —— 大語言模型推理加速框架
問答（QA）匯總 Q1: vLLM 指的是什么？ A: vLLM（全稱 “vLLM”）是一個(gè)專為大規(guī)模語言模型（Large Language ...
-
Transformer 中 Mask、Attention 與前向/前饋 易混淆點(diǎn)整理
1?? create_padding_mask 的實(shí)現(xiàn)與作用 Q: create_padding_mask 在項(xiàng)目中實(shí)現(xiàn)在哪里？它的輸入是什么？...
-
Transformer DecoderLayer 結(jié)構(gòu)與工作原理詳解
Q1：DecoderLayer 包含哪些子層？ A1：DecoderLayer 由三大子層組成： 自注意力子層（self?attn） 交叉注意...
-
Transformer Encoder 參數(shù)?num_layers?詳解及取值建議
Q1: Encoder 中的參數(shù) num_layers 代表什么？ A: num_layers 指的是 編碼器層的數(shù)量。在實(shí)現(xiàn)中，Encode...