学习优化

大语言模型生成式AI学习笔记——1. 1.1 大语言模型及生成式AI项目生命周期简介——课程简介

GenerativeAIwithLargeLanguageModelsbyDeepLearning.AI&AmazonWebServicesAboutthisCourseInGenerativeAIwithLargeLanguageModels(LLMs),you’lllearnthefundamentalsofhowgenerativeAIworks,andhowtodeployitinreal
预见未来to50·2025-03-04 18:07

【C++踩坑】说说g++的-fno-elide-constructors参数

可能是编译器优化了。
XiyouLinux_Kangyijie·2025-03-04 18:36

Day31 第八章 贪心算法 part04

一.学习文章及资料860.柠檬水找零406.根据身高重建队列452.用最少数量的箭引爆气球二.学习内容1.柠檬水找零(1)解题步骤：有三种情况：情况一：账单是5，直接收下。
TAK_AGI·2025-03-04 18:36

Day20 第六章 二叉树part08

一.学习文章及资料235.二叉搜索树的最近公共祖先701.二叉搜索树中的插入操作450.删除二叉搜索树中的节点二.学习内容1.二叉搜索树的最近公共祖先递归法：利用二叉搜索树的性质：左子树的所有节点值p.val
TAK_AGI·2025-03-04 18:36

基于SpringBoot校园失物招领系统设计与实现

通过功能模块的优化组合实现帮助失主进行在线发布自己的丢失物品，让更多人看到信息后可以帮助查找，同时捡到东西的人也可以发布抬到的物品信息，或者交到中心平台由管理员进行发布招领信息，失主可以通过信息确定自己的物品然后进
骆晨学长·2025-03-04 18:05

批发行业适合用哪些进销存软件？5 款进销存管理系统测评

一款合适的进销存软件可以帮助企业优化采购、销售和库存流程，提高运营效率，降低成本，并增强市场竞争力。本文将对五款热门进销存管理系统进行测评，帮助批发企业选择最适合自己的软件。
·2025-03-04 18:34

大模型学习笔记-基于《Deep Dive into LLMs like ChatGPT》

模型是什么从逻辑层面理解，模型类似于函数。给定模型一个输入，它会产生一个输出。例如，垃圾邮件识别器就是一种模型。当输入一封电子邮件时，它会输出该邮件是否为垃圾邮件的判断结果。天气预测同样是一个模型，输入历史天气数据，它会输出对明天天气情况的预测。这些都是模型的实例。当然，模型的输出存在一定的准确率，其结果可能与预期高度相符，也可能偏离较大。构建数据集对于大语言模型（LLM）的训练而言，首先需要构建
XiyouLinux_Kangyijie·2025-03-04 18:33

设计模式学习--观察者模式(Observer Pattern)

设计模式学习--观察者模式(OberserPattern)2013年5月18日天气：热！下午15:28设计模式学习中学习者：小巫什么是观察者模式？
小巫技术博客·2025-03-04 18:31

2025毕设springboot大学生校园互助平台源码+论文

大学生作为一个充满活力与创造力的群体，在学习、生活、社交等多个方面有着广泛的互助需求。然而，传统的互助方式往往受限于时间和空间，难以满足即时、高效的需求。
嘉佑学姐--毕设·2025-03-04 18:01

Go 学习笔记（54）— Go 第三方库之 uber-go/zap/lumberjack（记录日志到文件、支持自动分割日志、支持日志级别、打印调用文件、函数和行号）

1.简要说明zap是uber开源的Go高性能日志库，支持不同的日志级别，能够打印基本信息等，但不支持日志的分割，这里我们可以使用lumberjack也是zap官方推荐用于日志分割，结合这两个库我们就可以实现以下功能的日志机制：能够将事件记录到文件中，而不是应用程序控制台；日志切割能够根据文件大小、时间或间隔等来切割日志文件；支持不同的日志级别，例如DEBUG，INFO，WARN，ERROR等；能够
wohu007·2025-03-04 18:31

《项目管理知识体系指南》读后感

在一次逛小破站的时候发现了《项目管理知识体系指南》，于是我找来了电子版开始学习，这本书不仅让我重新审视了项目管理的本质，还帮助我建立了系统的、具有可操作性的项目管理思维框架。
可有道？·2025-03-04 17:31

