当前位置： 首页 > news >正文

【自学30天掌握AI开发】第1天 - 人工智能与大语言模型基础

news 来源：原创 2025/7/4 20:11:44

自学30天掌握AI开发 - 第1天

📆 日期和主题

日期：第1天
主题：人工智能与大语言模型基础

🎯 学习目标

  1. 了解人工智能的发展历史和基本概念
  2. 掌握大语言模型的基本原理和工作机制
  3. 区分不同类型的AI模型及其特点
  4. 理解AI在当前社会中的应用场景和影响
  5. 能够使用至少一种大语言模型进行基础交互

📅 学习建议

时间规划

对于第一天的学习，建议按照以下时间分配：

  • 核心知识学习：60-90分钟

    • 分段学习，每30分钟休息5分钟
    • 记笔记，用自己的话总结要点

  • 交互练习：45-60分钟

    • 实际使用AI模型，体验各种功能
    • 尝试不同提示词，观察效果差异

  • 自测与复习：30分钟

    • 不查阅笔记完成自测问题
    • 回顾错误的问题，查漏补缺

  • 拓展学习：30-60分钟（可选）

    • 选择1-2个感兴趣的拓展资源深入学习
    • 将新知识与核心内容联系起来

学习方法建议

  1. 主动学习：不要只是阅读，尝试用自己的话解释概念，寻找实际例子

  2. 实践为主：多与AI模型交互，亲身体验其能力和局限

  3. 问题驱动：带着问题学习，思考"为什么"和"如何应用"

  4. 联系实际：思考AI如何应用到你的工作或生活中

  5. 保持好奇：AI领域发展迅速，培养持续学习的习惯

📚 核心知识点讲解

什么是人工智能？

人工智能(AI)是指由机器展示的智能，特别是计算机系统能够执行传统上需要人类智能的任务，如视觉感知、语音识别、决策制定和语言翻译等。

AI可以分为三种类型：

  • 弱人工智能(ANI)：专注于执行特定任务的AI，如语音助手、图像识别系统。这是我们现在拥有的AI类型。
  • 强人工智能(AGI)：具有与人类相当的通用智能，能够执行任何人类可以做的智力任务。目前仍在研究中。
  • 超级人工智能(ASI)：智能超过人类的AI，理论上可能出现但目前远未实现。

人工智能发展简史

AI的发展可以划分为几个关键阶段：

  1. 早期发展(1950s-1990s)：

    • 1950年，艾伦·图灵提出"图灵测试"，用于判断机器是否具有人类水平的智能
    • 1956年，达特茅斯会议正式确立"人工智能"学科
    • 1960-70年代，早期专家系统和符号主义AI发展
    • 1980年代，AI经历第一次"寒冬"，投资和兴趣下降

  2. 机器学习兴起(1990s-2010)：

    • 从符号逻辑转向基于数据的学习方法
    • 统计方法和早期神经网络开始应用
    • 支持向量机(SVM)、决策树等算法取得成功

  3. 深度学习革命(2010年代)：

    • 2012年，AlexNet在图像识别竞赛中取得突破性胜利
    • 计算能力提升和大数据可用性促进了深度学习发展
    • 卷积神经网络(CNN)在图像处理领域取得巨大成功

  4. 大语言模型时代(2018至今)：

    • 2018年，BERT模型开创上下文化语言理解新范式
    • 2020年，GPT-3展示出惊人的自然语言能力
    • 2022-2023年，ChatGPT引发AI应用热潮
    • 当前，GPT-4、Claude、Gemini等模型持续推动AI能力边界

机器学习基础

机器学习是AI的一个核心分支，它使计算机能够从数据中学习，而无需显式编程。主要学习方式包括：

  1. 监督学习：

    • 使用标记数据（输入和正确输出对）训练模型
    • 模型学习输入和输出之间的映射关系
    • 常见应用：图像分类、垃圾邮件检测、预测分析

  2. 无监督学习：

    • 使用无标记数据，让模型自行发现数据中的模式和结构
    • 常见技术：聚类、降维、异常检测
    • 应用：客户细分、模式识别

  3. 强化学习：

    • 通过试错和奖惩机制学习最优策略
    • 智能体(Agent)通过与环境交互获取反馈
    • 应用：游戏AI、自动驾驶、机器人控制

  4. 神经网络基础：

    • 受人脑结构启发的计算模型
    • 由多层神经元组成，每层神经元将信息传递给下一层
    • 通过反向传播算法调整权重，使网络输出更接近目标

大语言模型工作原理

大语言模型(LLM)是基于深度学习的自然语言处理系统，能够理解、生成和操作人类语言。

基本工作原理

  1. 预训练过程：

    • 模型在海量文本数据上进行训练（通常包含数千亿词汇）
    • 学习预测句子中下一个词的概率分布
    • 在训练过程中获取语言的语法、语义和事实知识

  2. Transformer架构：

    • 现代LLM基于Transformer架构（2017年由Google提出）
    • 核心是"自注意力机制"，允许模型关注输入文本的不同部分
    • 并行处理能力强，训练效率高

