当前位置： 首页 > news >正文

【大模型】LLaMA-2:Open Foundation and Fine-Tuned Chat Models, July. 2023.

news 来源：原创 2025/6/13 21:19:42

论文：LLaMA-2：Open Foundation and Fine-Tuned Chat Models, July. 2023.
链接：https://arxiv.org/abs/2307.09288

Introduction

  1. 创新点
    7B - 70B
    预训练 + 微调
    开源Llama 2 和Llama 2-Chat，针对对话用例进行了优化
  2. Motivation
    AI assistants 擅长复杂的推理任务，通过直观的聊天界面与人类进行交互
    大模型人类对齐（加强可用性和安全性）需要大量的成本，并且通常是不透明或容易重现的，限制了社区的进步
  3. Details
  • Llama 2 在公开可用的新混合数据上进行了训练，预训练语料库增加40%，增加模型的上下文长度，采用分组查询注意力，7B、13B 和70B
  • Llama 2-Chat 同样包括7B、13B 和70B，训练数据不同（对话数据）

预训练

  1. 预训练数据
    更鲁棒的数据清洗，更新数据混合，增加了40%的token（2 trillion tokens），double上下文长度，上采样most factual sources增加知识和抑制幻觉。
  2. 训练细节
    结构上与lamma1一样，除了上下文长度和分组查询注意力grouped-query attention (GQA).
  • 超参数：warmup 2000，cosine learning rate schedule, decay final learning rate down to 10% of the peak learning rate；AdamW optimizer β1 = 0.9, β2 = 0.95, eps = 10−5.
  • Tokenizer：vocabulary size is 32k tokens，BPE + SentencePiece，数字成单个数字并使用字节来分解未知的 UTF-8 字符。

在这里插入图片描述
3. Llama 2 Pretrained Model Evaluation
在这里插入图片描述
闭源比较：
在这里插入图片描述

微调

  1. Supervised Fine-Tuning (SFT)
    （1）使用公开可用的指令调整数据开始 SFT 阶段
    （2）Quality Is All You Need：SFT数据来源多，多样性和质量不足——特别是对于将LLM与对话风格的指令对齐。几万SFT数据足以获得高质量的结果。
    （3）微调细节：learning rate of 2 × 10−5, a weight decay of 0.1, a batch size of 64, and a sequence length of 4096 tokens；拼接prompt和answer，加入一个特殊token分割它们；2 epoch
  2. Reinforcement Learning with Human Feedback (RLHF)
    进一步将模型行为与人类偏好和指令对齐; 采样人类偏好数据，人类注释者选择他们喜欢的两个模型输出中的哪一个用于训练奖励模型（学习人类注释者偏好的模式，然后自动化偏好决策）

  • 人类偏好数据收集：除了偏好选择，还会有等级label：significantly better, better,slightly better, or negligibly better/ unsure.

  • 奖励建模：奖励模型将模型响应及其对应的提示（包括来自先前回合的上下文）作为输入，并输出标量分数来指示模型生成的质量（例如，有用性和安全性）；训练了两个独立的奖励模型，一个针对有用性（称为帮助 RM）进行了优化，另一个针对安全（安全 RM）【预训练模型初始化RM，确保两个模型都受益于预训练中获得的知识】；下一个token预测的分类头被替换为回归头以输出标量奖励

  • 训练目标：将收集到的成对人类偏好数据转换为binary ranking label format （i.e., chosen & rejected），并迫使选择的响应得分高于其对应的响应。
    在这里插入图片描述
    为了利用偏好level，引入margin，m® 是偏好评级的离散函数。越相似的回答margin越小。m®可以调节两个回复之间的差值，如果对比结果为「显著更好」，则会增加梯度值，加快更新速度。

  • 数据组合：首先使用开源数据集（已经收集偏好标注）训练奖励模型，开源数据没有任何负向作用，混合在训练数据中，提高奖励模型泛化性；有用性模型：all Meta Helpfulness data + 结合从 Meta Safety 和开源数据集中均匀采样的剩余数据的相等部分；安全模型：all Meta Safety and Anthropic Harmless data + Meta Helpfulness and open-source helpfulness data in a 90/10 proportion，有用性样本可以提高安全模型准确性。

  • 训练细节：one epoch，训练太久会导致过拟合；maximum learning rate is 5 × 10−6 for the 70B parameter Llama 2-Chat and 1 × 10−5 for the rest，decreased on a cosine learning rate schedule, down to 10% of the maximum learning rate，warm-up of 3% of the total number of steps, with a minimum of 5. The effective batch size is kept fixed at 512 pairs, or 1024 rows per batch.

