自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(43)
  • 收藏
  • 关注

原创 Linux 系统日志‘/var/log/syslog‘ 和 ‘/var/log/messages‘ 详解

和都是系统日志文件,它们记录了系统运行时的各种信息,包括启动信息、错误信息、警告信息以及调试信息等。这两个文件的具体使用可能因不同的Linux发行版而异。

2025-11-19 20:46:31 370

原创 Git Bisect - Git Commit 故障排查利器使用详解

git bisect 是 Git 分布式版本控制系统中的一个非常有用的命令,它通过一个二分查找的过程来确定引入错误的具体提交,这个过程可以显著减少查找错误的时间。Git Bisect 使用 的基本步骤:首先,你需要确定一个已知的错误提交(当前发现错误的提交的Commit ID)和一个已知的好提交(代码能正常工作的提交的Commit ID)。然后,使用 git bisect start 命令开始 bisect 过程。

2025-11-16 16:22:11 205

原创 字母异位分组

给你一个字符串数组,请你将 字母异位词 组合在一起。可以按任意顺序返回结果列表。

2025-11-12 10:06:47 191

原创 实战篇:Playwright 安装与使用

本文介绍了使用Python和Playwright进行自动化测试的基本流程。首先安装Playwright库,并下载所需浏览器内核。然后展示了百度搜索测试脚本示例,包含启动浏览器、打开页面、输入搜索词、获取结果等完整步骤,适合初学者快速上手浏览器自动化测试。

2025-11-05 16:09:45 310

原创 Ollama 下载安装及配置

Ollama安装指南:支持Windows和Docker两种方式。Windows用户需从官网下载安装程序,默认路径不可更改但可通过命令行指定(如OllamaSetup.exe/DIR="E:\location")。安装后通过命令行输入"ollama--version"验证。Docker用户可拉取官方镜像并运行容器,通过http://localhost:11434访问服务。两种方式均提供详细安装说明和验证步骤。

2025-10-24 09:24:00 228

原创 pyenv 命令 command not found: pyenv

在终端中尝试运行 pyenv 命令时,收到“command not found: pyenv”的错误提示,这意味着系统找不到名为 pyenv 的命令。安装完成后,将 pyenv 添加到系统的 PATH 环境变量中。然后,重新加载配置文件:source ~/.bashrc # 或者 source ~/.zshrc。通过以上步骤,能够解决 command not found: pyenv 的错误、$ pyenv --version,如果显示版本号,则表示安装成功。

2025-09-28 12:05:46 686

原创 我的第一个AI Agent

今天搭建了一个简单的AI Agent, 欢迎大家试用,评论区加问题~随意聊天对话,它会输出最新的资讯给到你。

2025-09-26 14:17:34 154

原创 Pandas 深入学习【7】数据合并

是一个非常强大的函数,用于沿指定轴(行或列)连接多个数据结构(如 DataFrame 或 Series)。假设我们有两个DataFrame。只有按行合并,没有按列合并,相当于。

2025-09-22 13:57:25 264

原创 Pandas 深入学习【5】dataframe 行和列计算

df.ndim: 返回DataFrame的维度数,对于DataFrame来说通常是2, Series 是1.也是一种获取行数的方法。它通过获取DataFrame的索引长度来计算行数。df.shape: 返回一个包含行数和列数的元组,例如(行数, 列数)len()函数可以直接返回DataFrame的行数。这将返回一个整数,表示DataFrame中的元素总数。属性,尤其是在处理大型DataFrame时。获取DataFrame的大小,可以使用。

2025-09-22 11:42:38 224

原创 Pandas 深入学习【4】train_test_split函数

random_state的值会影响划分的随机性,如果不设置random_state的值,每次划分都是随机的,导致得到不同的训练集和测试集。而如果设置了random_state的值,可以保证每次划分是相同的。特征的选择:决策树在每个节点的决策过程中,会根据某些标准选择一个最佳的特征进行划分。random_state的值会影响这一选择过程中的随机性,即使数据和模型参数相同,不同的random_state值可能会给出不同的特征选择结果。通过设置相同的随机种子,可以确保每次运行代码时,数据集的划分结果是相同的。

2025-09-22 11:10:40 196

原创 Pandas 深入学习【3】数据标准化处理 StandardScaler

是 Scikit-learn 提供的一个工具,用于对数据进行标准化处理,使其均值为 0,标准差为 1。这种处理方式有助于加快梯度下降的收敛速度,并提高模型的性能。

