当前位置： 首页 > news >正文

从VGG到Transformer：深度神经网络层级演进对模型性能的深度解析与技术实践指南

news 来源：原创 2025/5/14 14:41:45
一、技术原理（数学公式+示意图）

1. 层深与模型容量关系

  • 数学表达：根据Universal Approximation Theorem，深度网络可表达复杂函数：
    f ( x ) = f L ( f L − 1 ( ⋯ f 1 ( x ) ) ) f(x) = f_L(f_{L-1}(\cdots f_1(x))) f(x)=fL​(fL−1​(⋯f1​(x)))
    层数L增加时，函数空间指数级扩大
  • 梯度传播挑战：链式法则导致梯度消失/爆炸
    ∂ L ∂ W ( 1 ) = ∏ k = 2 L ∂ f k ∂ f k − 1 ⋅ ∂ L ∂ f L \frac{\partial \mathcal{L}}{\partial W^{(1)}} = \prod_{k=2}^L \frac{\partial f_k}{\partial f_{k-1}} \cdot \frac{\partial \mathcal{L}}{\partial f_L} ∂W(1)∂L​=k=2∏L​∂fk−1​∂fk​​⋅∂fL​∂L​
    当使用sigmoid激活时（导数最大0.25），30层梯度将衰减至 0.2 5 30 ≈ 1 0 − 18 0.25^{30}≈10^{-18} 0.2530≈10−18

2. 架构演进示意图

VGG16：Conv(64)→[Conv(128)]×2→[Conv(256)]×3→[Conv(512)]×3→FC|-- 特征提取层级递进 --ResNet50：每个残差块包含跳跃连接：Output = F(x) + identity(x)Transformer Encoder：多头注意力→Add&Norm→FFN→Add&Norm
二、实现方法（PyTorch/TensorFlow代码片段）

1. VGG块实现（PyTorch）

class VGGBlock(nn.Module):def __init__(self, in_ch, out_ch, num_convs):super().__init__()layers = []for _ in range(num_convs):layers += [nn.Conv2d(in_ch, out_ch, 3, padding=1),nn.ReLU()]in_ch = out_chself.block = nn.Sequential(*layers, nn.MaxPool2d(2))def forward(self, x):return self.block(x)

2. ResNet残差连接（TensorFlow）

class ResidualBlock(tf.keras.layers.Layer):def __init__(self, filters):super().__init__()self.conv1 = tf.keras.layers.Conv2D(filters, 3, padding='same')self.bn1 = tf.keras.layers.BatchNormalization()self.conv2 = tf.keras.layers.Conv2D(filters, 3, padding='same')self.bn2 = tf.keras.layers.BatchNormalization()def call(self, inputs):x = self.conv1(inputs)x = self.bn1(x)x = tf.nn.relu(x)x = self.conv2(x)x = self.bn2(x)return tf.nn.relu(x + inputs)  # 跳跃连接

3. Transformer编码器（PyTorch）

class TransformerEncoderLayer(nn.Module):def __init__(self, d_model, nhead):super().__init__()self.self_attn = nn.MultiheadAttention(d_model, nhead)self.linear1 = nn.Linear(d_model, 2048)self.linear2 = nn.Linear(2048, d_model)self.norm1 = nn.LayerNorm(d_model)self.norm2 = nn.LayerNorm(d_model)def forward(self, src):# 自注意力src2 = self.self_attn(src, src, src)[0]src = self.norm1(src + src2)  # 残差连接# FFNsrc2 = self.linear2(F.relu(self.linear1(src)))src = self.norm2(src + src2)return src
三、应用案例（行业解决方案+效果指标）

  1. VGG医疗影像分析：

    • 任务：皮肤癌分类（ISIC数据集）
    • 配置：VGG16微调，冻结前10层
    • 指标：Top-1准确率从72%提升至86%

  2. ResNet工业质检：

    • 场景：手机屏幕缺陷检测
    • 架构：ResNet152 + FPN
    • 效果：缺陷识别F1-score达98.7%，推理速度83ms/image

