今天再复习下深度学习里一个有点反直觉的现象，以及一个天才般的解决方案——残差网络（ResNet）。这可不是什么冷冰冰的技术名词堆砌，而是一个关于“如何让机器学得更聪明”的真实故事。 一个让研究者挠头的实验——越深反而越差？ 想象一下，你是个深度学习研究员，时间是2015年左右，那时大家有个共识：网络
之前遇到过一类难以理解的错误，不明所以的报错位置，按报错提示做也不行，如下所示： fine_tunning_label_text_features = fine_tunning_model.encode_text(label_text) fine_tunning_label_text_feature
影片开头的毒苹果是从原著中摘取的细节。年轻时的奥本海默与导师布莱克特关系恶劣，甚至一度想要用毒苹果毒死布莱克特。这个细节在奥本海默备受争议的一生沉浮中或许不值一提，但这个毒苹果何尝不是原子弹的隐喻？ 有人问：既然知道原子弹的威力足以摧毁世界，奥本海默为什么还要把它创造出来？既然造出来了，为什么还要阻
Stanford的这篇论文及后续的AI小镇出来后，我非常感兴趣，想尝试着复现，然后在云服务器上运行做一个自我运作的游戏，考虑到chatgpt的调用费用，我使用能在CPU上推理的大模型来做替代，以下是我在复现时遇到的一些问题总结。 相关论文 A Survey on Large Language Mod
在2022年10月前后，有感于自己在算法上成长不大，就想转开发岗以延长职业年龄，我选了C/C++这个偏底层语言，希望能从此开始重塑自己的计算机技能。虽然自己是计算机专业出身的普通硕士，但重新把知识都捡起来是需要较长时间的。怕自己犯不专心的老毛病，特别是在现在还要带娃，时间非常宝贵，我就选了某内教育，