  • 奖励模型结果：1000个样本的测试集，
    在这里插入图片描述
    在这里插入图片描述

在这里插入图片描述
Llama 2中的两个奖励模型分别侧重「有用性」（helpfulness）和「安全性」（safety），用于模型优化的最终奖励函数会将两个分数进行线性组合。
在这里插入图片描述

  1. Iterative Fine-Tuning
  • Proximal Policy Optimization (PPO)：
  • Rejection Sampling fine-tuning： 模型在拒绝采样时会得到K个输出，在每次优化迭代时选择具有最高奖励的输出用于梯度更新，而PPO每次只基于单样本进行更新；仅使用最大的 70B Llama 2-Chat 执行拒绝采样，所有较小的模型都对来自较大模型的拒绝采样数据进行微调，从而将大模型能力提炼为较小的模型（蒸馏）。
    在这里插入图片描述
    拒绝采样的增益：
    在这里插入图片描述
    在迭代模型更新期间，最佳温度不是恒定的
    在这里插入图片描述
    PPO：
    在这里插入图片描述
    在这里插入图片描述
    最初的RLHF模型在几轮对话后忘记最初的指令，提出Ghost Attention方法（Gatt，其实是一个训练trick）来增强模型对指令的遵从。
    假设多轮对话数据为 [u1,a1,…,un,an]，定义一条指令（inst），使得整个对话过程中都遵守该指令，然后将该指令综合连接到对话的所有用户消息，构造为 [inst+u1,a1,…,inst+un,an]。为了避免语句不匹配的问题，在训练过程中，保留第一轮的提示，并将中间轮数的损失置为0。

相关文章：

【大模型】LLaMA-2:Open Foundation and Fine-Tuned Chat Models, July. 2023.

论文：LLaMA-2：Open Foundation and Fine-Tuned Chat Models, July. 2023. 链接：https://arxiv.org/abs/2307.09288 Introduction 创新点 7B - 70B 预训练 微调 开源Llama 2 和Llama 2-Chat，针对对话用例进行了优化Motivation A…...

编程日记 2025/5/29 1:51:48

WebRTC服务质量（04）- 重传机制（01) RTX NACK概述

WebRTC服务质量（01）- Qos概述 WebRTC服务质量（02）- RTP协议 WebRTC服务质量（03）- RTCP协议 WebRTC服务质量（04）- 重传机制（01) RTX NACK概述 WebRTC服务质量（…...

编程日记 2025/6/3 7:04:06

Qt之connectSlotsByName分析

简介 用于界面设置信号槽自动生成&#xff0c;要求槽函数定义形式为on_< objectName >_< signal > connectSlotsByName 其定义在QMetaObject类中&#xff0c;为静态方法&#xff0c;在文件qobjectdefs.h struct Q_CORE_EXPORT QMetaObject {....static void c…...

编程日记 2025/6/4 10:50:36

【Unity3D】无限循环列表（扩展版）

基础版&#xff1a;【Unity技术分享】UGUI之ScrollRect优化_ugui scrollrect 优化-CSDN博客 using UnityEngine; using UnityEngine.UI; using System.Collections.Generic;public delegate void OnBaseLoopListItemCallback(GameObject cell, int index); public class BaseLo…...

编程日记 2025/6/3 22:12:14

校园点餐订餐外卖跑腿Java源码

简介&#xff1a; 一个非常实用的校园外卖系统&#xff0c;基于 SpringBoot 和 Vue 的开发。这一系统源于黑马的外卖案例项目 经过站长的进一步改进和优化&#xff0c;提供了更丰富的功能和更高的可用性。 这个项目的架构设计非常有趣。虽然它采用了SpringBoot和Vue的组合&am…...

