- 博客(88)
- 收藏
- 关注
RSS订阅原创 瑞吉外卖项目
由于项目做的是手机端的适配，在电脑PC端无法直接正常显示，在浏览器按下F12按钮即可正常显示。也就是说，后台左侧看到的“员工管理”，本质上不是一个按钮，而是后端提供的一组接口共同支撑出来的。所以后台订单模块能查到订单，不是凭空出现的，而是前台下单流程先把订单主表和订单明细表都写好了。虽然后台左侧菜单叫“订单明细”，但后台看到的订单数据，最早是前台下单时生成的。虽然这不是后台左侧菜单直接点的接口，但它和订单明细模块是同一套后端数据。所以分类管理后端最关键的地方不是“新增”，而是“删除前的关联校验”。
2026-06-05 23:00:43
280
原创 新蜂商城食用指南
源码地址如下：本项目登录优化加上了redis，运行时切记打开redis服务，下载安装redis指定请见主要表现为登录系统之后重启系统刷新页面，登录状态依旧保留不用重新登录，因为redis缓存了登录状态后台管理系统账号admin,密码123456redis压缩包和upload压缩包请见：通过网盘分享的文件：newbee链接:提取码: ih7p–来自百度网盘超级会员v4的分享。
2026-05-11 14:26:33
498
原创 数仓实验2
点击 Maven 刷新按钮（Reload All Maven Projects）运行了 Java 程序，就已经完成了：建库 + 建表 + 加载数据 + 查询。⚠️ 如果端口被占用，可以换一个端口（如 10001），并同步修改。表需要提前创建，如果没有，可以换成你已有的表名（如。和 Java 代码中的连接串。你需要先创建三张表并加载数据。
2026-04-14 23:45:32
602
原创 数仓实验1
(1) 在线安装MySQL使用root用户登录hadoop01节点，执行以下命令：(2) 启动MySQL服务(3) 设置MySQL root用户密码1) 无密码登录MySQL2) 设置root用户密码在MySQL客户端中执行：3) 有密码登录MySQL验证(4) 创建Hive账户在MySQL客户端中执行：2) 授予Hive用户权限3) 验证Hive用户登录遇到问题了，hive连接不上切换到hadoop用户：从官网下载或使用本书配套资源中的Hive安装包：(2) 解压H
2026-04-14 23:44:39
495
原创 Docker实验5
Swarm 的 routing mesh 允许所有节点接受对 service 已发布端口的访问请求，即使该节点本地没有运行该 service 的 task，也可以把流量转发给可用副本。克隆后的虚拟机会成为独立虚拟机，并且拥有不同的 MAC 地址和 UUID。Docker 官方说明，节点会根据你使用的 token 加入为 worker 或 manager。部署成功后，在宿主机浏览器或物理机浏览器访问 manager 节点：(会把当前节点切换到 Swarm 模式，将其设置为 manager，并默认监听。
2026-03-27 21:44:08
540
原创 J2EE实验
一、Thymeleaf 是什么Thymeleaf 是一种Java Web 模板引擎，主要用于在服务器端将数据渲染到 HTML 页面中。用于将后端数据动态渲染到 HTML 页面中的模板引擎，实现了页面与数据的解耦。Controller 负责数据Thymeleaf 负责把数据“填进 HTML”核心特点服务端渲染页面在服务器生成后再返回浏览器HTML友好页面本身仍然是合法HTML使用 th: 语法操作数据如th:textth:eachth:if二、本项目整体说明Controller（后端逻辑）
2026-03-27 20:07:50
545
原创 Docker实验2----4
虚拟机：在window中装一个VMware，通过这个软件我们可以虚拟出来一台或者多台电脑！笨重虚拟机也属于虚拟化技术，Docker容器技术，也是一种虚拟化技术Docker基于Go语言开发的开源项目。
2026-03-23 13:27:12
621
原创 时间复杂度
无论T(n)有多复杂，只需要关心其数量级， 即最重要的那一项且忽略其系数时间复杂度是指令执行次数的数量级估计步骤:问题规模为n,指令执行总次数为T(n)O1OlognOnOnlognOn2On3O2nOn!Onn注:O(logₖ n) = O(log₂ n)，故 O(logₖ n) 也写作 O(log n)
2026-01-27 20:14:52
627
原创 李沐动手学深度学习笔记（5）---语义分割与转置卷积