  3. 标记化(Tokenization)：

    • 将文本分解为模型可处理的单元（标记/tokens）
    • 标记可以是单词、词的一部分或标点符号
    • 每个标记都映射到一个唯一的ID，用于模型处理

  4. 推理过程：

    • 模型接收输入文本（提示词/prompt）
    • 基于已学习的模式预测下一个最可能的标记
    • 循环这个过程生成完整响应
参数量与能力

LLM的能力与其参数量（模型中可调节的变量数量）密切相关：

  • GPT-3：1750亿参数
  • GPT-4：估计超过1万亿参数
  • Claude 3：未公开，估计数千亿级别
  • Gemini：未公开，估计在同等量级

参数量越大，模型通常能捕捉更复杂的模式和关系，但也需要更多计算资源。

主流大语言模型介绍

GPT系列 (OpenAI)
  • GPT-3.5：广泛应用于ChatGPT，平衡了性能和成本
  • GPT-4：多模态能力，可处理文本和图像输入，推理能力更强
  • 特点：上下文理解能力强，创意写作出色，编程和推理能力优秀
Claude系列 (Anthropic)
  • Claude 3 Opus/Sonnet/Haiku：三个不同能力和速度级别的模型
  • 特点：安全合规性强，长文本处理能力突出，输出更加详细和有条理
Gemini (Google)
  • Gemini Pro/Ultra：Google最新的多模态模型
  • 特点：强大的推理能力，与Google生态系统集成，数学和科学能力突出
开源模型
  • LLaMA (Meta)：开源大语言模型，有多种参数规模版本
  • Mistral：法国初创公司开发的高效开源模型
  • 特点：可本地部署，社区支持丰富，定制化程度高

大语言模型的能力与局限

擅长的任务
  • 文本生成：创意写作、内容创作、摘要生成
  • 语言翻译和改写
  • 问答与信息检索
  • 基础代码编写与理解
  • 概念解释和教育辅导
不擅长的任务
  • 精确计算和数学推理
  • 最新信息获取（知识截止日期限制）
  • 高度专业化的领域知识
  • 图像或音频的详细分析（非多模态模型）
  • 因果推理和常识判断
常见问题和局限

  1. 幻觉(Hallucination)：

    • 模型生成看似合理但实际不正确的内容
    • 原因：训练数据中的错误信息、统计模式过度泛化、上下文窗口限制

  2. 上下文窗口限制：

    • 模型一次只能处理有限长度的文本
    • GPT-3.5：约4K标记（约12,000字）
    • Claude 3 Opus：约200K标记（约60万字）
    • 超过窗口大小的信息会被忽略或遗忘

  3. 偏见与公平性问题：

    • 模型可能反映训练数据中的社会偏见
    • 可能对某些群体有刻板印象或不公平表现

  4. 知识时效性：

    • 模型知识在某个时间点"冻结"
    • GPT-4的训练数据截止到2023年4月
    • 无法获取后续的新信息和事件

📖 详细学习内容

AI的应用领域

当前AI正在改变多个领域的工作方式：

  1. 内容创作：

    • 文本生成：文章、报告、创意写作
    • 图像创作：生成艺术、产品设计、概念图
    • 音频/视频制作：音乐创作、视频编辑辅助

  2. 软件开发：

    • 代码生成与调试
    • 自动化测试与文档
    • 低代码/无代码开发平台

  3. 商业与分析：

    • 客户服务机器人
    • 数据分析与洞察
    • 市场预测与决策辅助

  4. 教育与研究：

    • 个性化学习助手
    • 研究文献分析
    • 实验设计辅助

  5. 医疗健康：

    • 诊断辅助系统
    • 药物发现与开发
    • 个性化治疗方案

大语言模型与传统AI的区别

传统AI与现代LLM有几个关键区别：

特性传统AI大语言模型
设计方法针对特定任务手工设计通用模型，适应多种任务
数据需求任务特定的标记数据海量通用文本数据
适应能力领域转换困难零样本/少样本学习能力强
交互方式结构化输入和输出自然语言交互
理解深度浅层模式识别深层语义理解
创造能力有限或无强大的创造性能力

提示工程基础

与大语言模型交互的关键是构建有效的提示(prompt)。基本原则包括：

  1. 明确性：清晰表达你的需求和期望
  2. 上下文提供：给模型足够的背景信息
  3. 结构化：使用格式化的指令和结构
  4. 分步引导：复杂任务分解为简单步骤
  5. 示例演示：提供输入-输出示例说明需求

示例提示结构：

角色：[给AI定义一个角色]
任务：[明确任务描述]
格式：[指定输出格式]
步骤：[分解任务步骤]
限制：[设定任何约束或边界]
示例：[提供一个例子]

