- 博客(75)
- 收藏
- 关注
RSS订阅原创 NHibernate自定义集合类型（中）：通用实现方式
使用 thread return 时，需要注意，我们的断点需要打在 objc_msgSend 的入口处，如果在 addNum 的入口打断点执行 thread return，最终可能会得到非预期值；但这种方式有个弊端是，需要等函数执行完，在实际的场景中，我们往往希望不执行函数且能让函数返回我们想要的值，比如：函数中可能会修改其他参数，函数可能有复杂的鉴权逻辑无法通过鉴权等，这些场景我们往往不希望或者不能让函数执行，这种情况下就需要另一个指令：thread return。如下，是AI生成的函数调用流程；
2025-11-17 21:11:38
343
原创 听说新版飞信放弃了.Net 杯具啊~
Artifact 和我们在DevOps CI/CD流水线中的Artifact（即工件）的概念类似，它是 远程Agent执行完某个任务后生成输出的结果（即远程Agent返回的结果通过一个Artifact对象输出给Client），每个任务的结果可能都不一样。Task 是 Client 和 远程Agent 之间协作的一个概念，很好理解，一个Task代表一个需要完成的任务，每个Task都有一个唯一的ID号，它通常包含了任务状态、历史记录 和 执行结果 等信息。
2025-11-17 21:07:33
276
原创 C++/C#/F#/Java/JS/Lua/Python/Ruby渲染比试
通过公式 0.2125 * color.r + 0.7154 * color.g + 0.0721 * color.b 计算像素亮度，其中绿色通道权重最高，符合人眼对绿色更敏感的特性。2019.3版本后，LWRP更名为URP(Universal Render Pipeline)，泛光效果成为URP后处理堆栈的核心组件之一，支持更广泛的*台和更高质量的渲染。垂直模糊Pass：采样当前像素上下相邻像素，按高斯权重混合这种分离式模糊大幅减少了采样次数，从O(n2)降到O(2n)。SRP Batcher支持?
2025-11-17 21:02:49
398
原创 Windows Phone 将胜出的五条论据
在多年的研发生涯里，对调参这个事深恶痛绝，为什么辛辛苦苦架构出来的模型，一训练就崩，训练收敛慢到龟速，这严重影响了开发进度，并且增加了很多不可抗力的消耗。换句话说，朴素SGD是一个没有应用任何先验补充的野蛮人，较于Adam的平滑学习而言，它就像一只无头苍蝇，到处乱撞，也不知道该撞多少次才能收敛至最小值。我相信有很多业内同行，都有这种痛，训练了很久，效果依旧很差，泛化能力也不行，然后就开始苦恼，为什么自己没有足够的钱，足够的算力。引入动量缓冲m，也就是一阶矩，指数加权平滑梯度，它积累了历史梯度的方向趋势。
2025-11-17 20:58:22
730
原创 Linux及Arm-Linux程序开发笔记（零基础入门篇）
Console.WriteLine($"性能提升：{((watch1.ElapsedMilliseconds - watch2.ElapsedMilliseconds) / (double)watch1.ElapsedMilliseconds):P2}");例如，元组解构时，var (_, name, _) = data 生成的 IL 代码仅包含对 name 的存储指令，而传统方式会包含所有成员的存储指令，减少了 CPU 执行的指令数。若存在未覆盖的值，会直接报错，避免运行时逻辑漏洞。
2025-11-17 20:53:33
336
原创 试水Windows Metro application（xaml)及我的一些理解
Artifact 和我们在DevOps CI/CD流水线中的Artifact（即工件）的概念类似，它是 远程Agent执行完某个任务后生成输出的结果（即远程Agent返回的结果通过一个Artifact对象输出给Client），每个任务的结果可能都不一样。Task 是 Client 和 远程Agent 之间协作的一个概念，很好理解，一个Task代表一个需要完成的任务，每个Task都有一个唯一的ID号，它通常包含了任务状态、历史记录 和 执行结果 等信息。
2025-11-16 15:39:55
462
原创 技术文章如何写作才能有较好的阅读体验
如对于权限模块，我们涉及到的用户管理、机构管理、角色管理、菜单管理、功能管理、操作日志、登录日志等业务类，那么这些类继承BaseApi，就会具有相关的接口了，如下所示继承关系。一般API控制器的子类，只需要继承基类就可以了，额外增加的接口按常规化的设计函数即可，可以参考基类的做法来写各种（GET、PUT、DELETE、POST）的处理函数。表格的数据直接录入，一般不是仅仅的通过文本框的录入，一般录入有选择表的记录，下拉类表、复选框、图像、数值、颜色等等特殊的录入的。如下是生成的相关类的界面效果。
