2024年个人总结
序
照例,每年都有的个人年度总结来了,看了很多其他大佬的总结,感觉自己的2024过于单薄,故事也不太丰满,自己就回去比较,自己哪里做的不好 ?但后来发现已经进入了一个思维误区。
年度总结年度总结,总结是我个人的,今年发生了那些影响我的事情,我做出了那些改变,针对完成不好的事情挖掘失败和反思,恰恰才是我写这篇文章的中心思想。那么我们一起跟随我的记录回顾我的2024吧~~~
身体 :立根之本
区别于往年,今年我选择将身体健康放在总结的首位,毕竟健康才是一切的前提。往年总是将工作放在最重要的位置,对身体的疏忽大意,带来的只能是隐患和后果。今年因为即将跨入30岁的行列,年度体检的数据亮起了多个“红灯”,再加上偶尔一次加班后的头晕,让我切实感受到,身体是“革命”的本钱,赚钱的前提是有命去花钱。25年,计划系统地研究一下保险,给自己和家人安排上,提早做好保障。岁数大了,身体确实顶不住随便折腾了。
饮食调整,健康先行
从24年开始,我已经慢慢尝试改善一些不合理的饮食习惯。25年,打算进一步坚持并优化这些调整:
- 非必要不喝咖啡:减少因为依赖咖啡提神导致的作息紊乱,强度工作时更倾向于用充足的睡眠恢复精力。
- 少油少盐,减少重口饮食:尤其是大鱼大肉、烧烤和高热量的宵夜,虽然偶尔解馋没问题,但频率需要严格控制。
- 按时吃饭,拒绝拖延:不再因为工作忙碌随便对付一顿或随意跳过正餐,饮食规律大概是健康最基础的一环。
这些饮食习惯的改善让我逐渐感受到身体的变化,虽然不会立刻见效,但每一次坚持都会让我更接近健康的状态。
工作的反思:减少无效加班
过去一年加班的原因无外乎两点:一是业务临时变更导致的被动调整,二是自己的工作方式尚需优化,尤其是项目初期的规划和代码设计。前者是外因,后者则是让我觉得需要反思和改进的地方。
-
从自身找原因:
- 早期的代码架构和实现方式,有些地方还存在不够合理之处,这往往导致后期反复调整,进而产生无效的加班。
- 虽然24年已经迈出了好的第一步,在项目启动前,我尝试输出业务需求分析和系统性文档,但部分细节的思虑不够全面,还是给后续开发带来了不必要的问题。
-
改善方向:
- 在项目初期花更多时间进行方案规划,尤其是细节部分,避免因疏忽引发大的反复。
- 学会“高效验收文档”:不仅仅是输出文档,还要更加细心地查看、验证和讨论,确保需求分析和设计方案尽可能完善。
- 多花一分钟思考,省下十倍时间的返工:这一点是我在24年工作中逐渐感悟到的,计划25年继续践行。
发展的健康平衡
工作多年后渐渐理解到,努力和拼命并不是一回事,效率和方法才是衡量工作能力高低的关键。25年的规划中,我要尝试让“多思考”成为核心习惯,把这种思维模式落实到生活和工作中的每一个细节。写代码如此,做生活规划更是如此。
总结下来,25年推动的几个核心目标:
- 从饮食、锻炼、休息等多个方面出发,逐步改善健康问题,给身体建立良性循环。
- 在工作中不断优化自己的流程和方法,力求在复杂的项目中找到高效协作和平衡的方式。
- 完善保险和风险防范措施,为未来可能的意外构筑更强的安全底线。
健康是基石,工作是延续,生活是目标。25年将是身心都逐步恢复、更进一步的开始。
工作 :成长之路
过去两年的工作中,我感受到了个人能力的成长和视野的开阔。从23年加入喜马后,适应新的团队和技术体系,到24年结合自己的业务理解,主动推动性能优化专项工作,这是我从熟悉到深入、从挑战到提升的一段宝贵经历。一方面,我更深入地理解了代码架构和业务逻辑;另一方面,通过一些关键项目的突破,让我经历了一次真正意义上的跳出舒适圈,也深刻感受到了技术驱动业务发展的价值和团队协作的重要性。
性能优化专项