💻 代码示例/交互练习

练习1：基本AI交互

选择一个可访问的大语言模型（如ChatGPT、Claude、Gemini等），并尝试以下交互：

  1. 简单问答：
    提示：请解释什么是神经网络，用简单的语言让非技术人员也能理解。

  2. 角色扮演：
    提示：假设你是一位AI研究历史学家。请以时间线的形式，列出AI发展的5个关键里程碑事件及其影响。

  3. 创意生成：
    提示：请为一个名为"人工智能与人类协作"的博客生成5个有吸引力的标题。

练习2：提示词工程体验

尝试同一个问题的不同提问方式，观察结果差异：

基础提示：

什么是大语言模型？

改进提示：

请详细解释大语言模型的工作原理，包括:
1. 基本定义
2. 训练过程
3. 核心架构组件
4. 推理机制
5. 与传统NLP模型的区别请确保解释通俗易懂，适合AI初学者阅读，可以使用比喻来帮助理解。

比较两种提示的回答质量和详细程度，思考差异原因。

练习3：多模型对比测试

如果你能访问多个AI模型，尝试向不同模型提出相同问题，比较它们的回答：

测试问题：

  1. 请解释量子计算的基本原理
  2. 编写一个简单的Python函数来检查一个数是否为质数
  3. 用四段话写一个关于未来城市的小故事

记录每个模型的回答并比较：

  • 回答准确性
  • 表达清晰度
  • 创意水平
  • 是否出现错误或"幻觉"

❓ 自测问题

  1. 基础概念：人工智能、机器学习和深度学习之间有什么关系？它们分别指什么？

  2. 历史发展：简述大语言模型发展历程中的三个重要里程碑及其意义。

  3. 技术原理：Transformer架构中的"自注意力机制"有什么作用？为什么它对大语言模型如此重要？

  4. 能力边界：大语言模型在哪些任务上表现出色，又在哪些方面存在明显不足？

  5. 应用场景：举出三个大语言模型在实际生活或工作中的具体应用场景，并简述其价值。

  6. 模型比较：GPT、Claude和Gemini系列模型各有什么特点和优势？

  7. 伦理考量：使用AI技术可能带来哪些伦理问题？我们应该如何应对？

自测问题答案

  1. 基础概念：

    • 人工智能(AI)是最广泛的概念，指机器模拟人类智能的能力
    • 机器学习(ML)是AI的一个子领域，关注让计算机从数据中学习而无需显式编程
    • 深度学习(DL)是机器学习的一个子集，使用多层神经网络处理信息

  2. 历史发展：

    • BERT(2018)：引入双向上下文理解，大幅提升语言模型对文本理解能力
    • GPT-3(2020)：1750亿参数规模，展示出令人印象深刻的自然语言生成能力
    • ChatGPT(2022)：人类反馈强化学习(RLHF)的突破性应用，使AI交互变得对话化和友好

  3. 技术原理：

    • 自注意力机制允许模型在处理序列时关注输入的不同部分
    • 它计算序列中每个元素与所有其他元素的关系
    • 对LLM至关重要是因为它使模型能够捕捉长距离依赖关系，理解上下文，并有效处理变长序列

  4. 能力边界：

    • 优势：文本生成、信息提取、语言翻译、创意写作、基础编程
    • 局限：精确计算、最新信息获取、专业领域深度知识、逻辑推理一致性、常识理解

  5. 应用场景：

    • 内容创作：帮助作家克服创作障碍，生成初稿和创意构思
    • 编程辅助：协助开发者编写代码，解释复杂概念，调试和优化
    • 客户服务：提供24/7自动化支持，回答常见问题，处理基本请求

  6. 模型比较：

    • GPT系列：通用能力强，创意表现出色，编程支持好
    • Claude系列：长文本处理能力突出，回答更系统化，安全性强调
    • Gemini系列：多模态理解能力强，科学和数学推理优秀，与Google服务整合

  7. 伦理考量：

    • 隐私问题：用户数据如何被收集、使用和保护
    • 偏见与公平：模型可能放大社会偏见和不平等
    • 真实性挑战：区分AI与人类创作内容日益困难
    • 就业转型：自动化对就业市场的潜在影响
    • 解决方案：透明的AI系统、多样化的训练数据、明确的使用政策以及持续的伦理监督

📚 拓展资源

阅读材料

  • 人工智能简史 - Michael Wooldridge
  • Attention Is All You Need - Transformer架构原始论文
  • GPT-3论文：Language Models are Few-Shot Learners - OpenAI研究团队

视频资源

  • 3Blue1Brown: 神经网络是什么？ - 神经网络可视化解释
  • Andrej Karpathy: GPT工作原理 - 从零构建GPT
  • 大语言模型工作原理解析 - 通俗易懂的中文解释

工具与网站

  • Hugging Face - AI模型库与社区
  • AI Playground - 对比多个顶级AI模型
  • ChatGPT - OpenAI的大语言模型交互界面
  • Eleuther AI - 开源语言模型研究
  • LLM可视化工具 - 交互式理解Transformer架构