这是一张图片，ocr 内容为：这是一张图片，ocr 内容为：这是一张图片，ocr 内容为：这是一张图片，ocr 内容为：这是一张图片，ocr 内容为：这是一张图片，ocr 内容为：这是一张图片，ocr 内容为：这是一张图片，ocr 内容为：这是一张图片，ocr 内容为：这是一张图片，ocr 内容为：写了这么多代码，发现面向对象的方式可以很方便地实现集成功能，把所需要的函数、属性定义在类里，通过创造实例来简化程序。
2026-01-24 00:48:29
759
原创 李沐动手学深度学习笔记（4）---物体检测基础
图像分类任务中，我们假设图像中只有一个主要物体对象，我们只关注如何识别其类别。 然而，很多时候图像里有多个我们感兴趣的目标，我们不仅想知道它们的类别，还想得到它们在图像中的具体位置。 在计算机视觉里，我们将这类任务称为目标检测（object detection）或目标识别（object recognition）。目标检测在多个领域中被广泛使用。 例如，在无人驾驶里，我们需要通过识别拍摄到的视频图像里的车辆、行人、道路和障碍物的位置来规划行进线路。 机器人也常通过该任务来检测感兴趣的目标。安防领域则需要检测异
2026-01-24 00:31:44
621
原创 李沐动手学深度学习笔记（3）---数据增强与模型优化
数据增广通过变形数据来获取多样性从而使模型泛化性能更好常见方法翻转、切割、变色等等微调通过使用在大数据集上得到的预训练好的模型来初始化模型权重来完成精度提升，相当于使用了先验知识，也相当于将模型初始化在一个距离最优解附近的一个“模型初始化”方法预训练模型质量很重要（比如一般选择 ImageNet 上预训练的 ResNet50 等）微调通常速度更快、精度更高。
2026-01-24 00:20:52
947
原创 pta考试
本题要求实现一个函数，计算将 n 个盘子从汉诺塔的第一根柱子移动到第三根柱子所需的最少移动次数。移动必须遵守以下规则：1）每次只能移动一个盘子；2）任何时候大盘都不能放在小盘之上。函数接口定义：其中 n 是用户传入的参数，为 [1, 30] 的正整数。函数应返回完成任务所需的最少移动次数（结果保证在 long long 范围内）。裁判测试程序样例：输入样例：输出样例：思路：经典汉诺塔最少移动次数满足递推：所以：T(n)=T(n−1)+1+T(n−1)=2T(n−1)+1且 这个递推的闭式解是：T(n
2026-01-17 18:37:00
765
原创 最终大项目（38万条数据）
我遇到的问题：Flink程序在Windows上运行，可以连接到hadoop01和hadoop02，但无法连接到hadoop03。输出结果文件为result.txt。上传至虚拟机后修改为对应文件名sogoulogs.log即可。这是现有的数据文本toutiao_cat_data.txt，一共三十多万条数据。用以下python程序处理完十几秒即可得到我们可以直接处理的数据格式。里面创建新的topic，并使用。同时可以看Mysql记录。
2026-01-03 15:55:35
663
原创 实验一 git以及github使用
快进合并master和feature。feature分支的提交是从master分支上创建的，且master分支没有做任何新的提交（或者做的提交很少，feature分支的提交直接跟在master分支之后）。
2025-11-30 12:26:07
1259
原创 实验4 使用Nacos实现服务的注册与发现
时触发，触发之后，会将不健康的实例也提供给消费者使用，以防止洪峰流量到来时，无法支撑的问题。比如现在有两个实例，分别可以承受 10W 并发量，此时其中一台宕机，并且洪峰流量达到 20W，为了保护健康状态的实例，雪崩保护机制会将非健康的实例也拿出来提供服务，分担并发量，以防止压力太大，将健康的实例也崩溃掉。版本很多，注意一下下载的版本，看一下之前的 Spring Cloud Alibaba 的版本对应关系，按照之前的配置，我们应该选择 Nacos Version 1.4.1 版本。
2025-11-29 20:50:52
1210
原创 实验3 微服务介绍以及开发环境搭建
以传统电子商务系统为例，可能会涉及到用户模块、商品模块、订单模块、购物车模块、权限模块、内容模块等等，这些模块一般都是在一个项目中开发，部署的时候也是打包成一个War包或者Jar包，然后部署到一台Tomcat服务器上，非常的简单便捷，包括大家前段时间所学的SpringBoot+Vue项目，在部署和运行时，我们也是打包成一个包运行。这时候，我们就思考可不可以将重复的代码抽取出来，做成统一的业务层作为独立的服务，然后由前端控制层调用不同的业务层服务，这就产生了新的分布式系统架构。（4）为每个子模块设置端口号。