在24年里,我牵头了一次性能优化专项工作,这不仅是对现有架构和技术方案的一次“重新审视”,也是对我个人能力的一次检验。专项工作内容覆盖了从APM大盘优化到内存泄露告警,从代码优化到业务优化,再到线上效果跟踪闭环的流程。
优化背景
作为一款高用户量的产品,喜马直播代码的复杂性和业务场景的多样化,让性能优化成为不可回避的核心任务。而我在加入团队后逐渐发现,随着用户体量增加、业务逻辑发展,某些模块的性能瓶颈也开始显现。借此契机,我决定主动推动一次内存泄露和内存水位的性能专项优化,以解决以下问题:
- 直播间内存泄露BUG:直播间Bug率千分之一,水位偏高。
- 内存稳定性:某些场景下由于资源申请过多未及时释放,导致内存占用过高。
- APM看盘麻烦:直播业务看数困难,APM告警暂无等…
推进过程
-
需求分析与调研:从用户反馈和埋点数据中,梳理了性能瓶颈明显的模块,并结合业务优先级,列出了需要优化的关键点。
-
技术方案输出:
- APM子业务看数功能完善,内存水位梳理;
- 针对内存泄露进行问题分析和 内存写法SOP宣讲;
- 技术优化 + 设备分级 + 业务场景优化多套组合拳;
-
落地执行与效果跟踪:
- APM二方库添加业务归因,直播业务可查看数据不阻塞查看水位;
- 内存泄露长效治理,图片Bitmap检测库引入,优化本地图片资源,代码使用方式调整,降低内存泄露率到十万分之二水位,明显提升用户体验
- 通过建设直播设备分级系统,针对直播特殊高内存场景进行优化 ,降低峰值内存水位 ,尝试提升dau数据 (不过业务数据不明显)
成果总结
这一专项优化不仅显著提升了用户体验,还积累了性能优化方面的知识方法,同时也让我深刻感受到推动“技术专项”的重要性。面对复杂的问题时,找准方向和团队协作是关键,技术能力和业务目标相结合,往往能事半功倍。
突破舒适圈
对于我个人来说,性能优化专项不仅仅是一次项目任务,更是触发了我跳出舒适圈、重新审视团队角色和自身能力的关键节点。
- 从执行到牵头:过去的工作中更多以完成任务为导向,而在这次专项中,我主动推动工作,承担了项目的牵头角色,组织和协调团队的资源和时间。这让我从单纯的技术开发者,逐步迈向技术项目管理的实践者。
- 从局部思考到全局视角:专项优化工作从需求分析到结果落地,需要全流程思考,这让我逐渐习惯用更宏观的视角去考虑问题,不再局限于单点的代码实现。
- 建立协作意识:过去更习惯于个人完成任务,这次工作中我深刻意识到协作的重要性。团队间的沟通不仅带来了更全面的方案,也提升了团队整体的默契。
整个过程中,不仅锻炼了自己的技术能力,也培养了领导力和组织协调能力。这些经历帮助我更有信心面对未来更高难度的挑战,同时也希望在后续的工作中持续走出舒适圈,尝试更多可能性。
AI:未来的探索
24年是 AI 技术迅猛发展的标志性一年,尤其是在大语言模型(如 ChatGPT)和生成式AI的广泛应用背景下,我开始意识到,这不仅仅是技术创新的高地,也逐渐成为业务发展的重要驱动力。为此,我也在个人时间里对 AI 技术进行了初步的学习和探索,并尝试将其思路融入到工作场景中。
技术学习和构思
-
关注领域:
在24年,我了解了自然语言处理(NLP)和推荐系统方向的技术。这两个领域不仅与喜马的核心业务高度相关,也是在大数据和人工智能浪潮中至关重要的技术模块。 -
构思项目:
我结合喜马平台的音频内容场景以及现阶段直播(特别是视频直播方向)相对较为薄弱的问题,与产品同学进行了多次讨论和头脑风暴,创造性地构思了一些基于 AI 技术的应用场景。以下是一些重要构思:- 虚拟人驱动升级体验:
借助当前AI技术,想象能否引入“虚拟人”概念,为用户体验新增一层与虚拟形象互动的可能性。虚拟人既可以在某些非实时广播场景中模拟主播与用户的互动,还可以在直播间里增加趣味性或承载与用户直接沟通的功能,用以优化低活跃直播间的用户留存。
