墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
900+累计阅读
915平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
2009年9月，五峰一中收到《编程之美》编写小组第二批捐款2万元，学校利用这笔稿酬为微机室购买了一台投影仪，便于教师更方便、生动地给学生上课，有效提高了课堂教学效率。
自2008年10月，《编程之美》编写小组希望把本书的稿酬捐献出来，帮助经济欠发达地区学校的计算机教育以来，五峰一中是第一批受益者。在博文视点编辑杨绣国的帮助下，2009年2月，五峰一中收到了由《编程之美》编写小组捐赠的第一笔稿酬，共计16000元，这笔钱已全部用于购买计算机，这批“爱心电脑”已投入学生上课使用，学生上课已能保证一人使用一台电脑，有效改善了五峰山里娃学习计算机知识的条件，提高了学生学习的积极性。
2009年9月，《编程之美》编写小组得知五峰一中仍然由于资金匮乏严重制约信息技术的教学后，再次捐赠2万元稿酬。收到这笔稿酬后，五峰一中为微机室购买了一台投影仪，为信息技术的教学提供了方便。《编程之美》的善举，感动着每一个五峰一中人。学校决定克服困难，拟于2011年新建一个微机室，改善学校信息技术教学难的问题。
如何让 RTX 5090 开启 PCIE P2P 以加速多卡通信
RTX 5090 基于新的 Blackwell 架构。NVIDIA 出于对某些主板兼容性（如 IOMMU、Resizable BAR 策略）的保守考虑，**屏蔽了 5090 的 BAR1 P2P 功能**。 我们需要通过 Patch 驱动源码，强制开启这一隐藏功能。 开启 P2P 后，PyTorch 的集合通信算子（Multi-GPU 训练的核心）延迟显著降低，**All-Reduce 甚至降低了 60% 以上**。
RabbitMQ 面试题
你发一条消息，在网络上并不是一个整体飞过去的。如果消息比较大，RabbitMQ 的底层协议会把它切成多个数据包（帧），按顺序发送，Broker 收到后再拼起来。假设线程 T1 和 T2 同时用同一个 Channel 发消息：T1 发消息 A，被切成三个帧：[A1] [A2] [A3]T2 发消息 B，也被切成三个帧：[B1] [B2] [B3]如果没有任何保护，这两个线程的帧可能交错到达 Broker，变成 [A1] [B1] [A2] [B2] [A3] [B3]。
【开关电源篇】整流及其滤波电路的工作原理和设计指南-超简单解读
半波整流是一种利用二极管的单向导通特性，将交流电转换为直流电的基础电路。它通过“切除”交流电的半个周期，仅保留另外半个周期来实现整流。1 开关电源超快学习思路点击跳转1.1开关电源的原理、结构和实物入门篇-超简单解读点击跳转1.2开关电源的EMI输入电路-超简单解读点击跳转倍压整流适用于需要高电压、小电流的特殊场合，通过电容充放电实现电压倍增。
基于 TVM Relax BYOC 扩展 Example NPU 后端：从跑通官方流程到自定义算子融合
至于 codegen 要不要补，取决于 Example NPU 的实现细节——先跑通分区验证，再决定是否深入 codegen，是更稳妥的路径。而「扩展一个原本不支持的融合模式」这件事，恰好能证明你不是照着教程抄了一遍，而是真的理解了 BYOC 的分区规则是怎么工作的。），那么新模式即使被切出来，codegen 阶段也可能报「不支持的算子」。如果 Example NPU 的 codegen 是「按算子名硬编码」的，那么新模式切出来之后，这句话本身没问题，但偏「结果导向」，面试官会追问细节。
Xilinx XDMA驱动代码分析及用法
