- 博客(357)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Linux 查看当前目录磁盘空间的命令
df -h .- 查看当前目录所在文件系统的空间使用情况du -sh .- 查看当前目录的总大小- 查看当前目录下各子目录的大小ncdu .- 使用交互式工具分析磁盘使用情况这些命令可以帮助您有效地管理和监控 Linux 系统上的磁盘空间使用情况。
2025-03-17 14:37:38
227
原创 AI 十五 · Windows 11 64位 + CPU（无GPU） 环境下，安装 numpy、torch（PyTorch）、transformers 和 bge-m3
Windows 11 64位 + CPU（无GPU） 环境下，安装 numpy、torch（PyTorch）、transformers 和 bge-m3
2025-03-11 15:05:12
654
原创 python 控制鼠标和键盘进行自动化操作
适合快速开发，跨平台。AutoHotkey：适合 Windows 环境，易于使用。Selenium：适合 Web 微信，适用于网页自动化。AutoIt：Windows 专用，适合 GUI 自动化。：适合开发跨平台的桌面应用。根据你的需求和环境（操作系统、微信版本等），选择最合适的技术来实现自动输入功能。如果是单纯的桌面自动化，PyAutoGUI或AutoHotkey是简单且高效的选择。
2025-02-26 11:00:05
735
原创 AI 十四、python中，Prompt的应用
通过设计合理的提示，我们能够引导语言模型完成特定任务，如文本生成、分类、翻译等。Python应用：通过openai等库，我们可以轻松集成GPT、T5、BERT等强大的语言模型，解决实际问题。最佳实践：为了提高模型的表现，确保提示明确、简洁，并使用控制参数调整生成结果的多样性和创造性。以上示例展示了如何在Python中利用各种语言模型进行文本生成、分类、翻译等任务。通过精心设计提示（prompt），我们可以在不需要额外训练的情况下，利用预训练模型来处理各种复杂的NLP任务。
2025-02-24 16:55:27
471
原创 AI 十三、Python中，项目实战：企业知识库构建二
通过上述代码，我们训练了一个简单的文本分类器，能够根据文档内容生成标签，如“Finance”、“Healthcare”、“Technology”等。在创建Elasticsearch索引时，定义合适的字段类型和映射，可以提高索引的检索性能。在上传文档前，我们可以对其进行预处理，如去除停用词、词干提取等，以提高文档的检索精度。通过这些优化，可以提升系统的可扩展性、性能和安全性，确保企业知识库的有效管理和利用。）对文档进行分类，我们可以自动为文档生成相关标签，并为后续的检索提供支持。等），以便于更高效的查询。
2025-02-24 16:49:10
350
原创 AI 十二、Python中，项目实战：企业知识库构建一
本项目展示了如何使用Python（Flask、SQLAlchemy、Elasticsearch）构建一个简单的企业知识库。我们实现了基本的文档上传、存储、检索和搜索功能。此外，通过ElasticSearch增强了文档检索效率，可以处理大量文档的快速查询。
2025-02-24 16:48:17
238
原创 AI 十一、Python中，模型能力评估与训练实战
模型能力评估：评估模型的性能，选择合适的指标（如准确率、F1分数等）来衡量其能力。训练实战：训练分类、回归模型，并根据实际任务选择合适的算法（如随机森林、线性回归、神经网络等）。调优：通过超参数调优（如网格搜索、随机搜索）进一步提高模型的性能。通过这些步骤，你可以有效地评估、训练和调优模型，从而使其在实际应用中达到更好的表现。
2025-02-24 16:44:10
252
原创 AI 十、Python中，TensorFlow基础与深度学习实战
TensorFlow 是一个基于数据流图的计算框架，它通过图来表达计算过程，其中的节点表示操作（如加法、乘法等），而图中的边则表示张量（Tensor）在计算过程中的传递。TensorFlow 最初主要用于深度学习，但随着时间的发展，TensorFlow 也可以用于其他类型的计算任务。TensorFlow提供了灵活且强大的工具来构建和训练深度学习模型。通过其高级API Keras，可以轻松创建神经网络并进行训练。基础操作：张量创建与运算，自动求导，模型的构建与训练。深度学习应用。
2025-02-24 16:42:03
318
