半亩花海-优快云博客

原创 2025年度总结 | 穿过人生的暑假，我走向了那半亩花海

Hi，大家好，我是半亩花海。2025年对我来说，充实而放空，绝版而回响，就像是人生的暑假，给我的生活带来一段段的难忘，他们拼凑在一起，不断促使我找寻心中那半亩花海。很庆幸自己还能有经常记录的习惯，一年过得很快、事情很多，所以思绪也零零碎碎，还好有照片和平常随笔的记录，让我想起来一些。那就趁着还想记录的时候多写写所谓的废话，留着日后自己发呆久了再翻翻也好。

2026-01-13 18:46:51 93724 13

原创昇腾Catlass的算子优化：Transformer中小批量矩阵乘法优化与性能提升实践

昇腾CANN推出CATLASS算子模板库，通过分层模块化设计优化GEMM类算子开发。该库将计算过程分解为Device、Kernel等5个层次，提供数据分块、计算单元配置等模块化组件，使开发效率提升50%以上。文章详细介绍了环境配置方法，并通过Transformer小批量矩阵乘法案例展示优化效果：批量32时性能提升2.05倍，且保持100%正确性。CATLASS显著降低了高性能算子开发门槛，特别适合大模型等高并行场景，为昇腾AI生态提供重要支撑。

2025-12-02 08:24:41 44987 2

原创 2024年度总结 | 心有猛虎，细嗅蔷薇——你又定格住了哪些魅力的瞬间？

Hi，大家好，我是半亩花海。这学期我经常习惯一个人待在宿舍里，享受独处的时光。前些阵子认真看了看日历，猛然发觉已然来到2024年末，大四的上半年接近尾声，属于我的毕业季就这样猝不及防地闯入我的思绪，好快啊，可脑海中还是那些初来乍到的模样，挥之不去，但就是历历在目。默默看着定格在朋友圈这一年的点点滴滴，还好，那些美好都在。讲真的，记录是一件耐人寻味又充满魔力的事情，总会给未来某个瞬间的自己杀个回马枪，正中灵魂的靶心......

2024-12-30 11:46:14 62577 13

原创深度学习 | pytorch + torchvision + python 版本对应及环境安装

Hi，大家好，我是半亩花海。要让一个基于 torch 框架开发的深度学习模型正确运行起来，配置环境是个重要的问题，本文介绍了pytorch、torchvision、torchaudio及python 的对应版本以及环境安装的相关流程。

2024-12-01 17:06:25 145256 11

原创一文快速预览经典深度学习模型（一）——CNN、RNN、LSTM、Transformer、ViT

Hi，大家好，我是半亩花海。本文主要简要并通俗地介绍了几种经典的深度学习模型，如CNN、RNN、LSTM、Transformer、ViT（Vision Transformer）等，便于大家初探深度学习的相关知识，并更好地理解深度学习的基础内容，为后续科研开展建立一定的基础，欢迎大家一起交流学习。

2024-11-05 22:05:09 76852 3

原创深度学习（论文版）| 基于 VGG16-UNet 语义分割模型的猫狗图像提取研究

Hi，大家好，我是半亩花海。本实验本项目基于 VGG16-UNet 架构，利用 Labelme 标注数据和迁移学习，构建高效准确的猫狗图像分割模型。通过编码器-解码器结构（特征提取-上采样）提升分割精度，适应不同场景，推动图像分割技术发展。

2024-07-02 00:05:18 19628 3

原创神经网络 | 基于多种神经网络模型的轴承故障检测

Hi，大家好，我是半亩花海。本文主要源自《第二届全国技能大赛智能制造工程技术项目比赛试题（样题）模块 E 工业大数据与人工智能应用》，基于给出的已知轴承状态的振动信号样本，对数据进行分析，建立轴承故障诊断模型，对未知状态的振动信号样本进行预测，判断该样本属于哪种状态。

