- 博客(10)
- 收藏
- 关注
RSS订阅原创 仿照若依框架进行数据权限控制
注解一贴，切面自动把‘部门/个人’范围拼成 SQL，MyBatis 尾巴一接，数据权限就生效，全程业务代码无感，改需求只改配置。真正发到数据库的 SQL 就带上了权限过滤条件，返回的数据自然就是当前用户能看的那部分。用的方案其实就是“若依”那套思路，不过自己做了点裁剪，核心就四步——切面通过反射把第 2 步拼好的 SQL 片段塞进去，再往下传。在需要控制权限的 Mapper 方法上贴一个自定义注解。这样一眼就能看出“这个方法要走数据权限”。MyBatis 消费。
2025-12-16 16:40:15
233
原创 若依框架的 RBAC 设计实操开发清单
摘要：本文提供了基于若依框架RBAC系统的开发实操指南，包含用户-角色和角色-权限两大核心模块实现。详细介绍了Controller层接口设计（使用@PreAuthorize进行权限校验）和Service层数据库操作（采用MyBatis-Plus进行批量增删）。重点展示了用户授权角色、角色分配权限的业务流程，包括事务处理、Redis缓存集成等关键实现，代码风格完全贴合若依框架规范，可直接用于项目开发参考。
2025-11-11 21:38:20
479
原创 对比AE、VAE、GAN的生成机制
自动编码器（AE）：属于无监督学习模型，用于数据降维和特征提取。由编码器和解码器构成，编码器把输入数据压缩为低维表示，解码器将低维表示还原为原始数据，目标是最小化输入与输出数据间的重构误差。变分自动编码器（VAE）：是AE的扩展，在编码器和解码器间引入概率分布。不仅学习数据表示，还学习概率分布。编码器输出数据的均值和方差，解码器据此生成新数据，目标是最小化重构误差和KL散度。生成对抗网络（GAN）：由生成器和判别器组成。
2025-08-14 19:31:07
594
原创 CAM（类激活映射）
CAM通过可视化决策依据对开发者：揭示模型的“思维过程”，帮助定位问题、优化设计。对模型：间接引导特征学习方向，增强鲁棒性与泛化能力。对数据：指导标注、增广和清洗，提升数据质量。尽管CAM本身不参与训练，但其提供的可解释性是深度学习从“黑盒”走向“透明”的关键一步，尤其在医疗、自动驾驶等对可靠性要求极高的领域具有不可替代的价值。
2025-08-14 18:33:24
1042
原创 大语言模型典型的“四阶段迭代”范式
目标：训练一个模型来评估生成内容的质量（如相关性、安全性、流畅度），为后续强化学习提供“评分标准”。实现方式数据准备构建“对比数据集”：对同一指令，收集多个不同质量的响应（如优质响应、中等响应、劣质响应），由人工标注排序（如A比B好，B比C好）。示例：指令“解释相对论”，优质响应是“准确、简洁的科普”，劣质响应是“错误描述”或“答非所问”。模型训练以SFT模型为基础，训练奖励模型：输入“指令+响应”，输出一个标量分数（如1-10分），分数越高表示响应质量越好。
2025-08-13 22:35:56
541
原创 私有化部署大模型的相关设计
私有化部署中，这三者需协同设计：batch传输提升硬件效率，流式传输优化用户体验，多用户访问则通过队列、资源分配和缓存策略平衡公平性与吞吐量。实际落地时需结合具体模型大小、硬件配置和业务场景（如是否要求毫秒级响应）调优，例如低延迟场景（如实时对话）可降低batch size、优先流式传输，高吞吐量场景（如批量生成）可增大batch并采用异步处理。
2025-08-13 22:32:16
505
原创 RadioMapSeer数据集
RadioMapSeer是一个专为无线通信研究设计的开源数据集，由柏林工业大学等机构开发，核心目标是为无线电地图预测和定位算法提供高逼真度的仿真数据支持。
2025-08-13 17:00:07
1892
1
原创 LoRa微调
在参数高效微调领域，LoRA（Low-Rank Adaptation）是一种轻量且高效的方法，核心思想是，大幅减少训练参数和显存占用，尤其适合在小数据集（如RadioMapSeer）上微调大模型。
2025-08-13 16:38:31
679
原创 前后端项目部署打包
本文介绍了前端和后端项目的Docker打包部署流程。前端项目通过npm构建工具生成静态文件，部署时需配置Nginx服务器。后端项目采用Maven打包，通过Dockerfile定义镜像配置，构建并运行容器后暴露端口提供服务。文章详细列出了从环境准备、文件上传到容器构建的完整步骤，并提供部署验证和故障排查方法，确保开发、测试和生产环境的一致性。两种部署方式都体现了Docker在项目环境标准化方面的优势。
2025-07-07 21:57:46
453
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