lining9508的博客

Transformer 是一种深度学习模型架构，首次在 2017 年由 Vaswani 等人在论文《Attention is All You Need》中提出。它广泛应用于自然语言处理（NLP）任务，如翻译、文本生成、问答等，以及图像处理和其他领域。其一经提出便产生了较大的反响，在文本生成GPT、语言翻译GNMT、语言建模BERT、 视觉Vision Transformer（ViT）等都有应用，并且取得了很好的成绩。

本文对pandas支持的一些数据格式进行IO（读写）的性能测试，大数据时代以数据为基础，经常会遇到操作大量数据的情景，数据的IO性能尤为重要，本文对常见的数据格式csv、feather、hdf5、jay、parquet、pickle性能进行对比。

本文总结了一些常用组件的Docker启动命令及过程，在开发过程中只需花费数分钟下载和配置即可完美使用这些服务。

YOLO目标检测算法，不过多介绍，是基于深度学习的目标检测算法中最出名、发展最好的检测器，没有之一。本文简要的介绍一下从YOLOv1-YOLOv11的演化过程，详细技术细节不过多介绍，只提及改进点，适合初学者当综述阅读，也适合有基础的同学用于复习回顾。

Langchain-Chatchat是一个基于 ChatGLM、Qwen 等大语言模型与 Langchain 等应用框架实现，开源、可离线部署的 RAG 与 Agent 应用项目。目前支持Agent、LLM对话、知识库对话、搜索引擎对话、文件对话、数据库对话、多模态图片对话、ARXIV文献对话、Wolfram对话、文生图、本地知识库管理、WEBUI等功能。

本文面向深度学习初学者或者工程师，推荐几个常用的深度学习模型快速开发平台。可以帮助初学者快速跑通模型，帮助工程师快速对模型进行部署和应用。

测试常用CV模型在单张图像上的识别速度，不包含图像读取时间，但包含图像预处理。可以在以后的应用中根据硬件配置选取合适的模型，达到最佳效果。

本文罗列了一些常用的Linux命令，适用于稍微有一点Linux基础的开发者使用，作为手册查询或者复习。

本文详细介绍了 WSL 的安装步骤和基本配置，以及与 Windows 的集成。希望这篇文章能够帮助大家顺利安装和使用 WSL，并在 Windows 上进行 Linux 开发和实践。

AI算法技术栈，主要针对深度学习、机器学习、强化学习等软件算法，对硬件涉及较少。

本文主要介绍一个仪表数据生成思路和程序，主要用于仪表识别中数据量过少，不能支撑数据集制作和编程的情况。如下图，一种仪表数据可能只有几十张甚至几张相应图像。可以通过本文程序进行生成相应数据，进行数据的扩充。

本教程详细介绍了Jetson Nano系统的安装烧录和深度学习环境配置。

常用docker命令合集

一、准备相应的材料本教程需要的文件如下表所示：文件名简介作用Anaconda3-2021.05-Windows-x86_64.exeAnaconda的安装包配置管理python环境Miniconda3-py39_4.9.2-Windows-x86_64.exe精简版的Anaconda的安装包（电脑配置较差时使用）配置管理python环境pycharm-community-2021.1.3.exePyCharm安装包Python代码的编辑器以上文件可在链