logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

CodexMeter:实时监控CodexCLI额度开源项目

摘要: CodexMeter是专为Windows 11设计的轻量桌面悬浮窗工具,用于实时监控CodexCLI的额度使用情况。支持三种显示模式(展开/极简/圆环数字),通过读取本地Codex会话日志获取数据,无需联网或调用API。功能包括主题切换、置顶显示、开机启动、自动刷新及数据状态提示。采用PySide6开发,隐私安全(仅解析日志中的额度快照),配置保存在本地。支持源码运行或构建为独立应用,通过

#python
CodexMeter:实时监控CodexCLI额度开源项目

摘要: CodexMeter是专为Windows 11设计的轻量桌面悬浮窗工具,用于实时监控CodexCLI的额度使用情况。支持三种显示模式(展开/极简/圆环数字),通过读取本地Codex会话日志获取数据,无需联网或调用API。功能包括主题切换、置顶显示、开机启动、自动刷新及数据状态提示。采用PySide6开发,隐私安全(仅解析日志中的额度快照),配置保存在本地。支持源码运行或构建为独立应用,通过

#python
AutoDL快速迁移数据到本地

然后输入Autodl的ssh密码,就能把data整个文件夹复制到当前路径下。在本地使用 rsync 命令。

#服务器#linux#运维
Transformer(课程笔记)

2.第二个Attention Layer:Query向量来自于上一个Attention的输出,而Key和Value来自于Encoder最后一层的输出(我的理解是:这里的最后一层输出能够表示输入所有的信息的原因是用了多头注意力机制然后进行了整合,而RNN中单使用最后一层输出是不可行的,会出现信息瓶颈的问题的,不知道是不是这样理解)。如果不使用Scaled,QK的方差会随着dk的增加而变大,从而进行s

文章图片
#transformer#深度学习
到底了