2024-02-03 00:27:54 31879 40

原创远程控制软件哪个好用？新手小白零门槛横评：ToDesk对比向日葵

对新手小白来说，远程控制软件的第一要义是零门槛 + 免费好用。ToDesk 在易用性、免费策略、移动端体验和系统覆盖上全面占优，是 2026 年新手入门远程控制的第一推荐；向日葵仅在远程开机硬件场景保有特色。

2026-11-05 14:30:10 190

原创 LangChain学习：理解构建模块与核心组件

上一篇通过天气查询示例，跑通了一个能够调用工具的 Agent，对“用户提问、模型选择工具、程序执行函数、模型生成回答”的过程有了初步认识。接下来，我想进一步弄清这些功能背后的组件分工：模型怎样接收消息，提示词如何组织输入，工具和检索器又在什么情况下参与执行。本篇继续阅读 LangChain 中文网的概念指南，结合简短代码和流程图，梳理构建模块、核心组件及其输入输出关系，并对比固定链与 Agent 的执行方式，为后续学习多轮对话和知识库问答打下基础。

2026-11-05 12:45:00 342

原创支持系统最多的远程控制软件：全平台兼容横评与推荐

需求特征推荐软件核心理由设备种类多/系统杂ToDesk国内支持系统最多，6大OS全覆盖鸿蒙设备用户ToDesk鸿蒙版原生深度适配+大版本更新；UU远程无鸿蒙版Mac + Windows 混合ToDeskMac端体验最优；跨平台互通流畅信创/国产系统需求向日葵信创系统支持最全纯游戏串流UU远程游戏延迟最低（但不支持鸿蒙）极客自建需求RustDesk开源完全可控✅6大操作系统全覆盖（Win/Mac/Linux/iOS/安卓/鸿蒙）✅任意两端可互相远程控制✅每个平台深度原生适配。

2026-11-04 13:13:04 347

原创 LangChain入门：理解并运行第一个工具调用Agent

最近开始学习大模型 Agent，准备采用“阅读官方文档、跑通示例、修改代码、记录问题”的方式逐步入门。本文记录我在 Windows 本地使用 LangChain 和 DeepSeek API 创建第一个工具调用 Agent 的完整过程，以及实际遇到的额度和网络代理问题。

2026-11-04 13:11:29 337

原创 DeepScholar，研究生阶段必备的浏览器插件

对于研究生以及科研工作者来说，文献检索几乎贯穿选题、开题、实验设计和论文撰写的整个过程。但在实际检索过程中，仅仅找到相关论文往往还不够。面对大量搜索结果，我们通常还需要进一步确认论文所发表的期刊、影响因子、中科院分区、JCR 分区等信息。如果每篇论文都需要单独复制期刊名称，再切换到其他网站查询，整个过程会比较零散。最近体验了一款浏览器科研插件——DeepScholar。它可以直接集成在 Chrome 和 Edge 浏览器中，在原有文献检索页面的基础上补充期刊信息。

2026-09-04 19:47:37 343

原创 2026年VLA训练数据怎么扩？从遥操作瓶颈到网络视频的一次实际拆解

VLA（Vision-Language-Action，视觉-语言-动作）模型越往真实机器人上走，一个问题就越来越明显：模型能力可以继续扩，机器人训练数据却没那么容易同步扩大。尤其是高质量 Action 数据。视觉模型缺图像还能继续收集，语言模型缺文本还能扩大语料，但机器人一次有效操作往往需要视觉、状态和控制信号同步记录，而这类与 Action 对齐的数据并不像图像或文本那样容易扩展。如果模型规模继续扩大，VLA 的训练数据又该从哪里来？

2026-08-21 15:48:15 470

原创全程零手写架构！飞算JavaAI落地企业级仓储供应链项目

最近报名了飞算JavaAI炫技赛，作为常年写企业后端的Java开发博主，我本来没抱太大期待。毕竟平时试过不少辅助工具，大多只能生成零散代码片段，放到企业项目里根本用不上，适配、改Bug、补架构的时间，比手写还麻烦。但这次全程实操下来，我彻底改观了。飞算JavaAI不是简单的代码生成工具，是真正适配企业工程落地的Java专属编程智能体。我全程用它的核心「智能引导」功能，从零搭建一套物流仓储供应链管理系统，完整走完企业项目开发流程，每一步都是标准化工程操作，落地性拉满。