编程日记 2025/6/3 2:09:52

如何使用 Python 连接 PostgreSQL 数据库？

在Python开发中&#xff0c;连接PostgreSQL数据库是一个常见的需求。 我们可以使用多种库来实现这一功能&#xff0c;其中最常用的是psycopg2。 下面我将详细介绍如何使用psycopg2来连接PostgreSQL数据库&#xff0c;并提供一些实际开发中的建议和注意事项。 1. 使用 psycop…...

编程日记 2025/6/3 22:29:06

音频开发中常见的知识体系

在 Linux 系统中&#xff0c;/dev/snd 目录包含与声音设备相关的文件。每个文件代表系统中的一部分音频硬件或音频控制接口。以下是你列出的文件及其含义&#xff1a; 一.基本术语 样本长度(sample)&#xff1a;样本是记录音频数据最基本的单位&#xff0c;计算机对每个通道采…...

编程日记 2025/5/24 6:07:21

国内外人工智能AI工具网站大全（一键收藏，应有尽有）

本文由 大侠(AhcaoZhu)原创&#xff0c;转载请声明。 链接: https://blog.csdn.net/Ahcao2008 国内外人工智能AI工具网站大全&#xff08;一键收藏&#xff0c;应有尽有&#xff09; 摘要一、AI写作工具二、AI图像工具2.1、常用AI图像工具2.2、AI图片插画生成2.3、AI图片背景移…...

编程日记 2025/6/3 13:07:53

HB1910数字IP程控交换机generate.php存在RCE漏洞

免责声明: 本文旨在提供有关特定漏洞的深入信息，帮助用户充分了解潜在的安全风险。发布此信息的目的在于提升网络安全意识和推动技术进步，未经授权访问系统、网络或应用程序，可能会导致法律责任或严重后果。因此，作者不对读者基于本文内容所采取的任何行为承担责任。读者在…...

编程日记 2025/6/4 13:42:44

基于Spring Boot的社区药房系统

一、系统背景与目的 随着医疗改革的深入和社区医疗服务的不断完善&#xff0c;社区药房在居民健康保障中扮演着越来越重要的角色。然而&#xff0c;传统的药房管理方式存在着库存管理混乱、药品销售不透明、客户信息管理不规范等问题。为了解决这些问题&#xff0c;基于Spring…...

编程日记 2025/6/3 20:06:54

level2逐笔委托查询接口

沪深逐笔委托队列查询 前置步骤 分配数据库服务器 查询模板 以下是沪深委托队列查询的请求模板&#xff1a; http://<数据库服务器>/sql?modeorder_book&code<股票代码>&offset<offset>&token<token>查询参数说明 参数名类型说明mo…...

编程日记 2025/6/3 13:57:38

固定资产分类，提升资产盘活效益

固定资产是企业长期使用的重要资源&#xff0c;涵盖范围广、种类多&#xff0c;不同的资产需要针对性管理。通过科学的分类与高效的盘活策略&#xff0c;不仅可以优化资源配置&#xff0c;还能提升企业资产的利用效率和经济效益。以下将详细解析固定资产的分类方式和盘活效益的…...

编程日记 2025/6/1 8:44:04

图像根据mask拼接时，边缘有色差 解决

目录 渐变融合（Feathering） 沿着轮廓线模糊： 代码： 泊松融合 效果比较好： 效果图： 源代码： 泊松融合，mask不扩大试验 效果图： 源代码： 两个图像根据mask拼接时，边缘有色差 渐变融合（Feathering） import numpy as np import cv2# 假设 img1, img2 是两个…...

编程日记 2025/6/3 18:13:29

练习题：一维数组

练习题 第一题 键盘录入一组数列&#xff0c;利用冒泡排序将数据由大到小排序 代码 #include <stdio.h>int arr_home01() {int arr[10];int i,j,temp;printf("请输入10个测试整数&#xff1a;\n");int len sizeof(arr) / sizeof(arr[0]);for(i 0;i < …...