Xilinx XDMA驱动代码分析及用法 先简单的介绍一下，赛灵思的XDMA的驱动是用于做什么的、他的主要功能就类似与网卡pcie接口的网卡驱动、用于控制主机与fpga设备进行pcie的通讯。通讯的主要方式是设备文件的读写，这里不清楚的同学可以看一下我上一篇文章。通过控制设备文件的读写，操作驱动与fpga设备进行数据传输。 1、目录结构 zacha@Superman:~/nfs/xdma-debug/dma_ip_drivers-master/XDMA/linux-kernel$ tree -C . ├──
自锁电路设计
Hi,uu们,是不是经常要用到自锁电路,通常不是使用555芯片就是用比较器来做自锁,今天我们来简单看下自锁电路的设计.图1采用了比较器构建了一个自锁电路,采用低电平复位，当需要复位的时候志需要将反向端的二极管拉低一下即可，免去 三极管控制同相端和电源短接的麻烦。图1:比较器构建的自锁电路也可以使用555去构建,如下图2所示.图2:使用555构建的自锁电路工作原理见555的真值表,真值表如表1所示.表1:555电路真值表相对来说555还是比较贵,所以我就想能不能有个便宜的方法做个自锁电路,构建电路如下图3所示
smart-tunnel-ai · 隧道/高速智慧化 AI 应用项目
面向的工程师：一个能跑通、能改、能讲清楚的 Spring Boot + Spring AI 项目。：它不是「调了个 ChatClient 输出一句话」，而是把切块策略、增量入库、来源溯源、防幻觉、工具调用、结构化输出、评估集、密钥守卫、CI 护栏这些工程问题都落到了代码里。每一处都能指向具体类讲取舍。详见。
RK3568开发笔记- (TX/RX) RGMII delayline 功能调试
本文详细介绍了RK3568芯片RGMII接口delayline功能的调试过程。针对千兆以太网通信不稳定问题，通过分析RGMII时序要求，利用RK3568内置的delayline功能补偿信号延迟。调试方法包括扫描delayline窗口、测试中间值配置、优化硬件设计等步骤。文章还总结了常见问题解决方案，如PHY选型建议和自动扫描功能配置。最终实现了千兆速率下丢包率降至0.01%以下的目标，为类似开发场景提供了实用参考。
LeetCode 面试经典 150_多维动态规划_交错字符串（97_C++_中等）
LeetCode 面试经典 150_多维动态规划_交错字符串（97_C++_中等） 题目描述： 给定三个字符串 s1、s2、s3，请你帮忙验证 s3 是否是由 s1 和 s2 交错 组成的。 两个字符串 s 和 t 交错 的定义与过程如下，其中每个字符串都会被分割成若干 非空 子字符串： - s = s1 + s2 + ... + sn - t = t1 + t2 + ... + tm - |n - m| <= 1 - 交错 是 s1 + t
Oracle EBS AP 应付模块核心实现逻辑（极简骨架 + 分层拆解 + 业务流转 + 分录 + 核心表）
Oracle EBS AP应付模块采用四层逻辑架构：1）主数据层统一管控供应商基础信息；2）发票负债层通过三单匹配校验生成应付账款；3）付款核销层实现负债冲减；4）SLA层自动生成财务凭证。核心流程包括发票验证（匹配PO/收货单）、付款核销（全额/部分冲账）、会计分录自动生成（通过SLA引擎）。模块严格遵循"无匹配不负债、无验证不入账"原则，与采购、库存等模块深度集成，实现从供应商创建到付款核销的完整业务闭环，确保应付账款准确性和审计追溯能力。
模型预测控制（MPC）解析（三）：多输入多输出系统
本文为阅读笔记，仅供学习交流使用！！！ 在之前的文章中，为了简单起见，以单输入单输出系统为例介绍了MPC控制的实现方法。因为使用的是状态空间方程作为系统模型，这种方法可以轻松的扩展到多输入多输出系统中。 ...