2025-11-16 15:36:09
866
原创 异步编程：线程概述及使用
至于这个端口为3000的服务，我是用了一个docker安装的镜像为zenato/puppeteer-renderer的容器，对外端口为3000，作用就是进行服务端渲染。Vue类型的博客的内容是通过实时加载去渲染的，如果蜘蛛只获取了html而没有去加载js的话实际是没有内容的。对于live2d，基础的js和css的优化就不说了，顺便提一下live2d的图片因为要拼接起来，所以很大，记得也要压缩。gzip是针对文本类型进行压缩的，例如html、js、css、txt等格式，可以在nginx处打开。
2025-11-16 15:31:57
393
原创 搞个这样的APP要多久？
本文将介绍基于 SurfaceControlViewHost 实现跨进程渲染普通 View 和 GlSurfaceView，力求用最简单的 Demo，介绍 SurfaceControlViewHost 的应用，方便读者轻松扣出核心代码应用到自己的业务中。// 创建SurfaceControlViewHost。// 将View附加到SurfaceControlViewHost。// 创建要渲染的View。
2025-11-16 15:23:46
618
原创 [认证 & 授权] . OIDC（OpenId Connect）身份认证（核心部分）
如果一个“计算密集型”的进程（比如 A 用户）拿到 CPU，它可能执行很长时间（比如一个耗时循环），导致后面所有“交互密集型”的进程（比如 B、C 用户的轻量任务）都被阻塞，系统响应速度急剧下降。这其实就是操作系统级的时间片轮转调度算法在分布式系统中的应用。“动态权重调整机制”的目的，我个人理解是为了给每个生产者一个合适的权重，从而决定这次生产的任务是应该放在队列的前面还是后面。“吵闹的邻居”会留在轮询队列中，“空闲的邻居”会自动退出，并且无论他们排队的工作量有多少，每个人都能公平地获得处理时间。
2025-11-16 15:19:19
435
原创 我的代码出现幻觉？说好的a = ； x = b，怎么成了x = b； a = ？
模型支持广泛：支持多个模型提供商，如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等；多模型协作：作为 Model Context Protocol 服务器，可将喜爱的 AI 工具连接到多个 AI 模型，支持对话线程，让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论，实现真正的 AI 协作和对话连续性。简单讲，它提供沙箱、开发工具和测试基准，让AI能够学习控制完整的桌面系统（如macOS、Linux、Windows）。
2025-11-15 16:42:14
766
原创 学习 TreeWalker api 并与普通遍历 DOM 方式进行比较
本文主要是针对Python开发领域，对使用PySide6/PyQt6实现自定义窗口布局的探讨，因此也注意PyQt-Fluent-Widgets （https://github.com/zhiyiYo/PyQt-Fluent-Widgets）这个界面组件的实现效果，非常不错，因此对它的实现方式和组合界面的方式进行了一定的研究学习。在对这些界面大致了解后，心里希望模拟他们的实现方式，构造一个类似的自定义窗口布局，其中参考上面组件的作者的图示进行分析下。常用于多页面界面切换（比如“设置/主页/详情”之间切换）。
2025-11-15 16:38:16
248
原创 慢SQL优化实战：从一例线上慢SQL探究执行引擎工作过程
有了这些，我们现在就具备了将生成JMX遥测数据的应用程序集成到任何支持 OpenTelemetry 的遥测管道中的工具。很多新的开源项目直接暴露 Prometheus 协议的监控数据，确实更方便，但很多老的 Java 应用仍然通过 JMX 暴露指标数据，所以掌握 JMX 监控方式，等于掌握了一批 Java 应用的监控方式。使用JMX抓取工具是个不错的入门方法，但它确实需要一个额外的 JAR 包，如果我们已经在使用 Java 代理，可能就不希望这样了。出于这个原因，它比 JMX 抓取工具更常用。
2025-11-15 16:33:43
534
原创 Kafka.-.. 安装部署+最后报错处理全过程（CentOS 虚拟机）