编程日记 2025/6/4 4:03:15

Linux系统安装node.js

一、node官网下载想要的node版本 https://nodejs.org/en/download/package-manager 二、将tar.xz文件解压 tar -xvf node-vxxx.tar.xz 三、改文件夹的名字&#xff0c;改成nodejs mv node-xxx nodejs 四、复制nodejs文件&#xff0c;并上传到linux 服务器 /usr/local 目录下…...

编程日记 2025/6/4 1:30:25

lettuce 默认情况下连接池参数不生效，源码分析

先说结论&#xff1a; 1.LettuceConnectionFactory 属性 shareNativeConnection 默认为true&#xff0c;要想连接池生效&#xff0c;该参数设置为false; 2.使用redisTemplate模版封装的pipeline没有意义&#xff0c;autoFlashCommands 默认为true;spring2.0开始默认使用lettuc…...

编程日记 2025/6/2 14:34:53

三维无人机航迹算法的目标函数如何确定

一、定义目标函数 在三维无人机航迹算法中，目标函数的确定通常基于具体的任务需求和飞行约束。以下是一个简单的例子，展示了如何为三维无人机航迹规划定义一个目标函数。 例子：最小化飞行时间和避障的三维无人机航迹规划 1.任务描述：无人机需要从起点飞到终点，同时避开一些…...

编程日记 2025/6/3 19:13:33

Linux docker离线部署

1. Docker下载 Docker下载地址&#xff1a;https://mirrors.dahuatech.com/docker-ce/。本文下载当前最新版本&#xff0c;链接如下&#xff1a;https://mirrors.dahuatech.com/docker-ce/linux/static/stable/aarch64/docker-27.4.0.tgz。 2. 安装Docker 将压缩包上传到服务器…...

编程日记 2025/6/2 20:31:49

短剧系统开发教程概要

引言 随着移动互联网的快速发展&#xff0c;短剧内容因其简短、精炼、情节紧凑的特点&#xff0c;吸引了大量观众的喜爱。为了满足市场需求&#xff0c;开发一款功能完善、体验优良的短剧平台显得尤为重要。本文将详细介绍短剧源码的开发搭建过程&#xff0c;包括需求分析、技…...

编程日记 2025/6/4 4:03:13

MySQL分区建表例子

以下为MySQL分区建表的例子 CREATE TABLE mz_mjzcfxxmx (SERIALNUM_ID varchar(96) NOT NULL COMMENT 业务角度唯一性ID,DATAGENERATE_DATE datetime NOT NULL COMMENT 业务数据产生时间,ROW_ID varchar(300) DEFAULT NULL COMMENT 数据角度唯一性ID,TASK_ID varchar(96) DEFAU…...

编程日记 2025/6/3 9:06:17

nginx变量

一、Nginx 变量概述 Nginx 变量是一种在 Nginx 配置中用于存储和操作数据的机制&#xff0c;它们可以在不同的配置块&#xff08;如 http、server、location 等&#xff09;中使用&#xff0c;以实现动态配置和灵活的请求处理。变量的值可以根据各种条件&#xff08;如请求头信…...

编程日记 2025/6/3 11:36:53

网络编程 02：IP 地址，IP 地址的作用、分类，通过 Java 实现 IP 地址的信息获取

一、概述 记录时间 [2024-12-18] 前置文章&#xff1a;网络编程 01&#xff1a;计算机网络概述&#xff0c;网络的作用&#xff0c;网络通信的要素&#xff0c;以及网络通信协议与分层模型 本文讲述网络编程相关知识——IP 地址&#xff0c;包括 IP 地址的作用、分类&#xff…...

编程日记 2025/6/1 23:01:26

小红书笔记详情API接口：解锁社交媒体商业价值的钥匙

在当今数字化时代&#xff0c;社交媒体平台已成为企业营销和品牌推广的重要渠道。小红书&#xff0c;作为一个以内容分享为核心的社交媒体平台&#xff0c;汇聚了大量用户和创作者&#xff0c;他们在这里分享生活心得、购物体验、美妆技巧等多元化内容。小红书笔记详情API接口&…...

