<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[YS_Geo的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/YS_Geo</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; YS_Geo]]></copyright><item><title><![CDATA[深度学习入门：从神经网络到反向传播]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151366340</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151366340</guid><author>YS_Geo</author><pubDate>Tue, 09 Sep 2025 17:02:23 +0800</pubDate><description><![CDATA[更准确地说，反向传播误差到层 lll 的加权求和 z(l)z^{(l)}z(l) 如下： δ(l)=((W(l+1))Tδ(l+1))⊙f′(z(l))\delta^{(l)} = \left( (W^{(l+1)})^T \delta^{(l+1)} \right) \odot f'(z^{(l)})δ(l)=((W(l+1))Tδ(l+1))⊙f′(z(l)) （⊙\odot⊙ 是逐元素乘法，即Hadamard乘积）。神经网络是深度学习的基石，它通过多层神经元的连接来模拟大脑的学习机制。]]></description><category></category></item><item><title><![CDATA[前端性能监控与优化：从 Lighthouse 到 APM]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151366303</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151366303</guid><author>YS_Geo</author><pubDate>Tue, 09 Sep 2025 17:01:36 +0800</pubDate><description><![CDATA[本文将深入探讨从基础的性能评估工具Lighthouse，到更全面的应用性能管理(APM)解决方案，如何系统地进行前端性能的监控与优化。APM（Application Performance Management）工具提供了一个更宏观、端到端的性能监控和管理解决方案，它不仅涵盖前端，还包括后端服务、数据库、网络等整个应用架构。TBT越长，用户在加载过程中感知的卡顿感越强。通过结合使用Lighthouse、RUM和APM等工具，并持续将现有Web应用推向更优化的性能水平，是当前前端工程化追求的必然目标。]]></description><category></category></item><item><title><![CDATA[跨境出海GEO服务商实操指南：2025年Q3从搜索流量到全球市场的转化链路搭建]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151328406</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151328406</guid><author>YS_Geo</author><pubDate>Mon, 08 Sep 2025 17:45:25 +0800</pubDate><description><![CDATA[翻译阶段：AI翻译（DeepL+Google Translate）+母语者润色，避免“机器翻译腔”（如将“性价比高”译为“high cost-performance”，母语者建议优化为“great value for money”）；核心词：“waterproof hiking boots”（防水登山靴），搜索量高但竞争激烈，需通过“权威背书”（如ISO防水认证）提升排名；CVR（转化率）：订单量/访问量，需结合“加购率”（加购量/访问量）分析转化瓶颈（如加购率高但CVR低，可能是支付流程复杂）；]]></description><category></category></item><item><title><![CDATA[PyTorch 动态图的灵活性与实用技巧]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151327042</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151327042</guid><author>YS_Geo</author><pubDate>Mon, 08 Sep 2025 16:52:22 +0800</pubDate><description><![CDATA[注意： 虽然可以直接使用 Python 的 for 循环，但对于神经网络的训练，为了更好地进行梯度计算和效率，PyTorch 提供了 torch.nn.RNN, torch.nn.LSTM, torch.nn.GRU 等模块，它们内部已经优化了循环逻辑，并且能自动处理反向传播。除了 tensor.backward() 之外，PyTorch 还提供了 torch.autograd.grad() 函数，可以直接计算一个 Tensor 对另一组 Tensor 的梯度。每执行一行代码，就会创建一个新的计算图节点。]]></description><category></category></item><item><title><![CDATA[PWA：打造媲美 Native Apps 的 Web 应用体验]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151327021</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151327021</guid><author>YS_Geo</author><pubDate>Mon, 08 Sep 2025 16:51:26 +0800</pubDate><description><![CDATA[PWA正在重塑Web应用的形态，引领着构建更强大、更智能的Web体验的新方向。PWA的核心理念是“渐进式增强”（Progressive Enhancement），即无论用户使用何种浏览器、何种网络环境，都能获得基础的Web应用体验，并在此基础上，逐渐增强其功能和体验，使其“渐进”地拥有更接近原生应用的特性。