学习 Rust
最近学习了 Rust。一直听说 Rust 效率高,从ruff 和 uv 这两个基于 Rust 实现的工具开始对 Rust 印象深刻,自己亲身体会过它的语法细节之后,对它为什么快、为什么“安全”,总算有了一点理解。
推荐一下 rustlings 这个学习 Rust 的项目。每个文件就是解决一个小问题,这种在小练习中修改代码的过程比从头到尾读教程要有趣和有成就感得多。结合《Rust 语言圣经》这个优秀的教程食用,效果甚佳。

最近学习了 Rust。一直听说 Rust 效率高,从ruff 和 uv 这两个基于 Rust 实现的工具开始对 Rust 印象深刻,自己亲身体会过它的语法细节之后,对它为什么快、为什么“安全”,总算有了一点理解。
推荐一下 rustlings 这个学习 Rust 的项目。每个文件就是解决一个小问题,这种在小练习中修改代码的过程比从头到尾读教程要有趣和有成就感得多。结合《Rust 语言圣经》这个优秀的教程食用,效果甚佳。

在 PyTorch 中,ConcatDataset 和 StackDataset 是两种不同的数据集组合方式。本文介绍了它们的作用及其适用场景。
# 使用 ConcatDataset 连接数据集
concat_dataset = ConcatDataset([dataset1, dataset2])
# 遍历 ConcatDataset
for sample in concat_dataset:
print(sample)
# 使用 StackDataset 组合数据集
stack_dataset = StackDataset(dataset1, dataset2)
# 遍历 StackDataset
for sample in stack_dataset:
print(sample)
本文用一个简单的数值例子,说明了 LayerNorm 的作用。