  3. Transformer金融预测：

    • 应用：股票价格趋势预测
    • 模型：TimeSeriesTransformer（12层编码器）
    • 表现：年化收益率29.7%，Sharpe比率2.1
四、优化技巧（超参数调优+工程实践）

1. 深度网络训练稳定性方案

  • 初始化策略：

    • He初始化：W ~ N(0, sqrt(2/n_l)) 适用于ReLU
    • Transformer使用Xavier初始化

  • 归一化技术演进：
    BatchNorm
    LayerNorm
    InstanceNorm
    GroupNorm

2. 工程实践Checklist

  • 混合精度训练：减少40%显存占用
  • 梯度裁剪：设置max_norm=1.0
  • 学习率warmup：前5% step线性增加lr
  • 动态计算图优化（TensorFlow XLA / PyTorch TorchScript）

3. 深度压缩技术

# 知识蒸馏示例
teacher = ResNet50(pretrained=True)
student = MobileNetV2()distill_loss = KLDivLoss(teacher_logits, student_logits) 
total_loss = 0.7*distill_loss + 0.3*CE_loss
五、前沿进展（最新论文成果+开源项目）

  1. 2023突破性架构：

    • VMamba（ICLR 2024）：结合SSM与CNN，在ImageNet上85.6%准确率
    • EVA-02（CVPR 2024）：30亿参数视觉Transformer，COCO mAP 63.7

  2. 创新深度优化技术：

    • DeepSeek-R1（NeurIPS 2023）：动态深度网络，推理时自动跳过50%层
    • GTA(Gradient Transpose Attention)：解决千层网络训练难题

  3. 实用开源项目：

    • DeepSpeed（微软）：支持万亿参数模型训练
    • OpenFold（Meta）：蛋白质结构预测，130层Evoformer
    • Llama3-70B：使用Grouped-Query Attention的72层模型

演进趋势总结：现代架构通过残差连接、注意力机制等创新，使有效层深从VGG的19层发展到Transformer的数百层。未来发展方向包括：

  • 动态深度自适应
  • 跨模态统一架构
  • 量子化深度压缩
  • 生物神经网络启发设计

附：各代模型深度对比表

模型发布年层数参数量图像分类Top-1
VGG19201419144M74.5%
ResNet152201515260M78.6%
ViT-Large202024307M85.3%
ConvNeXt-XL2022365350M87.8%

相关文章：

从VGG到Transformer：深度神经网络层级演进对模型性能的深度解析与技术实践指南

一、技术原理（数学公式示意图） 1. 层深与模型容量关系 数学表达：根据Universal Approximation Theorem，深度网络可表达复杂函数： f ( x ) f L ( f L − 1 ( ⋯ f 1 ( x ) ) ) f(x) f_L(f_{L-1}(\cdots f_1(x))) f…...

编程日记 2025/5/14 14:41:45

深入了解 Oracle 正则表达式

目录 深入了解 Oracle 正则表达式一、正则表达式基础概念二、Oracle 正则表达式语法（一）字符类（二）重复限定符（三）边界匹配符（四）分组和捕获 三、Oracle 正则表达式函数（…...

编程日记 2025/5/13 17:31:47

机器学习-监督学习

1. 定义与原理 监督学习依赖于标记数据（即每个输入样本都对应已知的输出标签），模型通过分析这些数据中的规律，建立从输入特征到目标标签的映射函数。例如，在垃圾邮件检测中，输入是邮件内容，输出…...

编程日记 2025/5/14 11:53:34

Leetcode：学习记录

一、滑动窗口 1. 找出数组中元素和大于给定值的子数组的最小长度 右指针从左到右遍历，在每个右指针下，如果去掉左边元素的元素和大于等于给定值则左指针右移一次，直到小于给定值，右指针右移一个。 2.找到乘积小于给定值的子数组…...

