摘要：
Golang OpenTelemetry 源码专题【左扬精讲】—— 千万级生产项目中的 OpenTelemetry Collector：从一条真实数据路径说起 本文是一篇开篇总览，但不做 "从零搭建 APM" 的工程规划，而是从一个真实生产项目视角出发：当业务每天产生千万级乃至更高量级的 Span、 阅读全文
posted @ 2026-07-29 23:40
左扬
阅读(13)
评论(0)
推荐(0)
摘要：
PyTorch 2.x 深度学习专题【左扬精讲】—— 词嵌入详解：从独热编码到上下文相关表示 在自然语言处理（NLP）领域，如何让机器 "理解" 人类语言是一个核心问题。 词嵌入（Word Embedding）作为将离散符号映射为连续稠密向量的关键技术，是现代 NLP 深度学习模型的基石。 本文将系 阅读全文
posted @ 2026-07-28 15:12
左扬
阅读(30)
评论(0)
推荐(0)
摘要：
PyTorch 2.x 深度学习专题【左扬精讲】—— 位置编码：为什么 Transformer 需要知道词的顺序？ 在前几篇文章中，我们讲了 Attention、多头注意力、残差连接。细心的小伙伴可能注意到了一个问题：Attention 的计算和位置无关。 什么意思呢？Attention 本质上是一 阅读全文
posted @ 2026-07-26 18:38
左扬
阅读(25)
评论(0)
推荐(0)
摘要：
PyTorch 2.x 深度学习专题【左扬精讲】—— 残差连接：让信息直接"跳过"层传播 在之前的文章中，我们讲了 Self-Attention 和多头注意力。它们是 Transformer 的核心组件，能让序列中任意两个位置直接对话。但还有一个问题：如果把很多层 Attention 堆在一起，会发 阅读全文
posted @ 2026-07-26 18:27
左扬
阅读(49)
评论(0)
推荐(0)
摘要：
PyTorch 2.x 深度学习专题【左扬精讲】—— 多头注意力机制：为什么一个头不够用？ 上一篇文章我们讲了 Self-Attention（自注意力机制），它能让序列中任意两个位置直接"对话"，不受距离限制。这已经很厉害了，但还有一个问题：如果只用单一注意力头，模型只能学习到一种类型的相关性。 举 阅读全文
posted @ 2026-07-26 16:25
左扬
阅读(27)
评论(0)
推荐(0)
摘要：
PyTorch 2.x 深度学习专题【左扬精讲】—— Transformer架构在SRE中的深度应用：从Attention到自监督预训练 在上一篇文章中，我们探讨了 Seq2Seq 模型在 SRE 运维场景中的应用。Seq2Seq 通过编码器-解码器结构，能够将输入序列转换为输出序列，在日志异常检测 阅读全文
posted @ 2026-07-26 15:46
左扬
阅读(8)
评论(0)
推荐(0)
摘要：
PyTorch 2.x 深度学习专题【左扬精讲】—— Seq2Seq模型在SRE运维场景中的应用：从原理到实战 随着微服务架构和云原生技术的普及，SRE（Site Reliability Engineering）团队面临着前所未有的运维挑战。海量的日志数据、实时告警、监控指标、以及错综复杂的微服务调 阅读全文
posted @ 2026-07-26 15:17
左扬
阅读(11)
评论(0)
推荐(0)
摘要：
基于 PyTorch 2.x 的大模型开发与微调专题【左扬精讲】—— Transformer 三大核心：Self-Attention、Multi-Head Attention 与 Position Encoding Transformer 架构的核心，是把"序列里每一个 token 都能直接看见所有 阅读全文
posted @ 2026-07-25 07:41
左扬
阅读(28)
评论(0)
推荐(0)
摘要：
PyTorch 2.x 深度学习专题【左扬精讲】—— BERT系列解析：掩码语言模型（MLM）与下一句预测（NSP）的预训练原理 BERT (2018) BERT: Pre-training of Deep Bidirectional Transformers for Language Unders 阅读全文
posted @ 2026-07-24 18:27
左扬
阅读(30)
评论(0)
推荐(0)
摘要：
PyTorch 2.x 深度学习专题【左扬精讲】—— GPT系列演进：从GPT-1到GPT-4，自回归语言模型的设计哲学 GPT-1 (2018) Improving Language Understanding by Generative Pre-Training ← 预训练+微调范式开创者 GP 阅读全文
posted @ 2026-07-24 18:05
左扬
阅读(49)
评论(0)
推荐(0)
浙公网安备 33010602011771号