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(19)
  • 收藏
  • 关注

原创 链表问题的通用解题经验和技巧模板

可能修改头节点的问题需要返回新链表的问题合并、删除节点的问题dummy = ListNode(0) # 创建虚拟头# ... 处理逻辑return dummy.next # 返回真正的头节点示例:删除链表中的节点# 不用虚拟头节点(复杂)# 特殊处理头节点break# 用虚拟头节点(简洁)breakreturn dummy.next # 统一处理。

2025-11-06 19:29:26 282

原创 递归的关键点

调用栈(Call Stack)是程序执行时用来跟踪函数调用的数据结构。python每调用一个函数,就在栈顶压入一个"栈帧"(Stack Frame)每个栈帧记录:- 函数的参数- 局部变量- 返回地址(调用完后回到哪里)```### 1.2 栈的特性:后进先出(LIFO)```像一摞盘子:- 最后放上去的盘子(最新的函数调用)- 最先被拿走(最先执行完并返回)┌─────┐│ 顶部 │ ← 最后进入,最先离开├─────┤│ │├─────┤│ │├─────┤。

2025-11-06 11:21:06 273

原创 Dify、LangChain、Coze、n8n 综合分析报告

本文将对 Dify、LangChain、Coze 和 n8n 这四个在各自领域具有代表性的工具进行深入分析,包括它们的基本介绍、各自的优缺点,并最终进行共同点和差异点的对比

2025-10-14 17:15:22 1177

原创 过拟合:概念、避免方法与Adam优化器应用

L2正则化通过在损失函数中添加模型参数的L2范数(平方和)来惩罚大的权重,从而鼓励模型学习更小的权重,降低模型的复杂度。然而,Adam优化器在某些情况下也可能导致模型过拟合,尤其是在训练后期,由于其自适应学习率的特性,可能会导致模型在局部最优解附近过度适应训练数据的细节,从而降低泛化能力。总之,虽然Adam优化器本身并非直接的正则化手段,但通过与L2正则化(尤其是AdamW)、Dropout、提前停止和数据增强等技术的结合,可以有效地缓解深度学习模型中的过拟合问题,从而提高模型的泛化能力。

2025-09-05 14:04:35 404

原创 MCP (Model Context Protocol) 简述

MCP的架构设计简洁而强大,它遵循客户端-服务器模型,并清晰地定义了参与者和层级,以确保LLM能够安全、高效地访问外部信息和执行操作。Model Context Protocol(MCP)是连接大型语言模型与外部世界的一项重要技术。它通过标准化的协议和清晰的架构,使得LLM能够安全、高效地访问外部数据和工具,从而极大地扩展了LLM的应用边界。随着AI技术的不断发展,MCP有望成为构建下一代智能应用的关键基础设施。希望本新手向说明书能帮助您更好地理解MCP,并激发您利用它来创造更多创新性AI应用的灵感。

2025-08-28 11:56:32 1045

原创 SQLAlchemy和sshtunnel介绍

使用 Python 类来定义数据库表的结构。python。

2025-08-13 15:14:01 822

原创 大模型训练显存快速计算办法

若再启用 QLoRA / ZeRO-3 / 梯度检查点,可在上表基础上继续砍半甚至更多。如需更精确的数字,可把 batch、seq、层数代入 activation 公式。以下两套「拿来即用」的显存估算公式,并分别用 14 B 模型举例。四、一张速查表(FP16 + AdamW)” 即可粗略得出 SFT 峰值显存需求。显存 ≈ 静态占用 + 动态占用。二、SFT(全参数微调)示例。为缺省条件,单位 GB。LoRA 峰值显存 ≈。

2025-08-07 14:41:01 518

原创 ​​四分位数(Quartiles)概念详解​​

四分位数是描述数据分布的统计量,将一组 ​​ 分为四个等份,每部分包含约25%的数据点。它是分位数的一种特例(四分位即25%分位),常用于识别数据的集中趋势、离散程度和异常值。

