Ann's Blog-CSDN博客

原创【翻译】最近兴起的扩散模型

在过去的一年半里，每个搞生成模型的人都绝对像活在梦里一样，在过去的几个月里边，文本到图像（text-to-image）生成的论文层出不穷，新工作一个接一个，一篇比一篇更🐂。我们可以看到社交媒体上迅速出现大量的使用人工智能模型生成的图片。比如这只金毛猎犬一脸丧了吧唧地在竞选途中回答棘手的问题，或者这颗大脑乘坐火箭前往外太空。Sources:and前一个是用openAI 的 DALL·E-2生成的，后一个是用的谷歌的Imagen。

2025-06-30 09:51:47 681

原创【翻译】MoE图解指南

专家混合模型（MoE，Mixture of Experts）是一种提升大型语言模型（LLMs）质量的技术，它通过引入多个不同的子模型（即“专家”）来实现更好的性能。专家（Experts）：每一层前馈神经网络（FFNN）不再是一个单一结构，而是由多个“专家”组成。每个“专家”本质上也是一个前馈神经网络。路由器（Router）或门控网络（Gate Network）：负责决定每个 token（词元）应该被送到哪些专家那里去处理。

2025-06-27 16:38:41 914

原创【翻译】LLM智能体图解指南

要理解基于大语言模型的智能体到底是什么，我们得先看看大语言模型（LLM）的基本能力是什么。传统意义上，LLM 最核心的功能就是预测下一个词元（token）。通过让 LLM 连续生成多个词元（token），就可以模拟一段对话，对我们的问题给出更完整、更丰富的回答。但当我们尝试跟它“持续对话”时，就会发现一个明显的短板——LLM 并不会真正“记住”之前的对话内容。LLM 在很多其他任务上也会出错，比如简单的数学运算，像乘法、除法都经常算错：这是不是说明 LLM 很差劲？当然不是！

2025-06-25 14:29:53 347

原创【翻译】图解deepseek-R1

本文还是翻译自，我已经翻译过这位大佬很多文章了，并且好几篇被他选为认证等翻译（他的原文会有翻译版本链接直接指向我的博客）。AI大模型蓬勃发展，各个厂家百花齐放。在AI持续发展的历程中，deepseek是一个重要的节点。

2025-06-11 11:06:53 1004

原创 function call到MCP技术演进

可能你们也发现了，很多人都会把 Function Call 和 MCP 放在一起讲。但是讲着讲着，噼里啪啦一堆信息，看完之后大家虽然知道这两个东西是什么，却很难理解它们之间到底是什么关系，更不知道为什么要放在一起讲。所以今天我想换一种方式，从出发，看看为什么必须先从 Function Call 讲起，以及 Function Call 是怎么一步步发展到 MCP 的。。它的目标很明确：帮助开发者更容易地在自己的应用中构建基于大语言模型的 AI 助理。

2025-06-05 16:49:18 838

原创插上网线无法连接网络，控制面板以太网消失 | 如何重装网络驱动

如果你确定你的网线没问题，网线插口没问题，那你大概率就是驱动问题，可以试一下本方法。

2024-09-27 09:44:51 4861 3

原创 VScode连接服务器运行代码

我的pycharm到期了。只能用VScode了。说一下怎么用VScode连接服务器。，输入完之后打开这个config你可以看到你刚才输入的信息，确定无误之后保存。他会让你输入刚才那个服务器的密码。紧接着选connect to host。现在你就可以直接打开服务器上的项目了。设置 → 搜ssh→把这个打上对勾。会让你输入，你需要输入。

2023-08-29 19:37:55 18024

原创升级Windows 11 支持安卓应用 | 官方流程

打开windows自带的搜索，找到。把地区改成美国。

2023-05-11 17:05:30 17960 7

原创无显卡也能AI作画 | Colab + Stable Diffusion WebUI

本文是教你如何白嫖谷歌GPU，使用colab搭建自己的Stable Diffusion WebUI。

2023-04-03 18:23:58 19161 1

原创【翻译】图解Stable Diffusion

扩散”指的是下图中粉色这一块组件“图像信息生成器”中发生的处理过程。该组件获取能表示输入文本信息的token嵌入和一个随机初始化的图像信息张量（aka 潜变量），然后用它们生成一个信息张量，把这个信息张量交给图像解码器，去生成最终的图像。这个过程是一步一步进行的，逐步添加相关信息。想更直观的了解这个过程的话我们可以去检查随机潜变量那个张量，可以看到它逐步转变为图像噪声。这个检查过程需要借助图像解码器进行。

