不卷了，再见，回老家了

如标题所示，双非小地方的计算机学生，期末靠速成，平时也没怎么学，没参加过比赛，现在是大三下，有点焦虑之后还要不要入行计算机，暑假前还有时间自学，只不过感觉会很容易被ai替代，自己的爱好在画画手绘那一块，在想是转行搞画画那方面的还是不死心学一学计算机。求指点

先搞懂：为什么需要位置编码？Transformer 模型本身是 位置无关 的！它不知道哪个词在前，哪个词在后。比如 "我喜欢吃苹果" 和 "苹果喜欢吃我" Transformer 会认为这两个句子的结构完全一样，因为它只关心词与词之间的关系，不关心顺序。但实际上这两个句子的意思完全不同！所以需要 位置编码 来告诉模型每个词的位置信息传统位置编码问题方案1：学习型位置编码，初始化一个位置向量，全程全靠train给每个位置随机初始化一个向量让模型自己学习每个位置应该是什么样的❌ 缺点：只能处理训练时见过的长度，遇到更长的句子就傻眼了方案2：正弦位置编码用三角...

我就一个民办本科学生，现在还欠着学贷上学，每天花着父母辛苦攒下的钱，总觉得自己是一个废物。大二就一点互联网公司的水训练营和一个实习经历，实习还没有工资。学贷和我上学的钱啥时候能挣上啊，TMD爱怎么滴怎么滴吧，大不了世界真的变成《赡养人类》的终产者，都结束吧 还有“活路”#

我觉得公司和岗位的重要性各占一半吧，在大厂做边缘业务，和小厂做核心业务，价值其实是一样的。更多还是看个人能力可不可复制，业务和岗位有没有上升空间，没必要死磕大厂。 小公司的技术团队一般也就百来号人，开几次全员大会，公司什么情况、接下来要做什么，基本就摸清了。平时吃饭闲聊，也能知道行业里在玩什么。想知道别的团队在干嘛，搬个椅子去聊聊天就行，组织扁平得很。趁着这个机会前后端都折腾一遍，慢慢就能找到自己真正感兴趣的方向。 技术选型上，小公司喜欢追新，能买第三方的绝不自己造。但问题也明显，基础设施不完善，经常东拼西凑用开源方案凑合，规范不统一，有时候感觉就是在“把东西弄出来先跑起来”。工作标准也相对宽...