博客作者
云上系统运维
383
已发布文章
13K
博客获赞
1M
博客浏览
第 18 页
多个 Python 编程实例，涵盖贪吃蛇游戏、素数判断、数值统计及 Python 之禅等主题。内容包含基础语法、循环结构、函数定义及第三方库应用示例，旨在提供简洁实用的代码参考，帮助开发者快速掌握 Python 核心编程技巧。
文章分析了未来十年具有良好发展前景的五个行业：网络安全、快递物流、老年服务、高端教育及新能源。作者结合自身经历指出，选择比努力更重要，建议读者根据市场趋势和个人情况谨慎规划职业路径，避免盲目跟风。
本书面向大语言模型应用的使用者和开发者，涵盖基础知识、实操环节及多领域应用开发。内容分为基础篇、操作篇和开发篇三部分，涉及 ChatGLM、Qwen-VL、LLaMA2 等模型的安装、微调与量化，以及 Chat、编程、RAG、翻译、AI Agent、语音、数字人等场景的开发实践。适合对大模型开发感兴趣的技术人员参考。
文章介绍了产品经理利用 AI Agent 提升效率的四个具体场景。包括使用钉钉 AI 助理解决考勤与工资规则咨询，节省 30% 答疑时间；利用智谱清言定制需求文档助手，节约 10%-20% 文档时间；通过 AI 生成 SaaS 产品上线公告，提升 10% 写作效率；以及使用 AI 辅助制作 PPT，将耗时缩短至原来的三分之一。文章强调了在真实场景中部署 AI…
分享了一位 30 岁从国企辞职转行 Python 程序员的真实经历与心路历程。文章回顾了作者从对现状不满到自学 Python 实现自动化，再到进入创业公司深耕技术的职业发展路径。同时，针对想学习 Python 的人群，提供了系统的技术储备建议，涵盖基础语法、数据结构、Web 开发、数据分析等方向，以及必备开发工具和实战案例推荐。旨在帮助转行者明确学习目标，规…
Python 爬虫开发涉及数据获取、解析与存储全流程。涵盖基础环境搭建、HTTP 协议理解、HTML 解析技术（正则、BeautifulSoup）、数据存储方案（文件、SQLite、MySQL、MongoDB）。进阶内容包括动态网页抓取（Ajax、Selenium）、反爬虫机制应对、Scrapy 框架应用及分布式爬虫架构设计（Redis、BloomFilte…
数据分析的基本概念、标准流程及 Python 在其中的优势。详细阐述了从需求分析、数据获取、预处理到建模部署的六个关键步骤，并重点分析了 Python 作为数据分析工具的核心库，包括 NumPy、Pandas、Matplotlib 和 Scikit-learn 的功能特点与应用场景。文章旨在为初学者提供清晰的学习路径和技术选型参考，强调 Python 语法简…
Python 文件操作涵盖打开关闭、读写模式、路径管理及数据序列化。文章详解 open() 函数参数、with 上下文管理器优势、文本与二进制模式区别。介绍 read/readline/readlines 及迭代读取方法，对比 StringIO 与 BytesIO 内存操作。深入讲解 CSV 处理、sys 模块重定向以及 JSON 和 pickle 序列化反…
Android 应用稳定性至关重要，通过 UncaughtExceptionHandler 可实现全局异常捕获。如何自定义异常处理器，解析崩溃堆栈信息，并在崩溃时跳转界面展示。此外，还涵盖了长截图生成、动态权限申请（6.0+）以及 FileProvider 配置（7.0+）以支持图片分享功能，确保崩溃信息能准确上报并便于用户反馈。
深入探讨了向量数据库的核心概念、应用场景及主流方案对比。文章详细分析了 Qdrant、Pinecone、Milvus、Weaviate 等工具的部署选项、可扩展性、性能基准及元数据过滤能力。重点介绍了向量相似度搜索的距离度量与索引算法，并结合 Python 代码示例展示了快速上手流程。最后总结了选型建议与最佳实践，为企业构建语义搜索、推荐系统及 RAG 应用…
