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(306)
  • 收藏
  • 关注

原创 centos7安装nodejs18.17步骤

摘要: 本文详细介绍了在CentOS 7.7.1908(无稳定DNS)环境下安装Node.js 18.17.1的完整步骤。通过配置阿里云vault源、使用devtoolset-9编译工具链,从源码编译安装Node.js,确保兼容性。关键步骤包括: 强制DNS配置(如8.8.8.8) 精确匹配CentOS 7.7的阿里云仓库 通过devtoolset-9启用GCC 9支持C++17 源码编译并指定安装路径(如/home/admin/node/) 为root用户配置PATH或全局软链接 最终验证node --v

2025-12-24 17:32:40 110

原创 【系统分析师】考后总结

软考备考与应试心得 本文记录了作者参加软考的全过程。备考阶段采用"三遍读书法":快速通读、章节提问和重点精读,配合真题训练提升解题能力,特别加强了论文准备。考试时选择题和综合题相对顺利,论文选题范围较广。作者发现考试时的专注环境能极大提升效率,对知识点的理解也更加深入。整个备考应试过程虽充满挑战,但对专业知识的掌握有明显帮助,最终成绩有待公布。

2025-11-10 20:07:02 222

原创 一个简单的mcp 应用例子

本文介绍了三部分内容:1)使用vLLM框架本地部署Qwen3-14B-AWQ模型的启动命令,包括端口设置、自动工具选择等功能;2)一个基于FFmpeg的视频处理工具MCP的Python实现,包含获取视频信息、视频剪切和文件列表功能;3)一个基于OpenAI的智能代理调用类,集成了视频处理工具,并配置了调试日志和系统提示词。这些内容展示了从本地大模型部署到具体应用开发的技术实现路径。

2025-10-15 19:50:22 220

原创 《二战系统分析师》第十九章总结

摘要: 本文围绕考试备考展开,强调以能力训练为核心目标而非单纯应试。通过两个月(9.8-11.7)的系统学习,结合番茄工作法、快速阅读等科学方法,重点突破大数据处理系统的分析与设计章节。完成情况良好,并收获两点认知:1)发现章节内容偏重架构设计与工具方法,弱化了大特点分析;2)开发测试部分的工具介绍详实,具有入门指导价值。全文体现从底层逻辑理解知识、验证学习效果的理念。

2025-09-23 16:31:05 369

原创 《二战系统分析师》第十八章总结

摘要: 本文记录了9-11月的备考规划,以提升学习能力为核心目标。采用三遍读书法、番茄工作法等系统性方法,重点理解知识底层逻辑。已完成Web、嵌入式及移动应用三章学习,发现不同章节风格差异,并识别出优先级反转等需深入理解的知识点。学习过程中,专注度提升,能更精准把握章节核心内容,体现了学习方法优化带来的成效。(148字)

2025-09-22 16:51:31 339

原创 LangChain:AI Agent与LLM应用开发的核心框架全解

目前开发AI Agent主要使用Python、JavaScript/TypeScript为主,常见框架包括LangChain、AutoGen、CrewAI、LangGraph等,关键技术集中于大语言模型(LLM)、RAG(检索增强生成)、多智能体协调、工具调用以及记忆和规划体系。

2025-09-22 10:35:35 1154

原创 《二战系统分析师》第十四章总结

摘要:本文分享了以训练学习能力为目标的考试备考经验。通过两个月周期,运用番茄工作法、快速阅读等方法系统学习软件架构设计到实现的章节内容。作者发现不仅能更好理解章节间的逻辑联系,从工程角度把握抽象原则,还改进了学习组织方式,使目标管理更自主高效。同时也反思了目前学习效果验证机制的不足(150字)

2025-09-19 16:53:53 345

原创 《二战系统分析师》第十一章总结

摘要:本文分享了以能力提升为目标的考试备考经验。采用两个月备考周期,每日1小时学习,结合番茄工作法、快速阅读等科学方法。重点总结第十一章"软件需求工程",发现需求与软件工程在教材结构中的特殊定位,体现了需求研究的重要性。备考过程中注重学习方法训练和知识理解,而非单纯应试。