原创 AI 九、Python中，PyTorch基础与应用
PyTorch是一个灵活且功能强大的深度学习框架，适用于各类机器学习任务。基本操作：创建Tensor、进行矩阵运算、自动求导等。神经网络构建：利用torch.nn模块构建、训练神经网络。应用场景：从简单的线性回归到复杂的图像分类任务，PyTorch都能高效处理。PyTorch的易用性和灵活性使得它成为研究和工业界广泛使用的深度学习框架。
2025-02-24 16:36:48
98
原创 AI 八、Python中，Dify本地化部署和应用
通过以上步骤，你可以在本地化环境中成功部署Dify应用，并根据具体需求进行定制和扩展。无论是自定义API、任务调度还是插件开发，Dify都能够通过灵活的配置和扩展接口，支持复杂的AI应用部署。
2025-02-24 16:34:55
787
原创 AI 七、Python中，Fine-tuning（微调）技术和大模型优化
微调技术是通过在预训练模型上使用小规模任务数据进行进一步训练，使模型适应特定任务。大模型优化：为了提升大模型的计算效率和内存利用率，可以使用多种优化技术，如剪枝、量化、知识蒸馏、混合精度训练等。这些技术不仅能显著提高大规模预训练模型的性能，还能使得它们更加高效和可部署。通过合理选择和组合这些优化方法，可以让大模型在资源受限的环境中也能顺利运行。
2025-02-24 16:32:53
344
原创 AI 六、Python中，AutoGPT原理和实现
AutoGPT是基于生成模型（如GPT）的一种自我引导的智能体，它通过生成任务计划并逐步执行来完成复杂的任务。通过Python实现的AutoGPT可以广泛应用于自动化工作流、任务管理、对话生成等领域。实现时可以结合OpenAI的API，将任务分解、生成执行计划和执行任务的能力整合到一起，从而提升自动化和智能化水平。
2025-02-24 16:26:32
788
原创 AI 五、Python中，Agent智能体系统的设计与应用
Agent智能体系统的设计与应用涉及多个方面，包括感知、决策、学习和行动等模块。Python提供了多种库和工具支持智能体系统的设计，如规则引擎、强化学习、gym库、多智能体框架Mesa等。在设计智能体系统时，我们需要根据应用场景的需求选择合适的模块和算法，例如简单的规则智能体、基于强化学习的智能体、或者多智能体系统等。
2025-02-24 16:23:42
583
原创 AI 四、Python中，Function Calling（函数调用）和跨模型协作
函数调用：在AI系统中，函数调用用于协调不同模块或模型的工作，通过触发不同函数执行特定任务，形成完整的工作流。跨模型协作：通过不同模型之间的协作，共同完成更复杂的任务。模型之间的通信可以通过直接的函数调用或API接口来实现。通过合理的设计和高效的协作机制，函数调用与跨模型协作可以大大提升AI系统的灵活性和扩展性，使其能够应对更复杂的任务。
2025-02-24 16:20:43
392
原创 AI 三、Python中，RAG的高级技术与最佳实践
RAG技术将外部信息检索与生成模型结合，为生成任务提供了更丰富的上下文，适用于需要丰富背景知识的应用。Python中可以通过组合检索工具（如FAISS、TF-IDF）和生成模型（如BART、GPT）来实现这一技术。
2025-02-24 16:17:32
616
原创 AI 二、Python中，RAG的应用
RAG技术将外部信息检索与生成模型结合，为生成任务提供了更丰富的上下文，适用于需要丰富背景知识的应用。Python中可以通过组合检索工具（如FAISS、TF-IDF）和生成模型（如BART、GPT）来实现这一技术。
2025-02-24 16:14:17
217
原创 AI 一、Python中，使用Embeddings（嵌入）和向量数据库（Vector Database）
Embeddings：将文本转换为向量，可以使用预训练模型（如BERT）来生成。向量数据库：用于存储和查询向量，常见的选择包括FAISS和Weaviate。
2025-02-24 16:10:15
194
原创 SpringBoot Excel多种导出方式案例
Apache POI：功能强大，支持.xls和.xlsx格式，适合各种需求。EasyExcel：高性能、低内存消耗，适合大数据量导出，主要支持.xlsx。JExcelAPI：轻量级，支持.xls，适合简单的 Excel 导出。：功能丰富，适合企业级应用，但需要购买许可证。Spring Boot 自定义方案：结合 Spring Boot 的优势，使用现有库生成 Excel 文件并通过接口提供下载。
