目录前言一、大语言模型介绍二、提示指南2-0、导入APIkey和相关的python库2-1、写清楚的、具体的提示2-1-1、使用分隔符清楚的指示输入的不同部分2-1-2、要求结构化的输出2-1-3、按照指定的条件输出2-1-4、少样本学习2-2、给模型时间去思考2-2-1、指定完成任务所需要的具体步骤2-2-2、要求模型以指定格式输出2-2-3、指示模型一步步自行找出答案，而不是尽快得出结论三、迭

02Guidelines本节将配合代码，介绍一些构建Prompt的基本原则和策略。1)OpenAIAPI首先开发者需要在OpenAI网站(https://platform.openai.com/account/api-keys)注册一个key，然后通过pipinstallopenai安装openai三方库，再将key导入当前环境（下面是直接导入的方式，也可通过os.get_env("OPENAI_

1所有抱怨是你想靠住却没靠住2所有要求孩子做的事，自己要做给孩子看3欣赏和肯定别人的优点，而不是抱怨和改造别人4行为的改变不是你懂了什么，而是要做什么5读书是跨越阶层的通道6孩子怎么看待自己，源自父母怎么看待孩子7行为发生了不重要，关键是父母的看法和认知8找到孩子的进步点，带动其他点的上升，挖掘优点不断放大9激发孩子自身动力，由包办改为孩子自己获得10幸福取决于人的关注点11学习才能导致行为的改变

目录引入一、神经网络及其主要算法1、前馈神经网络2、感知器3、三层前馈网络（多层感知器MLP）4、反向传播算法二、深度学习1、自编码算法AutorEncoder2、自组织编码深度网络①栈式AutorEncoder自动编码器②SparseCoding稀疏编码3、卷积神经网络模型（续下次）拓展：引入人工神经网络ANN是由大量处理单位（人工神经元）经广泛互连而组成的人工网络，以模拟脑神经系统的结构与功能

：郑州鹿野苑餐饮管理有限公司（朵家甜品厨房）每日定课（根据实际情况，每十天微调一次）：1，晨跑：5：20前，18分钟内跑完3公里；【完成】2，读书笔记：阅读30min+，笔记200字以上；【完成】3，课程笔记

WriteInFront个人主页：令夏二十三欢迎各位→点赞+收藏⭐️+留言系列专栏：【数据结构】总结：希望看完之后，能对你有所帮助，不足请指正！共同学习交流文章目录声明记录序列以顺序表存储：#defineMAXSIZE20typedefintKeyType;//设关键字为整型量typedefstruct{//定义每个记录的结构KeyTypekey;//关键字InfoTypeotherinfo;//

移动工具（用来移动文档中的图层、选区中的图像或将其他图像拖入当前文档）按住Alt键移动鼠标进行复制；当在复制的其中的一个图层中建立选区，按住Alt键进行复制，复制后的图片始终都在一个图层中，不建立新的图层自动选择打“√”在右边图层一栏中选中两个或几个图层，按Ctrl+G进行编组按↑↓→←键，对象移动1个像素；按Shift+↑↓→←键，对象移动10个像素矩形选框工具组（用来创建规则的选区，包括矩形、

章节1：环境配置课时01：Python3+Pip环境配置课时02：MongoDB环境配置课时03：Redis环境配置课时04：MySQL的安装课时05：Python多版本共存配置章节2：基础篇课时07：爬虫基本原理讲解课时08：Urllib库基本使用课时09：Requests库基本使用课时10：正则表达式基础课时11：BeautifulSoup库详解课时12：PyQuery详解课时13：Selen

目录00【前言】01【大数据学习路线（快速版）】02【视频地址&资料下载】03【课程笔记】001-Linux002-Hadoop003-Zookeeper004【Scala】005【Spark】006【

薏苡莴苣：刘媛媛课程笔记2一、刘媛媛姐这次解决拖延症的课程，分析的很好，从拖延原因，解决拖延的障碍，到解决拖延的方法，没有很专业知识，但是却觉得非常好，她能总结出来这些方法，我深深相信她以前也是被拖延困扰的吧

二、向量场可视化三、计算1.计算方式一2.计算方式二第二类曲线积分因为之前学习第二类曲线的时候，不是很理解；所以最近看了mit的多元微积分课程，做一些课程笔记。一、向量场是什么？

今天是3月的最后一天，也是为这次七天玩转周复盘做一个结束，我今年的第一个周复盘，回看上周趁早本上的记录，才发现，我竟然有几天只写了课程笔记，没有记录当天的事情，这让我的复盘遇到了困难，想了很久，最后参考小葡萄的周记完成了这一份简单版的周复盘

当然了，可能目前的我们还是很难想象机器自主决策所产生的影响，但可以肯定的是，当时光的车轮到达2022年时，人工智能领域新的突破和发展将继续拓宽我们的想象边界深度学习与神经网络深度学习和神经网络技术是当前人工智能领域的核心技术

