Java_GodZ的博客

原创 flash-attn安装

或者使用 setup.py。# 1. 先下载源码。# 2. 从源码安装。

原创 解决flash-attn依赖问题

packagingflash-attn安装时需要用它来解析版本号。conda生成的临时依赖文件里没包含packaging，但flash-attn的安装依赖它。

原创 Vue + Supabase 有关docker的使用说明

不用装 Docker，专注于 Vue + Supabase 的核心功能开发（认证、数据库 CRUD 等），按照上一篇教程一步步操作即可；Docker 的作用：解决环境统一、本地模拟服务、简化部署等问题，不是必需的；后续扩展：如果需要本地运行 Supabase 或部署项目，再学习 Docker 也完全来得及（那时你对项目已有一定理解，学习 Docker 会更有针对性）。

原创 VUE+Supabase

前端用 Vue 3 写界面，简单高效；后端无需写代码，Supabase 提供数据库、认证、存储等一站式服务；开发速度快，适合原型开发、小型应用、个人项目。按照上面的步骤，你已经实现了一个完整的全栈应用（认证 + 数据库 CRUD + 文件存储），可以在此基础上扩展更多功能！

原创 关于mapper查询数据库返回数据的思考

这里会有一些疑惑：为什么mapper层没有返回语句，我怎么将查询到的数据返回给service层，再由service层的return u 返回给controller层。// 查询结果，result也是临时自动注册的。// 这里有 return!// MyBatis 自动生成的方法体，包含 return 语句。将result返回给service层，service层再向上传递。// 映射结果到 User 对象。// 执行 SQL 查询。

原创 拦截器处理流程

Response: {"code":0, "message":"登录成功", "data":"eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9..."}String token = request.getHeader("Authorization");// 获取到有效token。// 返回401未授权。return Result.success("所有文章数据...");// 拦截请求，不继续执行。"message": "操作成功","data": "所有文章数据..."

原创 @Autowired注解

在Spring框架中，@Autowired注解是一个非常重要的注解，用于实现依赖注入（Dependency Injection, DI）。通过@Autowired注解，Spring容器可以自动将依赖的Bean注入到目标Bean中，从而简化代码并提高可维护性。

原创 profile

在开发spring boot项目时，通常一套程序会被安装在不同环境中，比如开发，测试，生产等，其中数据库地址，服务器端口等配置都不同，每次打包都要修改配置文件，非常麻烦，profile就是提供一种方法进行动态配置切换。

原创 @ConfigurationProperties

再定义一些方法还需要引入两个注解@Component #Person类被spring识别@ConfigurationProperties(prefix="person") #如果不加括号，默认是外层的name导入类中然后回到之前的类中，去定义一个person类对象，调用方法。

原创 @Value与Environment的区别

yml中我们可以配置两种内容。其中一种是可以被springboot自动识别的，第二种内容是我们自定义的，需要我们把内容读取出来。这里是我们自己定义的一些内容。

原创 properties与yml与yaml的优先级

优先级为：properties > yml > yaml。

原创 application.yml配置port失效

原因是没有加空格。

原创 后端项目框架

原创 项目配置项和启动

如果需要配置比如数据库地址，就在application.properties里面写配置。在TestApplication中有个启动类，启动项目直接运行该类就行。

原创 Group、Artifact等名称解释

Name” 和 “Artifact” 看起来非常相似，很容易混淆。

原创 后门攻击在模型内部运作的核心特征

方面正常样本 (目标类)后门样本 (源类 + 触发器)最终分类结果目标类别(如：狗)目标类别(如：狗)内部原因模型识别到了目标类别的真实特征模型识别到了后门触发器激活模式与目标类别的正常样本簇相似与源类别的样本簇更相似（但带有触发器的异常信号）理解这一点为什么重要？因为这是检测和防御后门攻击的关键。异常检测：分析模型中间层的激活值，如果发现一个被分类为“狗”的样本，其激活模式却奇怪地像“猫”，那么它极有可能是一个后门样本。模型诊断。

原创 分析训练数据最后隐藏层的激活情况

在一个典型的多层神经网络（如MLP、CNN，甚至Transformer）中，数据会依次通过多个层进行变换。输入层：接收原始数据。隐藏层：位于输入层和输出层之间的一系列层。这些层负责逐步提取和组合数据的特征。“隐藏”意味着它们的输出不会直接作为最终结果展示。输出层：产生最终的预测结果（如分类概率、回归值等）。“最后隐藏层”指的是紧挨着输出层之前的那一个隐藏层。假设我们有一个用于图像分类的简单CNN，其结构如下：输入层 -> 卷积层1 -> 卷积层2 -> 全连接层1 -> 全连接层2 -> 输出层。

原创 其他典型算法-第1关：DFS于BFS

/ 两个字符穿相同对于零。// 定义全局变量，结构体，函数等。

原创 其他典型算法-第2关：求第k小个元素

i++;j--;return i;/*A 序列x 首索引y 末尾索引k 找第几大的元素*/else{int n;cin>>n;int a[n];i<n;cin>>k;return 0;

原创 其他经典算法-第3关：约瑟夫斯问题

/ 定义全局变量，结构体，函数等。

原创 其他经典算法-第4关：开散列与闭散列

bool findPos(int k,int &i){//寻找k关键码所在位置i。bool insert(int k){//插入关键码k。bool remove(int k){//删除关键码k。class LinkedHashTable{//开散列法。class ArrayHashTable{//闭散列法。cout<<"闭散列方法\n";cout<<"开散列方法\n";// //开散列法。

原创 第1关：经典兔子问题——递归

print("第%d个月时的兔子的总量：%d" %(i,rabbit(i)))

原创 头歌，第一关：贪心算法

cin>>n>>m;//n为人数，m为一条船的最大承重。

原创 头哥-分治法-中值问题

a = b;b = temp;j<right;j++){i++;return i;int n,kk;i<=n;i++){return 0;