2025-09-22 10:37:13 251

原创 Pandas 深入学习【2】dropna详解

在数据分析中,处理缺失值是一个常见的任务。Pandas 提供了 dropna 函数来删除包含缺失值的行或列。dropna 函数的 subset 参数允许我们指定要考虑缺失值的特定列或行。

2025-09-22 10:11:53 454

原创 Pandas 深入学习【1】

data['Value'].fillna(method='bfill', inplace=True),使用后向填充(backward fill)方法填补剩余的缺失值,用后一个有效值填充前面的缺失值,这样可以确保所有缺失值都被填补(如果开头有缺失值,ffill 无法处理)bins区间的最右边,默认为True,最右边为闭区间,False则不包含 labels:要返回的标签,和bins的区间对应。根据某个特征数据(如某列),筛选,把筛选出来的数据按条件赋给新数据列,列如。是否删除缺失值nan,默认删除。

2025-09-18 16:30:52 308

原创 Jenkins参数化构建

1. 新增字符串参数,参数名为Branch, 默认值为feature/f250907, 描述可以设置你想要的说明等等。其他类型的参数类似,用上面的方法配置,界面创建好后添加到对应的pipeline 脚本或者Jenkinsfile中。替换分支参数,使得可动态获取给的build 分支。可以添加echo语句查看验证是否获得参数值。在脚本中添加参数,确保参数名和默认值和界面上配置的一样。3. 配置pipeline scripts。在Jenkins 界面上配置参数。

2025-09-15 17:32:01 258

原创 Jenkinsfile配置【1】

6. 到jenkins机器上确认,代码克隆成功。3. 生成Gitee WebHook 密码。2. 在构建触发器里匹配webhook。1. 新建流水线任务。4. 编写流水线脚本。

2025-09-15 11:30:04 528

原创 PyTorch 神经网络

创建了一个名为 SimpleNN 的神经网络类,继承自 nn.Module网络结构包含两个全连接层:fc1(输入2维,输出2维)和 fc2(输入2维,输出1维),使用ReLU激活函数。return x。

2025-09-11 18:38:20 322

原创 PyTorch 梯度与微积分

梯度是一个向量,表示多元函数在某点处变化最快的方向和变化率:对于单变量函数:梯度就是导数对于多变量函数:梯度是由各个偏导数组成的向量可以把梯度想象成坡度(就像山坡的陡峭程度),方向指引(告诉你朝哪个方向走能最快上升或下降)和敏感度(表示输入的小变化会引起输出多大的变化)在机器学习中,我们通常使用梯度来更新模型参数,使损失函数最小化。

2025-09-11 14:18:38 363

原创 PyTorch之张量创建与运算

PyTorch 主要有以下几个基础概念:张量(Tensor)、自动求导(Autograd)、神经网络模块(nn.Module)、优化器(optim)等。张量(Tensor):PyTorch 的核心数据结构,支持多维数组,并可以在 CPU 或 GPU 上进行加速计算。自动求导(Autograd):PyTorch 提供了自动求导功能,可以轻松计算模型的梯度,便于进行反向传播和优化。

2025-09-11 13:36:45 476

原创 Torch 安装

直接输入命令pip install torch torchvision,下载了一天都没下载下来,非常慢...加了超时,也不行。这里大家就不要踩这个坑了。PyTorch 是一个流行的深度学习框架,这里介绍下安装方法。

2025-09-10 20:32:23 215

原创 AI自动化测试工具入门

随着 AI 技术的迅猛发展,其强大的数据分析、智能识别与自主学习能力,加速了测试流程的智能化进程。手动编写脚本效率低、用例覆盖率不足、跨平台兼容性差等传统自动化测试痛点,也正被AI技术逐一击破。2025年,AI驱动的自动化测试工具已能基于自然语言生成测试场景、智能预测缺陷模式、甚至通过强化学习自我优化测试策略。这种变革,不仅让测试速度提升数倍,更将测试从“事后验证”推向“预防式质量守护”。

