框架是用来帮助我们提升效率，节省时间，避免处理那些低级细节的，如果能达到这个目标，就是一个合适的框架。选择合适的框架，会事半功倍。Python 领域，开发 Web 应用程序的三个主流框架是 Django，Flask 和 FastAPI。它们都非常优秀，但有各自的特点。仔细比较之后，你也许可以选择最适合你的那一个。总而言之，如果你想构建健壮的全栈式网站，那么 Django 是完美的选择，因为它具有多

前言基于上一篇经典网络架构学习-Transformer的学习，今天我们来使用pytorch 搭建自己的transformer模型，加深对transformer的理解，不仅在NLP领域绕不开transformer，而且在CV领域也是很火热，很多模型都用到了注意力机制。Transformer完整代码安装好pytorch开发环境，可以直接跑的。也可以直接用cpu跑我下面的transformer代码，数据

两者都是用来重塑tensor的shape的。view只适合对满足连续性条件（contiguous）的tensor进行操作，并且该操作不会开辟新的内存空间，只是产生了对原存储空间的一个新别称和引用，返回值是视图。reshape对适合对满足连续性条件（contiguous）的tensor进行操作返回值是视图，否则返回副本(此时等价于先调用contiguous()方法在使用view())考虑内存的开销而

前几天调通了在windows下usb转的串口，连到fs2410的开发板上，超级终端和DNW都输出正常，后来想在linux下试试效果（在windows xp下vmware中的redhat9），可费了两天劲也没见有输出内容。郁闷的不行。先是从网上找资料，有的说在虚拟机下要用ttyUSB0口，我找机器上的每个usb口试了一遍，也无果而终。后来又找pl2303（我的转串口里的芯片）的linux的

detch的作用Tensor.detach() 的作用是阻断反向梯度传播，当我们再训练网络的时候可能希望保持一部分的网络参数不变，只对其中一部分的参数进行调整；或者值训练部分分支网络，并不让其梯度对主网络的梯度造成影响，这时候我们就需要使用detach()函数来切断一些分支的反向传播，例如在生成对抗网络的训练当中，在训练判别器的时候不需要生成器进行反向梯度传播，这时候就会使用到 detach()。

前言基于上一篇经典网络架构学习-Transformer的学习，今天我们来使用pytorch 搭建自己的transformer模型，加深对transformer的理解，不仅在NLP领域绕不开transformer，而且在CV领域也是很火热，很多模型都用到了注意力机制。Transformer完整代码安装好pytorch开发环境，可以直接跑的。也可以直接用cpu跑我下面的transformer代码，数据

报错信息解决方法首先将所有__pycache__目录里的pyc文件全部粘贴到当前目录中将所有pyc文件后缀改为与目录中py文件相同名字例如 infer.cpython-39.pyc修该为infer.pyc将所有py文件删除

更新pippython3 -m pip install --upgrade pip项目结构__init__.py需要将目录作为包装导入，并且应是空的。sample.py是包中包含包逻辑（功能、类、常数等）的模块的示例。打开该文件并输入以下内容def main():return如果您不熟悉 Python 的模块和导入包，请花几分钟时间阅读Python 文档的包和模块。创建此结构后，您将希望在目录内运

import time# 获取当前时间current_time = int(time.time())print(current_time) # 1631186249# 转换为localtimelocaltime = time.localtime(current_time)# 利用strftime()函数重新格式化时间dt = time.strftime('%Y:%m:%d %H:%M:%S', l

对于刚入门的新手来说，Torch API中的维度真的很迷惑人.例如 torch.sum(x, dim=0) 是按着行相加呢，还是列相加？还有TopK，softmax等函数。