课程与教程

  • 吴恩达《AI For Everyone》 - 面向非技术人员的AI入门
  • 李宏毅《深度学习基础》 - 中文深度学习课程
  • 《Practical Deep Learning》 - 实用深度学习入门

🚀 实践项目

项目：AI模型能力评估报告

目标：创建一个详细的AI模型能力评估报告，比较不同模型在各种任务上的表现。

步骤：

  1. 准备评估问题集：

    • 基础知识问答（历史、科学、文学等）
    • 逻辑推理题（数学问题、逻辑谜题）
    • 创意生成任务（故事、诗歌、广告文案）
    • 代码编写任务（简单函数、算法实现）
    • 分析与总结任务（文章摘要、观点提取）

  2. 选择评估模型：

    • 选择2-3个可访问的AI模型（如ChatGPT、Claude、Gemini等）
    • 记录每个模型的版本信息和访问方式

  3. 执行测试：

    • 向每个模型提出相同的问题
    • 保持提示词格式一致
    • 记录回复内容和响应时间

  4. 分析结果：

    • 为每个回答评分（1-5分制）
    • 比较不同模型在各类任务上的优劣
    • 记录任何有趣的差异或独特表现

  5. 撰写报告：

    • 测试方法说明
    • 结果数据表格
    • 模型优势分析
    • 应用场景推荐
    • 个人使用建议

成果展示：

  • 一份完整的评估报告文档（Word或PDF）
  • 评分数据的可视化图表
  • 优秀回答示例集锦

📝 作业/思考题

  1. AI发展时间线：创建一个可视化时间线，标注AI发展历史中的10个关键事件，并简述每个事件的意义。

  2. 模型对比报告：完成至少两个不同大语言模型的测试，写一份500字的对比报告，分析它们的优缺点和适用场景。

  3. 应用场景分析：选择你熟悉的一个行业或领域，分析大语言模型可能带来的3个积极影响和2个潜在挑战，并提出应对挑战的建议。

  4. 伦理思考：写一篇简短文章（约600字），讨论AI发展可能带来的一个伦理问题，分析多方观点并提出你的看法。

  5. 学习计划制定：基于今天的学习内容，确定你对AI领域最感兴趣的3个方面，并制定接下来一周的具体学习计划。

明日预览：明天我们将学习"上下文理解与多模态AI技术"，探索大语言模型如何理解和处理上下文信息，以及AI如何跨越文本、图像、音频等多种模态工作。我们还将解析作业1-5的参考答案，帮助你检验学习成果。

点击链接加入群聊【Aries - AIGC自学交流群】：https://qm.qq.com/q/q88ZpofKLY

相关文章：

【自学30天掌握AI开发】第1天 - 人工智能与大语言模型基础

自学30天掌握AI开发 - 第1天 📆 日期和主题 日期：第1天 主题：人工智能与大语言模型基础 🎯 学习目标 了解人工智能的发展历史和基本概念掌握大语言模型的基本原理和工作机制区分不同类型的AI模型及其特点理解AI在当前社会中的…...

编程日记 2025/7/4 20:11:44

（十六）Java String类全面解析

一、String类概述 1.1 String的本质 在Java中，String类可能是使用最频繁的类之一，但它也是最容易被误解的类之一。从本质上讲，String代表的是一个不可变的Unicode字符序列。这种不可变性(immutability)是String类设计的核心特性。 java S…...

编程日记 2025/6/28 23:32:48

Android架构之自定义native进程

在Android五层架构中，native层基本上全是c的世界，这些c进程基本上靠android世界的第一个进程init进程创建，init通过rc配置文件，创建了众多的c子进程，也是这众多的c进程，构建了整个android世界的native层。 …...

编程日记 2025/6/28 23:01:07

#跟着若城学鸿蒙# HarmonyOS NEXT学习之AlphabetIndexer组件详解

一、组件介绍 AlphabetIndexer（字母索引条）是HarmonyOS NEXT中一个非常实用的UI组件，它主要用于在列表视图中提供快速的字母导航功能。当应用中有大量按字母顺序排列的数据（如联系人列表、城市列表等）时，A…...

编程日记 2025/6/29 0:35:56

React百日学习计划——Deepseek版

阶段一：基础巩固（1-20天） 目标：掌握HTML/CSS/JavaScript核心语法和开发环境搭建。 每日学习内容： HTML/CSS（1-10天） 标签语义化、盒模型、Flex布局、Grid布局、响应式设计（媒体查询…...

编程日记 2025/6/29 1:08:02

Room持久化库：从零到一的全面解析与实战

简介 在Android开发中，Room作为官方推荐的数据库持久化库，提供了对SQLite的抽象层，使得数据库操作更加安全、高效且易于维护。 Room通过注解处理器和编译时验证，显著降低了数据库操作的复杂度，同时支持响应式编程模式，使开发者能够轻松实现数据变化的实时监听。对于企业…...

