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。

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。

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。