编程日记 2025/4/28 12:25:39

探索顶级汽车软件解决方案：驱动行业变革的关键力量

在本文中，将一同探索当今塑造汽车行业的最具影响力的软件解决方案。从设计到制造，软件正彻底改变车辆的制造与维护方式。让我们深入了解这个充满活力领域中的关键技术。 设计软件：创新车型的孕育摇篮 车辆设计软件对于创造创新型汽车模型至…...

编程日记 2025/5/11 13:06:56

AI前端开发：解放创造力，而非取代它

近年来，人工智能技术飞速发展，深刻地改变着各行各业，前端开发领域也不例外。越来越多的AI写代码工具涌现，为开发者带来了前所未有的效率提升。很多人担心AI会取代程序员的创造力，但事实并非如此。本文将探讨AI辅助前端…...

编程日记 2025/5/14 13:37:22

探讨使用ISVA代替“Open Liberty使用指南及微服务开发示例”中日志审计功能

在Open Liberty使用指南及开发示例（四）一文开始日志审计功能占有了一定的开发工作量，那么是否可以使用IBM Security Verify Access（ISVA）代替以节省开发工作？如果可行，那么以后各类应用的日志审…...

编程日记 2025/5/14 2:44:13

log4j2日志配置文件

log4j2配置文件每个项目都会用到,记录一个比较好用的配置文件,方便以后使用时调取,日志输出级别为debug,也可以修改 <?xml version"1.0" encoding"UTF-8"?> <Configuration monitorInterval"180" packages""><prope…...

编程日记 2025/5/14 14:34:02

python专栏导读

由于本人非python工程师&#xff0c;是在自学python&#xff0c;所以本专栏的内容会显得很基础&#xff0c;甚至有些内容在python工程师看来实在太过于简单&#xff0c;在此清楚嘲笑&#xff0c;因为毕竟每个人都是从不懂、从基础开始的。 本篇作为导读和目录形式存在&#xf…...

编程日记 2025/5/14 13:46:56

Ollama与Vllm使用对比与优劣

Ollama和vLLM是两个用于优化大型语言模型&#xff08;LLM&#xff09;推理的框架&#xff0c;它们在性能、资源利用率、部署复杂性等方面各有优劣。以下是对这两个框架的详细介绍&#xff1a; 1. Ollama Ollama是一个轻量级且易于使用的框架&#xff0c;旨在简化大型语言模型…...

编程日记 2025/5/13 18:39:33

K8s之存储卷

一、容忍、crodon和drain 1.容忍 即使节点上有污点&#xff0c;依然可以部署pod。 字段&#xff1a;tolerations 实例 当node01上有标签test11&#xff0c;污点类型为NoSchedule&#xff0c;而node02没有标签和污点&#xff0c;此时pod可以在node01 node02上都部署&#xff0c…...

编程日记 2025/5/10 7:30:46

luoguP8764 [蓝桥杯 2021 国 BC] 二进制问题

luogu题目传送门 题目描述 小蓝最近在学习二进制。他想知道 1 到 N 中有多少个数满足其二进制表示中恰好有 K 个 1。你能帮助他吗? 输入格式 输入一行包含两个整数 N 和 K。 输出格式 输出一个整数表示答案。 输入输出样例 输入 #1 7 2 输出 #1 3 说明/提示 对于…...

编程日记 2025/5/13 17:42:15

本地部署DeepSeek后的调用与删除全攻略

在本地成功部署DeepSeek模型后&#xff0c;如何高效调用它发挥其强大功能&#xff0c;以及在不需要时妥善删除&#xff0c;是很多用户关注的重点。我也在后台接到了很多粉丝的留言&#xff0c;询问 DeepSeek 本地部署之后的一些调用和删除的问题&#xff0c;于是我在网上找了现…...

编程日记 2025/5/14 14:38:08

Qt Designer菜鸟使用教程（实现一个本地英文翻译软件）

1 安装Qt Designer 安装这个包的时候会自带安装 Qt Designer, 安装目录为python的安装根目录的 Lib/site-packages/qt5_applications/Qt/bin 目录下。 pip install pyqt5-tools2 新建窗体 2.1 新建主窗体 创建之后如下图&#xff1a; 设置主窗口大小&#xff1a; 设置窗…...

