博客作者
DevOps工程师
328
已发布文章
9.9K
博客获赞
878K
博客浏览
第 15 页
深入学习 Python 需从官方文档入手，减少搜索引擎依赖，培养深究问题的习惯。建议多思考语言特性差异，如动态类型与解释型机制，避免死记硬背代码，重在理解逻辑。掌握热门库与框架，如 Django、Flask、Pandas 等，并坚持每日编码以形成思维习惯。熟悉开发环境、版本控制及虚拟环境管理。夯实基础，包括线程进程原理、解释器实现、网络库及异步功能。通过实战…
Python 凭借简洁语法、庞大社区及丰富的 AI 库（如 TensorFlow）成为人工智能开发首选。相比 Java 和 Ruby，Python 学习曲线更平缓，原型开发效率更高。文章通过图像分类示例展示了 Python 在数据预处理、模型训练及预测中的基本流程，体现了其在机器学习领域的生态优势。此外，Python 还广泛应用于 Web 开发、数据分析等领…
Python 转行需趁早，避免中年危机。岗位方面，后端开发需求量最大，人工智能与机器学习薪资最高，爬虫岗位需求减少。热门城市集中在北上广深及杭州。建议根据个人情况选择方向，避免重复性编码工作，向架构或管理转型。
网络安全形势日益复杂，定向攻击频发，凸显技术共享价值。黑客精神核心在于自由、平等、博爱与创新，推动网络发展而非受利益驱使。从凯文·米特尼克到中国绿色兵团及众多白帽高手，安全从业者通过漏洞研究与情报分享构建良性生态。这种共享闭环提升了整体防御能力，是网安工作者致力于让世界更美好的体现。
基于谷歌云端硬盘部署 Stable Diffusion 个人 AI 绘画环境，通过 Github 项目实现免付费使用云端算力。教程涵盖项目安装、WebUI 启动及模型更换步骤，适用于 AMD 显卡用户或无高性能本地设备的创作者体验 AI 绘图功能。
Fooocus 是一款基于 Gradio 实现的开源免费图像生成软件，支持高质量文生图功能，完全离线运行。该工具简化了 Stable Diffusion 的参数配置，仅需 4G 显存即可使用。 Fooocus 在 Windows 和 Linux 系统下的安装步骤，包括一键安装包运行及 Conda 环境配置方法。同时涵盖了软件的基础操作模式、高级设置调整以及图…
针对本地 GPU 资源不足的情况，介绍利用腾讯云 Cloud Studio 免费算力配合 Ollama 工具实现 Llama3.1-8B 模型私有化部署的方案。流程涵盖注册认证、创建开发环境、终端执行命令及效果验证。实测表明该方案下模型响应流畅，适合轻量级体验，但受限于免费额度，大参数量模型可能无法运行。
总结了 Android 开发的核心技术体系，涵盖 Java 基础、UI 渲染机制、性能优化策略、开源框架设计思想及 NDK 开发等关键领域。内容涉及泛型、注解、并发编程、内存管理、Handler 消息机制、热修复、插件化、组件化架构以及 Jetpack 组件原理。此外还介绍了微信小程序与 Flutter 跨平台开发的基础知识，旨在帮助开发者构建完整的知识图谱…
文章讲述了一名北漂毕业生从管理岗转行软件测试的职业经历。通过系统学习测试理论、工具及自动化技术，成功进入银行外包项目并最终入职外企。文中分享了转行选岗建议、学习路线规划以及面试技巧，强调了基础积累与持续学习的重要性，为希望进入 IT 行业的求职者提供参考。
CTF（Capture The Flag）是网络安全领域的技术竞技比赛，起源于 DEFCON。详细介绍 CTF 的三种竞赛模式及七大核心题型，包括 MISC、密码学、逆向工程、PWN 和 Web 安全等。内容涵盖主流漏洞靶场搭建、学习资源推荐以及系统化的学习路径建议，帮助初学者建立完整的知识体系并提升实战能力。