此外,通过精细化的数据分析,再结合语音生成技术(TTS)与NLP技术,虚拟人可以根据实时用户数据动态调整直播内容的推荐和呈现方式,做到更高的个性化服务。 - 智能内容生成工具:
针对内容运营和推荐场景,生成式 AI 具有重要意义。例如,为音频标题、描述或推荐广告文案批量生成创意内容,然后结合人工校验,能够显著提升内容生成效率和质量;在丰富的多语种场景中,自动生成多语言字幕也是可以落地的一个方向。
- 虚拟人驱动升级体验:
辅助工具
-
代码赋能:AI 助力开发效率
24年,我使用了许多AI助手类工具,如 GitHub Copilot 和 Cursor,它们让我感受到 AI 对开发效率的显著提升。以下是一些具体感受和应用场景:- 代码生成:在日常开发中,Copilot 能够根据上下文给出相应的代码建议,大幅减少了重复性逻辑的编写时间。同时,对于一些自己并不熟悉的工具类接口或边缘技术,Copilot 提供的实时建议往往能给出新的解决方案思路。
- 代码 Review 輔助:Cursor 等工具以实时对代码的逻辑进行分析和优化建议为主,尤其在多人协作的场景中非常高效。它可以帮助快速检测潜在的逻辑漏洞或不够简洁的实现方式,相当于一个智能 Review 助手。
- 多样化解题视角:不止局限于工具的直接建议,它们还为我提供了解决问题的新角度。例如,面对同一段逻辑,AI 可能推荐一些更符合当前框架特性的轻量化写法,这种角度的丰富性帮助我提升了代码质量。
通过持续使用这些工具,我更加深刻理解了 AI 在代码开发中的定位。它不是简单的替代人类,而是成为了提升工作效率、优化解决思路的强有力助手。
-
技术拓展:节奏提升的核心
在经历个人项目的实践后,我愈发意识到,AI 工具的价值并不仅仅在于“解决当下问题”,更在于如何利用它们更加高效地积累知识。在过去的一年中,借助这些工具的辅助,我不仅提升了开发效率,还通过它们的输出方式学习了新的框架与解决问题的技巧。一些逼近“最佳实践”的实现方法甚至成为了自己日后工程开发中的重要参考。
生活:找到工作与生活的平衡
今年的经历让我深刻意识到,工作和生活绝不是对立的。生活为工作注入热情,而工作又促生了生活的仪式感与满足感。今年,我通过更加科学地规划时间,让生活与工作之间找到更和谐的平衡。
- 坚持学习和成长的节奏:
无论是身体健康、技术深度,还是协作沟通,都需要日复一日地微调和完善。我计划 25 年将“年度目标”细分为季度行动计划,在不同阶段回顾目标达成情况,做出调整。 - 提升表达与书写能力:
从计划到复盘,“总结”是一种深度输入与输出相结合的工具,我今年输出了更多的技术分享博客或在喜马业务迭代中的系分文档,不仅记录工作思考和成果也分享给他人。在表达时更加关注“结构化与逻辑性”,希望在这一能力上逐步突围。
未来
2025年,对我来说是复盘与前行的一年。过去一年中,我建立了一些好习惯和新方向,也透过自己的不足看到更多改进的空间。成长从不需要一步到位,重要的是找到更可持续、更细致的节奏,以小积累最终推动巨大改变。
未来的一年,我希望做到以下几点:
- 守住健康底线:将健康融入每一天的生活中;
- 深耕工作领域:继续突破技术壁垒,为团队和个人创造更多价值;
- 与AI同行:不仅使用工具,尝试主动成为工具的设计者或在业务中有变现的场景;
- 平衡生活与思考:在科技与生活之外,找到属于自己的“宁静时光”。
相关文章:
2024年个人总结
序 照例,每年都有的个人年度总结来了,看了很多其他大佬的总结,感觉自己的2024过于单薄,故事也不太丰满,自己就回去比较,自己哪里做的不好 ?但后来发现已经进入了一个思维误区。 年度总结年度总结…...