2025-09-18 16:28:07 257

原创 《二战系统分析师》第十章总结

摘要:本文记录了一个为期两个月的备考计划,重点在于通过考试训练学习能力而非单纯应试。计划采用番茄工作法、快速阅读等方法,强调理解底层逻辑。完成情况显示快速阅读但理解不足。意外收获包括:提问时注重结构化思维,记录问题能促进更深思考。备考过程中发现思考与记录结合能带来双倍思考效果。

2025-09-17 17:02:07 354

原创 《二战系统分析师》第一部分总结

本文总结了9月备考计划执行情况。目标是通过考试训练学习能力,采用快速阅读、番茄工作法等科学方法,备考周期2个月,第一阶段每天学习1小时。目前已完成第七章补学,取得两大收获:1)快速阅读时更能集中注意力;2)通过不断提问有效拓展思维。同时优化了自学组织形式,并考虑将课本内容整合到课程中。整体备考进展顺利,学习方法得到实践验证。

2025-09-17 16:57:24 289

原创 《二战系统分析师》第五章总结

摘要: 本文为两个月备考计划中的第五章数据库系统学习总结。目标是通过考试训练学习能力,而非单纯应试。采用快速阅读、三遍读书法、番茄工作法等科学方法,注重理解底层逻辑。本次学习完成1小时阅读、思维导图及提问,但注意力待提升。意外收获是意识到提问需结构化思考(下章尝试),并明确了学习效果的三项标志(完成阅读、导图、提问)。计划持续优化方法,验证学习效果。

2025-09-15 16:22:40 362

原创 《二战系统分析师》第三章总结

摘要:本文记录了阅读《系统分析师》第三章时产生的12个疑问及解答,主要围绕计算机系统层级结构、中断机制、总线功能等核心概念展开。通过问答形式,厘清了网络分层、存储层级、虚拟化本质等关键知识点,并探讨了资源无限假设下的死锁问题。所有解答均从底层逻辑出发,结合实例说明,体现了系统化学习思维,避免了单纯记忆,有效验证了"三遍读书法"的学习效果。(150字)

2025-09-13 16:27:12 586

原创 《二战系统分析师》第一遍读书总结

摘要:本文记录了一个为期两个月的考试备考计划,重点训练学习能力而非应试技巧。计划采用番茄工作法、三遍读书法等学习方法,第一阶段每天1小时学习时间。实践5个番茄钟完成762页书籍的快速阅读,虽后半程效果欠佳,但收获颇丰:确认快速阅读的可行性,发现提问式阅读的有效性,体会重复阅读的价值。意外收获包括调整学习心态,认识到组织者应主动调动积极性,以及突破"能不能"的思维限制。全文体现了对高效学习方法的探索与实践反思。(149字)

2025-09-11 16:45:41 321

原创 我的创作纪念日

本文回顾了作者从被动写作到主动思考的博客创作历程。最初因作业要求而写作,后来转变为记录技术问题解决方案,在为他人提供帮助中获得快乐。作者反思了自己思考不足的问题,认识到需要系统训练思维方式。通过观察日更博主,发现关键在于从日常小事中提炼统一价值观的能力。最后作者提出要重新认识日更的意义,通过实践来培养持续写作的习惯。全文展现了作者对写作与思考关系的渐进式理解。

2025-09-01 16:31:03 248

原创 springboot jpa Save()对象后返回该对象ID为0解决办法

比较弱智的原因导致的,前端把id也传过来了,id=0这样传的,这就导致save的时候会保存一条新数据,数据库里的id也正常,但是jps没办法把数据库里的值赋给id。解决方案就是保证在save前id是null,也就是前端别给默认值0,或者后端自己处理一下。前端将所有参数传给后端,后端直接save保存,然后主键id一直是0。

