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(28)
  • 收藏
  • 关注

原创 白话Docker:用Web应用实例深入容器

## 先解决一个“痛点”:没有Docker时的部署噩梦假设你写了一个Python Flask应用,需要用到Redis和PostgreSQL。### 关键步骤:编写Dockerfile(构建镜像的“施工图”)Dockerfile就是一系列指令,告诉Docker如何构建我们的镜像。其实Docker的本质很简单:。最后送你一句实用口诀:。构建后对比镜像大小:- 单阶段:约800MB(包含Go工具链)- 多阶段:约15MB### 常见问题及解决方案。### 运行容器:从镜像到实例构建成功后,我们运行一个容器:。

2026-08-01 11:18:34 215

原创 敏捷测试如何应用 BDD(行为驱动开发)?

下面我们聊聊在敏捷测试中,如何把 BDD 真正落地。

2026-07-31 17:01:46 253

原创 AI 时代,为什么我们还有必要写博客?

过度依赖 AI 导致自己的思考能力萎缩。

2026-07-31 17:00:33 196

原创 STMF+ESP-S+MQTT协议连接华为云端(附踩坑记录)

现象。

2026-07-30 17:19:43 288

原创 循环神经网络的从零开始实现(RNN)

## 1. RNN的核心原理RNN的核心思想是在每个时间步保留一个“隐藏状态”,该状态会随时间步更新,并影响后续输出。: ( y_t = W_{hy} \cdot h_t + b_{hy} )其中,( x_t ) 是当前时间步的输入,( h_{t-1} ) 是上一时间步的隐藏状态,( W ) 和 ( b ) 是可学习的权重和偏置。假设任务是一个简单的字符级语言模型,输入是字符的one-hot编码,输出是下一个字符的预测。我们从最后一个时间步开始,计算输出层的梯度,然后反向传播到隐藏层。

2026-07-30 17:18:36 228

原创 单一职责原则(SRP)深度解析

考虑业务逻辑。

2026-07-29 15:58:55 250

原创 基于 Docker 的 LLaMA-Factory 全流程部署指南

Dockerfile。

2026-07-29 15:57:53 277

原创 接口设计之道: RPC 与 RESTful 的抉择与融合

高性能松耦合序列化适用场景。

2026-07-28 17:42:42 200

原创 Redis 缓存一致性:从“数据不一致”根源到解决方案全梳理

## 流程:1. 应用更新数据库2. 发送“删除缓存”消息到消息队列3. 消费者异步删除缓存4. 如果删除失败,可以通过重试机制保证最终成功### 优点:- 解耦:数据库更新和缓存删除异步- 可靠:消息队列保证数据不丢失- 最终一致性:通过重试机制确保缓存最终删除## 6. 特殊情况处理### 缓存穿透如果请求的数据在缓存和数据库都不存在,大量请求会直接打到数据库。当数据库数据发生更新(新增、修改、删除)时,如果缓存没有同步更新,用户可能会读到过期或错误的数据,这就是“数据不一致”。

2026-07-28 17:40:11 227

原创 张量链式法则(下篇):揭秘Transpose、Summation等复杂算子反向传播,彻底掌握深度学习求导精髓!

上篇中我们探讨了基本运算的链式法则,但实际网络中还包含大量复杂算子,如转置(Transpose)、求和(Summation)、重塑(Reshape)等。这些算子看似简单,但它们的反向传播涉及到张量形状的巧妙变换和梯度流动的深层逻辑。掌握这些复杂算子的反向传播,意味着你已经理解了深度学习框架中自动微分的核心机制。## 组合算子反向传播:实战手写自动微分为了巩固理解,我们实现一个微型自动微分系统,包含转置和求和算子。这体现了张量运算中“对称性”的核心思想:前向传播做了形状变换,反向传播就做逆变换。

2026-07-26 15:58:02 224

原创 表 id为的操作,后端对接了机器人,由后端来解析命令 再进行相应的操作。 新需求:延迟执行命令任务,例如:@机器人 延迟执行 s/m ...