编程日记 2025/6/4 15:33:43

达梦查询表字段详细信息脚本（字段名称、描述、类型、长度及是否为空）

达梦查询表字段详细信息脚本&#xff08;字段名称、描述、类型、长度及是否为空&#xff09; 该SQL 脚本&#xff0c;用于查询表中字段的基本信息&#xff0c;包括字段名称、描述、数据类型、数据长度、是否为空及是否为主键等属性。 SQL 脚本 -- 输入变量 DECLAREp_owner VA…...

编程日记 2025/6/2 11:21:10

群落生态学研究进展】Hmsc包开展单物种和多物种分析的技术细节及Hmsc包的实际应用

联合物种分布模型&#xff08;Joint Species Distribution Modelling&#xff0c;JSDM&#xff09;在生态学领域&#xff0c;特别是群落生态学中发展最为迅速&#xff0c;它在分析和解读群落生态数据的革命性和独特视角使其受到广大国内外学者的关注。在学界不同研究团队研发出…...

编程日记 2025/6/3 19:53:53

CSS 语法

CSS 语法 CSS（层叠样式表）是一种用于描述HTML或XML文档样式的样式表语言。它允许您将样式信息与文档内容分离，从而更有效地控制网页的布局和外观。本文将详细介绍CSS的基本语法和结构，帮助您更好地理解和应用CSS。 CSS的基本结构 CSS由一系列的规则组成，每个规则包含一…...

编程日记 2025/6/4 7:17:53

【区块链】区块链密码学基础

&#x1f308;个人主页: 鑫宝Code &#x1f525;热门专栏: 闲话杂谈&#xff5c; 炫酷HTML | JavaScript基础 ​&#x1f4ab;个人格言: "如无必要&#xff0c;勿增实体" 文章目录 区块链密码学基础引言一、哈希函数1.1 基本概念1.2 数学表达 二、非对称加密2.1…...

编程日记 2025/5/29 20:39:42

ik分词器了解 和 通过zip安装包的方式 将ik分词器安装到elasticsearch中

目录 1. ik分词器的作用&#xff08;效果&#xff09; &#xff08;1&#xff09;标准分析器效果 &#xff08;2&#xff09;ik_smart分词 &#xff08;3&#xff09;ik_max_word分词 2. 首先根据自己的elasticsearch的版本下载对应的ik分词器版本 3. 将下载好的ik分词器…...

编程日记 2025/6/4 11:18:34

【数字化】华为数字化转型架构蓝图

导读&#xff1a;华为的数字化转型规划团队在2016年年底基于对愿景的系统诠释&#xff0c;整合出了数字化转型架构蓝图。该蓝图共分为5层&#xff0c;旨在通过数字化转型实现客户交互方式的转变、作战方式的转变、公司各平台业务能力的数字化、服务化以及运营模式的转变。 目录…...

编程日记 2025/6/1 18:44:40

K8s中 statefulset 和deployment的区别

在 Kubernetes 中&#xff0c;StatefulSet 和 Deployment 是两种管理 Pod 的控制器&#xff0c;它们的主要区别在于 状态管理 和 Pod 的标识。以下是详细对比&#xff1a; 1. 功能定位 Deployment 用途&#xff1a;用于 无状态应用 的部署&#xff0c;例如 Web 服务、API 服务…...

编程日记 2025/6/3 3:17:13

C#多线程系列章节五

线程创建的几种写法 thread类 threadpool 线程池 task类 Thread t = new Thread(func); t.Start();//线程开始执行threadPool.QueueUserWorkItem(test)创建var t1 = new Task(() => test(“Task 1”));t.start();Task.Run(() => test(“Task 2”));Task.Factory.StartNew…...

编程日记 2025/5/31 19:17:03

了解 JVM 运行原理，掌握常见的内存模型以及性能调优的基本方法

JVM运行原理概述 Java Virtual Machine (JVM) 是 Java 程序运行的核心组件&#xff0c;它的运行机制包括加载字节码、字节码解释或编译成本地机器代码执行。下面是 JVM 的运行流程和核心部分&#xff1a; JVM 的运行机制 类加载&#xff08;Class Loading&#xff09;&#xf…...

