@Vegetable 没玩过生产环境的 flask ，请问这里的 100 个 worker 是相当于 100 个 process 吗？相当于 1req/s/pro 这也太跌破我想象了🤣

你要是没接触过，就别纠结 CPU GPU 的问题啊，先把 numpy 、torch 、transforms 这些库搞熟

@pipapa 哦哦我还以为是专门用于推荐设计的算法，类似于 DIN 之类的，难怪我查不到🤣

目前主流的大模型都是高维度 embedding ，维度之间本身就是默认正交的，简单理解，假设有个低维 128 维度的 embedding ，我可以手动组合 d1d2 组合维度作为 d129 维，再手动组合 d1d3 组合作为 d130 维，这是交叉特征 FM 的思想。只不过在深度神经网络时代（ bert ）之后，手动组合特征变成了直接设置为高维度 embedding ，让网络自己去学习这种“特征组合”。


@zhusimaji 另外请问下，MHA 全称是啥，挺感兴趣的，但我没查到

联想到了《刘擎西方现代思想讲义》里的内容，源自赛亚·柏林

>> 消极自由（ free from sth ）简单的说就是，我不想要什么就可以不要什么；积极自由（ free to do sth ）是我想做什么就可以做什么。换句话说，就是前者是摆脱障碍的自由，一个是实现目标的自由。消极自由容易被自己滥用，积极自由容易被别人绑架。

github 上搜 recommend system ，不有一堆吗，
https://github.com/recommenders-team/recommenders/tree/main ，微软的，看着偏完备一点
https://github.com/chyikwei/recommend ，个人的，看着偏 demo 一点

侠客风云传

你是做的 few shot instruct 还是 prompt tuning ? 如果是 few shot ， 这种方式效果不稳定。简单来说，few shot 不更新模型参数，prompt tuning 会更新模型参数。可以看看 peft 库

tensor_annotation_demo
https://gist.github.com/Morriaty-The-Murderer/c621922429d1f6b4a91ed1fdc97798e3

回来自答下，以便后来者能查看。
经过一番查找，目前找到的最符合我初始需求的是[tsalib]( https://github.com/ofnote/tsalib)
例子如下
<script src="https://gist.github.com/Morriaty-The-Murderer/c621922429d1f6b4a91ed1fdc97798e3.js"></script>

其中也结合了 2L 提到的`einops`，其实`tsalib`本身是自带类似的`warp`操作的，但由于`tsalib`本身很久没维护了（ last commit 4years ago ），所以操作 tensor 还是选择了目前稳定维护的`einops`，仅保留了`tsalib`的`type annotation`

由于我也是刚开始使用，所以不太清楚这样子写是否是 best practise ，还在摸索中。

spotlight 全局搜索（ cmd+space ）声音输出，把输出改成 Mac 扬声器

The time reported by elasticsearch in the "took" field is the time that it
took elasticsearch to process the query on its side. It doesn't include

- serializing the request into JSON on the client

- sending the request over the network

- deserializing the request from JSON on the server

- serializing the response into JSON on the server

- sending the response over the network

- deserializing the response from JSON on the client

@killva4624 文明 5 吃配置

武林群侠传、太阁立志传这种老游戏都挺好玩，还能反复二轮三轮不重样，基本上 4G 内存就够了

还以为是老帖，下意识的看了下发帖时间🤣

工作了四年还能有如此纯粹的热情，挺好的。个人建议专而精比大而全要好。

你得说清楚：
1. 具体是什么查询，单 term query 和复杂的 bool + function_score 查询，差别大了去了
2. 数据结构是啥样的
3. 只读还是同时读写
4. 全靠 es 抗，还是程序层会做缓存

开发环境不就是装个 IDE ，剩下的的都交给 IDE 吗🤣又不是调试和部署

百度、google：ORM+fake data

200~300 就去迪卡侬挑，哪个合脚穿哪个