编程日记 2025/6/28 23:49:01

Linux云计算训练营笔记day07（MySQL数据库）

数据库 DataBase 保存数据的仓库 数据库管理系统 DBMS 这是一个可以独立运行，用于维护磁盘上的数据的一套软件 特点: 维护性高，灵活度高，效率高，可扩展性强 常见的DBMS Mysql Mariadb Oracle DB2 SQLServer MySQL是一个关系型…...

编程日记 2025/6/29 1:08:30

C语言之旅5---分支与循环【2】

💫只有认知的突破💫才来带来真正的成长💫编程技术的学习💫没有捷径💫一起加油💫 🍁感谢各位的观看🍁欢迎大家留言🍁咱们一起加油🍁努力成为更好的自己&#x…...

编程日记 2025/6/28 23:29:03

K230 ISP：一种新的白平衡标定方法

第一次遇见需要利用光谱响应曲线进行白平衡标定的方法。很好奇是如何利用光谱响应曲线进行白平衡标定的。 参考资料参考：K230 ISP图像调优指南 K230 介绍 嘉楠科技 Kendryte 系列 AIoT 芯片中的最新一代 AIoT SoC K230 芯片采用全新的多核异构单元加速计算架构&a…...

编程日记 2025/6/28 23:25:24

【Web应用】Vue 项目前端项目文件夹和文件介绍

文章目录 ⭐前言⭐一、文件夹介绍🌟1、.idea🌟2、bin🌟3、build🌟4、node_modules🌟5、public🌟6、src ⭐二、文件介绍🌟1、.editorconfig🌟2、.env.development、.env.production、…...

编程日记 2025/6/29 1:29:30

Leetcode 3544. Subtree Inversion Sum

Leetcode 3544. Subtree Inversion Sum 1. 解题思路2. 代码实现 题目链接：3544. Subtree Inversion Sum 1. 解题思路 这一题我的思路上就是一个动态规划的思路，因为原则上我们只需要遍历一下所有的状态即可，但是这样显然时间复杂度过高&am…...

编程日记 2025/6/28 23:00:33

分别在windows和linux上使用curl，有啥区别？

作为开发者常用的网络工具，curl 在 Windows 和 Linux 上的使用看似相似，但实际存在不少细节差异。以下从 命令语法、环境特性、功能支持 和 开发体验 四个角度展开对比，帮助读者避免跨平台开发时的常见“坑”。 一、命令语法差异：…...

编程日记 2025/6/28 23:00:22

微服务八股（自用）

微服务 SpringCloud 注册中心：Eureka 负载均衡：Ribbon 远程调用：Feign 服务熔断：Hystrix 网关：Gateway/Zuul Alibaba 配置中心：Nacos 负载均衡：Ribbon 服务调用：Feign 服务…...

编程日记 2025/6/28 22:59:37

TCP首部格式及三次握手四次挥手

TCP协议详解：首部格式与连接管理 一、TCP首部格式 TCP首部最小20字节，最大60字节，包含以下字段： | 源端口号(16bit) | 目的端口号(16bit) | | 序列号(32bit) | | 确认号(32bit) | | 数据偏移(4bit)| 保留(6bit) |U|A|P|R|S|…...

编程日记 2025/6/29 1:12:23

Python查询ES错误ApiError(406, ‘Content-Type ...is not supported

现象 使用python查询es数据时出现下面错误 Traceback (most recent call last):File "getUsers.py", line 26, in <module>response es.search(index"lizz_users", bodyquery)File "/usr/local/lib/python3.6/site-packages/elasticsearch/_…...

编程日记 2025/6/28 23:34:05

下周，Coinbase将被纳入标普500指数

Coinbase加入标普500指数紧随比特币突破10万美元大关之后。加密资产正在日益成为美国金融体系的一部分。大型机构已获得监管批准创建现货比特币交易所交易基金&#xff0c;进一步推动了加密货币的主流化进程。 加密货币行业迎来里程碑时刻&#xff0c;Coinbase即将加入标普500…...

编程日记 2025/6/29 0:21:13

物理：由基本粒子组成的个体能否提炼和重组？

个体差异源于基本粒子组合的复杂性与随机性，这一假设若成立，确实可能为生物医学带来革命性突破——但需要突破技术、理论与系统层级的多重壁垒。以下从科学逻辑与技术路径展开分析： 一、随机组合中的共性与稳定结构 1. 自然界的自组织规律 涌现性（Emergence）：尽管粒子组…...

编程日记 2025/6/28 22:59:39

Python Day 24 学习

讲义Day16内容的精进 NumPy数组 Q. 什么是NumPy数组&#xff1f; NumPy数组是Python中由NumPy库提供的一种多维数组对象&#xff0c;它称为N-dimensional array,简称ndarray。它是用于数值计算的核心数据结构&#xff0c;能够高效地存储和操作大量的同类型数据。 Q. NumPy数…...