编程日记 2025/6/1 15:26:57

游戏AI实现-寻路算法（DFS）

​深度优先搜索算法&#xff08;英语&#xff1a;Depth-First-Search&#xff0c;缩写为DFS&#xff09;是一种用于遍历或搜索树或图的算法。 寻路地图搭建&#xff1a; 游戏AI实现-寻路地图搭建-CSDN博客 算法过程&#xff1a;遍历方向为从竖直向上沿顺时针方向 1.首先将开…...

编程日记 2025/6/1 3:19:42

Qlib专为AI而生的量化投资平台

1、三层 Infrastructure层 该层为量化研究提供了基础支持。Data Server模块为用户管理和检索原始数据提供了高性能的基础架构。Trainer模块提供了灵活的接口来定义模型的训练过程&#xff0c;同时也为分布式训练提供了接口。Model Manager模块可以让用户更好地管理繁多的AI模型…...

编程日记 2025/6/1 15:45:32

圣乔ERP系统downloadFile.action存在任意文件读取漏洞

免责声明: 本文旨在提供有关特定漏洞的深入信息，帮助用户充分了解潜在的安全风险。发布此信息的目的在于提升网络安全意识和推动技术进步，未经授权访问系统、网络或应用程序，可能会导致法律责任或严重后果。因此，作者不对读者基于本文内容所采取的任何行为承担责任。读者在…...

编程日记 2025/6/4 3:30:00

YOLOv11改进，YOLOv11添加DLKA-Attention可变形大核注意力，WACV2024 ，二次创新C3k2结构

摘要 作者引入了一种称为可变形大核注意力 （D-LKA Attention） 的新方法来增强医学图像分割。这种方法使用大型卷积内核有效地捕获体积上下文，避免了过多的计算需求。D-LKA Attention 还受益于可变形卷积，以适应不同的数据模式。 理论介绍 大核卷积（Large Kernel Convolu…...

编程日记 2025/6/4 15:59:44

深入解析 `DataFrame.groupby` 和 `agg` 的用法及使用场景

深入解析 DataFrame.groupby 和 agg 的用法及使用场景 1. groupby 的基本用法语法&#xff1a;示例&#xff1a; 2. agg 的基本用法语法&#xff1a;示例&#xff1a; 3. first、sum、lambda 的用法3.1 first示例&#xff1a; 3.2 sum示例&#xff1a; 3.3 lambda示例&#xff…...

编程日记 2025/6/3 4:14:23

用.Net Core框架创建一个Web API接口服务器

我们选择一个Web Api类型的项目创建一个解决方案为解决方案取一个名称我们这里选择的是。Net 8.0框架 注意&#xff0c;需要勾选的项。 我们找到appsetting.json配置文件 appsettings.json配置文件内容如下 {"Logging": {"LogLevel": {"Default&quo…...

编程日记 2025/6/2 10:21:43

[论文阅读]Universal and transferable adversarial attacks on aligned language models

Universal and transferable adversarial attacks on aligned language models http://arxiv.org/abs/2307.15043 图 1&#xff1a;Aligned LLMs 不是对抗性 Aligned。我们的攻击构建了一个单一的对抗性提示&#xff0c;该提示始终绕过最先进的商业模式&#xff08;包括 ChatG…...

编程日记 2025/6/3 18:34:36

【自动化】Python SeleniumUtil 油猴 工具 自动安装用户脚本

【自动化】Python SeleniumUtil 油猴 工具 【自动化】Python SeleniumUtil 工具-CSDN博客【自动化】Python SeleniumUtil 工具。https://blog.csdn.net/G971005287W/article/details/144565691 油猴工具 import timefrom selenium.webdriver.support.wait import WebDriverW…...

编程日记 2025/5/31 10:22:38

[LeetCode-Python版]21. 合并两个有序链表（迭代+递归两种解法）

题目 将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 示例 1&#xff1a; 输入&#xff1a;l1 [1,2,4], l2 [1,3,4] 输出&#xff1a;[1,1,2,3,4,4] 示例 2&#xff1a; 输入&#xff1a;l1 [], l2 [] 输出&#x…...