2026-07-13 19:09:56 10810

原创 Codex TRACE 日志高频写盘处理说明

Hi，大家好，我是半亩花海。本文记录了Codex日志系统存在TRACE级别日志高频写入问题（22.7条/秒，占日志总量78%），导致C盘日志文件持续膨胀至243MB。通过创建SQLite的BEFORE INSERT触发器拦截TRACE日志写入，同时保留其他级别日志。验证显示TRACE日志最大ID锁定为20942868且不再增长，成功解决无效磁盘写入问题，操作前已做好数据库备份确保安全。该方案在降低磁盘I/O的同时不影响DEBUG等有用日志的记录。

2026-07-12 13:58:47 1098

原创 AutoDL 云服务器连接到 Codex / 本机终端教程

Hi，大家好，我是半亩花海。本文主要介绍了将 AutoDL 云服务器通过 SSH 密钥对方式接入 Codex/本机终端的完整流程。核心步骤包括：1) 生成本机 SSH 密钥对；2) 首次用密码登录服务器并写入公钥；3) 配置本地 SSH 别名；4) 使用 ssh autodl-721 快捷连接。该方法比保存密码更安全，支持 Codex直接调用 SSH 管理远程服务器。适用于 Windows 系统环境，实现一键式免密登录与文件传输。

2026-07-11 11:31:30 3381

原创给国产大模型 Agent 一副身体：我用魔珐星云搭建具身交互智能数字人

当 Qwen、DeepSeek 等国产大模型都在提升“大脑”能力时，我开始思考：如果它们要进入教育陪读、门店服务、咨询导览这些真实场景，应该以什么形态出现？

2026-06-30 15:39:09 5488

原创看完 360《这也叫AI》后，我对 GUI Agent 有了一个更接地气的理解

360科技播客《这也叫AI》探讨了GUIAgent如何通过模拟人类操作解决实际工作中的"机械痛点"。与传统AI不同，GUIAgent不依赖API接口，而是基于视觉识别直接操作图形界面，特别适合企业系统中无接口适配的旧系统场景。其核心价值在于处理高频重复的"脏活累活"，如27步IT资产申请流程或批量处理600份审批等典型办公场景。360提出的"老员工带新员工"方案，通过记录标准操作样例而非重新训练模型，实现了低成本的企业知识注入。

2026-06-08 19:19:08 16682

原创让 AI 拥有“深情”人设：使用 QClaw 运行童锦程.skill 体验实录

Hi，大家好，我是半亩花海。默认 AI 往往带着“标准答案”的疏离感，而 Skill 生态正让“人格开源”成为现实。本文将以出圈的童锦程.skill 为例，以 QClaw 为例，手把手教你创建并运行自定义 Skill。

2026-04-13 16:06:10 19039

原创 NC2026二次寿命电池的退化轨迹预测 iMOE复现（附核心代码）

Hi，大家好，我是半亩花海。本篇博客是关于 nature communications 期刊中 iMOE: prediction of second-life battery degradation trajectory using interpretable mixture of experts 的复现过程。本文主要使用他们所提出的 iMOE 模型和可解释的专家组合来预测二次寿命电池的退化轨迹，以下参考README.md，主要为该论文的大致介绍以及核心复现。

2026-04-13 15:46:52 18216

原创 Applied Energy期刊论文学习——基于充电段调整的精细化锂离子电池健康状态估计

Hi，大家好，我是半亩花海。现对领域内一篇SCI一区TOP期刊论文进行阅读，文献记录如下。本文提出了一种基于残差卷积与Transformer网络（R-TNet）和特征迁移策略的锂离子电池健康状态（SOH）估计方法。针对现有方法对固定充电区间和长度的依赖问题，该方法创新性地实现了任意长度随机充电片段的SOH估计。通过残差卷积网络作为嵌入层和交叉注意力机制，有效整合了工况信息与老化特征。实验结果表明，该方法在NCA和NCM电池上均表现优异，平均RMSE为0.57%，较最佳对比方法提升17.2%。

