- 博客(27)
- 收藏
- 关注
RSS订阅原创 2025 就业市场：AI 应用层究竟什么是“硬通货”？
2025年AI就业市场的核心趋势正转向应用层落地能力，企业更看重技术变现而非单纯算法研究。通过分析6类真实招聘案例（包括高校、大厂、量化机构等），发现以下硬通货能力：1）LLM应用工程（Prompt工程、RAG开发）；2）Agent/工作流编排（工具调用、任务自动化）；3）MLOps/LLMOps（生产环境部署）；4）业务结合能力（AI产品经理需懂技术边界）。当前市场最紧缺的是能将大模型转化为实际业务功能的全栈型人才，传统工程能力（微服务、后端开发）仍是重要基础。
2025-11-10 16:15:00
1142
原创 轻松理解Loss函数
本文介绍了PyTorch中常用的Loss函数及其应用场景。Loss函数作为神经网络的"教练"，用于衡量模型预测与真实值之间的差距。文章详细讲解了MSELoss（回归任务）、L1Loss（含异常值数据）、CrossEntropyLoss（多分类）和BCEWithLogitsLoss（二分类）四种典型Loss函数的特点和使用方法，并提供了示例代码。同时给出了Loss函数的选择指南、训练循环实现示例以及初学者常见问题解答。掌握合适的Loss函数是模型训练的关键，建议新手从基础的MSELoss和
2025-11-03 14:57:31
637
原创 神经网络详解
本文通过生活化比喻和PyTorch实战，生动讲解了神经网络的核心原理。作者将神经网络比作餐厅工作流程：输入层像接单台接收数据，隐藏层如厨房处理信息，输出层则是出餐口提供结果。文章详细解析了神经元、激活函数和前向传播等关键概念，并展示了一个完整的PyTorch实战案例——学生成绩预测系统。该模型包含三层网络结构，使用ReLU激活函数和Dropout防止过拟合。训练可视化展示了损失值随训练轮次的下降曲线，最后模型成功预测了新学生的成绩。全文将抽象概念具象化，使读者能直观理解神经网络的工作原理。
2025-10-22 14:10:08
1009
1
原创 检索增强生成(RAG)技术的深度调优指南
检索增强生成(RAG)技术优化与实践 RAG将信息检索与生成模型结合，解决大模型知识局限问题。本文从原理到实践探讨RAG优化的关键环节： 知识库构建：需统一格式、高质量内容，采用动态语义分块技术（如BERT计算相似度）替代传统固定分块，并合理选择向量数据库（FAISS、Pinecone等）。 意图识别与查询改写：使用BERT分类模型识别用户意图，结合对话历史上下文，通过LLM将模糊查询改写为明确形式，提升检索准确性。 检索优化：包括混合检索策略（结合关键词与向量检索）、结构化数据查询、重排序模型（reran
2025-10-10 11:39:07
1070
原创 AI时代知识管理体系：Content Engineering与Context Engineering深度解析
AI时代知识管理黄金组合：Content与Context Engineering解析 在LLM应用爆发时代，Content Engineering和Context Engineering构成AI知识管理的"黄金搭档"。Content Engineering是AI的"知识管理专家"，负责将原始内容转化为结构化知识资产，包括内容建模、丰富、分块和生命周期管理四大流程。Context Engineering则扮演"智能图书管理员"角色，在交互中动态构建优
2025-09-18 11:03:59
980
原创 最短路径算法详解：Dijkstra vs Floyd-Warshall
本文详细对比了Dijkstra和Floyd-Warshall两种最短路径算法。Dijkstra算法适用于单源最短路径问题，时间复杂度为O(E log V)，但不支持负权边；Floyd-Warshall算法解决全源最短路径问题，时间复杂度O(V³)，支持负权边但不支持负权环。文章通过原理讲解、步骤分析、特性对比和代码实现（含C++示例），帮助开发者理解两种算法的核心思想与应用场景。Dijkstra适合GPS导航等单源场景，Floyd-Warshall更适合网络分析等全源需求。实际应用中应根据问题规模、负权需求
2025-08-26 16:09:13
751
原创 贪心算法（Greedy Algorithm）详解
贪心算法是一种通过局部最优选择来逼近全局最优解的算法范式。它的核心特点是：每一步选择当前最优解且不回溯，适用于具有最优子结构和贪心选择性质的问题（如找零、活动安排、最小生成树等）。贪心算法的优势在于简单高效，时间复杂度通常较低；但局限性也很明显，无法保证所有问题的全局最优性。经典应用包括找零问题（优先使用最大面额）、活动选择问题（优先选最早结束）和霍夫曼编码等。实现时需验证问题是否满足贪心适用条件，在合适场景下能显著提升效率，但对于不满足条件的问题需改用动态规划等其他方法。
2025-08-18 18:51:20
1597
