本文为Linux命令大全（有PDF），从A到Z都有总结，建议大家收藏以便查用，或者查漏补缺！
2025年05月15日
1 文件与目录操作命令
1.1文件内容查询命令 grep、fgrep、egrep
语法：grep[选项][查找模式][文件名1，文件名2,……]
选项： -E 每个模式作为一个扩展的正则表达式对待
-F 每个模式作为一组固定字符串对待，而不作为正则表达式
-i 比较时不区分大小写
-l 显示首次匹配匹配串所在的文件名并用换行符将其分开。当在文件中多次出现匹配串时，不重复显示次文件名；
-x 只显示整行严格匹配的行
2025年05月15日
RepVGG: Making VGG-style ConvNets Great Again 是2021 CVPR的一篇论文，正如他的名字一样，使用structural re-parameterization的方式让类VGG的架构重新获得了最好的性能和更快的速度。在本文中首先对论文进行详细的介绍，然后再使用Pytorch复现RepVGG模型.
2025年05月15日
期刊推荐
《IEEE Transactions on Neural Networks and Learning Systems》
-刊号：ISSN 2162-237X | CN 31-2024/TP
-影响因子：10.4
-分区：中科院1区，JCR Q1
2025年05月15日
今天研究刚买的yolo目标检查的书，看到残差网络，残差思想的名词。
感觉“残差”这个词比较生僻，生猛，以前貌似也看到过，没注意，这次先停下来把这个概念搞懂。
说起CNN卷积神经网络大家都知道，学习人工智能的没法不知道。
“残差”网络正是缘起于CNN，主要是解决CNN网络层数增加，效率精度反而下降的问题。
2025年05月15日
LG - 机器学习 CV - 计算机视觉 CL - 计算与语言 AS - 音频与语音 RO - 机器人
(*表示值得重点关注)
1、[LG] *Combining Label Propagation and Simple Models Out-performs Graph Neural Networks
2025年05月15日
原文来源：OpenAI
「雷克世界」编译：嗯~是阿童木呀、KABUDA、EVA
导语：近日，OpenAI发布了一份分析报告显示，自2012年以来，在最大规模的人工智能训练中所使用的计算量呈指数级增长，3.5个月的时间翻一倍（相比之下，摩尔定律（Moore’s Law）有18个月的倍增周期）。自2012年以来，该指标增长了30多万倍（18个月的倍增周期只会增加12倍）。
计算方面的改进一直是人工智能发展的一个关键组成部分，因此只要这种趋势继续下去，就值得为远超出当今能力的系统所带来的影响做准备。