【落羽的落羽 数据结构篇】顺序表
文章目录 一、线性表二、顺序表1. 概念与分类2. 准备工作3. 静态顺序表4. 动态顺序表4.1 定义顺序表结构4.2 顺序表的初始化4.3 检查空间是否足够4.3 尾部插入数据4.4 头部插入数据4.5 尾部删除数据4.6 头部删除数据4.7 在指定位置插入数据4.8 在指定位置删除数据4.9 顺序表的销…...
麒麟操作系统服务架构保姆级教程(十四)iptables防火墙四表五链和防火墙应用案例
如果你想拥有你从未拥有过的东西,那么你必须去做你从未做过的事情 防火墙在运维工作中有着不可或缺的重要性。首先,它是保障网络安全的关键防线,通过设置访问控制规则,可精准过滤非法网络流量,有效阻挡外部黑客攻击、恶…...
Linux之详谈——权限管理
目录 小 峰 编 程 编辑 一、权限概述 1、什么是权限 2、为什么要设置权限 3、Linux中的权限类别- 4、Linux中文件所有者 1)所有者分类(谁) 2)所有者的表示方法 ① u(the user who owns it)(属主权限&…...
第05章 13 椭球体张量可视化应用一则-神经束追踪
在神经束追踪(Tractography)中,椭球体张量(Ellipsoid Tensor)通常用于描述神经纤维的方向和扩散特性。这种技术广泛应用于磁共振成像(MRI)的扩散张量成像(DTI)数据中。VT…...
Celery
https://www.bilibili.com/video/BV1RGDEY5ERB 架构 简单任务 执行 包结构 本示例: app 添加任务 获取结果 配置延时任务 任务配置 beat 提交定时任务...
JavaScript系列(48)-- 3D渲染引擎实现详解
JavaScript 3D渲染引擎实现详解 🎮 今天,让我们深入探讨JavaScript的3D渲染引擎实现。通过WebGL和现代JavaScript技术,我们可以构建一个功能完整的3D渲染系统。 3D渲染基础概念 🌟 💡 小知识:3D渲染引擎的…...
Golang并发机制及CSP并发模型
Golang 并发机制及 CSP 并发模型 Golang 是一门为并发而生的语言,其并发机制基于 CSP(Communicating Sequential Processes,通信顺序过程) 模型。CSP 是一种描述并发系统中交互模式的正式语言,强调通过通信来共享内存…...
使用 Docker + Nginx + Certbot 实现自动化管理 SSL 证书
使用 Docker Nginx Certbot 实现自动化管理 SSL 证书 在互联网安全环境日益重要的今天,为站点或应用部署 HTTPS 已经成为一种常态。然而,手动申请并续期证书既繁琐又容易出错。本文将以 Nginx Certbot 为示例,基于 Docker 容器来搭建一个…...
游戏策划的分类
P3游戏策划分类 1.程序2.美术3.策划 程序:一般分为客户端程序和服务器程序 客户端程序一般负责游戏的前端画面表现 服务器程序负责游戏的后端运算 美术:角色原画,角色模型动作,场景原画,场景模型,UI设计&a…...
Edge-TTS在广电系统中的语音合成技术的创新应用
Edge-TTS在广电系统中的语音合成技术的创新应用 作者:本人是一名县级融媒体中心的工程师,多年来一直坚持学习、提升自己。喜欢Python编程、人工智能、网络安全等多领域的技术。 摘要 随着人工智能技术的快速发展,文字转语音(Te…...
python学opencv|读取图像(四十七)使用cv2.bitwise_not()函数实现图像按位取反运算
【0】基础定义 按位与运算:两个等长度二进制数上下对齐,全1取1,其余取0。按位或运算:两个等长度二进制数上下对齐,有1取1,其余取0。 按位取反运算:一个二进制数,0变1,1变0。 【1】…...
一文讲解Java中Object类常用的方法
在Java中,经常提到一个词“万物皆对象”,其中的“万物”指的是Java中的所有类,而这些类都是Object类的子类; Object主要提供了11个方法,大致可以分为六类: 对象比较: public native int has…...