照例附上大牛的笔记：http://www.hankcs.com/nlp/word-vector-representations-word2vec.html这节课主要是讲word2vec。两种常见的算法是：(1)skip-grams(SG)predictcontextwordsgiventaget(positionindependent)，预测上下文(2)continuousbagofwords(c

经济学课程笔记相见恨晚的课程，不定期随机学习，笔记随机更新，仅供知识交流分享，希望有兴趣的同学一起分享交流经验，能遇到志同道合有趣的朋友极好了~

这节课，我听了四遍，我整理课程笔记，是因为这节课，我很多的内容不熟悉，那么反复听课，就成了我学习的法宝。总结出

目标完成以cpu的设计，三级流水线结构。取指(if),译码(id),执行(ex)cpu中断系统的设计以cpu为核心的SOC设计，完成rom,ram,time的外设的设计用uvm对cpu进行验证(systemverilog)理论数字逻辑电路数字信号：用二进制表示的信号，即信号用0，1来表示。数字编码原码，反码，补码在正数的时候不变。在表示负数时如：-1原码：符号位为1，其他位置：001—>1001反

路线设计——业务路线设计一、概念业务路线是业务路线推演的重要方法和工具，是企业战略意图实现的价值创造系统，业务路线设计以捕捉市场机会为导向、以战略定位为目标、以资源能力为支撑。二、要素（一）客户选择识别目标客户、取舍客户（二）价值定位为客户创造价值（三）价值获取为自己创造价值（四）业务活动价值创造与传递（五）战略控制保障手段、提高客户转换成本、防范竞争三、客户选择（一）客户调查1.对于消费品对客户

Class3：RTMPose关键点检测文章目录Class3：RTMPose关键点检测概述安装相关库为了方便使用者快速上手MMPose，这次课程有着丰富的示例代码脚本，以及详细的技术文档，包括安装、数据集准备、使用教程、常见问题解答等。通过这些示例和文档，我们可以迅速了解MMPose的主要功能和特性，以及在具体场景中的使用方法。安装MMDetection预训练模型推理模型库预训练模型预测单张图像预测

课程笔记：*名字是召唤，属于主观世界，因此有情感温度，有文化偏见，是文化资产*人说话是为了驱动别人，驱动世界*判断一个名字是否有力，在于能在对方心中召唤出一种什么样的情感*只有超预期，用户才会有深刻印象

MyBatis-Plus入门与实践尚硅谷的课程笔记一、MyBatis-Plus简介1.简介  Mybatis-Plus（简称MP）是一个MyBatis的增强工具，在MyBatis的基础上只做增强不做改变

WriteInFront个人主页：令夏二十三欢迎各位→点赞+收藏⭐️+留言系列专栏：【数据结构】总结：希望你看完之后，能对你有所帮助，不足请指正！共同学习交流文章目录目录前言一、查找的基本概念1、在哪里查找？2、什么是查找？3、如何显示查找的结果？4、查找的目的是什么？5、查找表怎么分类？6、如何评价查找算法的优劣性？7、在学习查找算法的过程中，我们要研究的是什么？二、线性表的查找1.顺序查找1.

传统学习方式：1、读书学教材2、自学看书本3、公理—定理—案例顺序式学习弊端：①：枯燥、难懂；②：不解、迷茫；③：缺乏正向激励三步式快速学习法正向激励：A，时刻了解学习进度；B，能够靠学习解决问题第1步：快速建立领域整体认知第2步：解决问题为导向，感性了解知识点初步构建网络★第3步：刻意练习，补充隐知识★▲整体的重要性：①，正确认知的前提是整体认知；②，细节认知建立在整体认知之上。（盲人摸象的寓意

关键因素分解用户体验目标——快速完成在线表单的填写用户行动分析——使用过程中会遇到哪些障碍创造动机1.理财产品通过高收益让用户产生购买理财产品的动机，2.团购/秒杀/限时特价/抽奖等等是产生用户动机的手段，3.满足虚荣心，直播平台展示赠送礼物前三，qq显示iPhone在线。排除担忧1.强大的品牌背书，2.庞大的交易量，利好的理财案例，3.小说的阅读界面做成Word文档样式，新浪微博悄悄关注。人性:

弘丹28节写作课程笔记1首先弘丹用一张简单清洗的ppt做了一下本次课程的目录第一节是基本内容第二节到第五节用四个如何的句型点出了写作可能遇到的问题，当然课中会有这些问题的解决方案。

基本参考于standford大学cs231n课程笔记cs231n-pythonnumpytutorial略有删减与补充,欢迎交流指正这一部分主要介绍numpy的常用操作方法NumpyNumpy是Python