在后端对接机器人时,机器人接收用户消息,后端解析命令并执行相应操作。### 新需求:延迟执行命令任务现在,新需求来了:用户希望机器人支持延迟执行命令。### 基础实现:简单的命令解析与执行首先,我们实现一个基础的机器人命令解析系统。### 进阶实现:集成延迟执行功能为了实现延迟执行,我们需要:- 修改命令解析器,支持。我们需要设计一个系统,能够解析这种延迟命令,存储任务,并在指定时间后执行。### 总结通过本文,我们从基础的机器人命令解析起步,逐步扩展至延迟执行功能。:识别延迟语法,提取延迟时间和子命令。

2026-07-25 16:08:28 229

原创 通过延时队列和mysql uodate原子性实现延迟任务

的原子性,确保任务只被一个消费者处理,避免重复执行。当然,它也有一些局限性:依赖数据库的强一致性,如果任务量极大(每秒数万级别),数据库会成为瓶颈。实现这些功能,常见的方法有Redis的延时队列、消息队列的延时消息,或者直接使用数据库轮询。当多个消费者同时执行此SQL时,InnoDB引擎会对该行加行锁,只有一个消费者能成功更新(影响行数为1),其他消费者更新影响行数为0。建议将任务状态也记录在MySQL中,Redis仅作为“时间索引”,即使Redis宕机,可以通过扫描MySQL中状态为。

2026-07-25 16:07:20 185

原创 你们的SpringBoot项目使用Mybatis还是Spring Data JPA?

Mybatis的学习曲线较陡。## 项目场景选择指南### 选择Spring Data JPA的场景:- 微服务架构中领域驱动设计(DDD)的实现- CRUD操作占主导,查询相对简单的系统- 团队熟悉JPA/Hibernate,追求开发速度- 需要快速原型开发或MVP阶段### 选择Mybatis的场景:- 复杂SQL查询、报表系统、大数据量处理- 需要精细优化SQL性能,如索引使用、查询计划- 已有大量SQL脚本需要复用- 团队SQL能力较强,偏好显式控制## 混合使用策略实际项目中,两者并非水火不容。

2026-07-24 16:40:06 204

原创 Impulse Noise(图像脉冲噪音)的抑制和处理方法(提取自《现代图像处理算法教程》一书并做解释)。

脉冲噪声的本质。

2026-07-24 16:38:59 180

原创 使用 C++ 模拟 ShaderLanguage 的 swizzle

虽然 C++ 无法完全复现 GLSL 那样的语法糖,但通过合理的设计,我们能够在保持类型安全和高性能的前提下,提供接近原生的使用体验。## swizzle 的基本原理swizzle 的核心思想是:对一个向量对象,通过指定分量的顺序和组合,生成一个包含原始分量子集的新向量。在赋值操作中,我们必须先读取右侧的值(防止别名问题),再写入左侧的索引位置。## 核心实现:向量类与 swizzle 代理### 1. 基础向量类型定义首先,我们需要一个支持模板的向量类,能够存储任意维度的浮点分量,并支持基本的算术运算。

2026-07-23 16:20:06 161

原创 一条群消息背后的 AI 安全危机

2026-07-23 16:18:46 171

原创 一只菜鸟学深度学习的日记:填充 & 步幅 & 下采样

填充(Padding)

2026-07-22 20:44:31 203

原创 UEFI 中的杂项知识总结-Protocol Handle 机制的详细介绍

2026-07-22 20:43:26 159

原创 从零学习Kafka:幂等与事务

前面我们提到了 Producer ID 在 Producer 生命周期内保持不变,如果 Producer 重启了,那么 Broker 会为它分配一个新的 Producer ID,这样就无法保证消息不重复了。幂等性的另一个局限是跨分区的原子性无法保证。事务协调器收到请求之后,会记录 transaction.id 的 epoch,这是一个递增的批次号,有了这个批次号之后,旧的生产者就会被屏蔽。我们来总结一下今天的内容,首先介绍了 Kafka 保证的可靠性,默认是最少一次,可以支持最多一次和精确一次。

2026-07-21 15:16:01 216

原创 C# 基础入门指南:从零开始学习 C# 编程

Console.WriteLine($“数组长度: {numbers.Length}”);// 输出 Jerry。访问 https://dotnet.microsoft.com/download。string[] fruits = { “苹果”, “香蕉”, “橙子” };