值得注意的是，“人机协作新范式” 正在形成：微软内部数据显示，AI 生成代码占比超 90% 的项目已出现，开发者角色从 “编码者” 转向 “AI 协作架构师”。但在金融风控、核心系统开发等场景，人类仍需主导架构设计与合规审查 —— 未来最优解并非 “工具替代人”，而是 “工具赋能人”，通过 CodeBuddy 等综合能力领先的工具，实现 “AI 生成效率 + 人类决策质量” 的双重提升。通过等保 2.0 三级认证，提供私有化离线部署方案，具备代码安全溯源能力，企业级合规 9.0 分；
2025-11-15 16:28:35
337
原创 纯 C#实现+AOT 打造的智能PDF目录提取工具 PdfTocExtractor
注意，这里我故意选错成DeepSeek API，这也是初学者经常会选错的，实际上，若选择这个你就找不到你本地的DeepSeek模型。我是DeepSeek-R1，一个由深度求索公司开发的智能助手。你可以根据你的硬件情况选择，通常模型大小（参数量）越大，模型的理解和生成能力越强，但也会消耗更多的计算资源。目前deepseek-r1模型大小提供了7个选择：1.5b、7b、8b、14b、32b、70b、671b。他真的迅速给我起了10个吸引眼球的标题，还提供了它思考的过程，而且在我这4年前的电脑上跑起来都很迅速。
2025-11-15 16:23:28
229
原创 单一职责原则的常见误区
但可惜，事实并非如此，实际上，图中右侧的结果只是多次运行结果中最好的一次，几乎不可控，就像抽卡游戏里非常小概率的金卡一样。回看刚刚每轮的损失，我们会发现，造成这种差别的原因是：准确率只在0到1间波动，而逻辑回归的平均损失却在1-10这个量级内，相比之下，浅层神经网络的平均损失已经降到了0到1之间。最后附上完整代码，依旧要强调的是，在规范流程里，我们应该根据每次验证的准确率调整超参数，最后再进行测试，只是这部分内容还在后面，我们经过系统学习后再正式引入这部分。
2025-11-14 14:22:20
369
原创 自己做产品，如何选技术栈？
模型支持广泛：支持多个模型提供商，如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等；多模型协作：作为 Model Context Protocol 服务器，可将喜爱的 AI 工具连接到多个 AI 模型，支持对话线程，让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论，实现真正的 AI 协作和对话连续性。简单讲，它提供沙箱、开发工具和测试基准，让AI能够学习控制完整的桌面系统（如macOS、Linux、Windows）。
2025-11-14 14:17:56
798
原创 扒了下 Cursor 的提示词，被狠狠惊艳到了！
本文主要是针对Python开发领域，对使用PySide6/PyQt6实现自定义窗口布局的探讨，因此也注意PyQt-Fluent-Widgets （https://github.com/zhiyiYo/PyQt-Fluent-Widgets）这个界面组件的实现效果，非常不错，因此对它的实现方式和组合界面的方式进行了一定的研究学习。在对这些界面大致了解后，心里希望模拟他们的实现方式，构造一个类似的自定义窗口布局，其中参考上面组件的作者的图示进行分析下。常用于多页面界面切换（比如“设置/主页/详情”之间切换）。
2025-11-14 14:13:21
250
原创 UD动作游戏开发读书笔记--. 编辑器本身的基础知识
有了这些，我们现在就具备了将生成JMX遥测数据的应用程序集成到任何支持 OpenTelemetry 的遥测管道中的工具。很多新的开源项目直接暴露 Prometheus 协议的监控数据，确实更方便，但很多老的 Java 应用仍然通过 JMX 暴露指标数据，所以掌握 JMX 监控方式，等于掌握了一批 Java 应用的监控方式。使用JMX抓取工具是个不错的入门方法，但它确实需要一个额外的 JAR 包，如果我们已经在使用 Java 代理，可能就不希望这样了。出于这个原因，它比 JMX 抓取工具更常用。
2025-11-14 14:08:50
351
原创 .NET性能优化-使用RecyclableBuffer取代RecyclableMemoryStream
注意，这里我故意选错成DeepSeek API，这也是初学者经常会选错的，实际上，若选择这个你就找不到你本地的DeepSeek模型。我是DeepSeek-R1，一个由深度求索公司开发的智能助手。你可以根据你的硬件情况选择，通常模型大小（参数量）越大，模型的理解和生成能力越强，但也会消耗更多的计算资源。目前deepseek-r1模型大小提供了7个选择：1.5b、7b、8b、14b、32b、70b、671b。他真的迅速给我起了10个吸引眼球的标题，还提供了它思考的过程，而且在我这4年前的电脑上跑起来都很迅速。
2025-11-14 13:59:07
324
原创 Kubernetes Service详解：实现服务发现与负载均衡