2025-02-24 09:57:27
285
原创 Data source rejected establishment of connection, message from server: “Too many connections“
检查和增加 MySQL 的参数。调整 Spring Boot 中数据库连接池的配置（如 HikariCP）。确保数据库连接在使用后及时释放，避免连接泄漏。如果连接数过多，检查是否存在性能瓶颈或数据库查询优化问题。
2025-02-21 14:30:26
772
原创 MySQLNonTransientConnectionException: Public Key Retrieval is not allowed
只需在连接字符串中添加并设置，即可解决这个问题。
2025-02-21 14:14:55
280
原创 npm : 无法加载文件 C:\Program Files\nodejs\npm.ps1，因为在此系统上禁止运行脚本。有关详细信息，请参阅 https:/go.microsoft.com/fwlink
这个错误是因为 Windows PowerShell 默认限制了脚本的执行，导致你无法运行 npm 命令。你可以通过调整 PowerShell 的执行策略来解决这个问题。这将允许 PowerShell 执行本地脚本，但对于从互联网下载的脚本，需要是已签名的。关闭 PowerShell，再次尝试运行。执行上述命令后，系统会提示你确认，输入。命令，应该就能正常执行了。，就需要修改执行策略。
2025-02-21 09:40:15
494
原创 Java 小游戏之贪吃蛇 Swing 实现
整体架构设计视图与控制层：由GamePanel类承担，该类继承自JPanel，负责游戏状态的更新、图形绘制以及用户交互处理。所有游戏逻辑均在本类中实现。应用层：由SnakeGame类实现，该类用于创建窗口、添加GamePanel并管理窗口的基本行为，确保游戏能够在独立窗口中运行。关键模块与功能设计游戏状态管理游戏中使用两个数组分别存储蛇的每个部分的 x 坐标和 y 坐标，并通过变量dots表示当前蛇的长度。游戏初始化时，蛇的长度固定为 3，位置设置在面板中固定的起始点；随后通过。
2025-02-04 19:45:46
843
原创 Java 小游戏之俄罗斯方块 Swing 实现
本项目采用了简单的 MVC（模型-视图-控制器）设计思想，将整个游戏的状态、显示与控制逻辑整合在同一个类（Board 类）中。模型层棋盘数据使用一维数组存储（类型为），每个元素表示一个单元格的方块类型。类Shape封装了俄罗斯方块的形状、坐标数据及旋转逻辑。视图层Board 类继承自JPanel，重写了方法用于绘制背景、固定的方块和当前下落的方块。控制层采用 Swing 的定时器（Timer）定时更新游戏状态（让方块下落）；
2025-02-04 19:31:24
1019
原创 JVM 四 JVM诊断与监控
JVM诊断与监控是保证 Java 应用性能稳定的重要手段。通过使用 JVisualVM、JConsole、Prometheus 等监控工具，结合垃圾回收日志、内存使用监控、线程状态分析等数据，开发者和运维人员可以有效地识别性能瓶颈、内存泄漏、GC 问题等，并针对性地进行优化。实时监控和告警机制可以帮助系统提前发现潜在问题，避免生产环境中的故障。
2025-02-03 15:56:21
573
原创 JVM 三 垃圾回收（GC）调优
是指通过配置垃圾回收器（GC）参数、优化堆内存分配、调整GC策略等手段来减少垃圾回收的停顿时间、提高吞吐量，并保证应用在高负载下的稳定性和性能。Java 中的垃圾回收机制非常重要，尤其是在高并发、大数据场景中，合理的垃圾回收策略能够显著提升系统的响应速度和处理能力。Java的垃圾回收机制主要用于自动管理堆内存，回收不再使用的对象。垃圾回收器会周期性地扫描堆内存，标记并清除不可达的对象，从而释放内存。JVM 提供了多种垃圾回收器，可以根据具体需求选择合适的 GC。
2025-02-03 15:51:58
805
原创 JVM 二 JVM内存模型
JVM内存模型 是指 Java 虚拟机在运行时使用的内存结构和分配方式。JVM 将内存划分为多个不同的区域，每个区域负责不同的任务。理解这些内存区域和它们的作用有助于我们优化 Java 应用程序的性能，特别是在高并发和大数据处理时。JVM内存模型可以大致分为以下几个主要区域：作用：堆内存用于存储应用程序的对象和数组，是 JVM 中最大的一块内存区域。几乎所有的 Java 对象都在堆上分配内存。堆内存的大小直接影响垃圾回收（GC）的频率和效率。划分：堆内存调优：作用：每个线程在执行时都会创建一个虚拟机栈，用于