2025-06-17 11:01:36 244

原创 系统分析师备考总结

摘要 系统分析师考试后的反思:备考过程通过"三遍读书法"提升了对知识的掌握,但后期小组讨论效率低下。考试结束带来解放感,但也意识到工作和生活需要并行而非串行。总结出设定目标、限定时间、随时总结等方法可应用于今后工作,并发现自己的总结偏情绪化,需向更理性的总结方式转变。

2025-05-26 21:34:48 383 1

原创 【系统分析师】第二遍8-12

本次总结为第8到12章的总结,因为清明周五周六放假,所以周日每个番茄要追一章,两个番茄一共看4章。2.学习态度上的思考:如何应对大家的疑问,他们的疑问我是否考虑过?科学规律的,要结合番茄工作法、快速阅读、三遍读书法、思维导图等学习方法规划执行。1.以前一个番茄看一个章节,做导图,现在一个番茄看两个章节,做导图,也能完成。1.在复习过程中,训练快速阅读能力、掌握三遍读书法、运用番茄工作法。通过参加考试,训练学习能力,而非单纯以拿证为目的。2.对计划规划的理解,对组员管理的理解。3.通过考试验证学习效果。

2025-05-21 09:27:12 187

原创 【系统分析师】第二遍1-7

1.在学习书籍的时候,不仅要学习具体内容,还要思考每个章节为什么处于现在的位置上,整本书安排这个章节的目的是什么。1.看书的时候,能看到内容基本上都是自己接触过的内容,或者以前参加考试都学习过。科学规律的,要结合番茄工作法、快速阅读、三遍读书法、思维导图等学习方法规划执行。周一至周六,每日21:00 - 22:00,每天安排1小时的学习时间。2.在学习时引入迭代的思想,每次学习都要在前一次学习的基础上去提高。通过参加考试,训练学习能力,而非单纯以拿证为目的。每天2个番茄,1个番茄1章,完成。

2025-05-21 09:26:26 513

原创 【系统分析师】第一遍

三遍读书法的第一遍圆满完成,继续实践老师的学习方法。完成目标为第一要务,在完成的基础上谈优化。只要去做,就有可能完成,不做永远完不成。把要学习的内容又一个整体上的认知。3天看完,每天2个番茄。《系统分析师》第一遍。

2025-04-01 21:57:25 240

原创 UML类图详解:结构、关系与应用

统一建模语言(UML)中的类图是面向对象系统建模中最常用和最重要的图,是定义其他图的基础。类图主要用于描述系统的静态结构,显示系统中的类、接口以及它们之间的静态结构和关系。本报告将深入解析UML类图的各个组成部分,解释它们的含义以及如何组合使用,帮助读者全面理解UML类图的构建和应用。

2025-03-31 16:12:29 819

原创 梯度下降涉及到哪些数学知识?

为了深入理解梯度下降算法及其相关公式,需要掌握导数、偏导数、向量与矩阵运算、泰勒级数展开、凸优化与非凸优化、正则化与过拟合、学习率选择以及线性代数等数学知识。例如,梯度是一个向量,表示函数在某一点的最快上升方向,因此其负方向是最快下降方向。:学习率(或步长)是梯度下降算法中的关键超参数,它决定了每次迭代更新的幅度。然而,在实际应用中,很多问题是非凸的,因此理解凸性和非凸性的区别以及如何处理非凸问题也是必要的。:梯度下降算法在大规模数据处理时,通常需要使用线性代数中的概念,如矩阵分解、特征值和特征向量等。

2025-01-13 08:39:04 393

原创 机器学习的组成

机器学习是一种使计算机能够通过数据学习并做出决策或预测的技术。它不需要明确的编程指令,而是通过算法让计算机从数据中自动学习和提取知识。机器学习作为一种强大的工具,正在不断地推动科技进步和社会发展。随着算法的优化、数据量的增加和计算能力的提升,机器学习的未来充满了无限可能。我们期待机器学习在解决复杂问题、提高生活质量方面发挥更大的作用。

