- 博客(9)
- 收藏
- 关注
RSS订阅原创 spring security使用双Token实现无感刷新
本文介绍了基于双Token机制的认证系统实现方案，系统在登录时生成双Token并存储到Redis，当Access Token过期时，可通过Refresh Token进行刷新获取新Token。该文章详细说明了刷新接口的实现逻辑和注销处理流程，有效解决了频繁登录问题。
2025-08-18 10:06:51
1105
原创 Langchain实现一个高级RAG！
本文介绍了基于LangChain的高级RAG系统实现方法。相比基础RAG，该系统通过多查询生成、多路召回和排序融合三项关键技术提升检索质量。首先利用大模型生成多个语义等价的查询变体，从不同角度理解用户意图；然后并行检索获取多个候选文档集；最后采用排序融合算法（RRF）整合结果，计算每个文档的综合得分并重新排序。该方法能有效缓解单一查询的语义偏差问题，显著提高回答的准确性和可靠性。文章还详细解析了文档预处理、向量数据库构建、多查询生成等核心模块的代码实现，为开发者提供了完整的解决方案。
2025-07-21 15:38:15
895
原创 Langchain实现一个简单RAG！
RAG（Retrieval-Augmented Generation，检索增强生成） 是一种结合检索系统和生成式大语言模型的问答方法。它能有效缓解大模型“遗忘”和“幻觉”问题，提升回答的准确性与可靠性。本文使用langchain+Ollama本地调用大模型来构建了一个本地运行的 RAG 系统，适合新手入门。
2025-07-21 11:53:43
1875
原创 LeetCode 42.接雨水-超简单的解法！
给定 n 个非负整数表示每个宽度为 1 的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。采用双指针法，核心思想是水位由短板决定，局部范围内的柱子不影响已确定的接水量。该方法时间复杂度O(n)，空间复杂度O(1)
2025-07-10 14:55:23
458
原创 scanpy: 空间转录组基因数据分析与可视化
本教程基于Scanpy展示10X空间转录组数据分析流程，包括数据读取、预处理、质控、可视化、聚类及差异分析。
2025-06-30 16:45:36
2098
原创 深度学习入门：用pytorch从零手写resnet残差网络
ResNet（Residual Network，残差网络）由微软研究院在 2015 年提出，是深度学习中非常经典的一种网络架构。在深层神经网络中，随着网络层数的加深，模型的训练效果可能会变差，这被称为“退化问题”。ResNet 通过引入“残差连接（skip connection）”巧妙地解决了这一问题，使得网络更容易训练，并能构建更深的网络结构。本文将通过 PyTorch 从零实现一个 ResNet 模型，主要包括两种残差块（BasicBlock 和 Bottleneck），并模拟实现了类似官方。
2025-06-30 16:11:15
639
原创 深度学习入门：用pytorch实现MNIST手写数字识别
本文介绍了使用PyTorch实现MNIST手写数字识别的完整流程。主要内容包括：1) MNIST数据集介绍；2) 使用DataLoader进行数据批量加载和预处理；3) 构建三层全连接神经网络模型；4) 实现训练和测试流程，采用交叉熵损失和SGD优化器；5) 模型保存与加载方法。本文为深度学习入门提供了完整范例。代码结构清晰，包含详细注释，适合初学者学习PyTorch的基本使用方法。
2025-06-30 15:22:40
390
原创 Prompt提示词工程（学习笔记）
在与大语言模型（如 ChatGPT、GPT-4）交互时，如何构建有效的提示语（Prompt），是决定模型输出质量的关键因素。提示工程（Prompt Engineering）正是围绕此展开的一门实用技术。为了更高效地引导模型输出准确、有用、可靠的内容，我们从几个核心维度对提示构建方式进行总结，包括提示类型、组成结构、推理策略、自洽性机制、防御策略及相关代码实践。
2025-06-30 15:03:56
790
原创 图像配准: RIFT算法的python实现 (辐射不敏感特征变换)
RIFT算法在多模态图像配准中的应用 RIFT是一种针对多模态图像匹配的新型算法，克服了传统SIFT方法在处理非线性辐射畸变时的局限性，其创新点包括：使用相位一致性特征检测替代传统梯度方法，提高对辐射变化的鲁棒性；引入最大索引图(MIM)描述子，增强对非线性辐射差异的适应性；通过旋转不变性分析确保算法在多种场景下的匹配能力。本文提供了RIFT算法的python基础实现。
2025-06-30 14:45:09
2071
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