【算法篇·更新中】C++秒入门(附练习用题目)
一.二分 1.二分查找 我们来看这样一道题: 有一个保证有序的数组a,它的长度为n。现在我们需要知道这个序列是否含有x。 数据范围:保证n<1e9 我们看到这道题之后,第一时间想到的就是暴力枚举了,可是我们发现直接枚举…...
面向对象编程 vs 面向过程编程
面向对象编程 vs 面向过程编程:深入解析这两种编程范式的区别 在当今软件开发领域,编程范式的选择对于项目的可维护性和可扩展性至关重要。面向对象编程(OOP)和面向过程编程(POP)是两种根本的编程思想。本…...
【Rust自学】16.2. 使用消息传递来跨线程传递数据
喜欢的话别忘了点赞、收藏加关注哦(加关注即可阅读全文),对接下来的教程有兴趣的可以关注专栏。谢谢喵!(・ω・) 16.2.1. 消息传递 有一种很流行而且能保证安全并发的技术(或者叫机制ÿ…...
【四川乡镇界面】图层shp格式arcgis数据乡镇名称和编码2020年wgs84无偏移内容测评
本文将详细解析标题和描述中提到的IT知识点,主要涉及GIS(Geographic Information System,地理信息系统)技术,以及与之相关的文件格式和坐标系统。 我们要了解的是"shp"格式,这是一种广泛用于存储…...
人物传记之新月篇
相关故事链接(及时更新):Python的那些事第四篇:编程中的智慧之光控制结构-CSDN博客 Python的那些事第五篇:数据结构的艺术与应用-CSDN博客 目录 1. C语言程序:增强版加密与解密工具 2. Python程序&#x…...
TypeScript中的函数:类型安全与高级特性
🤍 前端开发工程师、技术日更博主、已过CET6 🍨 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 🕠 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》 🍚 蓝桥云课签约作者、上架课程《Vue.js 和 E…...
DDD 和 TDD
领域驱动设计(DDD) DDD 是一种软件开发方法,强调通过与领域专家的密切合作来构建一个反映业务逻辑的模型。其核心思想是将业务逻辑和技术实现紧密结合,以便更好地解决复杂的业务问题。 DDD 的关键概念: 1. 领域模型 …...
【C语言分支与循环结构详解】
目录 ---------------------------------------begin--------------------------------------- 一、分支结构 1. if语句 2. switch语句 二、循环结构 1. for循环 2. while循环 3. do-while循环 三、嵌套结构 结语 -----------------------------------------end----…...
FaceFusion
文章目录 一、关于 FaceFusion预览 二、安装三、用法 一、关于 FaceFusion FaceFusion 是行业领先的人脸操作平台 github : https://github.com/facefusion/facefusion官方文档:https://docs.facefusion.io/Discord : https://discord.com/invite/facefusion-1141…...
图论——单源最短路的扩展应用
acwing1137.选择最佳路线 本题有两个解决思路 1.建立虚拟源点,连接虚拟源点和 w w w个可作为起点的点,边权为0,这样只需要从虚拟源点开始做一遍最短路算法便可。 2.反向建边,把所有的add(a,b,c)变成add(b,a,c),这样只…...
Linux shell脚本笔记-One
前言 本文主要汇总有关shell脚本常用的知识点,有时候使用忘记某些用法指令,特此汇总方便后续查阅。 一.shell脚本编写的头部定义: 定义的shell脚本头部有多种写法,具体根基实际系统结构处理,如下: #!/bin/sh ÿ…...
【C语言----函数详解】
目录 ----------------------------------------begin-------------------------------------- 引言 一、函数是什么 二、函数的定义和声明 1. 函数的定义 2. 函数的声明 三、函数的调用 四、函数参数传递 五、函数的返回值 六、递归函数 七、函数指针 八、总结 ---…...
QT交叉编译环境搭建(Cmake和qmake)
介绍一共有两种方法(基于qmake和cmake): 1.直接调用虚拟机中的交叉编译工具编译 2.在QT中新建编译套件kits camke和qmake的区别:CMake 和 qmake 都是自动化构建工具,用于简化构建过程,管理编译设置&…...
