关于Wiki 的一点想法

最新推荐文章于 2020-07-30 19:44:08 发布

原创最新推荐文章于 2020-07-30 19:44:08 发布 · 1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#object #class #工具

初出茅庐专栏收录该内容

7 篇文章

订阅专栏

博客指出Wiki是可由阅览者随意修改的工具，提出在面向对象建模过程中，如use case、class、object等环节可利用Wiki，让不在一处的开发者共同完成，实现远程头脑风暴。

wiki 是一个可以由阅览者随意修改的工具
那么在面向对象的建摸过程中，
在use case ，class ，object 等的过程中，不就可以利用 Wiki 来做吗，
这样就可以使不在一起的开发者共同来完成这一过程，远程实现brainstorming .

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

leedio

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

项目管理-今天学Wiki

weixin_44039226的博客

08-14

2354

Wiki是什么维客的原名为wiki（也译为维基），据说WikiWiki一词来源于夏威夷语的“wee kee wee kee”，原意为“快点快点”。它其实是一种新技术，一种超文本系统。这种超文本系统支持面向社群的协作式写作，同时也包括一组支持这种写作的辅助工具。也就是说，这是多人协作的写作工具。而参与创作的人，也被称为维客。从技术角度看，Wiki是一种超文本系统，是任何人都可以编...

第04课： wiki 在 GitHub

zoomquiet的博客

09-22

1603

Git -> wiki 什么人可以用 wiki ？ wiki 本质是什么？ GitHub-wiki 的最佳实践？提问 Git -> wiki GitHub 是基于 Git 的社交平台，当然的，每个仓库的维基（ GitHub-wiki ）也是能通过 Git 来远程维护的，怎么来？ Adding and editing wiki pages locally - U...

参与评论您还未登录，请先登录后发表或查看评论

关于 wiki 的一点想法

false_mask的博客

07-30

366

本人目前常用系统是 Arch，年前在系统使用过程中，发现 Fcitx5 用着着实不错，在使用过程中也发现了一些不足，在 gh 上也提了一些 bug 和建议，而作者更新的也非常勤快。遂起了向 Fcitx5 做贡献的想法，鉴于 Fcitx5 在网上的资料还补全，便在 ArchLinux 上起草并维护了一份 Fcitx5 的 wiki。在这期间也学到了社区的不少东西，最起码 wiki 的格式也会了不少，但在这过程中却也感受到了 wiki 本身的不足。从起草 wiki （2020-5-30）到如今（2020-7-

wiki

owe的专栏

12-04

6394

去了很多网站，很多都有一个wiki的选项，不知道什么意思，刚才搜了网络新潮文化：Wiki不完全手册网络新潮文化：Wiki不完全手册[ 2005-05-08 05:59:37 am | 作者: lokion ] “独乐乐不如众乐乐”，玩玩博客（blog）已经不够过瘾，于是玩Wiki开始成为时尚。如今，有人将Wiki翻译为“维客”，在形声义方面，也算得上一个合格的中

wiki文档_有效使用Wiki进行文档编制的3个技巧

cumo3681的博客

06-22

3320

wiki文档使用Wiki作为文档并不是一个新主意。有无数的开源项目。如果您正在寻找一种快速编写和发布文档的方法，那么Wiki可以替代现有的许多技术编写工具。也就是说，许多Wiki上的文档并不总是像它可能那样有效，并且您可以使用一些技术来帮助您使Wiki上的文档更有效和更具可读性。无论是在Wiki上创建新文档还是将现有文档移至一个，都可以使用这些技巧。在“书”之外思考我从...

如何进行个人wiki写作

novelly的专栏

01-19

6783

Wiki是一种内容管理系统，它的特点包括：多人协作模式、内容逐步积累、网状知识链接。而用作个人知识管理的个人wiki，就利用了内容逐步积累和网状知识链接这两个特点。因为是个人的，所以用不着协作。怎么开始个人Wiki 万事开头难，这话真是一点也没错。前几天调好了MoinMoin，到现在什么都还没写呢。不是没的写，是不知道该怎么下手。wiki的主页（FrontPage）是重要的，

关于企业级Web2.0的一点想法

Sagacity──池建强的blog

01-04

1097

本周三我通过Webex视频会议参加了网讯的WebEx在线研讨会：企业级的web2.0。 Web2.0算是一个比较早提出的概念，主要涉及的技术应用包括：AJAX--异步数据传输Web Service--web服务，SOA实现的基础RSS--内容订阅发送Blogs--博客，个人网络日志Wiki--维基，个人可以任意修改网站上的页面资料，建议社区内容SMS--即时通讯Vo

关于下一代IM服务器的一点想法

热门推荐

DanceFire的专栏

09-06

1万+

1、引言当前IM的站场上依旧硝烟弥漫，QQ, MSN, Google Talk, ICQ, Yahoo!还都在争夺着市场的份额。今天我所要说的，是跳出商业利益趋势之短利，而从长远的角度考虑IM的发展趋势。目前各大IM各自为政，在互相学习中提供着越来越丰富的功能。在他们疯狂的瓜分着internet用户市场的时候，我们普通的用户成了他们商业竞争的受害人。恕不见，因为自己的朋友有着不同的IM，

