其中d代表两个样本特征的欧氏距离，y为两个样本是否匹配的标签，y=1代表两个样本相似或者匹配，y=0则代表不匹配。margin为设定的阈值，这种损失函数主要是用在降维中，即本来相似的样本，在经过降维（特征提取）后，在特征空间中，两个样本仍旧相似；而原本不相似的样本，在经过降维后，在特征空间中，两个样本仍旧不相似。CondenseNet的剪枝并不是直接将这个特征删除，而是通过掩码的形式将被剪枝的特征

左边是分子布局，右边是分母布局，一般都用分母布局。

非书中全部内容，只是写了些自认为有收获的部分。

对卷积层而言，因为卷积核的参数是共享的，所以卷积操作与序列的长度无关。但是因为卷积层的后面往往会跟着一些全连接层，从而导致卷积层的输出不能任意改变。输出不单单依靠输入，同时也与控制器的行为、纸带上存下来的信息等有关，比起有限状态自动机更加复杂。从这不难看出，当前结果的输出不仅依赖于当前时刻的输入，还依赖于上一时刻所处的状态。这是一个图灵机：一种抽象的数学模型，可以用来模拟任何可计算问题。这是一个有

分布式是指一个信息可以分布在多个神经元上。

免费GPU线上跑AI项目实践可以让学习者通过实际操作，深入理解AI的工作原理和实现方式，提升自己的技术水平。同时，由于GPU具有强大的并行计算能力，使得AI模型的训练速度大大提升，这对于学习者来说，也是一个提升技术能力的好机会。通过免费GPU线上跑AI项目实践，学习者可以亲身体验到AI项目的开发流程，了解到理论知识在实践中的应用，从而增强自己的实践意识。

同质图指的是图中的节点类型和关系类型都仅有一种异质图是指图中的节点类型或关系类型多于一种。

wow-agent

非书中全部内容，只是写了些自认为有收获的部分。

借助 LLM 构建应用程序后，我们应如何确知其运行状况呢？更甚者，当我们将其部署并让用户开始使用之后，我们又该如何追踪其表现，发现可能存在的问题，并持续优化它的回答质量呢？因此，在使用LLM构建应用程序时，你可能会经历以下流程：首先，你会在一到三个样本的小样本中调整 Prompt ，尝试使其在这些样本上起效。随后，当你对系统进行进一步测试时，可能会遇到一些棘手的例子，这些例子无法通过 Prompt