Spring 原理高频面试题全解：Bean 生命周期、三级缓存与 @Transactional 失效（2026 招聘 JD 真题复盘）
按 2026 招聘 JD 与一线面经整理 10 道 Spring 高频题：Bean 生命周期与扩展点顺序、AOP 代理生成时机、三级缓存为何必须三级、构造器注入循环依赖为何无解、@Transactional 六类失效与自调用修复三法、REQUIRES_NEW 连接池耗尽风险、事件总线同步语义与 @TransactionalEventListener、自动配置从 spring.factories 到 imports 的演进、自定义 Starter 三步走，附速查表与三条追问链。
MTK Camera HAL 与 FeaturePipe 架构解析：从硬件抽象到功能管线的工程落地路径
MTK 的 Camera 系统在 Android 平台下采用高度模块化的 HAL 与 FeaturePipe 架构组合，分别承担着底层硬件抽象与上层功能封装的职责。通过将 ISP、3A 算法、Sensor 驱动与图像处理节点解耦封装于功能链条中，联发科平台实现了灵活可控的影像能力调度机制。本文将基于真实项目实践，系统解析 MTK Camera HAL 与 FeaturePipe 架构的设计思路、核心模块与运行机制，结合 AE/AWB/AF 控制流、Buffer 管理策略、功能管线构建方法与多线程调度实现方式
Docker镜像优化：面试高频翻车的简单题
本文深入探讨Docker镜像优化的两大核心层面：体积优化与构建速度优化。指出仅关注镜像瘦身（如使用Alpine）是表面理解，真正关键在于平衡空间与时间——在DevOps流水线中，构建速度常优先于体积。文章详解了多阶段构建、缓存利用、.dockerignore文件等高效策略，并揭示Alpine镜像虽小但存在兼容性、依赖缺失等风险，强调需结合业务场景权衡选择。掌握这些细节，方能在面试中展现真实技术深度，脱颖而出。
数学建模模型总结
这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！
ET2012新版免狗免安装绿色软件
ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，
从 MLIR Toy Tutorial 到自定义硬件方言 Pass：一份 AI 编译器面试项目实战指南
AI 编译器岗位的面试，通常不会只问你「什么是算子融合」这种概念题，而是会顺着简历上的项目往下挖：你写的这个 Pass 解决了什么问题？IR 是怎么设计的？lowering 的边界在哪？为什么这里要插一个 Op 而不是直接生成循环？一个基于 MLIR 的小项目，恰好能覆盖这些追问点。它足够「真」——你能讲清楚 IR、Dialect、Pass、Lowering 的完整链路；又足够「小」——不需要真的去写一个后端，也不需要跑在真实硬件上。先讲 MLIR 的核心思想、分层设计和功能；
SIMATIC S7-1200, S7-1500 PID 控制[手册]
SIMATIC S7-1200, S7-1500 PID 控制[手册]
AI 全栈开发工程师【二面】
传统的大模型应用通常采用：用户输入 → Prompt → LLM → 输出结果这种模式适合简单问答、文本生成和信息提取等任务。但对于复杂业务，仅依靠一次模型调用往往不够。例如，用户提出：帮我查询某个地区近三个月销量最高的产品，并分析销量变化原因。理解用户需求。拆解查询条件。调用数据库或外部工具。获取查询结果。分析数据。生成最终报告。Agent 的核心价值在于让大模型不仅能够生成文本，还能够根据任务目标进行规划、调用工具、观察执行结果，并根据结果调整后续行动。
廖雪峰Python教程[完整版]
廖雪峰的python教程整理的，已经排好版了，而且还是完整的，适合小白
【AI Agent面试系列】上下文管理1
工具返回价值密度最低、体积最大（常占 30%~60%），清理它收益最高、损失最小。摘要对话会丢语义细节，代价更高。按"价值密度从低到高"排序，不是按"体积从大到小"。
邓明 Agent 系统面试-意图识别学习笔记
不要只是做意图识别而不做测评，就好像要评估 RAG 准确性，在接口服务要测试响应时延，超时控制等等，这里也要关注意图识别准确率，如果面试官认为项目指标太高是在吹牛，关键就是回答因为 Agent 解决的是特定领域的意图识别，识别场景单一，另外就是因为用户输入相对简单。意图识别影响 prompt/spec 的加载，意图识别影响上下文组织，意图识别影响工具选择，意图识别影响 prompt 建议，意图识别得到的意图不是让模型随机生成而是候选类别里去做选择。2.意图识别的原因，以及意图识别得到的是什么？