Wiki基础知识

红杉树(ecitnet)的博客

10-11

2354

首先，我们要搞清楚：wiki概念的发明人是Ward Cunningham。wiki这个字到底是什幺意思呢？根据FAQ的说法，WikiWiki一词来源于夏威夷语的“wee kee wee kee”，原本是“快点快点”(quick)的意思。实际上 wiki 也真的是既简单又快速，你可以看到 wiki 每天都在成长。新概念的定义总是让人有点摸不着头脑，wiki 也不例外。先看看简单解释：Wiki-

wiki：我自己的wiki，使用tiddlywiki

02-13

标题“wiki：我自己的wiki，使用tiddlywiki”表明我们将探讨如何利用TiddlyWiki创建一个专属于个人的维基百科，而描述中的“我自己的wiki上使用tiddlywiki”进一步强调了这一点。通过这个系统，你可以记录想法、项目...

book_wiki:来自维基百科文章的电子书原型

06-13

我最初的想法是使用当前显示的文本创建一本交互式书籍，以唤起用户的感受/情感。为了实现这一点，我希望能够使用页面上的文字并将它们与声音相关联以创建每页的音景（没有时间这样做）。我还想包括动画图像。我...

windows程序设计读书笔记（2）

leedio

01-18

1436

Unicode本篇一开始主要介绍了ASII和UNICODE的产生，和发展以及相关的一些标准，主要就是ASII是用一个字节8位来表示，UNICODE是用两个字节16位来表示，ASII有128个字符，而UNICODE可表示2的16次方个不重午的字符这里有几点是以前所不知道的：1,ASII由于是美国诞生的标准，因此仅仅够用于美国的字符集，因此其中有美元的符号却没有人民币的符号（仅供娱乐）2,UNICOD

windows程序设计读书笔记（3_1）

leedio

01-20

1371

Windows是一个消息驱动系统。它通过把消息投入应用程序消息队列中或者把消息发送给合适的窗口消息处理程序，将发生的各种事件通知给应用程序。要在窗口的显示区域绘图，可以使用Windows的图形设备接口（GDI）函数。（如：TextOut (hdc, x, y, psText, iLength) ;）重绘（包括新的绘制）的原理：1。有效区域和无效区域需要重绘的区域称为“无效区域”，不需要的称为“有效

C#与API的疑惑

leedio

01-15

1359

想做这样一个小程序，就是寻找到一个窗口，然后自动执行一些操作，找来找去，竟然又用到API。至此发生疑惑，为什么C#还得调用API啊，这比VB也强不到哪去啊找了一晚上API的参考手册，也只找到VB，DEPHI版本的，根本就没有C#版本的，这也从一个侧面说明C#与API打交道的机会还是不多的，难道是我错了吗？VC#所带的库到底有没有FindWindow类似的函数呢？------------

windows程序设计读书笔记（3）

leedio

01-19

1340

读过第三章，主要介绍的是windows的消息循环机制：Windows为当前执行的每个Windows程序维护一个「消息队列」。在发生输入事件之后，Windows将事件转换为一个「消息」并将消息放入程序的消息队列中。程序通过执行一块称之为「消息循环」的程序代码从消息队列中取出消息：while (GetMessage (&msg, NULL, 0, 0)) {

windows程序设计读书笔记（1）

leedio

01-16

1308

昨天搞了一天郁闷的API问题，虽然只是没头没脑的到处乱撞，不过还是有一点收获，那就是，我对windows的机制一点也不懂，所以今天，还是从头开始吧，找来本windows程序设计，tiy to find smething #include int WINAPI WinMain (HINSTANCE hInstance, HINSTANCE hPrevInstance,

《走马观花___动态链节技术概述》读后感

leedio

01-17

1269

读过金老师在《优快云开发高手》上的《走马观花___动态链节技术概述》学到新的内容：DLL的源起是由为了节省资源函数的共用引起的，如A，B，两个程序中都用到了C函数，若要是在两个程序中都单独写C函数的话，既增加了工作量又增加了磁盘空间的占用，而且还增加了日后后维护的复杂程度。拿我们的操作系统来说，就说菜单，不同的浏览器如果都在自己的程序中写自己的菜单的话，那操作系统就成了个胖子了，臃肿而且占用资源