Zemax 中的屋脊棱镜建模
光学棱镜是一种透明的光学元件,其表面平坦且抛光,可以折射光线。最常见的棱镜类型是三棱镜,它有两个三角形底座和三个矩形或略呈梯形的表面。棱镜通常由玻璃或丙烯酸等材料制成。当光线以一定角度进入棱镜时,它会在穿过棱镜时发生…...
CUDA学习-内存访问
一 访存合并 1.1 说明 本部分内容主要参考: 搞懂 CUDA Shared Memory 上的 bank conflicts 和向量化指令(LDS.128 / float4)的访存特点 - 知乎 1.2 share memory结构 图1.1 share memory结构 放在 shared memory 中的数据是以 4 bytes(即 32 bits)作为 1 个 word,依…...
Nginx 开发总结
文章目录 1. Nginx 基础概念1-1、什么是 Nginx1-2、Nginx 的工作原理1-3、Nginx 的核心特点1-4、Nginx 的常见应用场景1-5、Nginx 与 Apache 的区别1-6、 Nginx 配置的基本结构1-7、Nginx 常见指令 2. Nginx 配置基础2-1、Nginx 配置文件结构2-2、全局配置 (Global Block)2-3、…...
目标跟踪之sort算法(3)
这里写目录标题 1 流程1 预处理2 跟踪 2 代码 参考:sort代码 https://github.com/abewley/sort 1 流程 1 预处理 1.1 获取离线检测数据。1.2 实例化跟踪器。2 跟踪 2.1 轨迹处理。根据上一帧的轨迹预测当前帧的轨迹,剔除到当前轨迹中为空的轨迹得到当前…...
C++/stack_queue
目录 1.stack 1.1stack的介绍 1.2stack的使用 练习题: 1.3stack的模拟实现 2.queue的介绍和使用 2.1queue的介绍 2.2queue的使用 2.3queue的模拟实现 3.priority_queue的介绍和使用 3.1priority_queue的介绍 3.2priority_queue的使用 欢迎 1.stack 1.1stack…...
小程序电商运营内容真实性增强策略及开源链动2+1模式AI智能名片S2B2C商城系统源码的应用探索
摘要:随着互联网技术的不断发展,小程序电商已成为现代商业的重要组成部分。然而,如何在竞争激烈的市场中增强小程序内容的真实性,提高用户信任度,成为电商运营者面临的一大挑战。本文首先探讨了通过图片、视频等方式增…...
「Unity3D」在Unity中使用C#控制显示Android的状态栏
Unity打包的Android默认都是全屏,如果想要在真机上显示状态栏,就需要额外设置,有两种方式: 第一种,使用Android的Java代码去控制,然后以插件的方式放到Unity中,被C#调用。第二种,使…...
基于51单片机和ESP8266(01S)、LCD1602、DS1302、独立按键的WiFi时钟
目录 系列文章目录前言一、效果展示二、原理分析三、各模块代码1、延时2、定时器03、串口通信4、DS13025、LCD16026、独立按键 四、主函数总结 系列文章目录 前言 之前做了一个WiFi定时器时钟,用八位数码管进行显示,但是定时器时钟的精度较低࿰…...
AI 浪潮席卷中国年,开启科技新春新纪元
在这博主提前祝大家蛇年快乐呀!!! 随着人工智能(AI)技术的飞速发展,其影响力已经渗透到社会生活的方方面面。在中国传统节日 —— 春节期间,AI 技术也展现出了巨大的潜力,为中国年带…...
STM32 LED呼吸灯
接线图: 这里将正极接到PA0引脚上,负极接到GND,这样就高电平点亮LED,低电平熄灭。 占空比越大,LED越亮,占空比越小,LED越暗 PWM初始化配置 输出比较函数介绍: 用这四个函数配置输…...
机器学习day4
自定义数据集 使用pytorch框架实现逻辑回归并保存模型,然后保存模型后再加载模型进行预测 import numpy as np import torch import torch.nn as nn import torch.optim as optimizer import matplotlib.pyplot as pltclass1_points np.array([[2.1, 1.8],[1.9, 2…...