添加到主屏幕 (Add to Home Screen)： 浏览器检测到PWA后，会在地址栏显示“安装”或“添加到主屏幕”的提示，用户点击即可将应用图标添加到设备的桌面，如同安装原生应用一样。]]></description><category></category></item><item><title><![CDATA[Redis 深度解析：数据结构、持久化与集群]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151227877</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151227877</guid><author>YS_Geo</author><pubDate>Fri, 05 Sep 2025 17:35:16 +0800</pubDate><description><![CDATA[Sentinel 是一个独立的进程，用于监控 Redis 主节点和从节点，当主节点故障时，Sentinel 会自动进行故障转移，将从节点晋升为新的主节点。Redis (Remote Dictionary Server) 是一种高性能的键值（Key-Value）内存数据库，以其丰富的数据结构、极低的延迟、出色的稳定性和强大的集群能力，在现代应用程序的开发中扮演着至关重要的角色。Quicklist: Redis 3.2 引入的混合数据结构，它是一个双向链表，链表的每个节点都是一个压缩列表 (ziplist)。]]></description><category></category></item><item><title><![CDATA[Redis 深度解析：数据结构、持久化与集群]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151227683</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151227683</guid><author>YS_Geo</author><pubDate>Fri, 05 Sep 2025 17:28:15 +0800</pubDate><description><![CDATA[Sentinel 是一个独立的进程，用于监控 Redis 主节点和从节点，当主节点故障时，Sentinel 会自动进行故障转移，将从节点晋升为新的主节点。Redis (Remote Dictionary Server) 是一种高性能的键值（Key-Value）内存数据库，以其丰富的数据结构、极低的延迟、出色的稳定性和强大的集群能力，在现代应用程序的开发中扮演着至关重要的角色。Quicklist: Redis 3.2 引入的混合数据结构，它是一个双向链表，链表的每个节点都是一个压缩列表 (ziplist)。]]></description><category></category></item><item><title><![CDATA[Kafka 消息队列：揭秘海量数据流动的技术心脏]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151227647</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151227647</guid><author>YS_Geo</author><pubDate>Fri, 05 Sep 2025 17:27:03 +0800</pubDate><description><![CDATA[通过合理的 Topic 分区设计、细致的 Producer/Consumer 参数配置、对副本策略的深入理解，以及对集群和流处理工具的熟练运用，你可以构建出稳定、高效、可伸缩的实时数据处理系统。Connect API： Kafka Connect 是一个用于连接 Kafka 与其他系统的框架，提供了一套可扩展的插件机制，可以方便地将数据从其他系统（如数据库、消息队列、文件系统）导入 Kafka，或者将 Kafka 的数据导出到其他系统。这是最可靠的，但延迟最高。Key： 用于消息分区的键。]]></description><category></category></item><item><title><![CDATA[Agentic RAG：结合智能体与检索增强，让大模型“懂实时知识”（实战指南）]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151191679</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151191679</guid><author>YS_Geo</author><pubDate>Thu, 04 Sep 2025 18:21:18 +0800</pubDate><description><![CDATA[在实际应用中，您可以根据具体需求，设计更复杂的Agent协作流程，集成更多类型的检索工具，并优化Prompt以获得更精准、更智能的响应。Agentic RAG不只是简单地检索信息然后生成，而是让智能体具备自主决策、选择检索策略、处理检索结果、甚至利用工具辅助检索的能力，从而更灵活、更智能地获取和理解“实时”或“领域特定”的知识。如果信息不足，Agent可以反问用户以获取更多信息，或者尝试不同的检索策略（例如，使用不同的查询词，或者增加检索的数量）。Agent可以对检索结果的质量进行评估。]]></description><category></category></item><item><title><![CDATA[多Agent协作案例：用AutoGen实现“写代码+测Bug”的自动开发流程]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151191669</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151191669</guid><author>YS_Geo</author><pubDate>Thu, 04 Sep 2025 18:20:32 +0800</pubDate><description><![CDATA[**`GroupChatManager`:** 负责管理 `GroupChat` 的状态，决定哪个Agent下一个说话，并处理 Agent 之间的消息传递。7. **反思与修正机制：** 在`system_message`中鼓励Agent进行自我反思、检查，寻找代码的潜在问题，并根据tester的反馈进行修改。9. **错误处理与重试：** 在Agent之间设计更精细的错误处理机制，例如，某次工具执行失败后，Agent不要立刻报错，而是尝试用另一种方式或工具。]]