2025-01-08 14:36:35 1216

原创 什么是高内聚

举个例子,假设我们有一个人,小A,小A的衣服可以单独存在,但是在现实情况下,小A是必须穿衣服的,在应用的场合里,衣服必须要穿到小A身上才可行。衣服上的一个扣子也是一个对象,但是单独的扣子是不能面对业务的,当面对业务的时候,要把最小的颗粒组合,但是具体的颗粒是什么,要根据业务去平衡。单一职责指的是对外,高内聚指的是这个对象本身不可或缺的功能在一起。既要追求软件的颗粒越小越好,又要追求业务的复用性和效率性,业务要足够内聚。高内聚是指,要根据业务,把这个对象有关的业务封装在一个对象里面。

2024-12-28 08:39:28 244

原创 循环和迭代

这种更高层次的理解,可以帮助我们在更多场景中灵活运用这两个概念,而不仅仅局限于编程领域。迭代体现了"螺旋上升"的发展理念,每次迭代都在前一次的基础上有所提升和改进。迭代着重于达到预期目标,每次迭代都是为了更接近目标。循环体现了"周而复始"的概念,强调重复相同的过程。循环是一种重复性思维,关注相同行为的重复执行。迭代是一种渐进式思维,关注进化和优化的过程。循环着重于维持稳定状态,保持系统的持续运转。迭代体现了进步和创新的价值。循环体现了稳定和秩序的价值。

2024-12-24 20:16:07 528

原创 conda 环境报错error while loading shared libraries: libpython3.9.so.1.0

【代码】conda 环境报错error while loading shared libraries: libpython3.9.so.1.0。

2024-12-24 08:30:31 814

原创 公理,定理,定律

百度百科:公理是一个汉语词汇,读音为gōng lǐ,是指依据人类理性的不证自明的基本事实,经过人类长期反复实践的考验,不需要再加证明的基本命题。维基百科:在传统逻辑中,公理(英语:axiom)是没有经过证明,但被当作不证自明的一个命题。因此,其真实性被视为是理所当然的,且被当做演绎及推论其他(理论相关)事实的起点。当不断要求证明时,因果关系毕竟不能无限地追溯,而需停止于无需证明的公理。通常公理都很简单,且符合直觉,如“a+b=b+a”。我们常用的公理,有以下几种。

2024-12-18 09:21:10 1208

原创 TGI以使用huggingface镜像Docker启动

【代码】TGI以使用huggingface镜像Docker启动。

2024-12-13 09:11:06 605

原创 spring ai如何使用function call调用第三方模型

背景什么是function call怎么用function call?总结函数调用使开发人员能够将语言模型连接到外部数据和系统。您可以将一组函数定义为模型有权访问的工具,并且它可以根据对话历史记录在适当的时候使用它们。然后,您可以在应用程序端执行这些函数,并将结果返回给模型。你可以理解为,大模型允许你按照一定的格式,告诉大模型你可以提供的函数和函数功能,然后当你调用大模型的时候,它可以参考是否有可用的函数来完成本次工作,如果有的话,返回值里就会指示要调用函数,并且给出入参。

2024-12-05 15:09:10 1213

原创 cursor连接远程jupyter

cursor的步骤跟vscode应该是基本一样的,主要需要两个插件,一个是remote-ssh,另一个是jupyter。

2024-10-30 15:51:20 6137

原创 windows复制文件到U盘,ubuntu打开U盘中文显示?

有一些文件想copy到ubuntu机器上,然后从windows系统copy到了u盘,ubuntu插上u盘之后,文件夹和文件内容里中文部分都是?所以我把U盘插到我的mac电脑上,发现不是乱码的,之后我就通过scp将文件直接传输到ubuntu机器上了,乱码消失了。首先系统默认语言是英语,所以首先查了资料,将系统语言改成中文,没搞好。

2024-10-23 10:44:27 548

原创 unsloth的微调示例学习-model的构建

这几天试了试unsloth的微调,操作非常简单,但是实际上代码我都不知道啥意思,所以一步一步学习,顺便总结记录一下,记录内容都基于我和chatgpt的讨论,都是它教的。