2025-11-29 20:49:42
1246
原创 李沐动手学深度学习笔记（2）---卷积神经网络
定义： 是 PyTorch 所有神经网络层、模型的基类（base class）。所有的网络层（Linear、Conv2d、RNN等）以及你自己写的自定义网络，都必须继承它。特点：举例：Block（块，结构单元）定义：Block 并不是 PyTorch 中的一个正式类名，而是我们在设计网络时人为定义的中间层次结构。它是由若干 组成的一个子结构。用途：举例（ResNet 残差块）：Sequential（顺序容器）定义： 是 的一种特殊子类，用来按顺序堆叠层，让代码更简洁。特点：
2025-11-23 17:02:04
1360
原创 李沐动手学深度学习笔记（1）
定义矩阵维度、精度、赋值Pandas 数据基本操作：读取 CSV 文件并转换为 Pandas Dataframe 格式：取出对应索引的数据分片：补充缺失数据：将离散类别进行 One-hot 编码成数字，同时将缺失值当成一种类别关于线性代数相关知识，强烈推荐3Blue1Brown的超棒教程 👇范数（Norm） 就是用来度量一个向量的“长度”或“大小” 的数学工具。Q&AQ：怎么改变 Tensor 里元素
2025-11-06 16:03:49
1064
原创 深度学习（1）---基础概念扫盲
什么是深度学习？深度学习是一种通过多层神经网络来模拟人脑工作方式的技术。通过这种多层网络，深度学习模型能够自动提取数据中的特征，并基于这些特征进行预测、分类、生成等任务深度神经网络的本质：通过多层的神经元层级结构，以来进行学习。与传统的浅层神经网络不同，深度神经网络拥有更多的隐藏层（深层结构），使得它能够捕捉和表示更复杂的数据关系和特征。其强大之处在于可以通过隐藏层神经元的非线性空间变换使得非线性数据变得线性可分进阶：深度生成模型（图像生成，视频生成等等）深度学习能干什么？
2025-10-30 11:39:34
1038
原创 机器学习(3)---线性算法，决策树，神经网络，支持向量机
最常用的公开数据集分类和回归都是监督学习，因为二者的数据集都有标签，有直接的反馈分类依据按训练数据中是否有标签（以及反馈信号的类型）分：按 学习方式/数据输入方式 来分按怎么泛化来分回归就是找条线先导入数据集一元线性回归y=kx+b最优化问题，民主投票，距离的衡量代码实现用测试集试试效果此处不需要归一化，没啥区别因为多元线性回归学习的是每个特征的权重（系数），模型会自动调整这些权重来适应不同特征的数据尺度多项式回归逻辑回归叫着回归的名，做着分类的活逻辑函数（Logistic
2025-10-29 20:33:09
1074
1
原创 pycharm连接远程服务器
还是根据autodl官网的登录信息填入主机名，用户名（一般是root），端口号。去autodl平台租服务器，如果一开始不熟练可以开无卡模式，价格0.1每小时。按照自己的需求选择配置，我这里用的是pytorch2.0.0.同步文件夹处记得改成自己的文件夹以及服务器映射的文件夹。导入成功之后，注意选择左侧的系统解释器。解释器按如图选择python即可。导入成功之后可在此看到一系列的包。打开Pycharm，连接服务器。按照服务器官网登录信息填充即可。此处选择自己文件夹的路径。选择好之后点击创建即可。
2025-10-13 14:37:13
583
原创 机器学习入门（2）-KNN,朴素贝叶斯，决策树，随机森林
K值取很小：容易受异常点影响K值取很大，容易受K值数量（类别）波动fit(X, y)—— 训练（存储数据）作用：把训练集的特征值X和目标值y“喂”进模型。KNN 的特殊性：它不像逻辑回归、神经网络那样需要学习参数。fit本质上只是 把训练数据存起来，后续预测时用。所以fit在 KNN 里非常快。相当于告诉模型：训练集中这些样本（X_train）对应的类别是这些（y_train）。predict(X)—— 预测作用：给定新的样本（特征矩阵X），预测它的类别/输出值。
2025-10-10 17:00:13
868
原创 操作系统第二章（下）
时间片轮转调度算法（RR，Round-Robin）算法思想：公平地，轮流地为各个进程服务，让每个进程在一定时间间隔内都可以得到响应算法思想：按照各个进程到达就绪队列的顺序，轮流让每个进程执行一个。若进程未在一个时间片内执行完，则剥夺处理机，将进程重新放到就绪队列队尾重新排队用于进程调度（只有作业放入内存建立相应的进程后，才能被分配处理机时间片）是否可抢占？若进程为能在时间片内运行完，将被强行剥夺处理机使用权，因此时间片轮转调度算法属于的算法。由时钟装置发出时钟中断来通知CPU时间片已到。