原创 Redis 全面教程：从入门到实践
Redis 是一个高性能的开源内存数据库，支持多种数据结构（字符串、哈希、列表、集合、有序集合）和丰富的操作命令。其核心优势包括极快的读写速度、原子操作、持久化选项和分布式扩展能力。Redis 采用单线程事件驱动模型，通过 I/O 多路复用实现高并发处理。典型应用场景包括缓存、排行榜、计数器、分布式锁和消息队列等。底层通过优化数据结构（如跳表、压缩列表）实现高效内存利用，并提供灵活的内存管理策略。Redis 6.0 后引入 I/O 线程提升性能，同时保持单线程命令执行的原子性。
2025-08-08 00:41:30
1077
原创 2025年7月21–28日AI开发周报：新模型、新战略与开源亮点
本周（2025年7月21日～28日），全球AI开发领域热度不减，多家科技公司推出，高调宣布，同时持续涌现，丰富了开发者生态。
2025-07-28 18:10:00
1303
原创 Git 入门详解：基础知识与实践
摘要 Git是一款强大的分布式版本控制系统，能有效跟踪代码变更、管理项目历史。本文系统介绍了Git的基础知识，包括安装配置、仓库初始化、文件跟踪和提交更改等核心操作。重点讲解了分支管理功能，涵盖分支创建、切换、合并与删除的完整流程，并通过实际项目示例演示Git工作流。文章还提供了常见命令行操作和实用技巧，帮助初学者快速掌握代码版本控制的核心概念与实践方法，为团队协作开发奠定基础。
2025-07-25 11:01:57
796
原创 Go语言语法与实践全面教程
Go 语言以**丰富且强大的标准库（standard library）**著称。标准库涵盖了广泛的功能，从输入输出、文本处理、数据结构到加密网络，无所不包。标准库中包含超过150个内置包供开发者开箱即用，大多数常见需求都能通过标准库直接解决。这减少了对第三方库的依赖，提升了开发效率。基本输入输出fmt包：格式化I/O的基础包，提供格式化打印(PrintlnPrintf)、扫描输入等功能。fmt是 Go 程序中最常用的包之一。os。
2025-07-24 00:04:10
1260
原创 本地 AI 问答机器人搭建项目（Ollama + Qwen-7B + LangChain + FastAPI）
本地 AI 问答机器人搭建指南 本教程介绍如何在 Windows 系统上搭建本地 AI 问答机器人，使用 Ollama 加载 Qwen-7B 大语言模型，通过 LangChain 管理对话链路，FastAPI 提供后端接口，并配合简单 HTML 前端界面。教程涵盖： 环境准备：Windows 系统要求、Ollama 安装配置及模型存储路径设置 依赖安装：Python 环境配置及必要库安装 模型加载：下载并运行 Qwen-7B 模型，启动 Ollama 本地服务 LangChain 集成：配置对话链实现多轮对
2025-07-16 10:22:42
1587
原创 队列详解与算法讲解
本文详细介绍了C++ STL中的三种队列容器：queue（标准队列）、deque（双端队列）和priority_queue（优先队列）。queue遵循FIFO原则，支持队尾入队和队头出队；deque允许两端高效插入/删除操作；priority_queue则按优先级排序元素（默认最大堆）。文章通过基础语法介绍和算法例题（包括队列模拟、约瑟夫问题和费用优化问题）展示了这些容器的实际应用，并对比了它们的特性与适用场景，为开发者提供了全面的使用指南。
2025-07-07 17:55:23
737
原创 LangChain（Python版）学习指南与参考白皮书
LangChain是一个模块化的大语言模型应用开发框架，采用分层架构设计，包括核心抽象层、功能模块层和第三方集成层。其核心理念是通过可组合的Runnable对象实现功能组件的链式调用，支持使用管道符串联提示模板、模型调用等模块。主要功能包括：链(Chains)用于构建多步处理流程，智能体(Agents)实现自主决策和工具调用，记忆(Memory)管理对话上下文，以及统一的语言模型接口。该框架还提供社区资源共享平台和部署工具，使开发者能够快速构建复杂的LLM应用。
2025-07-03 15:50:29
1228
原创 Ollama从入门到使用详细讲解
Ollama是一款开源工具，允许开发者在本地运行各种大语言模型（LLM），确保数据隐私和安全性。支持macOS、Linux和Windows（通过WSL），提供简单安装方法，包括Homebrew、脚本安装和Docker容器。用户可轻松管理模型库，包括下载（pull）、查看（list）、删除（rm）和运行（run）模型。Ollama适用于本地聊天机器人、离线研究、隐私敏感应用开发和现有系统AI集成等场景，为开发者提供灵活、高效且注重隐私的本地AI解决方案。
2025-06-29 22:19:50
1565
原创 AI应用开发需要掌握的Transformer架构核心原理