一个基于 Selenium 的 Python 网络数据采集脚本，涵盖配置、核心爬取逻辑及文件清理功能。同时整理了 Locust、Jumpserver、PaddlePaddle 等 57 个常用 Python 相关开源项目与工具，为开发者提供技术选型参考。文章详细解析了代码实现细节，包括浏览器自动化控制、文件下载验证及异常处理机制，并强调了网络爬虫的法律合规性…
讯飞星火、ChatGPT、天工 AI、通义千问及文心一言五款主流大语言模型的核心能力与应用场景。涵盖文本生成、逻辑推理、代码辅助等功能对比，分析各模型在中文语境下的表现差异及访问限制，为开发者及企业用户提供技术选型参考。同时梳理了行业人才需求趋势及系统化学习路径，帮助技术人员快速掌握大模型开发技能。
综述了大语言模型（LLM）的预训练、自适配及量化技术。内容涵盖数据收集与预处理、Transformer 架构优化、并行训练策略、指令调优与对齐方法（RLHF）、参数高效微调（LoRA 等）以及模型量化方案（PTQ/QAT）。旨在为开发者提供从训练到部署的系统性技术参考。
详细阐述了 OpenCV 的安装与构建方法。内容涵盖预构建版本获取渠道（GitHub、PyPI、Conda 等）、从源代码构建的完整流程（包括先决条件、Git 克隆、CMake 配置、编译与安装）、动态插件构建机制以及安装后的验证步骤。此外，文章补充了常见问题排查指南，涉及权限、依赖缺失、链接错误及 Python 环境冲突等场景，旨在帮助开发者在不同操作系统…
LightRAG 是由香港大学和北京邮电大学联合提出的开源大模型 RAG 系统，旨在解决传统 RAG 方法在扁平向量化表示及实体关系探索方面的不足。该系统利用图数据结构增强文本索引，通过实体和关系抽取、键值对生成及增量更新机制，实现了高效的信息检索。LightRAG 采用双层检索范式，结合底层具象实体检索与高层抽象概念检索，有效适应了多样化查询需求。实验表明…
深入分析了人工智能大模型对软件行业的冲击与机遇。核心论点在于软件工程师的本质工作并非编写代码，而是探索业务需求、设计解决方案及持续发现未知问题。尽管 AI 能显著提升编码效率，但在复杂系统理解、架构决策及创新思维方面仍无法替代人类。文章建议工程师应转型为架构师型开发者，强化需求分析与系统设计能力，善用 AI 工具辅助构建，而非沦为单纯的提示词工程师，从而在智…
GGUF 格式专为大型语言模型设计，解决存储、加载、兼容性问题。介绍 GGUF 特点，以 Yuan2.0-2B 模型为例，演示基于 llama.cpp 的格式转换、编译及推理测试。详细解析命令行参数及量化级别选择，对比显示 GGUF 在推理速度和内存占用上优于 HF 格式，适合跨平台部署。提供常见编译错误解决方案，助力开发者高效部署大模型。
RAG（检索增强生成）通过结合外部知识库与语言生成模型提升回答准确性。深入探讨 RAG 系统中的关键前置任务：意图识别与槽位填充。意图识别用于判断用户核心需求，解决多意图及语义模糊问题；槽位填充则提取关键实体信息以完善查询条件。两者结合能显著提升智能问答系统的理解能力与自然度。文章分析了基于规则、统计机器学习及深度学习的实现方法，并探讨了 BERT 等预训练…
本书由中国电信研究院天翼智库官方出版，涵盖核心技术、基础设施、商业应用、产业体系及安全治理五个维度。内容通俗易懂，适合 AI 工程师及非技术背景的管理者阅读。书中详细解析了 AI 发展四阶段、大模型技术进化路线、算力与数据基础设施、基座模型应用模式及多行业解决方案，旨在帮助读者把握大模型带来的变革与商机，推动人工智能普惠。
探讨了大模型在中文处理中面临的语料稀缺、文档解析困难及质量低等问题，介绍了合合信息大模型加速器中的文档解析引擎与 acge 文本向量化模型。通过文档树提取、多格式输出及对比学习技术，该方案提升了长文档理解、信息抽取及知识问答的准确性与效率，有效缓解幻觉问题并降低部署成本。文章详细阐述了技术架构、性能指标及集成最佳实践，为构建企业级 RAG 系统提供参考。