2025-09-10 09:14:33 1187

原创 数据分析之Pandas入门小结

填充空白值(NaN),最简单的可以直接替换,设置指定列替换为指定值,指定列的空值就会被替换为目标数据,如newdf2=df.fillna({'b':3,'f':7})1.查看文件内容,通过newdf.head(),查看前100行,可以用newdf.head(100), 也可以直接输入变量名df查看全部内容,如上图。用索引列访问会报错,该列为索引列 df['a'],其他列依然可以用列名访问数据。7. 设置列索引,可以手动定义列索引,一旦定义列索引后,行索引自动消失,也就不能用iloc访问数据。

2025-09-10 08:35:56 605

原创 PIP install timeout 报错解决办法

设置超时时间: pip --default-timeout=1000 install -U langchain-openai。中国科学技术大学 http: //pypi.mirrors.ustc.edu.cn/simple/中国科技大学 https: //pypi.mirrors.ustc.edu.cn/simple/清华大学 https: //pypi.tuna.tsinghua.edu.cn/simple/阿里云 http: //mirrors.aliyun.com/pypi/simple/

2025-09-09 15:04:49 854

原创 Python中cache文件夹及环境变量DONOTWRITEBBYTECODE

python编写项目,在第一次运行后,会发现工程根目录下生成了一个__pycache__文件夹,里面是和py文件同名的各种 *.pyc 或者 *.pyo 文件。Python程序运行时不需要编译成二进制代码,而直接从源码运行程序,简单来说是,Python解释器将源码转换为字节码,然后再由解释器来执行这些字节码。

2025-09-08 10:56:28 731

原创 AI人工智能神经网络介绍

节点 Neuron: 类似于人脑的神经元,每个节点接受输入信号,进行处理后发送输出信号。层Layer: 神经网络的结构由多个层组成,每层包含一定数量的节点。一般分为输入层,隐藏层和输出层。链接Weights: 每两个相邻层之间的节点通过带有权重决定了信号传输的强度。

2025-09-05 15:44:25 288

原创 JMeter 元件说明

测试计划: 存放测试内容的地方线程组: 测试的人,可设置人数压力取样器: 要测试的目标。

2025-09-02 13:26:49 176

原创 Maven 镜像源汇总

标签中添加 mirror 子节点,如。中添加repository子节点,如。

2025-08-30 15:32:44 217

原创 Linux 常用命令

/.bashrc~/.profile (部分系统为 ~/.bash_profile)/etc/profile (部分系统为 /etc/bash_profile)

2025-08-29 12:51:18 524

原创 【解决办法】IntelliJ IDEA 里Java 文件图标显示为咖啡杯

文件图标显示为咖啡杯的情况。这通常表示 IDEA 未正确识别这些文件,导致代码提示和检查功能失效。文件显示为咖啡杯图标的问题,并恢复 IntelliJ IDEA 的正常开发功能。在使用 IntelliJ IDEA 开发 Java 项目时,可能会遇到。如果项目目录未被标记为源根目录,IDEA 无法识别。清理旧的构建文件并重新加载项目配置。省电模式会禁用代码检查功能,导致。确保选择了有效的 JDK 版本。确保项目使用了正确的 JDK。文件无法被正确识别。在项目视图中右键点击。确保取消勾选该选项。

2025-08-28 17:39:00 1153

原创 Selenium WebDriver 驱动下载与使用

注意: 如果要打开 IE 浏览器的话,需要在浏览器的 Internet 选项中的安全页里有 4 个安全选项,Internet、本地 Internet、受信任的站点、受限制的站点,这 4 个里面都有一个启用保护模式,都需要勾选上才可以。使用方法:把文件存放在项目目标目录下,例如:C:\projectxxx\selenium_driver。下载对应驱动:根据自己的操作系统下载相对应的驱动。该浏览器不用下载驱动,可以直接执行代码。

2025-08-28 16:16:20 797

原创 DevOps 实践之ELK 搭建

在usr/share/elasticsearch/config/elasticsearch.yml 加两行配置。这样ES 就部署好了,默认端口是9200, http://192.168.183.151:9200。# docker macvlan 可以让每个容器都有自己的IP, 不需要端口映射。就可以看到我们的ES, Kibana自身已经可以被监控到了。下载Elasticsearch镜像并创建容器。#关闭防火墙,设置最大内存,内存放大。ES 配置, 进入容器。下载Kibana镜像并创建容器。

2025-08-03 14:00:00 341

原创 DevOps 实践 之SonarQueb 配置(4)