2023-03-17 15:31:33 3887

原创 Linux上如何使用Stable Diffusion WebUI

我搭的时候弄得阿里云源，疯狂报错。师兄搭的时候用的清华源，一下就成功了。我俩复盘了一下，就是当时网络的问题。所以阿里云源不好使，多换几个别的。虽然Linux自带的Python，但是缺胳膊少腿，所以还是直接用了conda。，另一个原因就是从github下载东西的时候失败，所以这里直接加个代理省事。这一步不是必须的，webui.sh会自动运行下载的，但是我用服务器下的巨慢，所以手动下的。刚才说安装过程中可能会遇到奇怪的问题，安装过程中可能会遇到奇怪的问题，，很大一部分是pip源造成的。已安装Anaconda。

2023-03-17 15:30:28 8627 7

原创【翻译】GPT-3是如何工作的

在科技界我们可以看到很多关于GPT-3的新闻。大型语言模型（比如GPT-3）已经展示出让我们惊讶的性能。虽然对于大部分企业来说想让GPT-3落地还是比较困难的，这些功能不完全可靠的模型还是不能摆到用户面前的，但是这些大模型的出现展示出了加速自动化进程和智能计算机系统的前景。接下来让我们扒一扒GPT-3，看一看它神秘光环背后是如何训练和工作的。

2023-03-08 00:24:06 2088

原创图解BERT、ELMo（NLP中的迁移学习）| The Illustrated BERT, ELMo, and co.

2018年是NLP模型发展的转折点。我们不断探索单词和句子的表示方法，以求能最好地捕捉其中潜在的语义和关系。此外，NLP领域已经提出了一些功能强大的组件，你可以免费下载，并在自己的模型和pipeline中使用它们（这被称为NLP领域的ImageNet时刻，类似的发展在几年前也是这么加速计算机视觉领域的机器学习的）。............

2022-07-17 22:51:02 7160 11

原创图解自注意力机制

写在最前边这个文章是《图解GPT-2 | The Illustrated GPT-2 (Visualizing Transformer Language Models)》的一部分，因为篇幅太长我就单独拿出来了。当然如果你只想了解自注意力机制也可以看看本文章的前半部分，这篇文章属算是入门科普读物了，不需要太多知识铺垫。后半部分主要是讲masked self-attention在GPT-2中的应用，不了解GPT-2的可以忽略这部分内容。我补充的内容格式如下：正文看一下下图，下图表示的是注意力处理输入序列的单词

2022-07-06 20:33:52 18709 4

原创 Recurrent vs. Recursive Neural Networks | 递归神经网络和循环神经网络的RNN之争

写这个文章的原因是我又遇到了Recurrent和Recursive。我读了一个论文，开始的时候我心里默认是RNNs（Recurrent），但是读到文章最后发现作者写的是RNN（Recursive）。所以翻译一下这段文字顺便写一下二者的区别。...

2022-06-30 21:11:08 2247

原创图解GPT-2 | The Illustrated GPT-2 (Visualizing Transformer Language Models)

这是我翻译这位大佬的第二篇文章了，我计划是翻译四篇，（Transformer、BERT、GPT-2、GPT-3），翻译授权见最后。之前的工作：图解transformer | The Illustrated Transformer今年，我们看到了机器学习令人眼花缭乱的一些应用。OpenAI的GPT-2展现出了惊人的写作能力，其生成内容的连贯且富有感情，超出了我们对目前语言模型的预期。GPT-2其实并不是一种新型架构，他的结构类似于只有解码器的Transformer。GPT-2是一个基于Transformer的

2022-06-29 23:21:30 16429 12

转载拜占庭将军问题原文翻译

可靠的计算机系统必须具备处理故障组件的能力，以防它们向系统中的其它组件传递冲突信息....