编程日记 2025/5/13 6:22:45

C++ 洗牌函数std::shuffle的用法

目录 1.简介 2.工作原理 3.std::shuffle 与 std::random_shuffle 的区别 4.rand 和 srand 5.std::shuffle 的使用方法 6.随机数生成器和分布器 7.注意事项 1.简介 std::shuffle 是 C 标准库中用于对序列进行随机重排&#xff08;洗牌&#xff09;的一种算法。它可以将容…...

编程日记 2025/5/14 11:36:24

MySQL InnoDB引擎 MVCC

MVCC&#xff08;Multi-Version Concurrency Control&#xff09;即多版本并发控制&#xff0c;是 MySQL 的 InnoDB 存储引擎实现并发控制的一种重要技术。它在很多情况下避免了加锁操作&#xff0c;从而提高了数据库的并发性能。 一、原理 MVCC 的核心思想是通过保存数据在某…...

编程日记 2025/5/14 12:14:08

【Elasticsearch】simple_query_string

Elasticsearch 的simple_query_string查询是一种灵活且容错性较强的查询方式&#xff0c;它允许用户通过简单的语法构造查询字符串&#xff0c;以实现对文档的搜索。以下是关于simple_query_string查询的详细说明&#xff1a; 1.基本概念 simple_query_string查询是一种基于字…...

编程日记 2025/5/10 6:12:36

数据结构 04

4. 栈 4.2. 链式栈 4.2.1. 特性 逻辑结构&#xff1a;线性结构 存储结构&#xff1a;链式存储结构 操作&#xff1a;创建&#xff0c;入栈&#xff0c;出栈&#xff0c;清空&#xff0c;获取 4.2.2. 代码实现 头文件 LinkStack.h #ifndef __LINKSTACK_H__ #define __LINKST…...

编程日记 2025/5/14 14:13:02

Java并发中的上下文切换、死锁、资源限制

在Java并发编程中&#xff0c;上下文切换、死锁和资源限制是开发者经常需要面对的问题。这些问题不仅会影响程序的性能&#xff0c;还可能导致程序无法正常运行。本文将深入探讨这些问题的原理、影响以及如何在实际开发中避免或解决它们。 目录 1. 上下文切换&#xff08;Con…...

编程日记 2025/5/13 17:16:43

DeepSeek教unity------MessagePack-01

MessagePack是C# 的极速 MessagePack 序列化器。它比 MsgPack-Cli 快 10 倍&#xff0c;并且性能超过其他 C# 序列化器。MessagePack for C# 还内置支持 LZ4 压缩——一种极其快速的压缩算法。性能在诸如游戏、分布式计算、微服务或数据缓存等应用中尤为重要。 这个库通过 NuGe…...

编程日记 2025/5/14 13:41:59

【大语言模型】最新ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等科研应用

ChatGPT、DeepSeek等大语言模型助力科研应用 随着人工智能技术的快速发展&#xff0c;大语言模型如ChatGPT和DeepSeek在科研领域的应用正在为科研人员提供强大的支持。这些模型通过深度学习和大规模语料库训练&#xff0c;能够帮助科研人员高效地筛选文献、生成论文内容、进行数…...

编程日记 2025/5/14 13:50:12

泰勒公式推导以及常用展开式与近似计算

泰勒公式的基本思想是通过函数在某点的导数来逐渐构建一个多项式&#xff0c;该多项式能够近似函数在该点附近的值。我们通过一次次引入导数来改进近似&#xff0c;从而得到一个无限级数的展开。 准备工作&#xff1a;函数的定义和导数 假设我们有一个函数 f ( x ) f(x) f(x)…...

编程日记 2025/5/14 13:21:18

深入解析A2DP v1.4协议：蓝牙高质量音频传输的技术与实现

1. A2DP概述 A2DP&#xff08;Advanced Audio Distribution Profile&#xff09;是一种高质量音频流媒体协议&#xff0c;旨在实现高质量音频内容的分发&#xff0c;通常用于通过蓝牙设备传输音频数据&#xff0c;例如将音乐从便携式播放器传输到耳机或扬声器。与传统的蓝牙语…...