编程日记 2025/7/4 20:06:47

ppy/osu构建

下载 .NET (Linux、macOS 和 Windows) | .NET dotnet还行 构建&#xff1a;f5 运行&#xff1a;dotnet run --project osu.Desktop -c Debug...

编程日记 2025/6/28 23:43:47

前端学习（2）—— CSS详解与使用

目录 一&#xff0c;CSS基础 1.1 语法规范 1.2 引入方式 1.3 选择器 1.3.1 基础选择器 1.3.2 复合选择器 1.3.3 选择器小结 二&#xff0c;CSS使用 2.1 字体设置 2.2 文本属性 2.3 背景属性 2.2 圆角矩形 三&#xff0c;关于浏览器 3.1 Chrome 调试工具 -- 查看 …...

编程日记 2025/6/29 0:00:26

邀请函｜PostgreSQL培训认证报名正式开启

掌握PostgreSQL 轻松驾驭主流国产数据库 PostgreSQL培训认证 6月开课 报名火热进行中&#xff5e; 美创中国PostgreSQL培训认证合作机构 中国PostgreSQL培训认证由中国开源软件联盟PostgreSQL分会联合中国电子工业标准化技术协会共同打造&#xff0c;是国内权威的PG技术等级…...

编程日记 2025/6/29 0:37:03

力扣HOT100之二叉树：543. 二叉树的直径

这道题本来想到可以用递归做&#xff0c;但是还是没想明白&#xff0c;最后还是去看灵神题解了&#xff0c;感觉这道题最大的收获就是巩固了我对lambda表达式的掌握。 按照灵神的思路&#xff0c;直径可以理解为从一个叶子出发向上&#xff0c;在某个节点处拐弯&#xff0c;然后…...

编程日记 2025/6/29 1:29:36

深入理解 NumPy：Python 科学计算的基石

在数据科学、人工智能和科学计算的世界里&#xff0c;NumPy 是一块绕不过去的基石。它是 Python 语言中用于高性能科学计算的基础包&#xff0c;几乎所有的数据分析与机器学习框架&#xff08;如 Pandas、TensorFlow、Scikit-learn&#xff09;都离不开它的支持。 一、什么是 …...

编程日记 2025/6/28 23:00:55

基于STM32、HAL库的ADAU1701JSTZ-RL音频接口芯片驱动程序设计

一、简介： ADAU1701JSTZ-RL 是一款高性能音频编解码器 (Codec)，专为便携式和低功耗应用设计。它集成了 ADC、DAC、麦克风前置放大器、耳机放大器和数字信号处理功能，支持 I2S/PCM 音频接口和 I2C 控制接口，非常适合与 STM32 微控制器配合使用。 二、硬件接口： 典型的 ST…...

编程日记 2025/6/29 0:30:30

SpringBoot--springboot简述及快速入门

spring Boot是spring提供的一个子项目&#xff0c;用于快速构建spring应用程序 传统方式&#xff1a; 在众多子项目中&#xff0c;spring framework项目为核心子项目&#xff0c;提供了核心的功能&#xff0c;其他的子项目都需要依赖于spring framework&#xff0c;在我们实际…...

编程日记 2025/7/4 20:06:46

智慧校园场景下iVX 研发基座应用实践与行业适配研究

一、智慧校园多系统协同实践 在智慧校园建设中&#xff0c;iVX 研发基座通过模块化协作开发模式实现跨系统集成与数据治理。以校园门户与子系统整合为例&#xff0c;基座通过统一身份认证体系实现单点登录&#xff08;SSO&#xff09;&#xff0c;用户中心基于 ABAC 模型动态控…...

编程日记 2025/7/4 20:05:59

故障诊断模型评估——混淆矩阵，如何使样本量一致（上）

往期精彩内容&#xff1a; Python-凯斯西储大学&#xff08;CWRU&#xff09;轴承数据解读与分类处理 基于FFT CNN - BiGRU-Attention 时域、频域特征注意力融合的轴承故障识别模型-CSDN博客 基于FFT CNN - Transformer 时域、频域特征融合的轴承故障识别模型-CSDN博客 P…...

编程日记 2025/6/29 0:32:22

Redis Cluster 集群搭建和集成使用的详细步骤示例

以下是Redis集群搭建和集成使用的详细步骤示例&#xff1a; 搭建Redis集群 环境准备 下载Redis&#xff1a;从Redis官方网站下载最新稳定版本的Redis源代码&#xff0c;解压到指定目录&#xff0c;如/opt/redis。安装依赖&#xff1a;确保系统安装了必要的依赖&#xff0c;如…...

编程日记 2025/6/28 22:59:36

【技巧】使用UV创建python项目的开发环境

回到目录 【技巧】使用UV创建python项目的开发环境 0. 为什么用UV 下载速度快、虚拟环境、多版本python支持、清晰的依赖关系 1. 安装基础软件 1.1. 安装python 下载地址&#xff1a;https://www.python.org/downloads/windows/ 1.2. 安装UV > pip install uv -i ht…...

