- 博客(37)
- 收藏
- 关注
RSS订阅原创 当负面情绪出现时
我感觉现在算是和自己和解了（负面情绪就像是自己给自己找不痛快），不再被这件事带来的负面情绪一直影响了，这种方法应该也可以被运用到生活中其他方面，看到此篇文章的人如果觉得有些用可以借鉴，或者去读读《被讨厌的勇气》，如果对你有帮助，我会感到非常开心。虽然他听不到，但在你的精神世界里，你是正义的一方，这能给你带来微弱的心理补偿。你陷入了“寻求认可”的陷阱。我训练时有开心的时候，还认识了几个性格挺好的人，也因为识人不清导致错误，让我从错误中成长，更会识人（ 不要看一个人说了什么，而是看一个人做了什么 ）
2025-12-10 11:30:44
453
原创 AI 学习笔记（AI for everyone）
近年来AI快速发展主要得益于算力提升和数据增长。机器学习通过数据自动学习规律，而深度学习利用多层神经网络实现更复杂的特征学习。成功的AI项目需从业务痛点出发，评估技术可行性和商业价值。典型AI团队包括工程师、科学家和产品经理等角色，企业可通过试点项目、组建专业团队和制定策略来推进AI应用。关键技术还包括迁移学习和强化学习，通过知识迁移和奖惩机制优化AI表现。
2025-11-23 10:40:09
231
原创 SQL 学习笔记
HAVING：等同 WHERE（ 区别：WHERE 在GROUP BY 之前过滤行，HAVING：在分组之后过滤组 ），位置在 GROUP BY 后，多了一个功能：可以和聚合函数一起使用。+ WHERE：条件筛选，文本需要加 ' '，AND、OR：多个条件、WHERE NOT + 条件或 WHERE 条件 NOT、IS NULL \ IS NOT NULL。SELECT INTO：复制表到一张新表中，+ IN：到新的数据库的新表中。COUNT：返回符合条件的行数，DISTINCT：忽视重复的。
2025-10-31 19:19:29
459
原创 Excel 学习笔记
起因：引用某个单元格后进行向下或向右的拖拽，行和列的引用也会相对引用的单元格进行下和右的移动，例如向下拖拽一格，行号会增大一位（默认是相对引用）导航栏开始 - 设置单元格格式 - 自定义：可以对单元格里的数据进行操作（重复，设置格式，加上别的内容，加颜色）Tab（ 下一个单元格 ） + Enter（ 下一列 ） + shiftTab（ 返回上一个单元格 ）（Ctrl + Q）：自动分析或标注表中的数据，导航栏中的开始 - 条件格式。- 定位条件功能：选择特定的单元格（空值，对象等）（一个）、~（转义）
2025-10-27 16:46:02
272
原创 我的 RAG 项目（ 简单易学，附链接，直接使用！ ）
本项目实现了一个基于RAG技术的智能问答系统，支持上传文档构建本地知识库。系统使用Sentence-Transformer进行向量化，FAISS存储实现高效语义检索，结合DeepSeek生成精准回答。具备会话管理功能，问答记录存储在SQLite中。采用FastAPI、Vue3等技术栈，并集成MCP提升扩展性。需注意代理可能影响程序运行。项目地址：https://github.com/YanWuuu/RagDemo
2025-09-05 15:06:24
127
原创 Pycharm 登录 Github 失败（ 代理问题 ）
问题：想使用 copilot，安装了插件后选择登录 Github，进入浏览器页面登录，显示成功了，但是 Pycharm 报错。原因：你开了代理，但是 Pycharm 没有走代理。解决方法：给 Pycharm 设置代理。如果还是 400，再换成。7. 如果成功，会显示。，如果失败，再换协议重试。
2025-08-29 15:49:07
785
原创 nanoGPT 部署
在 config/train_shakespeare_char.py 文件中加上 compile = False，再运行。我的电脑是 RTX5060 CUDA12.8，下载如下版本的 pytorch。是由 Andrej Karpathy（前特斯拉 AI 总监）开源的一个。使用 PyTorch 实现，方便修改和扩展。它的目标不是直接用于大规模商业应用，而是。，帮助人们理解 GPT 模型的核心原理。模型规模小，适合在个人电脑上训练和测试。--prefix：指定虚拟环境安装的位置。代码简洁、结构清晰，便于阅读。