编程日记 2025/5/12 13:55:15

STM32引脚VBAT和RTC的关系

一、RTC简介 1、RTC (Real Time Clock)&#xff1a;实时时钟。RTC是个独立的定时器。RTC模块拥有一个连续计数的计数器&#xff0c;在相应的软件配置下&#xff0c;可以提供时钟日历的功能。修改计数器的值可以重新设置当前时间和日期。RTC还包含用于管理低功耗模式的自动唤醒单…...

编程日记 2025/5/14 0:27:17

untiy 3d 混合动画

1.创建动画控制器 挂在到人物模型上 效果 20250213_170924...

编程日记 2025/5/14 14:34:02

django配置跨域

1、第一种 from django.views.decorators.csrf import csrf_exemptcsrf_exempt第二种 安装 pip install django-cors-headers在配置文件settings.py进入 INSTALLED_APPS [..."corsheaders", # 添加 ]MIDDLEWARE [corsheaders.middleware.CorsMiddleware, # 添加…...

编程日记 2025/5/14 13:29:28

【设计模式】【行为型模式】迭代器模式（Iterator）

&#x1f44b;hi&#xff0c;我不是一名外包公司的员工&#xff0c;也不会偷吃茶水间的零食&#xff0c;我的梦想是能写高端CRUD &#x1f525; 2025本人正在沉淀中… 博客更新速度 &#x1f44d; 欢迎点赞、收藏、关注&#xff0c;跟上我的更新节奏 &#x1f3b5; 当你的天空突…...

编程日记 2025/5/14 11:44:40

前端面试题目---页面抖动的原因、如何避免、如何解决

前端页面抖动是一个常见且影响用户体验的问题&#xff0c;下面将从抖动发生的场景、解决办法以及预防措施三个方面进行详细阐述。 页面抖动发生的场景 1. 元素尺寸动态变化 图片加载&#xff1a;当页面中图片的宽高没有预先设定&#xff0c;在图片加载完成后&#xff0c;其实…...

编程日记 2025/5/9 18:04:51

DeepSeek 突然来袭，AI 大模型变革的危机与转机藏在哪？

随着人工智能技术的飞速发展&#xff0c;大模型领域不断涌现出具有创新性的成果。DeepSeek 的横空出世&#xff0c;为 AI 大模型领域带来了新的变革浪潮。本文将深入探讨 DeepSeek 出现后 AI 大模型面临的危机与转机。 冲冲冲&#xff01;&#xff01;&#xff01; 目录 一、…...

编程日记 2025/5/14 13:56:39

将Sqlite3数据库挂在内存上处理

创作灵感&#xff1a;最近把小学生的口算题从2位数改到3位数&#xff0c;100以内四则运算练习&#xff08;千纬数学&#xff09;再次更新&#xff0c;选取难题-CSDN博客要不断刷题目&#xff0c;以前100以内的加减乘除也是这样刷出来的&#xff0c;代码如下&#xff1a; impor…...

编程日记 2025/5/12 0:41:57

#用于跟踪和反映数据源对象的变化--useMagical

import { cloneDeep } from lodash-es import { reactive, ref, watchEffect } from vue /*** 神奇函数* param source 数据源,* param initKey 固定需要返回的属性* description 收集数据源中修改的属性,并返回* version 1.0 仅支持对象* author sufei* return { source, resu…...

编程日记 2025/5/7 5:18:10

基于微信小程序的场地预约设计与实现

第3章 系统设计 3.1系统设计目标 本系统的实现可以帮助体育馆场地信息的管理。帮助管理员对注册用户管理以及用户预约管理。同时可以帮助用户进行场地预约。本系统可以实现用户足不出户预约到需要的场地&#xff0c;为用户提供场地信息了解的平台。 3.2系统功能结构图 本系统的…...