我们默认的都是Linux CentOS 安装, 这里就不多说了。SonarQube (以前叫Sonar) 是一个开源的代码质量管理平台, 专用于持续集成分析和测量技术质量。

2025-07-22 19:17:17 209

原创 DevOps 实践 之GitLab搭建配置(2)

粘贴SSH Key到GitLab: user--> preference --> SSH Key。找出initial passord, 并初始化GitLab。生成ssh key, 打开id_rsa 文件,复制内容。工具: docker, docker-compose。新建空白仓库,上传本地代码,本地Terminal执行。2. 编写docker-compose.yaml。1. 拉取GitLab镜像。打开GitLab,并登录。push 本地代码到仓库。系统: CentOS。

2025-07-21 15:17:20 177

原创 Docker 和 Docker-Compse 安装

从github上下载可执行文件, 如docker-compose-linux-x86_64。优化docker-compose可执行文件名为docker-compose。系统任意位置可以调用到docker-compose, 可查看版本号。docker-compose up --d #后台启动应用程序。将可执行文件移到Path目录里,这样系统就可以调用到它。编辑docker-compose.xml文件,并执行。docker-compose up #启动应用程序。启动docker, 并设置开机自启。

2025-07-19 20:29:29 184

原创 DevOps 实践 之构建工具安装配置 (1)

这里通过docker 安装jenkins, 预先安装好docker和docker-compose。解压并安装到/usr/local。添加maven1.8的编译插件。Windows上下载url。

2025-07-18 21:46:57 386

原创 CenOS 7 内核升级 - 3.10 升级到5.4

用CentOS7 安装K8S,发现系统版本太低了,

2025-07-18 17:46:13 371

原创 CentOS 7 不能使用 yum,报错Could not retrieve mirrorlist

basearch/ 改成 “baseurl=http://vault.centos.org/centos/7.9.2009/extras/$basearch/”需要把每个模块里的baseurl更新成下面类似的, 如将baseurl=http://vault.centos.org/centos/经过一番调查,发现系统默认的Centos-Base.repo里没有给定镜像仓库,引用的地址都是注释掉的。新装了CentOS 7 系统,准备安装些软件,发现报错。再尝试安装软件,就不会报错了。

2025-07-18 14:54:04 402

原创 Git 常用命令

git reset --hard <commit id> # 回退到版本 commit id = xxx。git pull origin master # 从主分支pull到本地。git checkout master # 切换到master分支。git checkout -b aa # 创建并切换到aa分支。git merge aa # 把aa 分支合并到master分支。git merge #把当前分支合并到master 分支。git push # push到默认主分支。

2025-07-17 14:19:35 123

原创 ONNX Runtime 入门实践

ONNX Runtime是一种高性能引擎,旨在高效运行 ONNX 模型。它是一种帮助更快、更高效地运行机器学习模型的工具。它适用于 Windows、Mac 和 Linux 等不同平台.

2025-07-16 21:01:15 361

原创 AI大模型如何重塑软件开发流程?

未来,人机协作的开发模式将成为主流,开发者需要适应这一趋势,利用AI提升效率,同时专注于更高价值的创造性工作。凭借其强大的知识储备和分析能力,大模型可以对不同架构模式的优缺点进行评估,根据项目的具体需求和约束条件,推荐合适的软件架构。近年来随着人工智能技术的快速发展,(AI)大模型正逐步渗透到软件开发的各个环节,深刻影响着传统的软件开发流程。传统的软件开发流程通常包括需求分析、设计、编码、审查、优化、、测试和部署等多个阶段,而AI大模型的引入使得这些环节的效率大幅提升,甚至在某些方面实现了自动化。

2025-07-15 17:06:45 1359

原创 Linux 命令执行方式

2. 子进程运行完成后,释放大部分资源并通知父进程,这个时候子进程就被称为僵尸进程。source ./test.sh --> 改变目录,当前目录更新为test。source ./test.sh --> 改变目录,当前目录更新为test。3. 父进程获知子进程结束后,处理子进程释并释放其所有资源。bash test.sh- -> 不会改变目录,bash test.sh- -> 不会改变目录,./test.sh --> 不会改变目录。./test.sh --> 不会改变目录。

2025-07-15 14:23:41 306

Windows 版本JDK17

Windows 版本JDK17

2025-07-21

Windows 版本JDK1.8

Windows 版本JDK1.8

2025-07-21

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除