Console.WriteLine($"性能提升：{((watch1.ElapsedMilliseconds - watch2.ElapsedMilliseconds) / (double)watch1.ElapsedMilliseconds):P2}");例如，元组解构时，var (_, name, _) = data 生成的 IL 代码仅包含对 name 的存储指令，而传统方式会包含所有成员的存储指令，减少了 CPU 执行的指令数。若存在未覆盖的值，会直接报错，避免运行时逻辑漏洞。
2025-11-13 16:53:27
311
原创 Mike_Zhang
显然这取决于"失败"的定义, 例如除0就是"除法指令的第二个操作数为0", 非法指令可以定义成"不属于ISA手册描述范围的指令", 而自陷指令可以认为是一种特殊的无条件失败. 不同的ISA手册都有各自对"失败"的定义, 例如RISC-V手册就不认为除0是一种失败, 因此即使除数为0, 在RISC-V处理器中这条指令也会按照指令手册的描述来执行.处理系统的关键, 就是要有一个后台程序, 当一个前台程序执行结束的时候, 后台程序就会自动加载一个新的前台程序来执行，这样的一个后台程序, 其实就是操作系统。
2025-11-13 16:49:17
339
原创 C#转java的最好利器easy-query就是efcorej sqlsugarj freesqlj
转java没有一个好用的orm怎么办，我之前用sqlsugar的现在有没有sqlsugar-java，我之前用efcore的现在是否有efcore-java，我之前是freesql的粉丝转java后有没有freesql-java？user.bankCards().where(c -> c.type().eq("储蓄卡")).count().gt(4L);user.bankCards().where(c -> c.type().eq("储蓄卡")).count().gt(4L);//用户至少有三张储蓄卡。
2025-11-13 16:43:46
381
原创 ks集群部署()(centos)
丈忌尉痴在深度学习中，优化器（Optimizer）是连接模型与数据的桥梁，它负责根据损失函数的梯度来更新模型的参数，以期找到一组能最小化损失的“最优解”。NAG 对经典动量做了一个聪明的修改：它不计算当前点的梯度，而是先“预估”一下按照当前动量会走到哪里，然后在那个“未来”的点计算梯度，再用这个梯度来修正最终的步进方向。MBGD 相对 SGD：用小批量平均来估计梯度，有效降低了梯度估计的方差，使得收敛更稳定，同时充分利用了现代计算硬件（如GPU）的并行计算能力，提升了训练吞吐量。无悬念首选 AdamW。
2025-11-13 16:39:10
395
原创 MVC和MVP的一些思考
匾蓟儆垂在深度学习中，优化器（Optimizer）是连接模型与数据的桥梁，它负责根据损失函数的梯度来更新模型的参数，以期找到一组能最小化损失的“最优解”。NAG 对经典动量做了一个聪明的修改：它不计算当前点的梯度，而是先“预估”一下按照当前动量会走到哪里，然后在那个“未来”的点计算梯度，再用这个梯度来修正最终的步进方向。MBGD 相对 SGD：用小批量平均来估计梯度，有效降低了梯度估计的方差，使得收敛更稳定，同时充分利用了现代计算硬件（如GPU）的并行计算能力，提升了训练吞吐量。无悬念首选 AdamW。
2025-11-13 16:32:56
353
原创 种JavaScript特效实例让你的网站更吸引人
试想一下，对于一名刚刚从单体服务转向分布式系统的初学者来说，还在给你铺垫各个组件的功能，然后讲到注册中心的时候，直接就安排上了 CAP 和共识算法这套非常抽象、难以理解的丝滑小连招，应该是非常劝退的。自洽是指，你不能一边享受着这条“好走、明确且广阔的道路”的快捷与轻松，自嘲着自己是“CRUD 工程师”，又下不了决心、没有足够的毅力往难走的路上走，还在心里嘲讽正在这条更难的路上努力往前的人。写的过程中我就想起我之前看过的一本书，《数据密集型应用系统设计》这本分布式领域的书，必读，是非常好的“肥料”。
2025-11-12 15:17:54
262
原创 讨论: TDD in HTML & JavaScript 之可行性和最佳实践
Console.WriteLine($"性能提升：{((watch1.ElapsedMilliseconds - watch2.ElapsedMilliseconds) / (double)watch1.ElapsedMilliseconds):P2}");例如，元组解构时，var (_, name, _) = data 生成的 IL 代码仅包含对 name 的存储指令，而传统方式会包含所有成员的存储指令，减少了 CPU 执行的指令数。若存在未覆盖的值，会直接报错，避免运行时逻辑漏洞。
