通过这一周的学习，我学会了以下几点：1. 我学会了git代码的提交。首先创建仓库与仓库初始化，然后建立分支，提交代码到分支。1.1. 创建工作目录1.2. 初始化仓库git init1.3. 建立服务器代理git remote add origin http://yizhongchao2019302110139:123456@39.98.127.39:3000/yizhongchao2019302

通过这一周的学习，我学会了以下几点：1. 了解了项目的安排1.1. 第一阶段：01. 项目GUI + AI基础技术（数据集处理 + 机器学习[特征的分类] + 深度学习[特征的学习]）02. 模型实现 + 模型训练1.2. 第二阶段：01. 实现模型 + AI工程技术（数据集标签 + 数据集工程 + 目标侦测 + AI推理模型）1.3 第三阶段：...

通过这一周的学习，我学会了以下几点：1. 了解了项目的安排1.1. 第一阶段：01. 项目GUI + AI基础技术（数据集处理 + 机器学习[特征的分类] + 深度学习[特征的学习]）02. 模型实现 + 模型训练1.2. 第二阶段：01. 实现模型 + AI工程技术（数据集标签 + 数据集工程 + 目标侦测 + AI推理模型）1.3 第三阶段：...

CUDA 和 cuDNN 是 NVIDIA 推出的关键软件工具，用于加速 GPU 上的并行计算和深度学习任务，本文介绍了 CUDA 和 cuDNN 的主要版本发布历程及其关键特性

CUDA 和 cuDNN 是 NVIDIA 推出的关键软件工具，用于加速 GPU 上的并行计算和深度学习任务，本文介绍了 CUDA 和 cuDNN 的主要版本发布历程及其关键特性

Transformer 位置编码常见的方案有以下几种：三角函数位置编码（Sinusoidal PE），相对位置偏置（Relative PE），可学习位置编码（Learnable PE），RoPE（旋转位置编码），ALiBi（Attention Linear Bias）。现代 Transformer 模型更偏向于 RoPE 和 ALiBi，因为它们能适应更长的文本，并且提高了训练稳定性和泛化能力！

Transformer 位置编码常见的方案有以下几种：三角函数位置编码（Sinusoidal PE），相对位置偏置（Relative PE），可学习位置编码（Learnable PE），RoPE（旋转位置编码），ALiBi（Attention Linear Bias）。现代 Transformer 模型更偏向于 RoPE 和 ALiBi，因为它们能适应更长的文本，并且提高了训练稳定性和泛化能力！

文章目录问题引入遇到问题引用问题引入当写实验报告或者其他 Word 文档时，很多时候会插入一小段代码以说明或注释作用，如何让插入的代码更好看呢，当时我选择了 www.planetb.ca/syntax-highlight-word 这个网站。效果如下：Word 里面的效果导出 PDF 后的效果可以看出，插入的代码更加赏心悦目了！遇到问题但在前些时间，我写计组实验报告的时候，发现 PlanetB 已

我想去除论文的行号，但是使用网上的Adobe Acrobat裁剪保存后翻译时依然会出现行号，或者是转成word，这样就大大损失了格式，所以能否有一个完美的方案呢。