更多精彩内容,欢迎继续阅读
C函数重载是面试里最容易问、也最容易翻车的一块内容。我见过不少人被一句话问懵:同样叫print,凭什么一个传int就调A版本、传double就调B版本?再往深问,为什么返回值不参与重载、const成员函数怎么区分、基类的重载为什么会被派生…
阅读更多 →简介:本资源是一份面向PyTorch初学者的实践型学习材料,聚焦模型训练过程中的关键监控手段——Loss曲线绘制,适用于深度学习入门者、高校课程实践及B站配套课程(BV1Y7411d7Ys)学习者。内容以极简线性回归为例࿰…
阅读更多 →前面已经能够自己制作 .a 和 .so 了。 但是还有一个问题一直比较绕: hello.c code.c分别编译以后得到: hello.o code.o这两个 .o 文件到底是怎么变成最后那个可以直接执行的程序的? 这部分其实就是编译和链接。 再往下研究,还会碰…
阅读更多 →大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…
阅读更多 →当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:
阅读更多 →📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…
阅读更多 →文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…
阅读更多 →一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…
阅读更多 →文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…
阅读更多 →