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...

正式进入AI Coding时代了  

今日首蚌，真的很难绷住

刷到了主页的千影逐风的帖子，非常感同深受，上大学后我一直活在被“毕业即失业”这种观念支配的焦虑中，包括我mentor也说我是个积极行动的悲观主义者，虽然心态消极，但仍会继续努力。我觉得自己明明已经很努力了，为什么秋招还没有好结果？在我秋招下岸的时候父母安慰我努力就够了，至少自己未来不会后悔，但是为什么努力没有好结果呢？我真的不甘心啊！我不想回到家乡的四线小城，没地铁，景点也比较单一。我比较玻璃心，不喜欢别人议论我，也比较讨厌人情世故。找工作真的是需要一定运气的，我同学在大三暑假才开始第一份实习，但秋招已经签了两家公司，去第一家公司提前实习的时候发现不合适离职了，现在又在另一家公司提前实习。我和...