2025-11-12 15:12:40
276
原创 分清“语言/规范”以及“平台/实现”，以及跨平台.NET开发
显然这取决于"失败"的定义, 例如除0就是"除法指令的第二个操作数为0", 非法指令可以定义成"不属于ISA手册描述范围的指令", 而自陷指令可以认为是一种特殊的无条件失败. 不同的ISA手册都有各自对"失败"的定义, 例如RISC-V手册就不认为除0是一种失败, 因此即使除数为0, 在RISC-V处理器中这条指令也会按照指令手册的描述来执行.处理系统的关键, 就是要有一个后台程序, 当一个前台程序执行结束的时候, 后台程序就会自动加载一个新的前台程序来执行，这样的一个后台程序, 其实就是操作系统。
2025-11-12 15:07:44
274
原创 擦亮自己的眼睛去看SQLServer之简单Insert
转java没有一个好用的orm怎么办，我之前用sqlsugar的现在有没有sqlsugar-java，我之前用efcore的现在是否有efcore-java，我之前是freesql的粉丝转java后有没有freesql-java？user.bankCards().where(c -> c.type().eq("储蓄卡")).count().gt(4L);user.bankCards().where(c -> c.type().eq("储蓄卡")).count().gt(4L);//用户至少有三张储蓄卡。
2025-11-12 15:02:23
684
原创 浅谈SQL Server中的事务日志(三)----在简单恢复模式下日志的角色
食胶胰航在深度学习中，优化器（Optimizer）是连接模型与数据的桥梁，它负责根据损失函数的梯度来更新模型的参数，以期找到一组能最小化损失的“最优解”。NAG 对经典动量做了一个聪明的修改：它不计算当前点的梯度，而是先“预估”一下按照当前动量会走到哪里，然后在那个“未来”的点计算梯度，再用这个梯度来修正最终的步进方向。MBGD 相对 SGD：用小批量平均来估计梯度，有效降低了梯度估计的方差，使得收敛更稳定，同时充分利用了现代计算硬件（如GPU）的并行计算能力，提升了训练吞吐量。无悬念首选 AdamW。
2025-11-12 14:56:51
451
原创 【腾讯bugly干货分享】HTML 视频直播一站式扫盲
试想一下，对于一名刚刚从单体服务转向分布式系统的初学者来说，还在给你铺垫各个组件的功能，然后讲到注册中心的时候，直接就安排上了 CAP 和共识算法这套非常抽象、难以理解的丝滑小连招，应该是非常劝退的。自洽是指，你不能一边享受着这条“好走、明确且广阔的道路”的快捷与轻松，自嘲着自己是“CRUD 工程师”，又下不了决心、没有足够的毅力往难走的路上走，还在心里嘲讽正在这条更难的路上努力往前的人。写的过程中我就想起我之前看过的一本书，《数据密集型应用系统设计》这本分布式领域的书，必读，是非常好的“肥料”。
2025-11-11 14:38:23
336
原创 速度提高几百倍，记一次数据结构在实际工作中的运用
Console.WriteLine($"性能提升：{((watch1.ElapsedMilliseconds - watch2.ElapsedMilliseconds) / (double)watch1.ElapsedMilliseconds):P2}");例如，元组解构时，var (_, name, _) = data 生成的 IL 代码仅包含对 name 的存储指令，而传统方式会包含所有成员的存储指令，减少了 CPU 执行的指令数。若存在未覆盖的值，会直接报错，避免运行时逻辑漏洞。
2025-11-11 14:33:53
579
原创 千万级的大表如何新增字段？
显然这取决于"失败"的定义, 例如除0就是"除法指令的第二个操作数为0", 非法指令可以定义成"不属于ISA手册描述范围的指令", 而自陷指令可以认为是一种特殊的无条件失败. 不同的ISA手册都有各自对"失败"的定义, 例如RISC-V手册就不认为除0是一种失败, 因此即使除数为0, 在RISC-V处理器中这条指令也会按照指令手册的描述来执行.处理系统的关键, 就是要有一个后台程序, 当一个前台程序执行结束的时候, 后台程序就会自动加载一个新的前台程序来执行，这样的一个后台程序, 其实就是操作系统。
2025-11-11 14:29:26
482
原创 [Bukkit插件开发]手持发射器箭矢机枪 教学文档 面向Python/C#开发者入门Java与Bukkit API