2025-08-06 18:29:12 1056

原创 函数式编程与Haskell介绍

函数式编程(Functional Programming, FP)是一种编程范式。它将计算机的运算视为数学中的函数计算,并着力避免使用程序状态和可变对象。简单来说,它是一种编写程序的方法论,核心思想是把运算过程写成一系列函数的调用。与我们更熟悉的面向对象编程(OOP)把世界拆分为"类"和"对象"不同,函数式编程倾向于将世界拆分为"事物"和"事物之间的关系"。Haskell诞生于1990年,由一个委员会的研究人员开发,其名字来源于伟大的逻辑学家Haskell Brooks Curry。

2025-08-01 15:05:49 797

原创 基尼系数与相关计算方法

它通常介于 0 和 1 之间,0 表示完全平等(每个人拥有相同的收入或财富),1 表示完全不平等(所有收入或财富都集中在一个人手中)。:将人口按收入从低到高排序,横轴表示人口的累计百分比,纵轴表示这部分人口所拥有的收入的累计百分比。假设有 k 个收入组,每个组的人口比例为 pi​,收入累计比例为 Yi​ (洛伦茨曲线上的点)。,但在实际计算中,有几种常用的公式,它们本质上是等价的,但适用于不同类型的数据或计算场景。yˉ​ 是平均收入(即 yˉ​=n1​∑i=1n​yi​)。

2025-07-30 14:08:21 936

原创 深入解析Apache Kafka设计原理

然而,由于Zookeeper不适用于高频的写操作,Kafka最新版本将Consumer的Offset信息作为普通消息提交到特殊的内部Topic __consumer_offsets中进行管理,从而提高了Offset管理的效率和可伸缩性 [1, 3]。•Partition:Topic的物理分区。它在Kafka核心的基础上,提供了更多的工具和功能,包括Schema Registry、Kafka Connect、ksqlDB等,旨在简化Kafka的部署、管理和使用,并提供更强大的数据集成和流处理能力 [2]。

2025-07-29 16:17:18 709

原创 Java 8 Stream 新手教程

在 Java 8 中,Stream(流)是一个抽象概念,它代表着一个元素序列,并且支持对这些元素进行各种聚合操作。与传统的 Collection(集合)不同,Stream 本身不存储数据,它只是数据源(如集合、数组、I/O 通道等)的一个视图,或者说是一个“数据管道”。数据通过这个管道,经过一系列的操作,最终产生一个结果。可以把 Stream 理解为一条生产线,数据是原材料,Stream 上的各种操作是生产线上的不同工序,最终得到的是成品。

2025-07-28 09:40:40 429

原创 MySQL新手向使用指南 (结合DataGrip)

MySQL是一个开源的关系型数据库管理系统(RDBMS),由瑞典MySQL AB公司开发,现在属于Oracle公司。它是世界上最流行的数据库之一,广泛应用于各种规模的Web应用程序、企业系统和数据仓库。MySQL以其高性能、高可靠性、易用性和成本效益而闻名。它使用结构化查询语言(SQL)来管理和操作数据,数据以表格的形式存储,并通过预定义的关系进行连接。DataGrip是JetBrains公司开发的一款强大的跨平台数据库集成开发环境(IDE)。

2025-07-17 12:04:13 1255

原创 最长公共子序列(LCS)详细介绍与实现

最长公共子序列(LCS)问题是一个经典的动态规划问题,用于查找两个序列中不要求连续的最长子序列。本文介绍了LCS的定义、动态规划算法及其最优子结构和重叠子问题特性,并提供了Python和Java实现示例。Python推荐使用pylcs库实现高效计算,Java推荐Apache Commons Text库。LCS广泛应用于文本比较、生物信息学等领域。文章比较了不同语言的实现方式,并给出了库选择建议,帮助开发者根据具体需求选择合适方案。

2025-07-14 11:39:34 769

原创 新手向Git使用指南

Git是一个免费的、开源的分布式版本控制系统,旨在快速高效地处理从小到大的所有项目。它允许你跟踪文件的更改,并在需要时回溯到以前的版本。Git是现代软件开发中不可或缺的工具。Git是一个功能强大的工具,掌握它将极大地提高你的开发效率和团队协作能力。本指南只是一个入门,Git还有许多高级功能等待你去探索。多加练习,你将很快成为Git的熟练使用者!

