摘要： AlexNet背景 AlexNet是2012年由Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton提出的深度卷积神经网络架构。 它在ImageNet大规模视觉识别挑战赛(ILSVRC)中取得了突破性成绩，将top-5错误率从26%降低到了15.3%，这一成就 阅读全文

摘要： 介绍 Hugging Face的Transformers库提供了大量预训练模型，但有时我们需要修改这些模型的默认参数来适应特定任务。 本文将详细介绍如何修改BERT模型的最大序列长度(max_position_embeddings)参数，并解释相关原理和实现细节。 原理 BERT等Transform 阅读全文

摘要： 在自然语言处理(NLP)领域，预训练语言模型如BERT已经成为主流。HuggingFace提供的Transformers库让我们能够方便地使用这些强大的模型。 本文将详细介绍如何使用PyTorch微调HuggingFace上的BERT模型，包括原理讲解、代码实现和逐行解释。 1. 微调原理 1.1 阅读全文

摘要： 1.LetNet5简介 LeNet5是由Yann LeCun等人在1998年提出的一种卷积神经网络架构，主要用于手写数字识别。它是早期卷积神经网络的成功应用之一，为现代深度学习模型奠定了基础。LeNet5的名字来源于其发明者LeCun和网络层数(5层)。 LeNet5的主要特点包括： 使用卷积层提取 阅读全文

摘要： 在定位 .NET 应用程序中的高 CPU 占用问题时，WinDbg 是非常强大的工具之一，尤其配合 SOS 扩展使用可以快速锁定“忙线程”或死锁等问题。 本文将基于一次实际的分析流程，演示如何一步步定位由线程锁引起的 CPU 高占用。 1. 加载 SOS 扩展（针对 .NET） 首先，我们需要加载 阅读全文

摘要： 在微服务架构和云原生应用广泛采用的今天，.NET Core 应用被越来越多地部署在 Kubernetes 集群中。然而，一旦这些应用出现性能瓶颈，仅靠传统的日志和指标可能无法定位问题的根本原因。 从 .NET Core 3 开始，微软推出了一系列跨平台的运行时诊断工具，比如： dotnet-coun 阅读全文

摘要： 在现代 .NET 开发中，性能分析和故障诊断是确保应用程序稳定性和高效性的关键步骤。 本文将介绍如何使用 dotnet-trace 工具进行 .NET Core 应用的性能跟踪，并结合 PerfView 和 Speedscope 等可视化工具，深入理解应用的运行状况。 一、dotnet-trace 阅读全文

摘要： 背景 在 Windows 环境下使用 Selenium 时，Chrome 浏览器版本与 ChromeDriver 版本的兼容性问题是一个常见的困扰。 由于 Chrome 频繁更新，而 ChromeDriver 需要与特定版本的 Chrome 精确匹配，导致 Selenium 代码可能会因版本不匹配而 阅读全文

摘要： 在.NET中，注入泛型依赖项是一个常见的场景。 在依赖注入（DI）中使用泛型可以使得应用程序更加模块化、易于测试和扩展。 在ASP.NET Core中注册泛型服务 假设我们有一个需要注入的泛型接口 IRepository<T> 和实现类 Repository<T>。 public interface 阅读全文

摘要： 在 .NET 开发中，异常处理是保证应用健壮性的重要手段，但不应被滥用。 异常的引发和捕获相较于普通的代码逻辑性能较差，因此在热路径（频繁执行的代码路径）中，避免依赖异常来控制程序流是提升性能的关键之一。 为什么要减少异常的使用？ 性能开销大：异常处理机制涉及堆栈回溯和额外的系统调用，可能显著影响性 阅读全文