转java没有一个好用的orm怎么办，我之前用sqlsugar的现在有没有sqlsugar-java，我之前用efcore的现在是否有efcore-java，我之前是freesql的粉丝转java后有没有freesql-java？user.bankCards().where(c -> c.type().eq("储蓄卡")).count().gt(4L);user.bankCards().where(c -> c.type().eq("储蓄卡")).count().gt(4L);//用户至少有三张储蓄卡。
2025-11-11 14:24:22
322
原创 JDK源码之Object
源么邻贪在深度学习中，优化器（Optimizer）是连接模型与数据的桥梁，它负责根据损失函数的梯度来更新模型的参数，以期找到一组能最小化损失的“最优解”。NAG 对经典动量做了一个聪明的修改：它不计算当前点的梯度，而是先“预估”一下按照当前动量会走到哪里，然后在那个“未来”的点计算梯度，再用这个梯度来修正最终的步进方向。MBGD 相对 SGD：用小批量平均来估计梯度，有效降低了梯度估计的方差，使得收敛更稳定，同时充分利用了现代计算硬件（如GPU）的并行计算能力，提升了训练吞吐量。无悬念首选 AdamW。
2025-11-11 14:19:21
582
原创 一生一心学习记录：一些个人思考。
转java没有一个好用的orm怎么办，我之前用sqlsugar的现在有没有sqlsugar-java，我之前用efcore的现在是否有efcore-java，我之前是freesql的粉丝转java后有没有freesql-java？user.bankCards().where(c -> c.type().eq("储蓄卡")).count().gt(4L);user.bankCards().where(c -> c.type().eq("储蓄卡")).count().gt(4L);//用户至少有三张储蓄卡。
2025-11-10 15:04:24
672
原创 Kafka原理浅析-根据时间戳查询消息
张丫坷掌在深度学习中，优化器（Optimizer）是连接模型与数据的桥梁，它负责根据损失函数的梯度来更新模型的参数，以期找到一组能最小化损失的“最优解”。NAG 对经典动量做了一个聪明的修改：它不计算当前点的梯度，而是先“预估”一下按照当前动量会走到哪里，然后在那个“未来”的点计算梯度，再用这个梯度来修正最终的步进方向。MBGD 相对 SGD：用小批量平均来估计梯度，有效降低了梯度估计的方差，使得收敛更稳定，同时充分利用了现代计算硬件（如GPU）的并行计算能力，提升了训练吞吐量。无悬念首选 AdamW。
2025-11-10 15:00:07
382
原创 【GitHub每日速递 】k 星标！这个 MCP 服务器大集合，竟能解锁 AI 无限可能？
显然这取决于"失败"的定义, 例如除0就是"除法指令的第二个操作数为0", 非法指令可以定义成"不属于ISA手册描述范围的指令", 而自陷指令可以认为是一种特殊的无条件失败. 不同的ISA手册都有各自对"失败"的定义, 例如RISC-V手册就不认为除0是一种失败, 因此即使除数为0, 在RISC-V处理器中这条指令也会按照指令手册的描述来执行.处理系统的关键, 就是要有一个后台程序, 当一个前台程序执行结束的时候, 后台程序就会自动加载一个新的前台程序来执行，这样的一个后台程序, 其实就是操作系统。
2025-11-10 14:44:44
321
原创 智能手机（手表）上音频里的蓝牙那点事
转java没有一个好用的orm怎么办，我之前用sqlsugar的现在有没有sqlsugar-java，我之前用efcore的现在是否有efcore-java，我之前是freesql的粉丝转java后有没有freesql-java？user.bankCards().where(c -> c.type().eq("储蓄卡")).count().gt(4L);user.bankCards().where(c -> c.type().eq("储蓄卡")).count().gt(4L);//用户至少有三张储蓄卡。
2025-11-10 14:39:24
668
原创 分钟使用 OrchardCore 快速构建 .NET 内容管理系统（CMS)
擦扔谱废在深度学习中，优化器（Optimizer）是连接模型与数据的桥梁，它负责根据损失函数的梯度来更新模型的参数，以期找到一组能最小化损失的“最优解”。NAG 对经典动量做了一个聪明的修改：它不计算当前点的梯度，而是先“预估”一下按照当前动量会走到哪里，然后在那个“未来”的点计算梯度，再用这个梯度来修正最终的步进方向。MBGD 相对 SGD：用小批量平均来估计梯度，有效降低了梯度估计的方差，使得收敛更稳定，同时充分利用了现代计算硬件（如GPU）的并行计算能力，提升了训练吞吐量。无悬念首选 AdamW。
2025-11-10 14:33:06
476
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