2026-07-21 15:15:26 258

原创 NVIDIA H200/H20 DeepSeek-V4-Pro 部署指南、压测性能与稳定性调优建议

的表现,已经开始逼近甚至挑战当前主流闭源模型。从架构设计来看,DeepSeek-V4 不只是简单的参数扩展,而是在多个关键路径上进行了系统性优化。例如混合注意力机制(CSA+HCA)显著降低长上下文推理成本,mHC 结构强化深层网络的稳定性,而 Muon 优化器则提升了训练效率与收敛表现。这些优化技术使得其在长上下文与复杂推理场景中具备更高的性价比。img。

2026-07-20 15:00:38 242

原创 ArrayPoolWrapper简洁、安全的ArrayPool

以上写法会是我们的代码中充斥大量的样板代码和大量的嵌套,影响代码后续的可读性和可维护性。

2026-07-20 14:59:52 161

原创 大事务提交总是卡?GreatSQL 让 binlog “零拷贝“落盘,延迟直降七成

可重构的 cache 文件结构:binlog cache 在写入时就预留好 File Header、Format Description Event、Previous GTID、GTID Event 以及对齐 padding 空间,让它天生具备"可直接当 binlog 文件用"的结构。一句话总结:GreatSQL 8.4.4-5 通过重构 binlog cache 文件模型,让大事务具备"零拷贝式落盘"能力,从根子上砍掉了 binlog 写入路径的 I/O 放大,是高负载场景下提升稳定性的一把利器。

2026-07-19 15:57:29 155

原创 深入理解 client-go 与 controller-runtime:从 informer 到调谐的性能之道

比如,重联期间发生了删除了资源,该资源的删除事件并不会被 client-go 接收,后续也不会补偿,这个事件丢了。B 在 t3 时刻更新,但是在 queue 队列中 B 只能位于 A 之前或之后,消费者在处理时并不会先处理 A 的 Add 和 Update 事件在去处理 B 的 Update 事件,即便这是真实的事件顺序。笔者当时不知道,直到深挖了源码才知道,这里的注册只是告诉 client-go 资源的 gvk 和对象的转换关系等,解决的是资源的转换/序列化/反序列化问题。这种方式可以工作,但是有问题。

2026-07-19 15:55:36 194

原创 从零学习Kafka:生产者压缩

另一种是 LogAppendTime,这种时间戳是记录的 Broker 在写入磁盘时的时间戳,Broker 需要解压整个批次,然后修改每条消息的时间戳,再压缩整个批次。因为压缩的本质是通过找到数据之间的重复模式来减少体积,批次内积累的数据越多,重复的可能性就越大,压缩概率也就越好。除了 Producer 端压缩之外,Broker 端也是可以进行压缩的,但这种情况并不常见。最后再提一下,重压缩是非常消耗 Broker 端 CPU 资源的,我们要尽量避免 Broker 端的重压缩,让它只做磁盘的读写操作就好。

2026-07-18 15:34:57 228

原创 V8引擎 精品漫游指南--Ignition篇(下 二) JavaScript 栈帧详解

本是讲完栈帧,就是dispatch分发的内容,但是又想到,在栈帧的创建这一部分,属于c++和js的交界,还有API ABI 等比较重要的偏底层的通用知识,似乎可以作为比较重点的内容,稍微详细的学习一下。这部分,学习掌握以后,属于 一劳永逸 ,即使版本升级,除了偏移量等细节部分会有变化, 其他大部分核心知识,适用性强,内容相对稳定,值得多学一下。这部分内容和上部分内容中的很多知识点,属于 螺旋上升反复念叨 的方式,一个知识点 在多个地方多个角度 多次出现 多次捶打, 适合初学者学习。已经对这部分知识熟悉的朋友

2026-07-18 15:34:21 188

原创 开箱即用的现代风终端 |Ghostty + Fish + Starship + fzf + zoxide + Raycast

这是一套面向 macOS 开发者的终端方案,核心理念是开箱即用、高颜值、高效率。六个工具各司其职,十分钟内完成安装配置,无需手写复杂配置文件。Nerd Font → Ghostty → Fish → Starship → fzf → zoxide → 别名先装字体 Cmd+Q退出 临时进入 生成配置 装完 装完后面引用 重开生效 演示完 再写配置 再追加 再追加再改默认 source source source。

2026-07-17 14:49:46 186

原创 FastAPI配置管理避坑指南:从硬编码到 .env 与 pydantic_settings 类,连路由用法都给你捋清楚

无论哪种方式,

2026-07-17 14:49:07 310

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