onnxruntime-gpu 在程序启动后第一次推断会消耗较大的系统资源，并且耗时更久，本文记录优化方法。

重参数化也可以用在离散分布采样中，由于对我来说相比于连续分布的重参数技巧，离散重参数难理解很多，本文单独介绍离散部分的重参数化 。

重参数化（Reparameterization）技巧是一种在机器学习和统计学中常用的技术，主要用于将一个随机变量转换成另一个随机变量，同时保证它们的概率分布保持不变，在生成模型中有着重要应用。

训练 Pytorch 模型时会遇到 CUDA Out of Memory 的问题，大部分情况下是模型本身占用显存超过硬件极限，但是有时是Pytorch 内存分配机制导致预留显存太多，从而报出显存不足的错误，针对这种情况，本文记录 Pytorch 内存分配机制，与通过配置 max_split_size_mb 来解决上述问题。

YOLO v9 提出了可编程梯度信息（PGI）的概念，设计了新的网络架构（GELAN），结果显示二者对于检测性能提升和参数利用率提升都发挥了重要作用。

市面上有多款文本大模型辅助编程工具，本文记录智谱华章公司的工具 CodeGeeX。

Pytorch 模型转换为 Onnx 时，可能出现 if 节点，本文记录我遇到的这种情况的解决方案。

关于深度学习的算力、计算量存在很多单位，本文记录相关内容。

一言是很酷的中二短句生成平台，近来应该是访问量太大，服务器加入了一些限制，稍微有较大访问频率时便会报错，而针对这个问题一言提供了实例部署的方案解决，本文记录实现过程。