【创建型设计模式】原型设计模式

引言我们在学习每一个设计模式之前，我们就应该带着问题去学习，这样才会找到我们想要的答案，而且让我们理解的更透彻，记忆的更深刻，比如：解决了一个什么问题，使用场景等。
可有道？·2025-03-04 17:00

【FFMPEG】各种音视频编解码学习详解 h264 ，mpeg4 ，aac 等所有音视频格式

[-]编解码学习笔记二codec类型编解码学习笔记三Mpeg系列Mpeg1和Mpeg2编解码学习笔记四Mpeg系列Mpeg4编解码学习笔记五Mpeg系列AAC音频编解码学习笔记六H26x系列编解码学习笔记七微软
weixin_30906425·2025-03-04 17:29

【商城实战(2)】商城架构设计：从底层逻辑到技术实现

从项目基础搭建，运用uniapp、ElementPlus、SpringBoot搭建商城框架，到用户、商品、订单等核心模块开发，再到性能优化、安全加固、多端适配，乃至运营推广策略，102章内容层层递进。
奔跑吧邓邓子·2025-03-04 17:58

【商城实战(1)】启航：从0到1搭建电商帝国的第一步

从项目基础搭建，运用uniapp、ElementPlus、SpringBoot搭建商城框架，到用户、商品、订单等核心模块开发，再到性能优化、安全加固、多端适配，乃至运营推广策略，102章内容层层递进。
奔跑吧邓邓子·2025-03-04 17:57

软件设计和软件架构之间的区别

并且深耕深度学习和数据集训练，提供商业化的视觉人工智能检测和预警系统（煤矿，工厂，制造业，消防等领域的工业化产品），合
前网易架构师-高司机·2025-03-04 17:56

（四一）ArkTS 多语言支持与国际化开发

本文将详细介绍ArkTS中的多语言支持与国际化开发，从国际化开发的背景与需求入手，阐述在ArkTS中实现多语言切换的方法，以及日期、时间和货币的国际化处理，最后探讨国际化测试与用户体验优化的相关内容。
小_铁·2025-03-04 17:55

（四三）ArkTS 服务端渲染（SSR）实践

本文将深入探讨ArkTS服务端渲染的实践，从概念和优势入手，介绍技术选型、开发流程、代码实现，以及部署和性能优化等方面的内容，并提供具体的代码示例。二、服务端渲染概
小_铁·2025-03-04 17:55

（四五）ArkTS 组件性能调优秘籍

本文将详细介绍ArkTS组件性能调优的秘籍，从问题诊断入手，阐述渲染优化策略和资源管理优化方法，最后进行效果评估与持续改进，并提供具体的代码示例。
小_铁·2025-03-04 17:55

013、Python+fastapi，第一个后台管理项目走向第13步：建立python+fastapi项目，创建cache模块

一、说明在今天学习RuoYi-Vue3-FastAPI的代码过程中，我遇到了几个问题，下面说说自己的感想二、自定义的log装饰器源码中是log_annotation.py，代码也没什么好说的，这个知识点到处都是文章
浪淘沙jkp·2025-03-04 17:53

R语言广义加型模型（GAM）的运用例子及实现教程

拟合广义加型模型步骤4：查看模型摘要和诊断模型摘要系数估计平滑项模型质量步骤5：预测和可视化结论广义加型模型（GeneralizedAdditiveModel，简称GAM）是一种灵活的非线性建模方法，在统计学和机器学习领域被广泛应用
Mrrunsen·2025-03-04 17:52

Wrapper条件构造器

Wrapper条件构造器.md声明本文仅为自己学习记录，方便查询，后期不断更新。本文主要内容，参考了如下文章，感谢作者的不吝赐教。
LuckyLay·2025-03-04 16:22

素数查找算法：从基础到高效

本文将展示如何通过优化算法来提高素数查找的效率。我们从基础的实现开始，逐步改进代码，使其更加高效。初始代码首先，我们来看一个基础的实现，该代码用于找出100到200之间的所有素数，并将其打印出来。
比特bit.·2025-03-04 16:51

【Elasticsearch】创建时间序列数据流 Time Series Data Stream，简称TSDS

TSDS通过优化索引结构和生命周期管理，帮助用户高效地存储、查询和分析这类数据。以下是详细说明如何在Elasticsearch中设置TSDS的步骤和关键概念：--
risc123456·2025-03-04 16:50