2024-08-31 09:23:22 1223

原创 微调:让模型在特定任务上更“聪明”的秘密

微调是对已经预训练好的模型进行的二次训练,目的是让模型在特定任务或领域上表现得更好。通过微调,模型的参数会根据新数据进行调整,从而优化其输出,使其更符合特定任务的需求。微调在特定任务上优化模型表现的能力是毋庸置疑的,但它并不是一种让模型学习新知识的手段。模型的知识量主要在预训练阶段获得,而微调的作用在于让这些知识在特定情境下更加有效地应用。了解这一点,可以帮助我们更好地选择何时使用微调,何时依赖提示词,或是何时需要进一步的模型训练。

2024-08-29 17:46:09 1553

原创 【paddleocr】The third-party dynamic library (cublas64_118.dll;cublas64_11.dll)

同样的报错,此时,将System32文件夹下面咱们copy过来的。测试了一下,gpu跑ocr的速度,大概是cpu的10倍多一点。,当然,找不到,但是有个名字差不多的。先去自己电脑的cuda路径下,找到。路径下,死马当成活马医。

2024-08-20 08:43:36 1476 3

原创 ubuntu安装gvm导致cd命令失效

某天突然发现cd命令没反应了,也不报错,但是切不到正确的文件夹,查了半天,发现是因为之前安装的gvm导致的。所以记录一下,供大家参考。系统版本:ubuntu20.04有时候直接就弹出了有时候会蹦到默认的sh。

2024-08-14 11:01:56 861 1

原创 Docker安装Milvus

本来想直接编译安装的,但是各种包各种下载各种出错,最后妥协了,用docker吧。

2024-08-10 10:56:50 886

原创 Error: open /usr/share/ollama/.ollama/models/manifests/registry.ollama.ai/library/x: permission den

ollama默认的上下文长度只有2048,所以想要改一下上下文长度,根据官方文档,两种方式可更改,通过设定启动命令。非常好,我在windows上成功执行并且得到了新模型,但是linux上执行。

2024-08-05 10:59:40 1612

原创 onceperrequestfilter 不生效问题

看不出有啥问题,启动服务发现这玩意儿没注册上,好的,copy一份到自己的代码里,可以运行,也能注册上。非常好,也很简单,那这玩意儿啥时候赋的值呢?UsercontextHolder里有啥?那么,问题在哪儿呢?

2024-08-03 20:11:23 837

原创 根据语义切分视频

目前尝试了能跑通的是这三种方法,其他一些跑不通的没记录,之后如果有更好的方案再记录。

2024-07-14 10:29:59 631

原创 从利特尔伍德定律开始说起

事件频率差异:由于农民和程序员每天经历的事件数量不同,他们遇到罕见事件的概率也不同。农民生活相对简单,事件频率低,因此罕见事件发生的概率低;程序员生活丰富多样,事件频率高,因此罕见事件发生的概率高。利特尔伍德定律的适用性:尽管事件数量不同,但利特尔伍德定律的核心思想仍适用。即,随着经历的独立事件数量增加,罕见事件的发生变得不可避免。不同的是,农民可能需要更多的时间(几年)才能经历一次罕见事件,而程序员可能在几个月内就会经历一次。

2024-07-04 08:50:09 931

原创 jupyter安装及使用

首先我在服务器上安装了miniconda,这个过程就不赘述了,然后创建一个环境,我之所以安装jupyter,是因为想学习下pytorch,后来发现太难了,我缺的知识也太多了,所以环境名啥的你可能会发现跟pytorch教程的一样。但是我用过colab,从使用体验上来说,非常相似,这次给服务器装了一个jupyter,然后我本地连接远程的来用,还挺好玩的,所以记录一下。实现很重要,想法更重要,笑来老师从一个简单的txt文件开始,就能搞出一个完整教材来,这个思路值得学习。启动完成之后,你就可以在本地使用了,

2024-06-28 16:00:39 485

reqrcode和qrcode

js生成二维码和解析二维码需要的js文件

2023-04-08

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