06Transforming大语言模型（LLM）很擅于将输入转换为不同格式的输出，比如翻译、拼写校正或HTML格式转化。相比于复杂的正则表达式，ChatGPT实现更加准确和高效。1)不同语种的转换下述语句实现了英文到西班牙语的翻译。prompt=f"""TranslatethefollowingEnglishtexttoSpanish:\```Hi,Iwouldliketoorderablende

说明博客作为笔记备份，不定时更新参考内容为《计算机组成原理（第3版）》唐朔飞高等教育出版社；王道考研《计算机组成原理考研复习指导2023》文中的例题摘自王道考研《计算机组成原理考研复习指导2023》，大多是我个人认为较为典型的题目以及错题的部分整理文章目录运算方法和运算电路1.基本运算部件1.1一位全加器1.2串行进位加法器1.3并行进位加法器1.4带标志加法器1.5算术逻辑单元ALU2.定点数的

03Iterative本节主要通过代码来讲解如何在迭代中找到合适的prompt。对于初学者来说，第一次使用Prompt不一定得到语气的结果，开发者可以采用下述流程进行迭代优化：给出清晰、具体的指令如果结果不正确，分析原因调整prompt重复上述过程直至得到想要的结果1)示例比如你想要模型为某产品的零售网站写一段描述，给出的指令为prompt=f"""Yourtaskistohelpamarketi

谈谈接口和抽象类有什么区别？典型回答接口和抽象类是Java面向对象设计的两个基础机制。接口接口是对行为的抽象，它是抽象方法的集合，利用接口可以达到API定义和实现分离的目的。接口，不能实例化；不能包含任何非常量成员，任何field都是隐含着publicstaticfinal的意义；同时，没有非静态方法实现，也就是说要么是抽象方法，要么是静态方法。抽象类抽象类是不能实例化的类，用abstract关键

Java有几种文件拷贝方式？哪一种最高效？典型回答Java有多种比较典型的文件拷贝实现方式，比如：利用java.io类库，直接为源文件构建一个FileInputStream读取，然后再为目标文件构建一个FileOutputStream，完成写入工作。或者，利用java.nio类库提供的transferTo或transferFrom方法实现。总体上来说，NIOtransferTo/From的方式可能

Lecture1引言两种大语言模型（LLMs，LargeLanguageModels）：BaseLLM：Predictsnextword,basedontexttrainingdataInstructionTunedLLM：TriestofollowinstructionsLecture2指南使用Chatgpt的两个原则：编写明确和具体的指令使用明确的分隔符（不指定）将需要概括的内容将问题分离，防

05Inferring本节主要介绍inferring（文本推理）任务，可以视为对输入文本的理解和分析任务，包含文本分类、理解情感等。1)简单的分类任务给定一段关于灯的评论lamp_review="""Neededanicelampformybedroom,andthisonehad\additionalstorageandnottoohighofapricepoint.\Gotitfast.The

Class2：人体姿态估计与MMpose文章目录Class2：人体姿态估计与MMpose**人体姿态估计概述****what?****下游任务****2D姿态估计****主流算法****基于回归坐标的方法****基于热图（heatmap）的方法****多人姿态估计****基于回归的自顶向下方法**DeepPoseRLE**基于热力图的自顶向下方法****自底向上方法**SPMSPR**基于Tran

Class1：开营仪式&OpenMMLab概述文章目录Class1：开营仪式&OpenMMLab概述开营仪式OpenMMLab简介why？when？what？forwho？OpenMMLab总体框架二十分钟入门计算机视觉开源神器OpenMMLabOpenMMLab概述OpenMMLab各开源算法库详细介绍明星算法库：MMDetectionMMYOLOMMOCRMMDetection3DMMRota

SQL语言及Mysql基本知识本文是以下课程的课程笔记：MySQL入门基础,mysql基础视频+数据库实战,老杜带你学重点在于SQL查询语言，还需理解存储引擎、事务、索引、视图、数据库设计三范式等内容，

文章目录1.语言处理技术1.1.自然语言处理概述1.2.自然语言处理的研究内容1.3.自然语言处理的应用2.词向量学习2.1.与词向量有关的基本概念2.2.CNN文本分类模型3.循环神经网络3.1.基础的循环神经网络RNN3.2.长短时记忆网络LSTM3.3.门限循环单元GRU3.4.堆叠循环神经网络和双向循环神经网络4.循环神经网络的应用1.语言处理技术1.1.自然语言处理概述地位：计算机科学领

文章目录1.注意力机制2.Transformer模型3.SwinTransformer模型4.预训练语言模型4.1.ELMo模型4.2.GPT模型4.3.BERT模型1.注意力机制注意力机制应用于RNN网络的原理：加入了注意力机制的RNN网络会在接下来进行预测时重点关注序列中的一部分，重点基于关注的区域来产生下一个输出。注意力机制的实现方案：计算注意力权重：首先，对于当前时间步的输入，模型会计算与