2022-06-19 09:25:19 680 2

原创有了 screen 和 nohup 跑深度学习代码再也不用愁了 | 退出终端不会影响服务器程序代码运行

在服务器上跑深度学习代码，xshell断开代码就挂掉了。如何能在服务器运行程序的时候即使关闭终端也不会影响代码呢？我用的是screen和nohup在终端输入然后它会关闭你当前窗口，弹出一个新窗口，可能选项卡名字叫screen（我用的xshell，不同软件可能有差异）。你在新弹出的窗口运行你的程序就行了。你可以直接关闭xshell等终端断开连接，去干别的事。下图可以看到虽然选项卡名字变了，但它还是88 99 服务器。如果你不需要断开连接，还想用服务器做别的事情，...............

2022-06-08 13:46:40 2782 6

原创分类评价指标 F值详解 | Micro F1 & Macro F1 & Weight F1

之前写一个作业样本不均衡问题。然后查了很多文章都说要更换评价指标，不能再使用准确率了，要计算F值。我看了一下F值怎么计算，看了挺多文章的，但是感觉说的比较迷惑，或者说法比较拗口。最后还是自己再总结一个。查准率、查全率、F值我们平时对于一个模型预测的准不准，我们最先想到的是用准确率(Accuracy)进行评价。A=truetotalA = \frac{true}{total}A=totaltrue这个虽然常用，但不能满足所有任务的需求。所以我们可以引入查准率和查全率。查准率(Preci.

2022-05-25 10:54:12 10729 8

原创学术党必备：Zotero一键导出BibTex 参考文献

如果你没用过Zotero，那我强烈安利你用一下。[推荐一个软件：论文翻译阅读 + 文献管理 + markdown笔记 + 多设备同步 + 一键导出bib参考文献](https://blog.csdn.net/qq_36667170/article/details/124133119)

2022-05-18 21:12:02 67220 12

原创 Paxos 诞生的曲折历史

学习之余跟大家分享一些趣事，也是我刚刚吃到的瓜。因为我们有一门课叫分布式，老师布置了几个课题，让我们写相关的作业。然后恰好我就选择了Paxos算法。然后我发现他这段诞生历史实在是太有趣了，马上把它讲出来，跟大家分享一下。Paxos理论一波三折的诞生过程，后来也成为了计算机科学领域被广泛流传的学术趣事。在1990年，Lamport提出了一个理论上的一致性解决方案。因为之前“拜占廷将军问题”，使用生动的故事取得了良好的反响，因此这次Lamport 同样设想出了一个场景来描述这种一致性算法需要解决的问题：

2022-05-10 09:31:19 678

原创 MATLAB SVM寻找最佳参数 c g

老师布置了一个数据挖掘的作业，用SVM做分类。老师原话是：“说SVM训练慢，其实svmtrain的过程是很快的，慢是慢在寻找最佳参数。”但是寻找最佳参数这里老师又直接给了一个别人写的网格计算的小代码，一个函数直接调用就OK了。并不是每个人都有老师，所以在这里分享一下。配合livsvm库一起使用效果绝佳。

2022-05-04 18:21:56 6155 21

原创给 Colab 安装 package

import 报错使用Colab做实验写代码很方便，但是也存在一个问题，你要导包的时候他会告诉你不存在。比如：ModuleNotFoundError: No module named '.....'---------------------------------------------------------------------------NOTE: If your import is failing due to a missing package, you canmanually i

2022-04-26 18:34:22 4192 1

原创 Python 创建虚拟环境 Error: Command returned non-zero exit status 101.

Error: Command ‘[’…\Scripts\python.exe’, ‘-Im’, ‘ensurepip’, ‘–upgrade’, ‘–default-pip’]’ returned non-zero exit status 101.

2022-04-26 12:23:20 12791 5

原创图解Transformer | The Illustrated Transformer

写在最前边看transformer相关文章的时候发现很多人用了相同的图。直到我搜到作者的原文……于是决定翻译一下无删改的原文。翻译讲究：信、达、雅。要在保障意思准确的情况下传递作者的意图，并且尽量让文本优美。但是大家对我一个理工科少女的语言要求不要太高，本文只能保证在尽量通顺的情况下还原原文。作者博客：@Jay Alammar原文链接：The Illustrated Transformer原文翻译在之前的文章中，我们讲了现代神经网络常用的一种方法——Attention机制。本文章我们来介绍