编程日记 2025/6/28 22:59:40

竞业禁止协议中AI技能限制的深度剖析

首席数据官高鹏律师团队 在当今科技飞速发展的时代&#xff0c;人工智能&#xff08;AI&#xff09;领域成为了商业竞争的关键战场。随着AI技术在各行业的广泛渗透&#xff0c;竞业禁止协议中涉及AI技能的限制条款愈发受到关注&#xff0c;其背后蕴含着复杂而关键的法律与商业…...

编程日记 2025/6/28 22:59:34

Mirror的多人连接管理及房间系统

以下是一个基于Mirror的多人连接管理及房间系统的服务端实现方案&#xff0c;包含部署说明&#xff1a; 一、服务端架构设计 网络管理扩展 using Mirror; using UnityEngine;public class RoomNetworkManager : NetworkManager {// 房间字典&#xff08;房间ID -> 房间对象…...

编程日记 2025/6/28 23:25:13

基于Session实现短信登录全流程详解

前言 在当今的Web应用中&#xff0c;短信验证码登录已成为最常用的身份验证方式之一。本文将详细介绍基于Session实现短信登录的全套流程&#xff0c;包括技术选型、流程设计、具体实现以及安全防护措施。通过本文&#xff0c;您将掌握从发送验证码到完成登录的完整实现方案。…...

编程日记 2025/6/28 22:59:45

关于 javax.validation.constraints的详细说明

以下是关于 javax.validation.constraints&#xff08;现为 ​Jakarta Bean Validation&#xff09;的详细说明&#xff0c;涵盖核心注解、使用场景、代码示例及最佳实践&#xff1a; 一、javax.validation.constraints 是什么&#xff1f; ​作用​&#xff1a;提供一组标准注…...

编程日记 2025/7/2 16:33:25

linux系统如何将采集的串口数据存储到txt

步骤&#xff1a; 确认串口设备&#xff1a;通常为/dev/ttyS0&#xff08;COM1&#xff09;或/dev/ttyUSB0&#xff08;USB转串口&#xff09;。设置波特率等参数&#xff1a;使用stty命令&#xff0c;例如&#xff1a; bash stty -F /dev/ttyUSB0 9600 cs8 -icanon -ixon 实时…...

编程日记 2025/6/29 0:22:12

(顺序表、单链表、双链表)==＞一篇解决!(Java版)

文章目录 一、线性表二、顺序表三、单链表四、双链表 一、线性表 线性表是最基本、最简单、也是最常用的一种数据结构。一个线性表是n个具有相同特性的数据元素的有限序列。 线性表的特征&#xff1a;数据元素之间具有一种“一对一”的逻辑关系。 线性表的分类&#xff1a; 线…...

编程日记 2025/6/28 22:59:44

大模型常用位置编码方式

深度学习中常见的位置编码方式及其Python实现&#xff1a; 一、固定位置编码&#xff08;Sinusoidal Positional Encoding&#xff09; 原理 通过不同频率的正弦和余弦函数生成位置编码&#xff0c;使模型能够捕捉绝对位置和相对位置信息。公式为&#xff1a; 公式标准数学表达…...

编程日记 2025/6/28 23:08:30

【fastadmin开发实战】在前端页面中使用bootstraptable以及表格中实现文件上传

先看效果&#xff1a; 1、前端页面中引入了表格 2、表格中实现文件上传 3、增加截止时间页面 难点在哪呢&#xff1f; 1、这是前端页面&#xff0c;并不支持直接使用btn-dialog的类属性实现弹窗&#xff1b; 2、前端页面一般绑定了layout模板&#xff0c;如何实现某个页面不…...

编程日记 2025/6/28 23:29:38

IO、存储、硬盘、文件系统相关常识

目录 1. IO&#xff08;输入输出&#xff09;基础概念 1.1 IO的定义 1.2 流 1.3 IO流 2.存储 2.1 存储技术 2.2 存储介质的分类&#xff08;机械硬盘、固态硬盘、光盘、磁带&#xff09; 2.2.1 机械硬盘 2.2.2 固态硬盘 2.2.3 光盘 2.2.4 磁盘 2.3 存储管理 2.4 存…...

编程日记 2025/6/28 23:00:43

amd架构主机构建arm架构kkfileview

修改本机使用镜像仓库地址 vim /etc/docker/daemon.json { “experimental”: true, “registry-mirrors”: [ “https://docker.m.daocloud.io”, “https://docker.1panel.live”, “http://mirrors.ustc.edu.cn/”, “http://mirror.azure.cn/”, “https://docker.hpcloud.…...