编程日记 2025/6/3 8:19:03

WPF 相比 winform 的优势

wpf 相比 winform 的一些优点&#xff0c;网上也是众说纷纭&#xff0c;总的来说包括下面几点&#xff1a; 丰富的视觉效果&#xff1a;能够创建更具吸引力和现代化的用户界面&#xff0c;支持更复杂的图形和动画效果。不需要像 winform 一样&#xff0c;稍微做一点效果&#x…...

编程日记 2025/6/1 5:12:05

机器学习预处理-表格数据的分析与可视化

机器学习预处理-表格数据的分析与可视化 最近在做一些模型部署的工作&#xff0c;但是发现对于数据的处理、分析、训练方面还是缺少一些系统的学习&#xff0c;因此抽空余时间分析总结一些使用python进行数据处理的实用案例&#xff0c;希望能够方便自己已经其他人的Ctrl CV。…...

编程日记 2025/6/2 17:12:27

Linux——Shell

if 语句 格式&#xff1a;if list; then list; [ elif list; then list; ] ... [ else list; ] fi 单分支 if 条件表达式; then 命令 fi 示例&#xff1a; #!/bin/bash N10 if [ $N -gt 5 ]; then echo yes fi # bash test.sh yes 双分支 if 条件表达式; then 命令 else 命令…...

编程日记 2025/5/23 22:25:13

《深入探究：C++ 在多方面对 C 语言实现的优化》

目录 一、C 在 C 上进行的优化二、C 关键字&#xff08;C 98&#xff09;三、C 的输入输出1. cin 和 cout 的使用2. cin、cout 和 scanf()、printf() 的区别 三、命名空间1. 命名空间的使用2. 嵌套命名空间3. 在多个头文件中使用相同的命名空间 四、函数缺省值1. 缺省值的使用2…...

编程日记 2025/5/30 3:44:10

KeepAlive与RouterView缓存

参考 vue动态组件&#xff1c;Component&#xff1e;与&#xff1c;KeepAlive&#xff1e; KeepAlive官网介绍 缓存之keep-alive的理解和应用 Vue3Vite KeepAlive页面缓存问题 vue多级菜单(路由)导致缓存(keep-alive)失效 vue3 router-view keeperalive对于同一路径但路径…...

编程日记 2025/5/30 15:28:55

pyparsing restOfLine

在 pyparsing 中&#xff0c;restOfLine 是一个解析器&#xff08;parser&#xff09;&#xff0c;用于匹配当前位置到行尾的所有内容&#xff0c;通常在解析文件或处理逐行数据时非常有用。 restOfLine 的特性 匹配内容&#xff1a;从当前位置一直匹配到换行符 \n 或字符串结…...

编程日记 2025/6/2 17:12:26

回型矩阵：JAVA

解题思路&#xff1a; 通过定义四条边界&#xff1b;top,left,right,bottom,来循环&#xff0c;当top>bottom&&left>right的时候循环终止 循环结束的条件&#xff1a; 链接&#xff1a;登录—专业IT笔试面试备考平台_牛客网 来源&#xff1a;牛客网 题目描述…...

编程日记 2025/6/2 17:12:24

React自学：如何使用localStorage，以及如何实现删除笔记操作

1. 初始化notes 以下这段代码完成了这些操作&#xff1a; 调用 localStorage.getItem("notes") 从浏览器的本地存储中获取名为 “notes” 的数据。使用 JSON.parse 将获取到的字符串解析成数组。如果本地存储中没有 “notes” 数据&#xff08;返回值为 null&#…...

编程日记 2025/5/31 10:39:01

【CSS in Depth 2 精译_079】第 13 章：渐变、阴影与混合模式概述 + 13.1：CSS 渐变效果（上）——使用多个颜色节点

当前内容所在位置&#xff08;可进入专栏查看其他译好的章节内容&#xff09; 第四部分 视觉增强技术 ✔️【第 13 章 渐变、阴影与混合模式】 ✔️ 13.1 渐变 ✔️ 13.1.1 使用多个颜色节点&#xff08;上&#xff09; ✔️13.1.2 颜色插值方法&#xff08;中&#xff09;13.1…...

编程日记 2025/6/2 0:51:11