2026-03-12 20:09:40 13446

原创 Applied Energy期刊论文学习——基于物理信息神经网络的锂离子电池健康状态、剩余使用寿命及短期退化路径协同估计

Hi，大家好，我是半亩花海。现对领域内一篇SCI一区TOP期刊论文进行阅读，文献记录如下。本文提出了一种基于物理信息神经网络(PINN)的锂离子电池健康管理新方法，实现了健康状态(SOH)、剩余寿命(RUL)和短期退化路径(S-DP)的协同估计。通过定制门控模型(CGC)整合多任务学习框架，结合简化Transformer时序特征提取和物理约束，显著提升了模型性能。实验结果表明，该方法在三种电池材料上均表现优异，SOH估计MAPE低至0.75%，且在迁移学习和小样本场景下展现出色泛化能力。

2026-03-11 18:04:30 18501

原创当你的C盘爆红却屡试多法而未解，试试删除系统休眠文件？

Hi，大家好，我是半亩花海。针对C盘空间不足问题，本文总结了多种清理方法并重点介绍了删除系统休眠文件的解决方案。文章首先列举了五种常规清理方式，包括使用电脑管家、系统存储设置、杀毒软件清理、临时文件删除和磁盘清理工具。随后详细说明如何通过命令行删除休眠文件hiberfil.sys：以管理员身份运行CMD，输入powercfg -h off；命令即可关闭休眠功能并删除大容量休眠文件。该方法能有效释放C盘空间，特别适合不使用休眠功能的用户。

2026-03-11 13:57:30 9098

原创 2026年程序员接单平台推荐与实操指南

在当前技术行业环境趋于理性的背景下，越来越多开发者开始将目光投向程序员接单这一模式。无论是作为补充收入的方式，还是逐步向自由职业转型的过渡路径，程序员接单都已从少数人的尝试，演变为一种相对成熟的职业选择。与传统全职工作相比，接单更强调个人能力的市场化，也更考验对平台、项目与风险的判断能力。

2026-02-07 12:00:00 1261

原创 IEEE TIE期刊论文学习——基于元学习与小样本重训练的锂离子电池健康状态估计方法

Hi，大家好，我是半亩花海。现对领域内一篇SCI一区TOP期刊论文进行阅读，文献记录如下。本文提出一种基于元学习与并行TCN-Transformer架构的锂离子电池健康状态(SOH)估计方法。针对传统方法依赖大规模数据、跨工况适应性差的问题，该方法通过：1）从随机充电片段提取容量增量特征；2）构建并行网络同步捕捉局部与全局老化特征；3）采用MAML元学习实现小样本快速适配。实验表明，在温度、电流变化及不同电池材料下，仅需10%目标数据即可实现SOH误差<3%，数据需求减少50%。

2026-02-03 14:50:58 11546

原创迁移学习常用算法及公开数据资源

Hi，大家好，我是半亩花海。在上节说明了迁移学习资源汇总之后，本文主要将介绍迁移学习常用算法及公开数据资源，汇总了图像、文本和时间序列领域的公开数据集，包括MNIST、USPS手写体数据集，PIE人脸识别数据集，Office、COIL20等对象识别数据集，以及20-Newsgroups文本数据集等。详细说明了各数据集的构成特点、预处理方法和跨领域任务构造方式。同时收集了领域前沿算法代码用于比较测试，相关资源可在Github获取（具体Github链接资源详见正文）。

2026-02-03 14:37:58 802

原创迁移学习简明手册——迁移学习相关资源汇总

本文汇总了迁移学习相关资源，包括GitHub上最全的资料库（含文章/代码/数据）、YouTube视频教程、知乎专栏《小王爱迁移》系列讲解、Paperweekly论文分享平台，以及公开数据集。参考资料推荐王晋东的《迁移学习简明手册》PDF版及其发布介绍。这些资源涵盖了迁移学习的理论、实践与应用，为研究者提供全面支持。