2025-02-03 15:48:46
716
原创 JVM 一 性能调优
是针对 Java 应用程序在高负载、高并发环境下，通过对 JVM 参数和垃圾回收（GC）机制的优化，提升系统的吞吐量和响应速度，减少延迟并解决内存溢出等问题。
2025-02-03 15:47:24
528
原创 python 十 文件操作 列出指定目录下文件树
osos模块是处理目录和文件的经典选择。pathlibpathlib提供更现代和直观的路径处理。将文件树保存为文本文件，便于查看。可以用rich库生成一个更美观的文件树。
2025-01-27 20:58:46
297
原创 python 九 文件操作 读写.pdf
是一个强大的库，支持复杂 PDF 文件的文本提取。支持高效读取 PDF，并支持访问图像和表格。以下是使用这些库处理 PDF 文件的教程。
2025-01-27 20:54:49
391
原创 python 七 文件操作 读写Excel
openpyxl.xlsxpandasxlrdxlwt.xls以下是使用openpyxl和pandas操作 Excel 的详细教程。openpyxlopenpyxl是一个强大的库，支持读写.xlsx格式的 Excel 文件。pandaspandas是用于数据分析的强大库，支持高效地读取和写入 Excel 文件。
2025-01-27 20:49:12
395
原创 python 六 文件操作 读取csv文件
Python 提供了强大的工具来读取 CSV 文件，主要使用内置的csv模块或第三方库如pandas。csv。
2025-01-27 20:46:47
266
原创 python 五 文件操作 读取大文件
读取大文件时，为了避免占用过多内存，通常会采用分块读取的方式。以下是几种处理大文件的常见方法：使用 循环逐行读取文件，这种方法高效且占用内存小。2. 分块读取文件如果需要按块读取（而不是按行），可以使用 方法。3. 使用迭代器（ 分批读取）可以将文件拆分成小批次读取。4. 使用 内存映射 将文件映射到内存中，支持随机访问，适合处理特别大的文件。5. 多线程或多进程并行读取对于多核处理器，可以将文件分成多个片段并行读取。6. 流式处理（适合二进制文件）对于图像、视
2025-01-27 20:43:50
710
原创 python 三 数据结构
数据结构是否有序可变性特点和应用列表有序可变存储任意类型，适合动态数据元组有序不可变固定数据字典无序可变键值对，快速查找集合无序可变元素唯一，适合去重和集合运算队列有序可变先进先出栈有序可变后进先出堆无序可变快速获取最小值或最大值。
2025-01-27 20:37:17
248
原创 python 二 基础语法
Python 基础语法非常简洁易懂，是入门编程的绝佳选择！'''"""print()input()1函数是可重复使用的代码块，使用def。
2025-01-27 20:13:36
340
原创 Alibaba Spring Cloud 三十三 Maven 管理多模块 Dubbo 项目结构，进行更好地分层与隔离
核心思路：使用多模块（multi-module）将“接口”“实现（Provider）”“消费者（Consumer）”“公共工具”等进行物理拆分，减少耦合、统一版本管理，并确保不同职责模块的依赖最小化。优势开发效率：Provider / Consumer 能并行开发，不在同一个模块里相互干扰。可扩展性：当业务增加更多服务或功能，只需添加新模块或新接口即可。运维方便：单独构建与部署每个服务，升级时也更灵活。清晰边界api只有接口，service只有实现，common放通用逻辑，层次结构更直观。
2025-01-27 11:45:15
817
原创 Spring Cloud Alibaba 三十二 Dubbo 在SpringBoot3环境下集成演示
Nacos：作为注册中心，为 Dubbo 提供服务注册和发现；Dubbo：高性能 RPC 框架，用暴露服务、引用服务；：整合 Nacos、提供更多微服务组件（Config、Sentinel、Seata 等）支持。：升级到 Jakarta 底层包，需保证依赖版本与 BOM 对齐。示例流程Provider：暴露接口实现，，注册到 Nacos；Consumer引用远程接口，从 Nacos 获取地址进行 RPC 调用；测试。
2025-01-26 03:25:17
730
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人