Euler的博客

累计撰写 215 篇文章
累计创建 84 个标签
累计收到 0 条评论

目录CONTENT

最新文章

【论文】注意力机制(Attention) 论文概述论文标题: Attention Is All You Need 作者: Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Łukasz Kaiser, Illia
- 2025-09-30
- 17
- 0
- 0
- 论文
【工具】编译tr3000 homeproxy工具概述 HomeProxy是一个基于sing-box的现代代理平台，专为OpenWrt/ImmortalWrt设计，提供Web界面管理。本文将详细介绍如何为MT7981BA（aarch64架构）编译HomeProxy。背景 sing-box版本更新的，发布的HomeProxy版本未及时更新，导致报错
- 2025-09-29
- 9
- 0
- 0
- 运维部署
【理论】注意力机制与多头注意力机制理解 1. 基础注意力机制 1.1 核心概念注意力机制模拟人类阅读时的"聚焦"行为，让模型在处理每个位置时，能够关注到输入序列中最重要的部分。 1.2 数学原理 \text{Attention}(Q,K,V) = \text{softmax}\left(\frac{QK^T}{\sqrt{d_k}}\r
- 2025-09-29
- 14
- 0
- 0
- 深度学习
【提示词】顺序性指令微调大语言模型 Fine-Tuning Large Language Models with Sequential Instructions 核心问题现有的指令微调（Instruction Tuning）模型在处理包含多个指令的复杂查询时表现不佳。具体表现多步骤指令执行困难：模型难以导航单个命令中的一系列子任
- 2025-09-28
- 5
- 0
- 0
- 论文
【机器学习】F1-Score、Recall、Precision详解：机器学习评估指标的核心概述在机器学习分类任务中，准确率（Accuracy）虽然是最直观的评估指标，但在处理不平衡数据集或需要关注特定类别性能时，往往不够全面。Precision（精确率）、Recall（召回率）和F1-Score（F1分数）这三个指标能够更细致地评估模型的性能，特别是在二分类和多分类问题中。混淆矩阵基
- 2025-09-24
- 16
- 0
- 0
- AI前沿
【运维】Ubuntu上WebDAV挂载与自动同步完整指南前言 WebDAV (Web Distributed Authoring and Versioning) 是一种基于HTTP的协议，常用于云存储服务如Cloudreve、NextCloud等。在Linux系统中挂载WebDAV可以让我们像使用本地文件夹一样操作远程存储，本文将详细介绍在Ubuntu系
- 2025-09-22
- 16
- 0
- 0
- 运维部署
【Python】Python中的Iterator和Generator：深入理解两者的区别与应用在Python编程中，Iterator（迭代器）和Generator（生成器）是两个经常被提及但容易混淆的概念。虽然它们都用于处理序列数据，但在实现方式、使用场景和性能表现上有着重要差异。本文将深入探讨这两个概念，帮助你更好地理解和应用它们。什么是Iterator（迭代器）？ Iterator是P
- 2025-09-19
- 16
- 0
- 0
- Python
【后端】asyncio.gather异常处理与分散-聚集模式详解概述 asyncio.gather是Python异步编程中用于并发执行多个协程的核心函数，它实现了分散-聚集（Scatter-Gather）模式。这种模式在需要同时执行多个异步任务并收集结果的场景中非常有用，但异常处理机制往往让开发者感到困惑。本文通过实际代码示例深入解析 gather函数的异常处
- 2025-09-15
- 20
- 0
- 0
- 后端技术
【后端】FastAPI 中 asyncio.gather 的隐藏陷阱与最佳实践在开发 FastAPI 应用时，我们经常需要并发处理多个异步任务，比如同时请求多个 API、并行处理数据等。asyncio.gather() 看起来是个完美的选择，但它隐藏着一个危险的陷阱，特别是在与 FastAPI Background Tasks 结合使用时。问题场景假设你的 FastAPI
- 2025-09-15
- 35
- 0
- 0
- 后端技术
【LLM】Gemini Schema结构化响应 1. 简介 Gemini API的结构化响应功能允许开发者定义期望的输出格式，确保AI模型返回符合特定Schema的JSON数据。这对于需要稳定数据格式的应用场景非常有用，比如数据提取、API集成、自动化处理等。通过使用Pydantic模型定义Schema，我们可以：确保输出格式的一致性进行类
- 2025-09-10
- 476
- 0
- 13
- 大语言模型

1
...
5
6
7
...
22