VAE 原理拆解：从概率编码到潜在空间正则化
本文深入浅出拆解VAE构建全流程，聚焦实现、训练、调试与部署，而非纯数学推导。逐行解读PyTorch最小实现，详解编码器、重参数化、解码器三大组件及损失设计，并系统介绍训练后五大推理模式：异常检测、生成合成数据、条件生成、潜在空间分析与数据填补。
OpenCV Python技术文档
OpenCV Python技术文档是面向开发者的计算机视觉入门指南，涵盖环境搭建、图像/视频处理、人脸检测实战及常见陷阱规避等内容，以简洁代码示例和原理剖析，助你快速掌握这一高性能开源视觉库的核心用法。（239字）
100类中药材图像识别数据集分享（适用于目标检测任务）
我们希望通过本数据集的发布，能够促进中医药与人工智能的深度融合，推动中药材智能识别技术的发展和应用，为中医药现代化做出贡献。如需生成配套训练代码（如YOLOv8格式训练脚本）、中药图像识别模型部署方案，可以参考相关资源。
从零开始用自定义 Triton 内核编写 FlashAttention-2
本文实现了FlashAttention-2前向传播：通过分块Q/K/V、流式处理K/V避免物化大矩阵，采用在线softmax保障数值稳定，支持因果/非因果模式，并用Triton autotuner调优、PyTorch验证。核心是IO感知设计，将内存复杂度从O(N²)降至O(N)，显著提升长序列吞吐量。