2026-02-02 10:37:55 688

原创迁移学习简明手册——迁移学习相关研究学者

Hi，大家好，我是半亩花海。在上节说明了迁移学习相关的期刊和会议之后，本文主要将介绍迁移学习研究学者及其主要研究成果。应用研究部分包括杨强、Sinno J. Pan等学者的迁移学习方法，如TCA、DAN等；理论研究部分涵盖Arthur Gretton、Yoshua Bengio等人在迁移学习理论方面的贡献。文章还提供了相关学者的代表著作和参考资料，为迁移学习研究者提供了重要参考。完整内容详见王晋东GitHub链接（详见文中）。

2026-02-02 10:37:39 426

原创迁移学习相关的期刊和会议

Hi，大家好，我是半亩花海。在上节说明了迁移学习的前沿研究方向（AI与人类经验结合、传递式、终身、在线、强化、可解释性等）之后，本文主要将介绍迁移学习相关的期刊和会议。随着迁移学习研究的快速发展，越来越多的新方法和应用在顶级期刊和会议上发表。本文汇总了迁移学习相关的国际期刊和会议信息，为初学者提供论文查找参考，并列出了王晋东《迁移学习简明手册》等参考资料链接，方便大家进一步了解该领域的最新研究进展。

2026-01-31 12:44:12 280

原创迁移学习的前沿知识（AI与人类经验结合、传递式、终身、在线、强化、可解释性等）

Hi，大家好，我是半亩花海。在上节说明了深度迁移学习——深度对抗网络迁移（三种核心方法）之后，本文主要将介绍迁移学习的前沿研究方向。首先探讨了机器智能与人类经验结合的迁移学习，指出引入人类先验知识能显著提升算法性能。其次阐述了传递式迁移学习，通过中间领域构建知识迁移链条。第三部分提出终身迁移学习框架，使算法能从历史经验中学习迁移策略。此外还介绍了在线迁移学习、迁移强化学习等新兴方向，并指出迁移学习仍面临可解释性不足等挑战。文章展望了这些前沿方向的发展潜力，期待未来出现更多创新性研究成果。

2026-01-31 12:43:57 1465

原创深度迁移学习：深度对抗网络迁移（三种核心方法）

Hi，大家好，我是半亩花海。在上节说明了深度网络自适应（五种核心方法）之后，本文主要将介绍深度迁移学习——深度对抗网络迁移，主要内容包括：1）基本思路，通过生成器和判别器的对抗训练实现领域自适应；2）核心方法：DANN通过对抗损失实现特征对齐，DSN引入公共/私有特征分离机制，SAN提出选择性迁移解决负迁移问题；3）小结指出对抗网络是当前迁移学习研究热点。这些方法通过对抗训练机制，有效提升了跨领域知识迁移的性能。

2026-01-29 11:41:14 909

原创深度迁移学习：深度网络自适应（五种核心方法）

Hi，大家好，我是半亩花海。在上节说明了深度神经网络的可迁移性之后，本文主要将介绍深度迁移学习——深度网络自适应，主要包括：1）思路：通过自适应层缩小源域和目标域的数据分布差异，在分类损失基础上加入自适应损失；2）方法：DDC、DAN、联合迁移、深度联合分布自适应、AdaBN等方法，重点分析了各方法的网络结构、损失函数设计及优化策略；3）进展：总结了深度迁移学习的发展趋势，如自动网络自适应层的出现。这些方法通过在预训练网络中加入自适应层，有效解决了训练和测试数据分布不一致的问题，提升了深度模型的迁移能力。

2026-01-29 11:40:46 996

TA关注的人

神经网络 - 基于LSTM的汽车销量时序建模与预测分析 - 数据集和完整代码.rar

神经网络 - 基于多种神经网络模型的轴承故障检测-数据集和完整代码.rar

基于CNN模型实现土壤湿度检测-数据集和完整代码.rar

“此电脑”里面“视频”文件夹与“D盘”位置与内容冲突问题