编程日记 2025/5/9 15:01:00

1446. 连续字符 简单

1446. 连续字符https://leetcode.cn/problems/consecutive-characters/ 给你一个字符串 s &#xff0c;字符串的「能量」定义为&#xff1a;只包含一种字符的最长非空子字符串的长度。 请你返回字符串 s 的 能量。 示例 1&#xff1a; 输入&#xff1a;s "leetcode"…...

编程日记 2025/5/14 8:41:34

多张图片合成PDF

昨天接了一个家教&#xff0c;在网上搜集了一些图片格式的素材&#xff0c;但想要发给学生家长打印&#xff0c;都是图片格式可能不太方便&#xff0c;就想着合成pdf文件之后再发给家长。 试用了“samll*”一次&#xff0c;就需要充值vip了&#xff0c;所以就用python自己写了…...

编程日记 2025/5/12 23:41:36

【办公】钉钉修改默认存储位置，释放C盘空间

Step1: 右击钉钉图标选择设置 Step2: 通用里面找到文件保存位置&#xff0c;修改文件目录: 最新版本钉钉界面&#xff1a; 设置完成后按提示重启即可&#xff01;...

编程日记 2025/5/1 5:58:02

VLLM历次会议(2024.7)

支持LLama3.1&#xff1a; 量化&#xff1a; vllm git下的子项目&#xff1a;llm-compressor CPU offloading 允许跑更大的模型&#xff1b;会变慢些&#xff1b;在CPU-GPU之间有NVLink的机器上&#xff0c;变慢的幅度小。 新增对Medusa&#xff08;用1个Head并行推出好几个…...

编程日记 2025/5/11 5:23:37

进程等待与进程替换

目录 一、进程等待 1.1 为什么要等待子进程&#xff1f; 1.2 等待的两种方式 1.2.1 wait函数 1.2.2 waitpid函数 1.3 获取子进程的退出状态 1.4 示例代码 阻塞式等待&#xff08;同步&#xff09; 非阻塞等待&#xff08;异步&#xff09; 二、进程替换 2.1 什么是进…...

编程日记 2025/5/13 3:11:24

C# CultureInfo 地区影响字符串

问题 线上遇到有玩家资源加载异常&#xff0c;发现资源路径出现异常字符&#xff1a; 发现是土耳其语下字符串转小写不符合预期&#xff1a; "I".ToLower() -> ı 解决方案 String.ToLower 改成 String.ToLowerInvariant 全局修改禁用文化差异&#xff1a;ht…...

编程日记 2025/5/10 12:57:39

走进 Tcl 语言：历史、特性与应用

亲爱的小伙伴们&#x1f618;&#xff0c;在求知的漫漫旅途中&#xff0c;若你对深度学习的奥秘、Java 与 Python 的奇妙世界&#xff0c;亦或是读研论文的撰写攻略有所探寻&#x1f9d0;&#xff0c;那不妨给我一个小小的关注吧&#x1f970;。我会精心筹备&#xff0c;在未来…...

编程日记 2025/5/14 11:30:23

CNN-LSSVM卷积神经网络最小二乘支持向量机多变量多步预测，光伏功率预测

代码地址&#xff1a;CNN-LSSVM卷积神经网络最小二乘支持向量机多变量多步预测&#xff0c;光伏功率预测 CNN-LSSVM卷积神经网络最小二乘支持向量机多变量多步预测&#xff0c;光伏功率预测 一、引言 1、研究背景和意义 光伏发电作为可再生能源的重要组成部分&#xff0c;近…...

编程日记 2025/5/13 14:11:56

使用MaxKB及deepseek搭建本地AI知识库

序 本文主要研究一下如何MaxKB及deepseek搭建本地AI知识库 步骤 拉取MaxKB镜像 docker pull cr2.fit2cloud.com/1panel/maxkb如果拉取不下来就用docker.1ms.run/1panel/maxkb 启动MaxKB docker run -d --namemaxkb --restartalways -p 8080:8080 \ -v ~/.maxkb:/var/lib/p…...

