本文作为 Claude Code 的全方位实战指南，通过 Flask 应用重构演示了从基础命令到 Plan Mode 的核心工作流，并深入解析了上下文管理、Agent 定制与插件扩...
02月21日评论
Phd 阶段
Claude Code 快速使用指南
02月21日评论
Phd 阶段
02月21日评论
Pytorch快速入门
使用 huggingface-cli 下载模型
本文介绍了如何使用 huggingface-cli 命令行工具下载 Hugging Face 上的模型，并结合 nohup 实现后台下载及查看下载进度。
05月20日评论
注意力机制
Hugging Face 的 Transformers 库快速入门（一）– pipelines 使用与模型
本文是对 Hugging Face 的 Transformers 库的快速入门，包括如何快速使用该库来建立一个文本生成器，以及简单介绍「分词器」和「模型」。
12月13日评论
图像处理技术
Vision Transformer (ViT) 介绍
本文会介绍 Vision Transformer (ViT) ，包括对原始论文的简单解读，核心代码的讲解，和一个完整的 Vision Transformer (ViT) 的流程介绍...
11月05日评论
注意力机制
Transformer 完全图解指南
本文会对 transformer 进行一个非常详细的图解介绍，其中还会包含对「multi-head attention」，「self-attention」，「attention s...
10月27日评论
注意力机制
Transformer 结构介绍
本文会介绍 Transformer 的结构，主要包含 Encoder 和 Decoder 部分，其中包含的知识点有 self-attention，cross-attention，l...
10月24日评论
注意力机制
自注意力和位置编码
本文会介绍「自注意力」模型，自注意力的关键就是一句话，查询、键和值都来自同一组输入。同时也会介绍位置编码的内容，来克服「自注意力」没有考虑输入的顺序。
10月17日评论
注意力机制
多头注意力
在实际中，我们希望给定相同的 queries、keys 和 values，我们希望模型可以学习到不同的内容，然后将这些内容给组合起来。这就会用到「多头注意力」机制。本文会介绍「多头...
10月16日评论
注意力机制
使用注意力机制的 seq2seq
这一篇中，我们介绍使用注意力机制的 Seq2Seq。我们会将「注意力机制」用在 Seq2Seq 模型上面。这样在预测词元时，如果不是所有输入词元都相关，模型将仅对齐（或参与）输入序...
10月15日评论
注意力机制
注意力分数
本文会来介绍「注意力分数」的计算。特别的，这里我们会使用高维的 query ，key 和 value 来举例子。可以将「注意力分数」理解为 query 和 key 的相似度。会介...
09月28日评论