最近为了求职重新开始把图形学相关的内容重新系统的学习，先把Games101的内容入门，然后把虎书相关的内容补充。Transformation矩阵变换可以对不同坐标系之间进行转换，在这个过程中，主要有MVP三大变换，即模型变换、视口变换、投影变换。即从本地坐标系转换到世界坐标系、世界坐标系转换到观察坐标系、相机的不同投射方式。矩阵变换-模型变换Modeling模型变换是最简单基础的变化，把物体所在的
转载
2023-10-03 15:25:03
54阅读
在分析HashMap和ArrayList的源码时，我们会发现里面存储数据的数组都是用transient关键字修饰的，如下：
HashMap里面的：
````
transient Node<K,V>[] table;
```` ArrayList里面的： ````
transient Object[] elementData
```` 既
一、Java 语言的类型可以分为两大类：基本类型（primitive types）引用类型（reference types）：类、接口、数组类和泛型参数（泛型参数会在编译中被擦除），因此Java虚拟机里的引用类型实际上只有前三种
数组类：是由 Java 虚拟机直接生成的（Java中数组的特性）类、接口：有对应的字节流，都会被加载到Java虚拟机中，成为类或接口最常见：Java编译器生成
简介众所周知，transformer 架构是自然语言处理 (NLP) 领域的一项突破。它克服了 seq-to-seq 模型（如 RNN 等）无法捕获文本中的长期依赖性的局限性。事实证明，transformer 架构是 BERT、GPT 和 T5 及其变体等革命性架构的基石。正如许多人所说，NLP 正处于黄金时代，可以说 transformer 模型是一切的起点。1. Transformer 架构如
转载
2024-06-23 11:22:44
49阅读
# Java训练模型的Transformers库
在自然语言处理（NLP）领域，深度学习模型已经成为了主流。其中，Transformers模型以其出色的性能和广泛的应用领域而备受关注。在Java中，我们可以使用Transformers库来训练和使用这些强大的模型。
## Transformers库简介
Transformers库是一个基于PyTorch的开源库，用于实现和训练各种Transf
原创
2023-08-11 07:01:47
642阅读
1评论
1.继承性和层叠性:继承性:像一些文本的属性,color,text-*,line-*,font-*这些属性是可以继承下来的,text-decoration:underline(下划线)也可以继承; <style>
a{
text-decoration:none;
}
.father{
1、模块 自我包含且有组织的代码片段就是模块（module）。 模块在逻辑上组织Python代码。文件是物理层上组织模块的方法。 导入模块或模块属性实现代码重用。 模块组织Python代码，包组织模块。2、模块和文件 （1）模块名称空间 名称空间：一个名称空间就是一个从名称到对象的关系映射集合。 每个模块都定义了它自己的唯一的名称空间，所以可以防止同名冲突的发生。 （2）搜索路径和路径搜索
if __name__ == '__main__': #只有当直接执行这个文件才会被执行
tf.app.flags 可以指定运行时的参数；设置随机数的种子：np.random.seed(0) 、tf.set_random_seed(0)；使用debug 跟踪项目进行学习；tenforflow 是静态图计算，先把图绘制好，再加入数据；静态图，适合语料库中句子长度差距不大，static_rnn
动态
转载
2024-10-09 07:43:54
64阅读
前置知识：transform机制/注意力机制注意力是将一个查询和键值对映射到输出的方法，Q、K、V均为向量，输出通过对V进行加权求和得到，权重就是Q、K相似度。其实就是一个加权求和模块 ：神经网络中的一个组件，可以单独使用，但更多地用作 网络中的一部分。作用：等权处理 → 加权处理 →提升任务效果优点：根据不同场景动态选择不同的关注对象不考虑词之间的距离直接计算依赖关系，提升任务性能原理：步骤1：
transformers模型剖析
原创
2023-05-17 10:32:26
131阅读
简介众所周知，transformer 架构是自然语言处理 (NLP) 领域的一项突破。它克服了 seq-to-seq 模型（如 RNN 等）无法捕获文本中的长期依赖性的局限性。事实证明，transformer 架构是 BERT、GPT 和 T5 及其变体等革命性架构的基石。正如许多人所说，NLP 正处于黄金时代，可以说 transformer 模型是一切的起点。
需要加 end_token（eos），告诉模型什么时候结束生成。做因果语言模型时，自动左填充，即使增加了。不需要 padding，
原创
2023-12-15 12:10:01
168阅读
本章介绍使用Transformers库时最常见的用例。可用的模型允许许多不同的配置，并且在用例中具有很强的通用性。这里介绍了最简单的方法，展示了诸如问答、序列分类、命名实体识别等任务的用法。这些示例利用Auto Model，这些类将根据给定的checkpoint实例化模型，并自动选择正确的模型体系结构。有关详细信息，请查看：AutoModel文档。请随意修改代码，使其更具体，并使其适应你的特定用例
转载
2024-06-06 16:31:19
184阅读
很多刚入门小白，初学者、新生初次接触编程，不知道如何提升自己的编程能力，不懂得如何快速入门编程。记住各种各样的代码。其实走上大佬的途径只有一个！！疯狂码代码！！！ 1.创建主方法，在桌面输出字符“好好学习”。代码如下（示例）：public class Student {
public static void main(Strin
转载
2023-06-02 13:10:52
328阅读
# 教你如何实现Java transformers
## 介绍
在本文中，我将带领你逐步实现Java transformers。首先，让我们了解一下整个过程的流程。
## 流程
以下是实现Java transformers的步骤。
```mermaid
pie
title 实现Java transformers的步骤
"步骤1" : 30
"步骤2" : 20
原创
2023-10-19 12:55:48
128阅读
训练一个机器学习深度学习模型一般可以简单概括为以下三个步骤：准备数据定义网络结构训练我们可以把整个过程用下面的一个Pipeline图例来表示。其中的reader就主要负责把数据按一定的格式feed到深度学习网络的输入层上。不同的深度学习框架对为放进网络中的数据格式要求不一样。在MXNet中对于Module的训练与推理接口要求的数据都是一个data iterator。下面我们会详细来介绍MXNet中
Transformer 模型：概述及分类
在过去的数年里，基于 Transformer 的相关模型层出不穷。本文将对当下最流行的 Transformer 模型做一个简单全面的介绍。1.Transformers 简介Transformers 是一类具有某些特征架构的深度学习模型。 2017 年，Google 研究人员在著名论文《Attention is All you Need》及
转载
2024-01-21 05:36:57
331阅读
# Java 使用 Transformers
在当今的机器学习和自然语言处理(NLP)时代，Transformers 模型因其出色的性能和灵活性而备受关注。本文将介绍如何在 Java 中使用 Transformers，结合具体示例帮助大家理解这一强大的工具。
## Transformers 简介
Transformers 模型最初由 Google Brain 提出，具有高度并行的结构和自注意
如何导出模型，请参考 Maya 部份。 现在我已经得到了一个非常简单易用的模型，下面就写一点代码把它加载到内存里，由于模型文件非常简单，所以加载非常简 单，而且不浪费内存。 如果你是 3DS Max 用户，那么在 Power VR SDK 里已经 带有相当强大的场景导出插件了，请参考相关文档及源码。 以下是头文件： 1 //
2 // @ Project : MayaMELObjectE
转载
2024-07-29 14:54:17
120阅读