编程日记 2025/5/6 5:18:58

一文通俗理解为什么需要泛型以及泛型的使用

为什么需要泛型&#xff1f; public static void main(String[] args) {ArrayList list new ArrayList();// 由于集合没有做任何限定&#xff0c;任何类型都可以给其中存放list.add("abc");list.add("def");list.add(5);Iterator it list.iterator();wh…...

编程日记 2025/4/29 9:46:53

凸包算法—— cad c#二次开发

效果如下&#xff1a; 代码如下&#xff1a; using IfoxDemo; //[assembly: CommandClass(typeof(IFoxDemo.凸包class))]//只允许此类快捷键命令 namespace IFoxDemo {public class 凸包class{public static class 凸包助手{/// <summary>/// 计算点集的凸包并返回多段线…...

编程日记 2025/5/12 2:15:31

Eclipse JSP/Servlet 深入解析

Eclipse JSP/Servlet 深入解析 引言 随着互联网的快速发展，Java Web开发技术逐渐成为企业级应用开发的主流。在Java Web开发中，JSP（JavaServer Pages）和Servlet是两个核心组件，它们共同构成了Java Web应用程序的基础。本文将深入解析Eclipse平台下的JSP/Servlet技术，帮…...

编程日记 2025/4/27 4:33:27

grep如何排除多个目录？

在使用 grep 进行文本搜索时&#xff0c;有时候需要排除多个目录&#xff0c;避免在这些目录下进行搜索。下面介绍几种不同的实现方式。 目录 1.使用 -r 和 --exclude-dir 选项&#xff08;GNU grep&#xff09; 2.使用扩展正则表达式和 -P 选项&#xff08;GNU grep&#x…...

编程日记 2025/5/9 3:36:59

linux ollama deepseek等大语言模型的model文件的存储目录

linux ollama deepseek等大语言模型的model文件的存储目录 一、用ollama serve启动的&#xff0c;模型数据存放在&#xff1a; /usr/share/ollama/.ollama/models二、如果在自启动文件中指定了工作目录&#xff0c;则在工作目录下的.ollama/models 1.自启动服务 /etc/system…...

编程日记 2025/5/9 17:47:45

React进阶之React核心源码解析（二）

React核心源码解析 diff单一节点比较diff多节点比较diff两轮遍历比较第一轮比较第二轮比较 Update 状态更新Concurrent Mode diff 一共两个阶段 render&#xff1a;内存中的更新&#xff0c;主要是通过递归的过程&#xff0c;来将react变化的部分&#xff0c;在内存中找到哪些…...

编程日记 2025/5/12 15:09:53

八、OSG学习笔记-

前一章节&#xff1a; 七、OSG学习笔记-碰撞检测-CSDN博客https://blog.csdn.net/weixin_36323170/article/details/145558132?spm1001.2014.3001.5501 一、了解OSG图元加载显示流程 本章节代码&#xff1a; OsgStudy/wids CuiQingCheng/OsgStudy - 码云 - 开源中国https:…...

编程日记 2025/5/12 1:57:40

Python实现随机森林（Random Forest）算法

随机森林&#xff08;Random Forest&#xff09;是一种集成学习方法&#xff0c;通过构建多个决策树并结合它们的预测结果来提高模型的准确性和稳定性。下面是一个使用Python实现随机森林算法的示例。我们将使用scikit-learn库&#xff0c;它提供了方便的接口来实现随机森林。 …...

编程日记 2025/5/9 5:25:21

平方数列与立方数列求和的数学推导

先上结论&#xff1a; 平方数列求和公式为&#xff1a; S 2 ( n ) n ( n 1 ) ( 2 n 1 ) 6 S_2(n) \frac{n(n1)(2n1)}{6} S2​(n)6n(n1)(2n1)​ 立方数列求和公式为&#xff1a; S 3 ( n ) ( n ( n 1 ) 2 ) 2 S_3(n) \left( \frac{n(n1)}{2} \right)^2 S3​(n)(2n(n1)​…...

编程日记 2025/5/13 21:12:33