2025-08-22 18:38:16
626
原创 本地部署和训练 YOLO11
在弹出的列表中，查找以 Anaconda 或你的环境名称（例如 myenv）命名的 Python 解释器。因为默认安装的 torch 是 cpu 版本，我们需要去 torch 官网找到 CUDA 对应的 torch 版本。我的 CUDA是12.8，显卡 RTX 5060，所以选择官网中 preview 版本的 torch。运行下面的代码，ultralytics：一个为了训练和运行 YOLO 模型的 python 库。安装 anaconda（作用是创建和管理python环境，用于防止版本冲突）
2025-08-14 18:31:52
528
原创 实战：用 PyTorch 复现一个 3 层全连接网络，训练 MNIST
1. 使用 Anaconda 创建一个新环境，包括 python 和 与你显卡对应的 torch。
2025-08-11 20:14:52
385
原创 PyCharm（2025.1.3.1）绑定 Conda 环境
（ 在你下载的 Anaconda 文件里），之后在 Enviroment 中就可以看到你新创建的环境了。1. Pycharm 右下角，选择（ 如图所示 ）
2025-08-11 18:35:54
679
原创 一句话说明神经网络原理
做指导，来调节权重 w 和偏置 b 值的大小（ w 和 b 初始时是随机的 ），从而让损失最小。为什么需要导数：可以表示参数对函数的影响。神经网络：一系列特殊的数学表达式。损失：真实值和预测值之间的偏差。反向传播的核心：导数的。
2025-08-09 17:58:31
945
原创 如何用好大模型 ？
ChatGPT 的 Advanced Data Analysis：进行数据处理、分析和可视化。ChatGPT 可以使用 Prompt 来构建 My GPT（ 回答特定的问题 ）Claude Code 的 Airfacts：对内容做图解。
2025-08-07 13:24:13
236
原创 直观解释 Transformer 原理
看：借助 Query、Key、Value 向量（ 由 Token 的向量表示，乘上W_Q,W_K,W_V 矩阵得到 ），用某个 Token 的 Q 和其他 Token 的 K 向量进行乘积（ 表示了他们之间的关联程度 ），经过 SoftMax 变成概率后，对 V 按概率加权相加，得到更新后的某个 Token 的新的向量表示。是：找谁跟谁有关，例如：输入喜欢唱跳打篮球的帅哥，经过 Self-Attension ，帅哥这个名词就会”学习“到喜欢唱跳打篮球是和它有关系。本质：也是更新 Token 的向量表示。
2025-08-04 20:37:04
581
原创 从零到一：LeetCode Hot 100（ 少走弯路版 ）
摘要：本文总结了LeetCode刷题常见问题及解决方法。初学者常遇到无思路、重复遗忘、语法困扰等问题，核心原因包括前置知识不足、解题方法不当、语言选择不佳及缺乏复习。文章提出四大解决策略：按知识依赖顺序刷题、深入思考总结解题特征（如哈希、双指针等技巧）、选用Python简化语法、定期复习。通过具体算法题例（两数之和、滑动窗口、动态规划等）演示如何应用哈希表优化查找、双指针处理有序数据、递归转动态规划等技巧，强调掌握核心算法模板和特征提取能力是提升刷题效率的关键。
2025-07-01 09:38:42
562
原创 六个月掌握第二门语言-英语
英语对程序员很重要，因为前沿技术等都使用的是英文，Kapathy 在他的 X 上的置顶帖子是这样说的：The hottest programming language is English，这篇文章总结了一个关于如何学习外语的视频，这里我将它带入成英语，感兴趣的可以去搜索《六个月内学会一门外语》
2025-06-27 15:18:20
1087
原创 Stable diffusion 本地部署
注意：如果是最新的 5060 显卡，CUDA 是 12.9 版本，会和项目虚拟环境中的 pytorch 不兼容，需要降低 CUDA版本，并卸载原来的 pytorch 然后安装相匹配的 pytorch 版本。