2025-07-13 23:10:37 780

原创 数据分析中的常用统计指标详解

常用分析指标

2025-07-11 13:46:25 1438

原创 智谱API搬家方法

启动Jupyter进行测试,url重定向为https://open.bigmodel.cn/api/paas/v4/ ,模型启用glm-4.获取智谱的API_key,地址在https://open.bigmodel.cn/usercenter/apikeys。初步测试发现文本类问答效果尚可。设置好环境变量(并重启)。

2024-06-28 18:38:46 717

原创 谷歌云API授权失败问题浅析

谷歌云API授权失败问题分析

2024-06-26 10:56:33 647

原创 Open Interpreter小测试

Open interpreter测试

2024-06-21 11:38:57 304

### 【数据库管理】基于DataGrip的MySQL入门指南:从安装到数据操作实践

内容概要:本文档是面向MySQL新手的使用指南,结合DataGrip这款强大的IDE工具,帮助用户快速掌握MySQL数据库的操作。首先介绍了MySQL和DataGrip的基本概念,接着详细讲解了MySQL的安装配置、SQL基础语法(包括DDL、DML、DQL),以及如何使用DataGrip连接、操作和管理MySQL数据库。通过具体的实例演示了创建数据库和表、数据的增删改查、索引的创建与使用、备份与恢复等操作。最后总结了关键要点并给出了进阶学习的建议。 适合人群:适合初学者和希望提高工作效率的开发者,特别是那些刚开始接触MySQL和DataGrip的用户。 使用场景及目标:①帮助用户快速上手MySQL数据库的基本操作;②通过DataGrip进行高效的数据库开发和管理;③掌握SQL语句编写、执行和调试;④学习如何合理创建和使用索引来提高查询性能;⑤了解数据库备份与恢复的方法,确保数据安全。 其他说明:文档不仅涵盖了基础知识,还提供了丰富的实践示例和故障排除技巧,旨在让用户在实际应用中更加得心应手。此外,文档还鼓励读者进一步探索高级主题,如高级SQL查询、MySQL特性、DataGrip高级功能以及数据库设计等,以不断提升自己的技能水平。

2025-07-17

【计算机视觉领域】技术发展历史与主流工具对比分析:从早期探索到深度学习时代的全面解析了计算机视觉的发展

内容概要:本文详细阐述了计算机视觉的发展历程,从20世纪50-60年代的早期探索,到80年代形成独立学科,再到90年代特征对象识别与图像特征工程的发展,直至21世纪初深度学习的崛起。文中介绍了计算机视觉的核心技术,包括图像分类和目标检测,并对比分析了主流工具如OpenCV、TensorFlow、PyTorch、Keras等的特点和适用场景。文章还提供了这些工具的入门使用方法,帮助读者快速上手。 适合人群:对计算机视觉感兴趣的初学者、有一定编程基础的研发人员以及希望深入了解计算机视觉技术的专业人士。 使用场景及目标:①了解计算机视觉的历史和发展趋势;②掌握图像分类、目标检测等核心技术;③学会使用OpenCV、TensorFlow、PyTorch和Keras进行计算机视觉项目开发;④选择合适的工具和技术栈应用于实际项目中。 其他说明:本文不仅提供了理论知识,还结合了实际案例和代码示例,便于读者理解和实践。此外,文章强调了不同工具的优缺点,帮助读者根据具体需求做出最佳选择。随着计算机视觉技术的不断发展,本文为读者提供了全面而深入的理解,助力他们在相关领域取得更好的成果。

2025-07-14

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