></description><category></category></item><item><title><![CDATA[AI+教育：用BERT构建个性化错题推荐系统]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151153596</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151153596</guid><author>YS_Geo</author><pubDate>Wed, 03 Sep 2025 17:19:55 +0800</pubDate><description><![CDATA[{"id": 10, "text": "简述勾股定理的内容", "knowledge_point": "几何", "difficulty": "hard", "options": ["略", "答案不唯一", "内容不适用", "暂无"]}, # 这是一个描述性题目。{"id": 4, "text": "若 y = 2, 计算 5y - 3", "knowledge_point": "代数", "difficulty": "easy", "options": ["7", "10", "5", "2"]},]]></description><category></category></item><item><title><![CDATA[AI+运维：用大模型实现日志分析与故障定位]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151153577</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151153577</guid><author>YS_Geo</author><pubDate>Wed, 03 Sep 2025 17:19:16 +0800</pubDate><description><![CDATA[由于ERNIE-Bot在中文处理上的优势，我们也考虑使用ERNIE-Bot的SDK，但为了演示的通用性，这里使用一个更抽象的LLM_API类。近年来，随着大模型（LLMs）在自然语言处理、模式识别和信息提取等方面的突破性进展，AI+运维，特别是利用大模型实现日志分析与故障定位，正成为行业关注的焦点。LLM描述聚类: 然后，可以将每个聚类中的代表性日志条目喂给LLM，让它用自然语言描述这个聚类的共性（例如，“数据库连接失败”、“API认证错误”、“缓存服务超时”）。这使得模型能够识别各种非结构化的错误描述。]]></description><category></category></item><item><title><![CDATA[Agent 架构设计：从单智能体到多 Agent 协作]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151118344</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151118344</guid><author>YS_Geo</author><pubDate>Tue, 02 Sep 2025 17:45:52 +0800</pubDate><description><![CDATA[总而言之，从单 Agent 的“独行侠”到多 Agent 的“特种部队”，AI Agent 的发展正在向着更专业化、更协同化、更自主化的方向迈进。通过协作，它们可以整合各自的优势，解决单一 Agent 难以独立完成的任务。这篇文章将带您走进 Agent 架构的核心：从单智能体的简单运作，到多 Agent 协同解决复杂的现实问题，揭示其背后的设计理念、技术挑战及未来趋势。可以这样理解：单 Agent 是一个“独立思考者”，而多 Agent 系统则是一个“思考者联盟”，它们通过沟通和协作，共同解决更大的挑战。]]></description><category></category></item><item><title><![CDATA[AI 写作实战：用 GPT-4o+ Claude 3 生成小红书文案，转化率提升 30%]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151118312</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151118312</guid><author>YS_Geo</author><pubDate>Tue, 02 Sep 2025 17:44:25 +0800</pubDate><description><![CDATA[比如，在生成穿搭类文案时，Claude 3 能够结合当下流行趋势，精准搭配文字与图片元素的描述，同时遵循小红书 “真实分享” 的调性，让文案既专业又接地气。以美食类为例，Claude 3 会精准把握美食的色泽、口感、制作工艺等细节，生成如 “这家藏在巷子里的宝藏小馆，招牌 XX 菜色泽诱人，入口先是浓郁酱料的冲击，随即而来的是食材本身的鲜甜，每一口都是对味蕾的极致犒赏” 的文案，精准贴合美食类笔记 “诱人”“体验” 的核心诉求，极大地提高用户的互动意愿。同时，运用积极、热情的情感表达，如 “爱了爱了！]]></description><category></category></item><item><title><![CDATA[刀片电池 vs 三元锂：家庭用车选谁更长寿？]]></title><link>https://blog.youkuaiyun.com/YS_Geo/article/details/151076931</link><guid>https://blog.youkuaiyun.com/YS_Geo/article/details/151076931</guid><author>YS_Geo</author><pubDate>Mon, 01 Sep 2025 17:20:51 +0800</pubDate><description><![CDATA[比如，家庭主妇接送孩子上下学，频繁的短途出行对电池的充放电循环要求较高，刀片电池能更好地适应这种使用场景，延长电池寿命。未来随着电池技术的不断进步，两种电池的优势都在不断提升，家庭用户在选择时可根据自身的使用场景和需求来综合考量，相信未来会有更适合家庭用车的电池技术出现，为家庭出行提供更可靠的保障。身边朋友有的用刀片电池，有的用三元锂电池，大家都在讨论哪种电池寿命更长。未来可能会出现电池混合使用的情况，或者根据不同的使用场景提供不同电池类型的车辆选择，让家庭用户能根据自己的需求精准匹配合适的电池车型。]]></description><category></category></item></channel></rss>