原子类：无锁工具类的典范对于简单的原子性问题，还有一种无锁方案。JavaSDK并发包将这种无锁方案封装提炼之后，实现了一系列的原子类。无锁方案相对互斥锁方案，最大的好处就是性能。互斥锁方案为了保证互斥性，需要执行加锁、解锁操作，而加锁、解锁操作本身就消耗性能；同时拿不到锁的线程还会进入阻塞状态，进而触发线程切换，线程切换对性能的消耗也很大。相比之下，无锁方案则完全没有加锁、解锁的性能消耗，同时还能

Executor与线程池：如何创建正确的线程池？线程池是一种生产者-消费者模式线程是一个重量级的对象，应该避免频繁创建和销毁。那如何避免呢？应对方案就是线程池。目前业界线程池的设计，普遍采用的都是生产者-消费者模式。线程池的使用方是生产者，线程池本身是消费者。如何使用Java中的线程池Java并发包里提供的线程池，最核心的是ThreadPoolExecutor，它强调的是Executor，而不是一

并发容器同步容器及其注意事项Java中的容器主要可以分为四个大类，分别是List、Map、Set和Queue，但并不是所有的Java容器都是线程安全的。例如，我们常用的ArrayList、HashMap就不是线程安全的。如何将非线程安全的容器变成线程安全的容器？只要把非线程安全的容器封装在对象内部，然后控制好访问路径就可以了。组合操作需要注意竞态条件问题，即便每个操作都能保证原子性，也并不能保证组

如何处理消费过程中的重复消息？消息重复的情况必然存在在MQTT协议中，给出了三种传递消息时能够提供的服务质量标准，这三种服务质量从低到高依次是：Atmostonce:至多一次。消息在传递时，最多会被送达一次。换个说法就是，没什么消息可靠性保证，允许丢消息。一般都是一些对消息可靠性要求不太高的监控场景使用，比如每分钟上报一次机房温度数据，可以接受数据少量丢失。Atleastonce:至少一次。消息在

Java线程Java线程的生命周期通用的线程生命周期通用的线程生命周期基本上可以用下图这个“五态模型”来描述。这五态分别是：初始状态、可运行状态、运行状态、休眠状态和终止状态。Java中线程的生命周期Java语言中线程共有六种状态，分别是：NEW（初始化状态）RUNNABLE（可运行/运行状态）BLOCKED（阻塞状态）WAITING（无时限等待）TIMED_WAITING（有时限等待）TERMI

07Expanding本节示例如何用ChatGPT生成一封电子邮件的回复。1)定制化情绪给定客户评论，我们根据评论内容和情绪产生定制的回复。下面是给定情感（positive/negative），让ChatGPT产生相应回复的prompt。"""YouareacustomerserviceAIassistant.Yourtaskistosendanemailreplytoavaluedcustome

上一篇：吴恩达ChatGPTPromptEngineeringforDevelopers系列课程笔记–08Chatbotdeeplearning.ai原课程地址课程中文翻译地

04Summarizing文本总结时大语言模型的最实用的应用之一。1）示例1:生成式摘要假设我们要对电商网站上的长评论进行总结，例如prod_review="""Gotthispandaplushtoyformydaughter'sbirthday,\wholovesitandtakesiteverywhere.It'ssoftand\supercute,anditsfacehasafriendl

08ChatbotChatGPT的一种重要功能是作为一个聊天机器人，本节将展示如何和ChatGPT进行对话1)不同的角色（Roles）前面几节的课程中，我们通过如下函数调用ChatGPT的接口，输入用户输入的prompt，返回模型生成的内容：defget_completion(prompt,model="gpt-3.5-turbo"):messages=[{"role":"user","conte

胡晓会中原焦点，高级七期讲师八期中级九期、心理咨询师婚姻家庭咨询师2021.8.23坚持分享第1264天一、难得（91）朋友邀约一起学习整理许老师课程笔记二、学习分享（69）【张健教育箴言675】在张健老师的

动态规划从递归套路改到动态规划暴力递归——>记忆化搜索——>严格表结构——>精致版严格表结构技巧在设置严格表的时候尽量不要去考虑原题意机器人走路问题给定一个大于1的整数N，表示一共有1到N个位置一个整数s(1-N)位置表示机器人的起始位置一个整数e(1-N)位置表示机器人要去的终点位置一个整数k表示机器人必须走k步机器人每步必须走，每次走一步，在1位置只能往右走，在N位置只能往左走问：机器人在必须

1、听书1本√2、学习IDP课程三节×3、学习理财课程1节和整理笔记√4、整理搜索力L12课程笔记√5、学习搜索力L13-L15√6、看了最新一期的《最强大脑》和看了一集《三十而已》今天值得感恩的事情有哪些