自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 “算法”就是为了“推荐”

因为试剂价值高,月度订单价值90万元左右(医院客户回款价,具体真实数据会更高),同时因为这是一家创业公司,数据基础设施较差,风险发现的难度大,错误发生后造成的损失基本都是千元甚至万元以上,缺货导致医院客户对应项目停机,影响公司声誉和客户影响力,对于我的工作更有影响,所以更准确的预测、风险干预管理、安全冗余设计是必要的。实际上数据分析、数据开发、机器学习、神经网络、深度学习、推荐召回算法、Agent同出一门,并且由浅入深,都是为了帮助企业在复杂的数据情况下,进行更可控的运营决策。

2026-06-10 16:07:44 26

原创 Claude Code记忆跨项目配置

用 DeepSeek 的推理引擎 + Claude Code 的 Agent 框架,成本低至一杯奶茶钱,却打造了一个完全记得项目历史、诗词创作、职业规划的个人 AI 伙伴。本文从一个真实的痛点出发——两个技术项目需要 AI 跨项目记忆却反复失忆——讲述了尝试 GPT 失败、最终通过 `autoMemoryDirectory` 配置实现跨项目记忆共享的经历。核心发现:Agent 的能力来自框架而非模型,框架免费,模型选最便宜的。14 行配置,零额外成本,完全可控的白盒记忆系统。

2026-06-01 03:04:48 271

原创 2万元构建3节点的简易分布式K8s服务器

本文详细介绍了搭建K3s三节点集群的过程。使用三台配置不同的笔记本电脑(联想拯救者作为master节点,两台华为作为worker节点),通过WSL2安装Ubuntu系统并配置SSH服务实现内网互联。重点阐述了K3s集群部署步骤、常见错误解决方案及预防措施,包括网络连通性、端口冲突、资源不足等问题的处理方法。文章提供了完整的故障排除清单和预检查脚本,针对WSL2环境下的网络配置、代理设置等特殊场景给出了实用建议,为初学者展示了低成本搭建小型Kubernetes集群的完整流程和注意事项。

2025-11-05 20:15:16 1284

原创 LDtk——一个现代化的2D游戏设计工具

摘要:LDtk是一款开源的2D关卡设计工具,专为像素风、平台类游戏开发优化,具有直观的UI和高效的数据驱动设计流程。它支持Tile/Entity/IntGrid层、自定义字段和多关卡管理,输出JSON数据便于程序读取。LDtk基于Electron和Haxe构建,提供Haxe API和Heaps渲染支持。开发环境配置需先卸载旧库,再安装指定版本的Haxe库(heaps、deepnightLibs等),克隆源码,编译Haxe文件并配置Node/Electron依赖。整个流程确保开发者获得与dev-1.5.4分支

2025-11-05 12:12:16 1020

原创 VS Blend开发过程中,更新旧缓存的具体步骤(AI辅助)

摘要:作者在开发桌面应用时发现Microsoft Blend启动报错,经分析ActivityLog.xml文件发现是VS更新后Blend仍使用旧缓存导致的兼容性问题。错误主要包括:权限不足、组件文件缺失和MEF组件加载失败。ChatGPT提供了分步解决方案,包括以管理员身份运行、修复组件、清除缓存等操作,并解释了Blend与VS的结构差异及问题根源。最终通过执行Blend.exe/setup命令成功修复,并建议未来在VS更新后同步执行该命令以避免类似问题。文章详细记录了问题诊断和解决过程,为开发者提供了实用

2025-10-29 23:25:43 848

原创 骑士移动问题:BFS与启发式DFS的完美解法(与GPT5交流成果)

本文探讨了骑士移动问题的两种解法。首先介绍了基于广度优先搜索(BFS)的解法,通过队列实现,使用8个方向向量模拟骑士的移动,并利用二维数组标记已访问位置。随后重点分析了深度优先搜索(DFS)的优化方案——Warnsdorff启发式算法,该算法通过优先选择下一步可能走法最少的格子,显著提高了搜索效率,几乎能在O(N^2)时间内找到解。文中还比较了传统DFS/BFS的缺陷,并解释了启发式算法最小未来选择;的工作原理,即通过降低回溯代价来优化搜索路径。最后指出可以

2025-10-22 22:54:46 771

原创 CUDA基础知识(GPU工作)

CUDA是NVIDIA提供的编程接口,用来编写运行在GPU上的程序,在CUDA中会以类似C/C++函数的形式,来表达想在GPU上运行的计算(这就是kernelkernel在并行中操作向量形式的数字,这些数字以函数参数的形式提供给kernel。举个栗子🌰:一个执行向量加法的kernel,会接收两个向量作为输入,逐个元素相加,并将结果写入第三个向量。图5 网格。

2025-02-13 01:58:06 1416 1

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

提示
确定要删除当前文章?
取消 删除