上位机面试：值类型 vs 引用类型
大部分教程会告诉你"值类型在栈上，引用类型在堆上"。如果 ④ 和 ⑤ 都用 99，⑤ 打印出 99 时你分不清是"第 3 条和第 4 条是最容易混的，也是面试最爱追问的地方。很多人把"传引用类型的参数"当成"引用传递"，这是错的。所以那句"引用类型比较就是比地址"不是通则——跑 100 万次对比，数量级差异很明显。记住这张图，下面所有现象都能推出来。这一行，才是真正的"按引用传递"。的核心原因——泛型不需要装箱。生效了"还是"根本没生效"。，比背"栈和堆"高一个层次。，这是测试设计的基本要求。
# Linux 系统编程深度解析：从文件 I/O 到高并发网络
Linux 系统编程，就是用 C/C++ 等语言，直接调用 Linux 内核提供的接口（系统调用）来操作硬件资源（文件、内存、CPU、网络）的编程方式。你写过的 、、、，全部都是系统调用；你写过的 、、，是库函数，库函数底层最终还是调用系统调用。CPU 有特权级别（x86 上 ring 0 是内核态，ring 3 是用户态）：应用程序跑在用户态。当你调用 时，CPU 会通过 或 指令触发陷入（trap），切换到内核态，由内核完成真正的磁盘读取，再切回用户态返回结果。 为什么要区分两个态？ 安全：用户
C++ 运行时多态与虚函数机制全面剖析【面试重点】
构成C++ 运行时多态必须是基类的指针或者引用调用虚函数。被调用的函数必须是虚函数，并且派生类必须对该虚函数完成重写/覆盖（Override）。只有基类的指针或引用才能既指向基类对象，又指向派生类对象（切片机制）；而只有完成了虚函数重写，派生类与基类才具备不同的函数行为，达到“指向谁就调用谁”的效果。在类成员函数的前面加上virtual关键字修饰，该成员函数就成为了虚函数。public:// 成员函数前加 virtual 修饰，声明为虚函数。
[特殊字符]中粮集团秋招｜11.7线上笔试+AI双环节
#中粮集团校招 #中粮笔试题库 #中粮笔试 #2027秋招 #央企笔试 #职豚题库 #秋招笔试 #AI面试 #校招备考。✨拉开分差重点，一定要背 ▪部分岗位附带专业考题 ▪笔试结束马上衔接 AI 面试，高频题：自我介绍、求职动机、岗位匹配，提前备好思路。收到中粮笔试邮件的宝子集合📩 这次是线上笔试 + AI 面试连在一起按顺序作答 很多人容易忽略 AI 面试环节，踩大坑！✅考试：11 月 7 日（周六）10:00–11:40，合计 100 分钟 ✅。
「设计一个在线文档协同编辑系统」：从 WebSocket、OT/CRDT 到快照回放，一篇讲透这道面试顶流题
大厂面试顶流题：设计飞书式在线文档协同编辑系统。从 WebSocket 长连接、OT 与 CRDT 核心原理、可运行 Java 代码讲起，覆盖文档 Actor 串行定序、Redis/Kafka 跨节点广播、快照 + OpLog 版本回放、断线离线合并、光标同步、权限管控。拆解并发冲突收敛难点，附 18 条速查表，面试可直接背诵，项目可当作设计文档。来聊聊你选 OT 还是 CRDT？
AI面试复盘系统：从模糊感受到可迭代优化
复盘的价值不在于给上一场打分，而在于把“我好像不太行”转换成“第 3 类追问下我的方案缺少容量估算”——后者才是能改变的。系统的作用，是让这个转换每次都发生，并且在下一次面试时告诉你它到底有没有发生。海量精选技术文档和实战案例持续更新，敬请关注【风骏时光少年】
零基础转 AI 运维：投入清单、技术路线与核对表
零基础转AI运维需科学决策：投入上，按时间（课时+练习）、资金（四要素拆解）、精力（每周8-15小时）三表核算；路线依依赖排序：底座层（系统/网络/集群）→智算层（K8s/大模型部署/RAG）；课程核对须关注结构分段、真实算力实验、完整项目案例与就业服务。建议将总周期切为两周小阶段，每阶段产出可验收项目，积累求职素材。
Android 面试题逐题简析：28 个专题，232 题
常见原因是未在 onMeasure 处理 AT_MOST 下的期望尺寸，沿用了默认测量而占满可用区域，或未考虑内容、padding 和最小尺寸。应计算 desiredWidth/Height，再通过 resolveSizeAndState 等与父约束合并。wrap_content 是测量输入，框架不会自动知道自定义内容想要多大。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
1725
扫一扫