2025-10-09 11:21:49
1204
原创 数据结构与算法（3）-双向链表与栈与队列
如何找到环的入口?此时count=6,意味着环有六个节点说明第一次循环fast指针比slow指针多走六步。
2025-10-08 17:20:03
1075
原创 数据结构与算法（2）-线性表的应用
做一个数组,下标从0到21,因为链表中的值的绝对值最大是21,我们从链表第一个结点开始,链表第一个值是21,那么数组下标为21处的值设为1,链表第二个数的绝对值是15,那么数组下标为15处的绝对值设成15,链表第三个数的绝对值是15,此时去数组发现下标为15的地方已经标值1了,所以这个是重复的,把链表第三个节点删除.循此往后直到链表末尾即可。假设要找倒数第三个节点,那先让快指针走三步,走完之后再让快指针和慢指针同步去走,直到快指针指向了链表末尾的NULL,此时慢指针指到了目标。指向第一条链表当前节点，
2025-10-07 17:24:07
808
原创 数据结构与算法（1）
由 n（n ≥ 0）个数据特性相同的元素构成的有限序列，称为线性表。即：线性表是 n 个数据元素的有限序列，其中 n 个数据是相同数据类型的。首节点：存在唯一的一个被称作”第一个“的数据元素尾节点：存在唯一的一个被称作”最后一个“的数据元素除第一个元素外，结构中的每个数据元素均只有一个前驱除最后一个元素外，结构中的每个数据元素均只有一个后继线性表的ADT：int isbn;strcpy(b.bookName,"Java编程思想");b.price=45;return 0。
2025-10-06 17:26:36
1092
原创 C语言笔记
函数的声明与定义//func.h//函数声明//func.cint printstar(int i){ //i为形式参数return i+3;void print_message(){ //可以调用pirntstar// main.c// ""是指在当前目录下找头文件int a=10;return 0;函数声明与定义的差异：整合成一个// 函数声明// 函数定义int printstar(int i) { // i 为形式参数。
2025-10-02 18:04:32
1291
原创 机器学习入门（1）-----基础概念扫盲
删除：如果每列或者每行数据缺失值达到一定比例，建议放弃整行或整列插补：通过缺失值每行或每列的平均值，中位数来填充sklearn缺失值API:sklearn.preprocessing.Imputer数据中缺失值格式：np.nan# 1.初始化Imputer,指定”缺失值“，指定填补策略。指定行或列，axis=0代表按列操作# 注：缺失值也可以是别的指定的要替换的值# 2.调用fit_transformdef im():"""缺失值处理"""
2025-09-28 15:41:20
1192
原创 用户行为数据可视化
进入网址：https://tomcat.apache.org/download-90.cgi，选择图示版本解压至windows本地文件夹即可。
2025-09-22 20:43:58
688
原创 基于Spark的用户实时分析
这样您就可以在 IDEA 中完整地开发、调试和运行 Spark 程序了！首先，我们需要下载 Spark 安装包。：点击绿色的运行按钮 ▶️。目录下会生成结果文件。
2025-09-17 20:34:49
964
原创 numpy学习笔记
求和、计算平均值、计算中位数、标准差、方差。整数类型 int uint。计算分位数、累积和、累积差。浮点数 float。复数 complex。
2025-09-15 15:19:18
258
原创 构建日志采集和分析平台(Flume+Hive)
1.8.0scphadoop01hadoop01seqmemoryloggerflume-ngagent-n agent-nagent-c conf-cconf-f执行命令后，Flume Agent 会启动并开始工作。这些就是loggerSink打印出的事件内容。body部分同时显示了字节序列（十六进制）和其对应的字符串格式。要停止 Flume Agent，只需在控制台按下Ctrl + C组合键即可。
2025-09-14 14:05:39
1198
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人