1. 谈谈深度学习中的归一化问题深度学习中的归一化，核心目的是让不同层、不同特征的数值分布更稳定，从而加速训练并提高收敛稳定性。常见归一化包括输入归一化（如像素缩放到[0,1]）、BatchNorm、LayerNorm、GroupNorm。BatchNorm在mini-batch维度统计均值方差，适合CNN场景；LayerNorm在特征维度统计，常用于NLP和Transformer。归一化可以缓解梯度消失/爆炸、允许更大学习率、降低参数初始化敏感性。 import torch.nn as nn # CNN里常见 BatchNorm2d cnn_block = nn.Sequential( nn...

怎么改啊啊啊啊啊啊啊啊

沉淀了一个寒假，简历刚刚写好，打算投递了，想问问各位牛友有什么修改意见🤤🤤

入职第一天就给下马威，说晚上8点前不要让我看到你们走了，nb，不给加班费还不让走，第一天任务就是学习文档并操作，一天下来已经做完了也检查了结果晚上下班时间一到负责人不见了，发消息也不回。第二天又给了文档让学习2天测试，这天学习了一半还多的内容了，也整理了文档给负责人看了，结果呢，下班时间一到负责人又没了，发消息不回，打电话直接拒接，必须等到8点才能走，nb！！！！这是在做什么服从性测试我请问呢，这个文档是要一天学完吗我请问呢，就硬要加班到8点，只要你敢提早走，没商量直接去找人事辞职，我只能说太牛了负责人。📍公司：福州兜乐网络科技有限公司🖥️工作环境：电脑垃圾、卡顿，椅子不是吱吱响就是坏了团...