控制台输出深度学习模型各层结构与特征图尺寸。

在脚本中需要使用一些敏感信息（如API key，password）时，我们应该尽量避免将这些变量直接明码写在脚本中。

我们可以为这些变量创建环境，以隐藏这些敏感信息。

wandb是一个机器/深度学习可视化监督工具。

它将实验的运行内容、GPU运行状况同步到网络平台，可随时监察运行情况。

本文将介绍在Python（Pytorch）的环境下wandb的使用方法。

虽然是（上），但我想应该不会有（下）了，不是特别推荐的书。

可以说特别不推荐了。

更推荐《学会提问》。

今年一股脑写了十多篇博客，有些小小的感悟……

准备开始阅读《概率论沉思录》，但是数学忘得差不多了。

之前在看B站的《机器学习-白板推导系列》的时候，开篇up对贝叶斯和频率派进行了简单的讲解，彼时就勾引起了我的兴趣，但后来没有坚持学习下去，这些概念也就抛之脑后了。

现在借着看书的契机，打算好好学习一下这个自己最感兴趣的数学领域。

先从这里开始吧.

找到一个可视化数学概念的网站： Seeing-theory

简单讲解，就是有颜色有icon的注释，在hexo下该主题中的使用方法。

BitNet是微软在2025年发布的，可以在CPU上运行的本地大模型。

之前在电脑上配置的wsl终于有了用武之地，成功在ubuntu上完成了部署。本文将介绍部署方法并进行效果展示。

使用插件将wsl与vscode连接到一起，就可以在vscode上，借助wsl运行代码。

之前的文章讲解了怎么配置miniconda环境，链接上vscode之后直接运行就行。

本文将介绍怎么简单配置编译C与C++的环境音。