初学者如何用 Python 写第一个爬虫？

无论您是编程新手，还是资深开发者，都能在这里找到属于您的知识宝藏，学习和成长。??
ADFVBM·2025-03-04 16:19

java开发预防XSS攻击

以下是一篇关于“Java开发者如何预防XSS攻击”的博文草稿，您可以根据需要进行调整和优化。如果您有任何问题，可以随时问我，我会根据您的需求进一步修改或补充内容。
Xia0Mo·2025-03-04 16:18

Go语言学习笔记（六）——标准库

文章目录一、fmt输出fmt.Print格式化占位符FprintSprintErrorf输入fmt.Scanfmt.Scanffmt.Scanlnfmt.Fsanf二、os权限说明os.Createos.Mkdiros.MkdirAllos.Removeos.RemoveAllos.Getwdos.Chdiros.TempDiros.Renameos.Chmodos.Chown文件进程相关Sign
正在绘制中·2025-03-04 16:18

102-计算机网络和Internet 的基本概念

学习完计算机的基本构成后，我们接下来就要了解计算机网络的基本情况了，那么我们从哪些方面进行学习了解呢？
谭江平·2025-03-04 16:18

【Elasticsearch】索引生命周期管理操作之Allocate(分配)

它允许用户根据不同的阶段（如Warm、Cold）动态调整索引的副本数量和分片的分配规则，以优化性能、降低成本或满足特定的存储需求。
risc123456·2025-03-04 16:14

【大白学Docker】一文做到Docker基础知识整理

Docker基础知识整理单注：整理Docker基础的概念、原理、常用命令和常见问题和解决方法，作为备忘，也方便广大学生学习参考。
爱折腾的黄馒头·2025-03-04 15:42

14个Flink SQL性能优化实践分享

然而，随着数据量的增长，性能优化变得至关重要。本文将深入浅出地探讨FlinkSQL的常见性能问题、调优方法、易错点及调优技巧，并提供代码示例。
快乐非自愿·2025-03-04 15:40

大文件导入内存溢出？NIO+多线程帮你解决。

但是对于该这个需求来说，常用的IO流已经不能满足这个要求了，所有就有了NIO的学习。常用的IO流。下述为常用的IO流，使用这些API能够一些基本的IO操作。
a_teacher_java·2025-03-04 15:39

基于PyTorch的深度学习2——Numpy与Tensor

Tensor自称为神经网络界的Numpy，它与Numpy相似，二者可以共享内存，且之间的转换非常方便和高效。不过它们也有不同之处，最大的区别就是Numpy会把ndarray放在CPU中进行加速运算，而由Torch产生的Tensor会放在GPU中进行加速运算。1.创建创建Tensor的方法有很多，可以从列表或ndarray等类型进行构建，也可根据指定的形状构建。importtorch#根据list数
Wis4e·2025-03-04 15:38

【北上广深杭大厂AI算法面试题】深度学习篇...Squeeze Excitation（SE）网络结构详解，附代码。（二）

【北上广深杭大厂AI算法面试题】深度学习篇…SqueezeExcitation（SE）网络结构详解，附代码。
努力毕业的小土博^_^·2025-03-04 14:07

机器学习--特征选择

一、方法介绍（一）定义在机器学习中，特征选择是一个至关重要的环节，其目的是从原始特征集合中挑选出最具代表性和信息量的特征子集，使得在该子集上构建的机器学习模型能够达到最佳的预测或分类效果。
Luis Li 的猫猫·2025-03-04 14:06

【网络安全】Slowloris DDos攻击详解（附工具说明）

本文仅供学习交流使用，不得进行非法渗透测试，笔者不承担任何责任。文章目录SlowlorisDDos攻击Slowloris攻击过程工具下载使用教程下载使用语法说明使用案例如何缓解Slowloris攻击？
秋说·2025-03-04 14:36

【软件测试】论坛系统功能测试报告

文章目录1.前言2.项目介绍3.对项目进行测试3.1设计测试用例3.2执行测试用例1.前言这次测试是我学习阶段的练习，由于缺少需求规格说明等文档，需要我尽可能发散思维去设计更多的测试用例。
念来过倒字名qwq·2025-03-04 14:04

第一章----Ubuntu基础

VMware与Ubuntu在学习嵌入式Linux之前，我们首先要安装好Ubuntu系统，那么我们是直接把我们的电脑系统更新为Ubuntu吗，或者安装双系统？
唯瑞主义·2025-03-04 14:03

