2、假设这台服务器运行的是/usr/sbin/nginx，如果不确定这个nginx的配置文件是什么，用/usr/sbin/nginx -t查看配置文件路径，并且这个命令还可以检查配置文件的问题正确性。1、systemctl status nginx查看nginx状态，看是哪个路径下的nginx在运行。

在矩阵中，O(V)=O(mn)，O(E)≈O(4mn)=O(mn)。时间复杂度：O(mn)，其中 m 和 n 分别是字符串word1和word2的长度。空间复杂度主要取决于缓存和递归调用深度，缓存的空间复杂度是 O(mn)，递归调用深度不会超过 mn。空间复杂度：O(mn)，其中 m 和 n 分别是字符串 word1和 word2 的长度。因此首先解决单个子数组的最大和问题，再解决两个无重叠子数组

面邀的时候记得问清楚邀请部门/团队主要做什么，不然根本确定不了准备方向TAT。

旋转位置编码（Rotary Position Embedding,RoPE）是论文Roformer：Enhanced Transformer With Rotary Position Embedding提出的一种能够将相对位置信息依赖集成到self-attention中并提升transformer架构性能的位置编码方式。和相对位置编码相比，RoPE具有更好的外推性。【什么是大模型外推性？外推性指大

跟着灵神一起学习~

FileZilla时一款免费的工具，基于FTP协议进行文件互传，在传输过程中我们的ubuntu是作为服务器，FileZilla工具则作为客户端。检查下面两行是否被注释掉，如果前面有用“#”号注释起来的话，去掉即可。2、安装好后检查/etc/vsftpd.conf配置文件。（3）输入”ip address show”回车。（2）按”ctrl+alt+t”打开控制台。（1）来到ubuntu系统的桌面。

整理了一些有关可见光、红外、高光谱、SAR雷达图像的识别/分类模型。

正则化是机器学习中用于防止过拟合并提高模型泛化能力的技术。当模型过拟合时，它已经很好地学习了训练数据，甚至是训练数据中的噪声，所以可能无法在新的、未见过的数据上表现良好。比如：其中，x1和x2为特征，f为拟合模型，w1和w2为模型权重，b为模型偏执。左图拟合模型公式最高阶次为1，即一条直线，对应欠拟合；中间拟合模型公式最高阶次为2，即一条简单的曲线；右图拟合模型公式最高阶次为4甚至更高，即一条复杂

transformer主要分为解码器和编码器两部分。相较之下，LLaMA仅使用了Transformer的解码器部分你，采用了一个仅解码器的结构。在结构上，与transformer模型相比，llama2的主要变化是将其中的layerNorm替换为了均方根标准化（RMSNorm），多头注意力换成了分组查询注意力（GQA，在llama中则是多查询注意力MQA），并将位置编码替换为了旋转编码（RoPE）。

深度学习是机器学习的一个分支。传统机器学习的特征提取主要依赖人工，针对特定简单任务时人工提取特征会简单有效，但是并不能通用。深度学习的特征提取并不依靠人工，而是机器自动提取的。Transformer是一种基于自注意力机制的神经网络模型。Transformer模型由编码器和解码器两部分组成，编码器用于将输入序列编码成一个高维向量表示，解码器用于将这个向量表示解码成目标序列。Transformer最核