vscode连接linux服务器

前提：本地要使用蒲公英连接内网

服务器端使用docker部署项目

Docker介绍

https://developer.aliyun.com/article/381989

Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux 机器上。使用Docker可以让每个应用彼此相互隔离，在同一台机器上同时运行多个容器，他们彼此之间共享同一个操作系统。Docker的优势在于，它可以在更细的粒度上进行资源的管理，比虚拟化技术性能更高，更加节约资源。下面是普通虚拟化技术和Docker的对比。

GLIP论文理解

GLIP(Grounded Language-Image Pre-training) 是一个可扩展的（generalizable）目标检测模型（其实准确来说应该表述为短语定位模型，本句在这里将"目标检测"和"短语定位"任务混为一谈）

在文章开头先解释一下GLIP论文中用到的一些"黑话"

generalizable（可泛化）：侧重于描述模型在不同任务和数据集上的适应性，强调模型学到的特征能够泛化到新的情境。

scalable（可扩展）： 关注系统、算法、数据集的可扩展性，确保算法在面对更大规模、更复杂的情况时性能能够保持或提高。在本论文中用到的描述为" scalable and semantic-rich data"，侧重于强调数据集的可扩展性，论文通过自训练生成伪标注的方式提高数据集的可扩展性。

language-aware（语言感知的）：模型能够理解和处理自然语言。本论文的模型接收文本描述prompt作为输入，自然是language aware的。

semantic-rich（语义丰富的）：用于形容数据集包含了丰富的语义信息（包括对物体、场景或其他视觉元素的深层次、有意义的描述，能够捕捉图像中物体之间的关系等）

在绝对的力量面前，技巧不值一提。

CLIP论文理解

方法总结

CLIP (Contrastive Language–Image Pre-training) 使用的方法非常简单，主要分为2个部分：

《动手学深度学习2.0》学习笔记（五）

《动手学深度学习2.0》电子书的链接地址为https://zh.d2l.ai/index.html

本文记录了我在学习本书第11章节（优化算法）过程中的理解和收获。