2025-06-20 23:02:01
1862
原创 AI 时代，如何与时俱进？
AI技术正经历从传统编程向大语言模型（LLM）驱动的转变。国外AI发展聚焦技术前沿与应用创新，国内则更关注政策导向。当前LLM如同"操作系统"，通过API提供服务，但训练成本高昂。典型应用如Cursor编辑器整合多模型，实现代码自动补全和上下文采集。尽管AI能快速生成内容，仍需人工校验，优化方向包括加速验证过程和控制输出质量。未来趋势是AI与人类深度协同，发展各类专业Agent（如智能客服）完成特定任务，最终实现"人机合体"的智能增强模式。
2025-06-19 23:25:42
222
原创 LeetCode Hot 100 -- 回溯法
回溯法是一种系统搜索所有可能解的算法策略，通过逐步构建候选解并在不满足条件时回退，常用于解决排列、组合等问题。其核心模板包括递归调用和状态回退两个关键步骤。示例展示了全排列和子集问题的解法：全排列通过标记已用元素避免重复，子集则通过控制搜索起点避免重复子集。代码结构遵循"处理-递归-回退"的模式，典型应用还包括电话号码的字母组合等组合类问题。该算法能有效探索解空间，但需注意剪枝优化以避免无效搜索。
2025-06-16 22:47:11
200
原创 RAG 讲解及实战 Demo
Retrival-Augmented Generation 检索数据增强：基本思想是通过检索相关信息，将这些信息作为上下文输入到模型中，从而提高结果的时效性和准确性。解决知识时效问题减少模型幻觉提升专业领域回答质量Cursor 中就用到了 RAG，将我们的代码作为上下文输入到模型中应用：NotebookLM（ 需要魔法 ）、imacopilot。
2025-06-11 18:17:26
732
原创 Embedding 和向量数据库
可以理解为特征表达（ 将特征（ 如果是文本的话就是分词后的数据 ）用向量表示，而后在这个向量空间中，相似特征的向量在空间上是接近的 ），将高维稀疏矩阵映射到低维稠密向量空间的过程（ 高维到低维的过程会学习特征的内在特征和语义信息，结果是让向量不再仅仅表达一个特征，更重要的是让相似特征的向量在向量空间中接近，关联度高 ），作用：降维，方便计算关联度 cos （Embedding 的是实现方法：Word2Vec，原理是将一个特征（ 向量 ）和一个字典矩阵（ 包含许多信息的矩阵 ）相乘，学习到信息。
2025-06-10 19:57:11
258
原创 通俗解读 AI 领域中的向量
，AI 就会把和 prompt 关联度高的给输出，得到的结果就是我们看到的它的回答。（ 我们人也是一样，会对不认识的东西进行关联度比较，进而得到想知道的答案，例如：你在你室友的衣架上看到上面挂了一个五颜六色的长方形物体耷拉在上面，你首先会想到这是什么？N-Gram：将文本分解为连续的 N 个元素，例如“ 我爱自然语言处理 ”，1-Gram为 ["我"，“爱”，“自然”，“语言”，“处理” ]，2-Gram为["我爱"，“爱 自然”，“自然 语言”，“语言 处理”]来计算，区间为 [-1,1]。
2025-06-09 19:48:37
395
原创 API 调用大模型
进行的回答，例："Hello!可以看到，调用大模型的 API 接口和我们在进行前后端交互时很像（ 因为都是调用 API ），但是多了个{ OPENAI_API_KEY }（ 上文提到的OAuth2.0协议 ），是为了进行身份验证等操作。这里的 url "https://api.openai.com/v1/chat/completions"，表示向 OpenAI 的聊天补全 API 发送请求。OAuth2.0：授权协议，作用：授权第三方程序访问其 API 接口。messages 的内容就是 prompt（
2025-06-08 19:08:52
614
原创 Prompt（ AI 提示词 ）
从直观看，就是使用 AI 时输入在对话框里的文字其本质是输入给模型的文本或指令，作用：模型根据这个 promt 输出相应的文本。
2025-06-07 20:38:43
281
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