< 鸿蒙生态学堂 线上培训 第12期 > 应用安全与隐私优化常见实践案例

课程简介本课程是【HarmonyOS生态学堂线上培训】的第12期。应用安全和隐私保护是赢得用户信任的基础，据统计超过80%的数据泄露源自代码层面的安全疏忽，而每一次数据泄露事件平均给企业带来的损失高达数百万美元。这些问题不仅会降低用户对应用的信任，还可能导致严重的法律后果和经济损失。本课程针对以上痛点，主要介绍隐私与安全相关概念以及分享实践案例，让应用安全隐私问题无处遁形！标签鸿蒙课程鸿蒙生态布道
·2025-03-04 14:00

基于HarmonyNext的ArkTS实战案例：构建高效的图像处理应用

本文将通过实战案例，深入讲解如何基于ArkTS开发一个高性能的图像处理应用，涵盖图像加载、滤镜处理、性能优化等内容，帮助开发者快速掌握Harmony
·2025-03-04 14:59

HarmonyNext实战：基于ArkTS的分布式数据缓存系统开发

本文将深入探讨如何利用ArkTS语言开发一个高性能的分布式数据缓存系统，涵盖从基础概念到高级优化的完整流程。
·2025-03-04 14:29

一文轻松拿下HarmonyOS NEXT的自定义组件

相比于之前学习的轻量级UI复用机制@Builder，自定义组件的功能更为强大，日常开发中如果要进行UI或业务逻
·2025-03-04 14:28

BERT 和 Milvus 构建智能问答系统的全面技术解析，涵盖从原理到实践的完整流程

下面Python代码示例和优化策略：一、技术栈协作原理BERT的语义编码能力BERT作为预训练语言模型，通过双向Transformer结构将文本转换为高维向量（如768维），捕捉上下文语义信息。
·2025-03-04 14:28

《C++ Primer Plus》学习笔记 2.1.3 C++预处理器和iostream文件

程序清单2-1myfirst.cpp//myfirst.cpp--displaysamessage#include//aPREPROCESSORdirectiveintmain()//functionheader{//startoffunctionbodyusingnamespacestd;//makedefinitionsvisiblecoutusingnamespacestd;可使用其他代码替
weixin_33859844·2025-03-04 14:00

Pandas使用教程 - Pandas 与 Parquet 数据交互

Parquet数据交互1.Parquet格式简介2.使用Pandas读取Parquet数据2.1基本用法2.2参数说明3.使用Pandas写入Parquet数据3.1基本用法3.2参数说明4.依赖库与性能优化
闲人编程·2025-03-04 14:59

水平分别、垂直分表的优缺点，使用场景。

管理简化：对于大型表，可针对单个分表执行备份、恢复、优化等操作，无需对整个表操作，数据迁移和维护也更方便。比如按月对日志表进行水平分表，维护时可单独处理特定月份的
夏天的味道٥·2025-03-04 14:29

C#核心（20）密封函数和命名空间

前言上一节我们学习了一个抽象的但是有助于我们规范编程的知识点，这一节，我们就稍微讲点简单的东西，大家如果以后是要走游戏客户端开发的话，这里的知识点了解就好，因为其实我们游戏开发使用的更多是跟unity相关的
ling1s·2025-03-04 13:24

AI大模型-提示工程学习笔记22-元提示(meta-prompting)

目录1.元提示的核心思想(1)传统提示的局限性(2)Meta-Prompting的解决方案2.Meta-Prompting的工作流程(1)元提示输入(2)提示生成(3)提示评估(可选)(4)提示选择(可选)(5)任务执行3.Meta-Prompting的关键组件(1)大语言模型(LLM)(2)元提示(Meta-Prompt)(3)提示生成器(PromptGenerator)(4)提示评估器(Pro
9命怪猫·2025-03-04 13:22

详解LLM 核心技能-大文本分块技术

这是一项必不可少的技术，有助于优化我们使用LLM嵌入内容后从[矢量数据库]获取的内容的相关性。在这篇博文中，我们将探讨它是否以及如何有助于提高LLM相关应用程序的效率和准确性。
大模型入门学习·2025-03-04 13:21

Helix 是开源的私有 GenAI 堆栈，用于构建具有声明性管道、知识 （RAG）、API 绑定和一流测试的 AI 应用程序。

从语言模型到图像模型等，Helix以符合人体工程学、可扩展的方式为您的业务带来最好的开源AI，同时优化GPU内存和延迟
2301_78755287·2025-03-04 13:50
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他