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...

求实习啊

项目分别是黑马点评和苍穹外卖,希望大佬们给点建议

1、linux是怎么实现并发的有了进程和线程就可以实现并发了吗 2、单核的CPU可以实现多线程嘛 3、虚拟地址是什么 4、程序的地址空间是什么样子的5、虚拟内存解释一下6、介绍一下TCP协议7、这里TCP链接，所谓的链接，什么叫做链接呢 8、建立连接以后，客户端和服务端较建立之前，有什么差异呢（内核还有什么变化呢） 9、所以建立链接本质上是做了什么事情呢？ 10、在网络世界中，什么叫做建立链接呢 11、TCP三次握手流程 12、ack的值是seq+1，那这里ack的值有什么作用呢？以及为什么要设定成+1呢？ 13、那三次握手以后，这个ack的值还有用吗？（其他的值还有什么用） 14、TCP是保...