- 博客(6)
- 收藏
- 关注
RSS订阅原创 强化学习系统性学习笔记（二）：策略优化的理论基础与算法实现
在 Actor-Critic (AC) 框架中，我们可以使用 TD (Temporal Difference) 误差 来替代传统的 Monte Carlo 回报，从而实现单步更新。PPO(Schulman et al., 2017)用一阶优化 + 巧妙的目标函数设计达到 TRPO 的效果,成为深度 RL 和 RLHF 的标准算法。过大(如 10),说明新旧策略差异巨大,重要性采样失效,梯度估计方差爆炸。新策略分布:P("多喝水")=0.5, P("休息")=0.35, P("吃药")=0.15。
2025-12-17 21:46:08
251
原创 国庆收心指南：用AI提示词工程解决节后综合征
现在是2025年10月7日，国庆假期倒数第2天（明天10月8日是假期最后一天，10月9日上班）。**技术类比**：这就像系统重启前的优雅关闭（graceful shutdown），而不是强制kill进程。国庆假期还有2天结束（今天10月7日，后天10月9日上班），现在感觉[描述你的状态]。你是企业心理健康顾问。- [ ] **21:00** 进行10分钟"4-7-8呼吸法"（吸气4秒，憋气7秒，呼气8秒）- [ ] **20:00** 吃少量碳水化合物（香蕉/燕麦），促进血清素转化，帮助睡眠。
2025-12-17 21:45:22
750
原创 实践笔记：IIS + URL Rewrite + ARR 实现 ASP.NET Core 蓝绿部署
这个费了点周折，比如 URL："/TestPage/aa%2Fbb"，本意是请求 "/TestPage" 页面，路由参数为 "aa/bb"，因为该参数里有斜杠，因此用编码后的 "aa%2Fbb" 传递。但测试时发现转给 App 的请求是 "/TestPage/aa/bb"，造成 404。IIS 的反向代理扩展，提供代理与转发能力。因为 URL 重写没法自适应 http/https，只有个 {HTTPS} 变量(值为 "on"/"off")，为了让 http、https 均能正常访问，只能各自写两条规则。
2025-12-14 13:54:20
380
原创 MySQL索引原理与查询优化实战：从B+树到执行计划分析
B+树的所有数据都存储在叶子节点，且叶子节点间有双向链表连接，这使得范围查询极其高效。二级索引 主键值（按索引键排序） 叶子节点存"索引键+主键值"，需回表查询 INDEX idx_name (name) → 叶子节点存name, id。他开始研究图书管理，发现了一个神奇的结构——B+树目录系统，从此图书馆声名远扬，读者络绎不绝。在B+树中，二级索引的叶子节点存储"索引键+主键值"。在B+树中，主键索引的叶子节点存储完整数据行。没有索引的数据库就像混乱的图书馆，有了合适的索引就像有了智能目录系统。
2025-12-14 13:53:37
732
原创 Excel高性能异步导出完整方案!
苏三商城项目创新性地设计并实现了一套完整的Excel异步导出机制，通过注解驱动、任务队列、定时调度、消息通知等技术手段，完美解决了大数据量导出的技术难题，成为项目的重要技术亮点。这套异步导出机制不仅解决了传统同步导出的技术难题，还提供了良好的扩展性和维护性，是苏三商城项。// 3. 获取对应的Service并执行导出。// 6. 更新任务记录并发送通知。// 1. 更新任务状态为执行中。状态管理：完整的任务状态流转（等待→执行中→成功/失败）// 4. 更新任务状态为成功。
2025-12-13 13:48:46
415
原创 Spring Cloud Alibaba + Dubbo
在微服务世界里，服务间的调用就像小伙伴之间传纸条。你可以直接跑过去，也可以用 Dubbo——微服务界的“极速传声筒”，帮你瞬间把消息传到对方手里，还保证安全可靠。@DubboReference 就像小伙伴拿着告示牌来调用服务，看起来像本地调用，其实背后经过 Dubbo RPC 传输。这段配置就像告诉 Dubbo：“我的服务在这里，注册中心在那，你们都来找我吧！简单说，Dubbo 就像微服务间的 “传声筒+导航”，让调用高效又可靠。就像给你的微服务装上“远程呼叫+自动寻址”的外挂，轻松实现服务调用。
2025-12-13 13:47:54
272
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人