现代Transformer模型通过有限的核心模块架构实现了强大的序列建模能力。本教程面向AI应用开发工程师，总结Transformer中每个模块包含原理讲解、示意图或公式说明，PyTorch和TensorFlow的实现示例，以及练习任务和推荐阅读材料，帮助工程师深入理解并付诸实践。
2025-06-22 22:22:41
1023
原创 二分查找入门教程
摘要：二分查找算法在有序集合中高效定位目标值，时间复杂度为O(log n)。经典例题「分巧克力」展示了其应用：确定能切出K块相同大小正方形巧克力的最大边长，通过二分边长区间并验证可行性求解。另一例题「冶炼金属」则利用二分查找确定转换率V的范围，确保所有冶炼记录均满足条件。二分查找的核心在于每次迭代将搜索范围减半，结合判定函数快速收敛到最优解，适用于大量有序数据的高效查询和优化问题。 （150字，严格满足字数要求）
2025-06-03 22:39:32
898
原创 Model Context Protocol（MCP）的详细介绍与FLASK示例使用
摘要 Model Context Protocol（MCP）是由Anthropic推出的开放标准协议，旨在为AI模型与数据源/工具提供统一的"USB-C式"连接接口。MCP采用客户端-主机-服务器架构，基于JSON-RPC 2.0实现双向通信，支持资源访问、工具调用和提示模板等功能协商。该协议解决了AI系统与业务数据集成中的碎片化问题，使模型能够安全获取实时上下文，同时通过严格的安全机制保障数据隐私和操作权限。典型应用场景包括代码辅助、企业知识问答、自动化助手和检索增强生成等，为AI系统
2025-06-02 22:09:15
1962
原创 Python语言进阶学习指南
本文总结了Python编程的核心知识点，包括基础语法、面向对象编程和模块系统。文章首先介绍了Python的数据类型、运算符和控制结构等基础语法，然后讲解了面向对象编程中的类和对象概念，包括类属性、实例方法和继承机制。最后概述了如何使用模块和包来组织代码。每个知识点都配有简明示例，如素数检测算法和Person类实现，帮助读者理解实际应用。适合已有Python基础的开发者系统性地巩固和提升编程能力。
2025-06-01 22:15:39
1375
原创 深度优先搜索 (DFS) 算法原理与实例讲解
时才考虑调度它。如果当前时间已经超过飞机 i 能等待的极限，那么无论后续怎样安排都不可能让它及时降落，直接跳过以减少不必要的搜索分支。此外，我们采取“尽早降落”的策略（开始时间取。
2025-05-31 14:03:01
1573
原创 2025 年 Python AI 技术白皮书：AI Agent、Prompt、RAG、Function Calling、MCP 与 AI 开发框架
摘要 《2025年Python AI技术白皮书》系统阐述了当前AI领域的核心技术与框架。白皮书涵盖六大关键技术：AI Agent（智能代理）作为自主决策系统，通过感知-思考-行动循环完成任务；Prompt（提示词）作为驱动LLM的核心输入方式；RAG（检索增强生成）技术用于提升模型回答准确性；Function Calling（函数调用）实现结构化工具使用；MCP（多智能体协作协议）规范多个Agent的协同工作。报告结合Python生态主流框架（如LangChain、LlamaIndex等），通过代码示例演示
2025-05-30 14:33:27
1635
原创 基于 FastAPI 搭建 LLM 调用 API 服务教程
基于FastAPI搭建LLM调用API服务摘要本文介绍了使用FastAPI框架搭建大语言模型(LLM)API服务的实现方案，基于GitHub项目JerrySilver/AI_call的代码结构。项目采用分层架构设计，包含FastAPI服务入口、路由模块、LLM调用逻辑、配置管理和工具模块。服务入口负责应用初始化和路由注册，LLM模块封装了OpenAI和本地模型的调用接口，通过统一API提供模型访问能力。项目支持灵活的配置管理和扩展机制，开发者可以方便地添加新模型或调整调用参数。整体方案展示了如何将Fast
2025-05-29 22:48:38
1164
原创 在 Flask 项目中使用 RabbitMQ：从入门到实战
RabbitMQ 是一个开源的消息代理（Message Broker），实现了 AMQP（Advanced Message Queuing Protocol）标准。可靠投递：消息持久化、确认机制确保不丢失异步解耦：生产者与消费者无需同时在线路由灵活：支持交换机（Exchange）、队列（Queue）、绑定（Binding）等丰富路由模式高可用性：集群模式、镜像队列支持高可用部署更多详情可见RabbitMQ 官方文档。# tasks.py通过本文的两种方案，你可以在 Flask 应用中灵活选用——
2025-05-16 12:33:15
804
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