基于 SWIFT 框架对 LLM 进行 Agent 能力微调的完整流程。涵盖环境安装、数据集格式准备（包含 Thought/Action/Observation 结构）、LoRA 微调参数配置及训练命令、推理测试方法以及通过 OpenAI 接口部署和集成 AgentFabric 的步骤。重点在于如何通过混合数据集避免知识遗忘，并实现 API 调用的稳定闭环。
探讨了银行智能营销助手的架构设计，重点阐述了知识图谱与大模型（LLM）的融合应用。文章详细介绍了该系统的三大核心功能：营销获客、营销推荐和营销分析，并说明了如何通过图谱数据训练、外部分析调取及图谱知识问答实现智能化路径。此外，还分析了未来发展趋势及安全合规考量，旨在为银行利用 AI 技术提升精准营销能力提供技术参考。
大模型技术涵盖理论基础、实践技能与前沿应用。系统梳理了从数学基础、机器学习到深度学习及自然语言处理的完整知识体系，重点解析 Transformer 架构、注意力机制及预训练模型原理。内容包含 Python 编程、PyTorch 框架使用、分布式训练优化、微调策略及多模态技术应用，并提供项目实战建议与持续学习资源指引，旨在帮助学习者构建扎实的大模型工程能力。
详细阐述了从零开始构建并训练基于 BERT 架构的大语言模型的完整流程。内容涵盖分词器（Tokenizer）的训练与配置，包括 WordPiece 算法原理、特殊标记处理及保存方法；模型架构搭建，涉及 BertConfig 配置与解码器模式开启；训练阶段的数据加载、参数设定及 Trainer 使用；最后提供推理测试代码及生成策略优化建议。通过该指南，开发者可…
如何使用 Ollama 在本地部署 CodeGeeX4-ALL-9B 模型，并配置至 VSCode 等 IDE 插件实现离线代码补全。内容涵盖环境准备、模型拉取、环境变量配置及插件集成步骤，包含常见问题排查与性能优化建议，旨在帮助用户构建安全高效的本地 AI 编码辅助环境。
详细阐述了大模型 AI 产品经理的学习路径，涵盖计算机科学基础、人工智能与机器学习原理、大模型技术概览与优化、产品管理与商业分析、实战经验积累及持续自我提升等核心模块。内容强调从数据预处理、模型训练评估到产品落地的全流程能力，并补充了伦理安全考量及代码示例，旨在帮助从业者构建系统的知识体系，应对 AI 时代的挑战。
深入分析了五类主流程序员接单平台，包括国内专业外包平台、开源众包、新手练习平台、Upwork 及新兴平台，详细阐述了各自的优缺点及适用场景。文章重点提供了防骗指南，涵盖定金骗局、试做陷阱等常见套路，并给出了合同管理、里程碑付款、定价策略等实操建议。同时强调了作品集建设、沟通技巧及持续学习的重要性，旨在帮助开发者安全、高效地开展自由职业开发工作。
系统梳理了大语言模型（LLM）的学习路径与核心技术体系。涵盖 Transformer 架构原理、提示词工程优化、基于云平台的模型部署、RAG 知识库构建、微调技术（Fine-tuning）、多模态生成及垂直行业落地方案。通过理论结合代码实践，帮助开发者掌握从基础认知到全栈工程化的完整技能树，解决复杂数据处理与智能决策问题。
在 Linux 环境下从零部署本地 AI 大模型的完整流程。首先通过 Docker 和 Docker Compose 快速搭建 FastGPT 和 OneAPI 服务，配置第三方模型进行初步测试。随后安装 Ollama 并下载本地大模型，将其接入 OneAPI 实现本地推理。最后部署 M3E 向量模型，完成本地知识库的构建与 RAG（检索增强生成）功能验证，…
LangChain 中文本加载器的核心作用及具体使用方法。涵盖了 TXT、CSV、PDF、HTML、JSON、Markdown 等多种格式的加载方式，演示了 DirectoryLoader 的批量处理、多线程优化及错误处理机制。同时补充了文本切片策略、安全性考量及元数据管理等最佳实践，旨在帮助开发者高效完成非结构化数据的预处理，为构建 RAG 应用奠定基础。
