更多精彩内容,欢迎继续阅读
1. 从一个反直觉的现象说起:为什么两根线能挂几十个设备如果你第一次接触 I2C,大概率会有一个疑问:SPI 要四根线、UART 至少两根线还得点对点,凭什么 I2C 只用 SDA 和 SCL 两根线,就能把几十个不同地址的器件挂在同一组…
阅读更多 →如果你第一次接触卷积神经网络,最容易被劝退的往往不是数学公式,而是看不到“卷积核到底在干什么”。手写数字识别是一个特别适合入门 CNN 的任务:数据集小、任务直观、训练速度快,而且几乎每一步都能可视化。 这次我们以一个“从…
阅读更多 →最近很多群里都在刷“妈妈……woooo,didnt mean to make you cry😭”这个梗,搭配《波西米亚狂想曲》的经典旋律,配上“牛来了”“牛走了”的行情图,确实很上头。作为长期在 CSDN 写技术教程的人,我也被这个…
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 →