编程日记 2025/6/28 22:59:46

日志链路ID配置，traceId多线程不打印什么鬼？

logback.xml 关键配置 [traceId:%X{traceId}] <!-- 彩色日志格式模板 --><property name"log.pattern.color"value"%green(%d{yyyy-MM-dd HH:mm:ss.SSS}) [%thread] %highlight(%-5level){FATALred, ERRORred, WARNyellow, INFOgreen, DEBUGcyan, TRA…...

编程日记 2025/6/28 23:00:07

InfluxDB-数据看板实现流程：从数据采集到可视化展示

数据看板的实现涉及到多个步骤和技术组件&#xff0c;以下是基于提供的知识库内容&#xff0c;详细解释数据看板&#xff08;特别是30日活跃用户数趋势&#xff09;的实现过程&#xff1a; 1. 数据来源 所有用户行为数据通过网关进行数据埋点&#xff0c;并通过消息队列&…...

编程日记 2025/6/28 23:21:40

Git基本操作命令

文章目录 Git基本操作命令创建仓库命令提交与修改提交日志版本回退分支切换删除文件.gitignore文件远程操作 Git分支管理创建分支查看分支合并分支删除分支保存当前文件未提交更改并切换分支 Git提交历史恢复和回退 Git标签标签推送删除标签附注标签查看标签信息删除标签 Git基…...

编程日记 2025/6/29 0:34:07

JavaScript实践（三）JavaScript序列化与反序列化深度解析

JavaScript中的序列化与反序列化是数据存储、网络传输和跨系统交互的核心技术之一。本文将从底层原理、核心方法、复杂场景处理、安全风险及工程实践等多个维度&#xff0c;系统性地解析这一技术体系&#xff0c;并附完整的代码实现示例。 一、序列化与反序列化的核心价值 序列…...

编程日记 2025/6/28 23:01:20

大模型—— FastGPT 知识库无缝集成到 n8n 工作流 (基于 MCP 协议)

大模型—— FastGPT 知识库无缝集成到 n8n 工作流 (基于 MCP 协议) 背景：n8n 与 RAG 知识库集成的挑战 n8n 作为一款强大的开源自动化工作流工具，正获得越来越多用户的青睐。它由前《加勒比海盗》视觉设计师 Jan Oberhauser 于 2019 年创立，旨在提供比 Zapier 等工具更灵活…...

编程日记 2025/6/28 23:00:10

安卓刷机模式详解：Fastboot、Fastbootd、9008与MTK深刷

安卓刷机模式详解&#xff1a;Fastboot、Fastbootd、9008与MTK深刷 一、刷机模式对比 1. Fastboot模式 简介&#xff1a;传统安卓底层刷机模式&#xff0c;通过USB连接电脑操作优点&#xff1a;支持大多数安卓设备&#xff0c;操作相对简单缺点&#xff1a;需要设备进入特定…...

编程日记 2025/6/29 0:36:40

深入浅出MySQL 8.0：新特性与最佳实践

MySQL作为开源关系型数据库的佼佼者&#xff0c;近年来持续更新迭代&#xff0c;尤其是在8.0版本中引入了一系列令人兴奋的新特性。本文将介绍一些MySQL 8.0的关键新功能&#xff0c;并提供最佳实践&#xff0c;旨在帮助开发人员和DBA更好地利用这一强大的数据库管理系统。 一…...

编程日记 2025/6/28 23:00:01

【登录认证】JWT令牌

一、概述 JWT全称:**JSON Web Token **(https://jwt.io/)定义了一种简洁的、自包含的格式&#xff0c;用于通信双方以json数据格式安全的传输信息。组成: ①第一部分:Header(头)&#xff0c;记录令牌类型、签名算法等。例如: (“alg”:" HS256"," type":“…...

编程日记 2025/6/29 0:04:00

coco数据集mAP评估

0 coco数据集划分说明 1 用yolo自带的评估 from ultralytics import YOLOmodel YOLO("../spatial-perception/checkpoints/yolo11n.pt")metrics model.val(data"./coco.yaml", save_jsonTrue) ## save_json为True,可以把预测结果存成json文件&#xff…...

编程日记 2025/6/28 22:59:48

C++23 ranges::range_adaptor_closure：程序定义的范围适配器闭包的辅助类

文章目录 一、背景介绍二、ranges::range_adaptor_closure 的定义与要求三、使用示例四、编译器支持情况五、总结 一、背景介绍 C23 引入了 std::ranges::range_adaptor_closure&#xff0c;这是一个辅助类模板&#xff0c;用于定义用户自定义的范围适配器闭包对象。这一特性主…...

编程日记 2025/6/28 23:00:21

滑动窗口——水果成篮

根据题意我们转化一下&#xff0c;在数组中求一个最长的子数组&#xff0c;数组中的数字种类不超过2种。 借助暴力思想&#xff0c;我们定义双指针进行进窗口、判断、出窗口、更新结果的流程。 我们需要借助hash表来记录不同数字出现的种类以及每个数字出现的次数。然后先让r…...

编程日记 2025/6/29 0:20:07