2022-04-23 10:01:23 39019 62

原创你真的会用K折交叉吗？对于K折交叉的思考 | K折交叉的坑

本文目的：对于K折交叉，想必大家都知道是什么原理。但是在具体实践中让你写的时候，你可能就会突然疑惑：“咦？道理我都懂，可是这个玩意儿到底怎么用。”本文就是为了探讨一下什么时候怎么用 K折交叉验证。文章目录K折交叉(k-fold cross validation)方案1 不预先分出测试集方案2 提前分出测试集分析所以什么时候用哪种？作者碎碎念，本文的写作初衷K折交叉(k-fold cross validation)提到K折交叉，我想大部分人都了解其原理了。但是在这里还是先讲一下什么是K折交叉，防

2022-04-22 21:10:30 3802 13

原创 Transformer 结构详解：位置编码 | Transformer Architecture: The Positional Encoding

😎使用正弦函数为模型添加位置信息什么是位置编码？为什么我们需要位置编码。提出的方法The intuition其他细节相对位置FAQ为什么位置编码是和词嵌入相加而不是将二者拼接起来？位置信息层层传递之后不会消失吗？为什么同时使用正弦和余弦？总结原文信息References使用正弦函数为模型添加位置信息Transformer是只基于自注意力机制的序列到序列架构。因为并行计算能力以及高性能。使得它在NLP领域中大受欢迎。

2022-04-22 13:40:44 14510 12

原创文献管理工具Zotero：论文翻译阅读 + 文献管理 + markdown笔记 + 多设备同步 + 一键导出bib参考文献

很久以前就开始用了，起初是重庆大学的一个学长推荐的。但是我只用来存文献。现在zotero 6出来了，内置PDF阅读器和翻译插件了，虽然插件很久之前就装了，但是今下午才真正用了一下，真的是超级无敌爆炸好用！简直是学生党神器。比如一键存储文献、批量存储文献、内置PDF阅读、文献翻译、多设备同步、结合latex一键导出参考文献等等。最主要的免费！免费！免费！文章目录1 下载安装zotero2 存储文献2.1 一键存储文献2.2 一键批量存储文献2.3 缺少PDF文件怎么办3 内置PDF阅读4 笔记5 文献

2022-04-12 22:00:34 16703 2

原创让zotero支持markdown笔记

前提条件肯定是你已经拥有zotero了。记笔记的时候想尝试一下markdown。注意，渲染器版本跟不上的原因，所以仅支持最简单的markdown语法、那些复杂炫酷的功能就不要指望了。插件github地址：https://github.com/fei0810/markdownhere4zotero下载这个后缀为.xpi的安装包。注意：虽然这个仓库的作者说zotero和Firefox使用的是同样的插件，但是我直接下载Firefox的插件并不好使。所以建议还是直接下载这个人的安装包。回到zoter

2022-04-12 21:50:08 23051 12

原创 Zotero 7 文献管理 + 内置PDF阅读器 + 选中翻译

不做标题党，本来想叫《还在用知云？zotero 6内置PDF阅读器了还带翻译插件的！》学生党可能很多都知道知云，一个看论文神器，直接选中翻译。支持百度、谷歌、有道翻译等等，并且还可以白嫖（就是之前分享朋友圈集赞免费用）。我平时用的文献管理工具是zotero，我默认的看PDF的软件是edge浏览器。但是每次要翻译论文的时候我还得把文件拖到知云里，就很麻烦。终于！zotero自带了！不用再拆两个软件了！下载安装zoterozotero官网：https://www.zotero.org/downlo

2022-04-09 19:29:15 40649 39

原创神经网络中如何确定隐藏层的层数和大小

在前馈神经网络中，隐藏层的数量和层数的确定尚无依据，一般是由经验决定。查阅了大量相关的文章之后我对其进行了综合梳理。这里需要明确的一点是，这些只是根据经验提出的一些参考的方法，具体的层数和大小还是要在实际实验中进行验证。二分类问题方法出自：Beginners Ask “How Many Hidden Layers/Neurons to Use in Artificial Neural Networks?”对于二分类比较好理解。先看下边这两类，我们只需要一条斜线就可以完成映射。所以不需要隐藏层，直接

2022-03-29 19:37:20 25490 11

zotero翻译插件.xpi

拜占庭将军问题原文翻译.pdf

SVMcgForClass

Penn Treebank

空空如也