摘要：
https://blog.csdn.net/bicart/article/details/140530512 如果找不到库，那么如下： pyinstaller --onefile app.py --add-data "../module;./module" 由于打包之后找到的路径都是C盘tmp下面的 阅读全文
摘要：
https://zhuanlan.zhihu.com/p/35391826 阅读全文
摘要：
https://zhuanlan.zhihu.com/p/436621498 4x、8x、16x分别代表下采样的倍率，即patch的大小； https://blog.csdn.net/aixiaomi123/article/details/128724267 阅读全文
摘要：
在Vision Transformer (ViT) 中，自注意力机制的范围是指模型在处理图像块时，每个图像块能够与其他哪些图像块进行交互。ViT的自注意力机制具有全局范围，这意味着在自注意力层中，每个图像块都可以与其他所有图像块进行交互，而不管它们在原始图像中的空间位置如何。以下是ViT自注意力机制 阅读全文
摘要：
https://mp.weixin.qq.com/s?__biz=MzI1MjQ2OTQ3Ng==&mid=2247617834&idx=1&sn=2b8f0f56b8b5b25e5ba1240e5705a6a8&chksm=e9e004a1de978db79be4b5d01829959efb839 阅读全文
摘要：
多头注意力机制是一种用于处理序列数据的神经网络结构，在自然语言处理领域中得到广泛应用。它可以帮助模型更好地理解和学习输入序列中的信息，提高模型在各种任务上的性能。 多头注意力机制是基于注意力机制的改进版本，它引入了多个注意力头，每个头都可以关注输入序列中不同位置的信息。通过汇总多个头的输出，模型可以 阅读全文
摘要：
https://zhuanlan.zhihu.com/p/688993851 阅读全文
摘要：
https://blog.csdn.net/Kelly_Ai_Bai/article/details/135081885 05. 为什么transformer块使用LayerNorm而不是BatchNormBatch Normalization 是对这批样本的同一维度特征做归一化， Layer No 阅读全文
摘要：
现代大型语言模型，如GPT-3、GPT-J、和GPT-Neo等，主要采用Decoder-only结构，这是由于几个关键原因： 并行计算：Decoder-only模型在训练时可以采用单向注意力机制，这意味着每个token只关注它之前的token。这种单向性使得模型可以在训练时更容易地并行处理数据，从而 阅读全文
摘要：
可行： https://zhuanlan.zhihu.com/p/702060624 https://zhuanlan.zhihu.com/p/692417348 https://blog.csdn.net/weixin_43564783/article/details/131869748 阅读全文