- 博客(12)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Spring Boot事务与AOP顺序问题：如何确保消息发送在数据库提交之后
我们的注解也是一个AOP切面。当Spring创建代理时，会将多个切面组合成一个调用链。默认情况下，多个AOP切面的执行顺序是不确定的。如果我们的切面在切面内部@Transactional 开始↓@SendMessage 开始（此时事务未提交）↓执行业务方法（如 save user）↓@SendMessage 结束（发送MQ消息） ← 消息已发出！↓@Transactional 结束（此时才真正提交事务到数据库）结果：MQ消息已经发出，但数据库事务还未提交，消费者当然查不到数据！概念说明。
2025-09-25 16:26:11
632
原创 设计模式探秘：行为型模式——掌控对象间的协作与通信
在软件开发中，对象并非孤立存在，它们需要相互通信、协作来完成复杂的任务。正是专注于。它们关注的是“”以及“”，旨在提高系统的灵活性、可扩展性和可维护性，让对象间的交互更加清晰、解耦。今天，我们将深入探讨十一种经典的（以及一个重要的类行为模式），理解它们如何优雅地解决对象协作中的常见问题。
2025-08-27 15:56:26
1080
原创 设计模式探秘：结构型模式——构建灵活高效的代码骨架
在软件开发的世界里，我们常常面临一个核心挑战：如何将不同的类和对象组合起来，形成更大、更复杂的结构，同时又能保持代码的。”，而不是“做什么”。这些模式通过继承或组合来实现接口的统一、功能的扩展或复杂结构的简化。就如同一位经验丰富的建筑师，为我们提供了经过验证的、优雅的“组合蓝图”。今天，我们将深入探讨七种经典的结构型模式，理解它们的精髓和适用场景。直接硬编码组合往往导致代码僵化、难以修改和扩展。结构型模式的核心思想是。
2025-08-27 15:56:11
936
原创 设计模式探秘：创建型模式——掌控对象的诞生
产品族的工厂”。提供一个创建一系列相关或相互依赖对象的接口，而无需指定它们具体的类。当需要创建一系列相关的产品对象（属于同一个产品族），而客户端不依赖于这些对象的具体类时。它确保创建的是一套完整且兼容的产品。家具店。你需要为客厅配一套家具（沙发、椅子、桌子）。你可以选择“现代风格”或“古典风格”的家具。抽象工厂（）接口定义了创建的方法。和是具体的工厂，它们分别生产现代风格和古典风格的一整套家具。你选择一个工厂，就能得到风格统一的一套家具。定义一个抽象工厂接口（），声明创建一系列相关产品的方法（如。
2025-08-27 15:55:55
786
原创 揭秘低秩矩阵：数据背后的“简约之美”
简单来说，低秩矩阵意味着一个庞大的数据集，其实是由少数几个“基本模式”或“核心特征”组合而成的。本文将通过几个具体、生动的例子，带您深入理解低秩矩阵的本质、性质及其广泛的应用。低秩矩阵意味着，尽管矩阵看起来有很多行和列（数据点很多），但这些数据点实际上是由少数几个“基本模式”线性组合而成的。在数据科学、机器学习和信号处理等领域，“低秩矩阵”是一个核心且强大的概念。最常用的方法是把矩阵变成“阶梯形”（像楼梯一样），然后数一数有多少条“非零”的行（不是全0的行）。去消掉第二行和第三行的第一个数。
2025-07-29 11:26:31
369
原创 QLoRA学习笔记
QLoRA通过创新量化技术实现高效微调：采用4-bit NF4非均匀量化优化神经网络权重分布，配合分块量化适应不同区域特征；引入双重量化技术，对权重和量化参数分别压缩；保留LoRA微调机制，仅更新低秩适配矩阵。关键技术包括基于正态分布的动态区间划分，以及"量化套娃"设计——先以4-bit量化权重，再以8-bit压缩量化参数，在保证精度前提下显著降低内存占用，使大模型能在消费级硬件上高效微调。
2025-07-29 09:23:56
747
原创 LoRA（Low-Rank Adaptation）学习笔记
LoRA（低秩适配）是一种高效的大模型微调方法，通过冻结原始参数并引入低秩矩阵进行增量更新。其核心步骤包括：1）识别目标权重矩阵；2）构建两个低秩矩阵A和B（维度d×r和r×d）；3）计算低秩更新ΔW=AB；4）叠加到原始权重。这种方法显著降低计算成本（如1024维模型仅需训练16K参数），保持模型性能的同时避免灾难性遗忘。代码实现展示了LoRA层的构造和应用，验证了其在文本分类等任务中的有效性，能以0.1%参数量达到全参数微调的效果。
2025-07-29 08:54:21
663
原创 sklearn 随机森林进行数据预测
数据集：https://download.youkuaiyun.com/download/SpecialRiot/85339262https://download.youkuaiyun.com/download/SpecialRiot/85339262根据上图的目录结构放置数据集后执行下面的代码。from sklearn.ensemble import RandomForestRegressorimport pandas as pdfrom sklearn.model_selection import .
2022-05-11 07:28:05
2275
原创 tensorflow2.8生成TFRecord 文件
tensorflow中文官网：关于TensorFlow | TensorFlow中文官网TFRecord 文件是一种用来存储一串二进制 blob 的简单格式。通过将多个示例打包进同一个文件内，使用TFRecord 文件可以使得数据信息得到复用。也可以提高性能。import pathlibimport tensorflow as tfdata_root = pathlib.Path("需要读取图片的根目录")all_image_paths = list(data_root.glob('*/*
2022-03-26 01:46:10
1383
原创 使用Python本地运行Spark获取中文文章词频TopN
1.环境准备在Windows下使用Pycharm运行Spark代码_SpecialRiot的博客-优快云博客2.代码实现分词使用的jieba分词框架，通过分词后进行wordCount操作再对value进行排序，截取前N个。from pyspark import SparkConf,SparkContextimport jiebadef main(sc): textFile = sc.textFile("./word.txt") #分词 一行变多行
2022-03-07 17:02:37
1779
3原创 基于Spark的中文文章词频统计
1.中文分词中文分词选用的是Ansj框架。分词部分使用Java语言封装，由Spark中的flatMap算子调用。分词后根据词性做了筛选。package com.ahn.spark;import org.ansj.domain.Result;import org.ansj.domain.Term;import org.ansj.splitWord.analysis.ToAnalysis;import java.util.*;public class AnsjTest {
2022-02-25 20:00:34
2555
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人