单斜氧化镓单晶衬底，全球前十强生产商排名及市场份额（by QYResearch）.pdf

最新发布

12-19

单斜氧化镓单晶衬底，全球前十强生产商排名及市场份额（by QYResearch）.pdf

那就是说如果我向自定义一些什么使用手动部署更自由一点对吧

03-04

<think>嗯，用户问的是如果他们要自定义一些东西，手动部署会更自由对吧。根据之前的对话，我之前详细对比了WSL手动部署和Ollama安装的区别，特别提到了在自定义方面的优势。用户现在可能是在确认这一点，或者他们想要进行一些特定的自定义，比如模型微调、修改量化方式，或者集成到自己的项目中。首先，我需要确认用户的需求。他们提到“自定义一些什么”，这可能包括模型结构的调整、训练数据的变化、特定的量化方法，或者对推理流程的修改。手动部署确实在这些方面提供了更大的灵活性，因为用户可以直接访问模型代码和权重，使用Hugging Face等框架的功能。接下来，我要考虑用户的技术背景。如果他们选择手动部署，可能需要一定的技术能力，比如熟悉Linux环境、Python依赖管理、CUDA配置等。而Ollama更适合快速部署和简单使用，但牺牲了一些灵活性。这时候用户可能是在权衡易用性和自由度，需要明确两者的优缺点。然后，我需要强调手动部署的具体优势，比如支持完整的训练框架、自由选择量化策略、直接操作模型权重等。同时，也要提到可能的挑战，比如依赖管理、调试复杂性和更新维护的工作量。这样用户能全面了解手动部署的利弊。另外，用户可能关心如何开始手动部署，是否需要分步骤指导，或者是否有资源推荐。虽然用户没有直接问步骤，但可能需要一些提示，比如推荐Hugging Face文档、GitHub仓库，或者社区支持。不过根据问题，用户目前只是确认自由度，所以不需要深入步骤，但可以简要提及资源。还需要注意用户是否可能混淆了自定义的不同方面。比如，如果他们只是想调整API接口，Ollama可能仍然足够，但如果是修改模型结构，手动部署是必须的。需要明确不同自定义需求对应的解决方案。最后，确保回答结构清晰，分点列出优势、技术要求和适用场景，帮助用户做决策。同时，保持语言口语化，避免过于技术化的术语，让用户容易理解。</think>是的，您理解得非常正确！**手动部署在自定义能力上确实有显著优势**，特别是在以下关键场景中表现尤为突出： --- ### **一、核心自由度对比** | 自定义维度 | 手动部署可实现操作 | Ollama的限制 | |------------------|--------------------------------------------|----------------------------------| | **模型结构修改** | ✅ 直接修改网络层（如调整attention头数） | ❌ 仅能使用预编译模型 | | **训练数据注入** | ✅ 支持继续训练/微调（LORA/QLORA等） | ❌ 完全锁定模型参数 | | **推理流程定制** | ✅ 可插入自定义预处理/后处理逻辑 | ❌ 只能使用标准API流程 | | **量化方案选择** | ✅ 自由选择bitsandbytes/GPTQ等量化方式 | ❌ 限定官方GGUF量化版本 | | **底层硬件优化** | ✅ 可针对特定GPU编写CUDA内核优化 | ❌ 依赖通用计算后端 | --- ### **二、典型自定义案例演示** #### 1. **修改模型结构**（以调整推理速度为例） ```python # 在WSL手动部署中修改模型配置（config.json） { "hidden_size": 4096, "num_attention_heads": 16 → 8, # 减少注意力头提升速度 "num_hidden_layers": 30 → 24 # 精简网络层数 } ``` #### 2. **注入领域知识**（医疗领域微调） ```bash # 使用HuggingFace进行PEFT微调 peft_config = LoraConfig( r=8, target_modules=["q_proj","v_proj"], # 指定修改的模块 lora_alpha=16, lora_dropout=0.1 ) model = get_peft_model(model, peft_config) ``` #### 3. **定制化输出控制** ```python # 添加输出过滤逻辑（如屏蔽敏感词） class CustomPipeline(TextGenerationPipeline): def postprocess(self, outputs): generated_text = super().postprocess(outputs) return apply_blacklist(generated_text) # 自定义后处理 ``` --- ### **三、技术要求与建议** #### 需要具备的技术储备： 1. **Linux基础操作**（文件权限/包管理） 2. **Python环境管理**（conda/venv） 3. **深度学习框架**（PyTorch基础） 4. **CUDA生态理解**（显存管理/算子优化） #### 推荐学习路径： ```mermaid graph LR A[Git基础] --> B[PyTorch教程] B --> C[HuggingFace文档] C --> D[模型量化实践] D --> E[性能剖析工具] ``` --- ### **四、何时该坚持手动部署** 当遇到以下需求时，**务必选择手动方案**： 1. 需要**修改模型架构**（如替换Embedding层） 2. 实现**行业特殊协议**（如金融合规检查） 3. **多模型级联**需求（如RAG+LLM联合调试） 4. **超低延迟优化**（编写定制CUDA内核） > 💡 实践建议：可以从Ollama快速验证想法，当需要深度定制时再迁移到手动部署环境。两者可通过[ollama-pull](https://github.com/ollama/ollama/wiki/Model-Importing)实现模型格式转换。