《哈佛家训》
《哈佛家训》是一本以教育为主题的书籍,旨在通过一系列富有哲理的故事和案例,传递积极的人生观、价值观和教育理念。虽然它并非直接由哈佛大学官方出版,但其内容深受读者喜爱,尤其是在家庭教育和个人成长领域。 以下是《哈佛家训…...
为什么redis会开小差?Redis 频繁异常的深度剖析与解决方案
文章目录 导读为什么redis会开小差?1.连接数过多2.bigkey3.慢命令操作4.内存策略不合理5.外部数据双写一致性6.保护机制未开启7. 数据集中过期8. CPU饱和9. 持久化阻塞10. 网络问题结论 导读 提起分布式缓存,想必大多数同学脑海中都会浮出redis这个名字…...
window中80端口被占用问题
1,查看报错信息 可以看到在启动项目的时候,8081端口被占用了,导致项目无法启动。 2,查看被占用端口的pid #语法 netstat -aon|findstr :被占用端口#示例 netstat -aon|findstr :8080 3,杀死进程 #语法 taikkill /pid…...
< OS 有关 > 阿里云:轻量应用服务器 的使用 :轻量化 阿里云 vpm 主机
原因: < OS 有关 > 阿里云:轻量应用服务器 的使用 :从新开始 配置 SSH 主机名 DNS Tailscale 更新OS安装包 最主要是 清除阿里云客户端这个性能杀手-CSDN博客 防止 I/O 祸害系统 操作: 查看进程&#x…...
解决报错“The layer xxx has never been called and thus has no defined input shape”
解决报错“The layer xxx has never been called and thus has no defined input shape”(这里写自定义目录标题) 报错显示 最近在跑yolo的代码时遇到这样一个错误,显示“the layer {self.name} has never been called”.这个程序闲置了很久,每次一遇到…...
Microsoft Visual Studio 2022 主题修改(补充)
Microsoft Visual Studio 2022 透明背景修改这方面已经有很多佬介绍过了,今天闲来无事就补充几点细节。 具体的修改可以参考:Microsoft Visual Studio 2022 透明背景修改(快捷方法)_material studio怎么把背景弄成透明-CSDN博客文…...
PyCharm接入DeepSeek实现AI编程
目录 效果演示 创建API key 在PyCharm中下载CodeGPT插件 配置Continue DeepSeek 是一家专注于人工智能技术研发的公司,致力于开发高性能、低成本的 AI 模型。DeepSeek-V3 是 DeepSeek 公司推出的最新一代 AI 模型。其前身是 DeepSeek-V2.5,经过持续的…...
C++ 包装器与绑定器的应用之回调函数的实现
回调函数的实现 在消息队列和网络库的框架中,当接收到消息(报文)时,回调用户自定义的函数对象,把消息(报文)参数传给它,由它决定如何处理。 queue参考文章:C queue(STL queue&…...
一文读懂DeepSeek-R1论文
目录 论文总结 摘要 1. 引言 1.1. 贡献 1.2. 评估结果总结 2. 方法 2.1. 概述 2.2. DeepSeek-R1-Zero:在基础模型上进行强化学习 2.2.1. 强化学习算法 2.2.2. 奖励建模 2.2.3. 训练模板 2.2.4. DeepSeek-R1-Zero 的性能、自我进化过程和顿悟时刻 2.3. …...
文献阅读 250128-Tropical forests are approaching critical temperature thresholds
Tropical forests are approaching critical temperature thresholds 来自 <Tropical forests are approaching critical temperature thresholds | Nature> 热带森林正在接近临界温度阈值 ## Abstract: The critical temperature beyond which photosynthetic machinery…...
【python】python基于机器学习与数据分析的二手手机特性关联与分类预测(源码+数据集)【独一无二】
👉博__主👈:米码收割机 👉技__能👈:C/Python语言 👉专__注👈:专注主流机器人、人工智能等相关领域的开发、测试技术。 python基于机器学习与数据分析的二手手机特性关联与…...
构建可靠的时间序列预测模型:数据泄露检测、前瞻性偏差消除与因果关系验证
在时间序列分析领域中,存在多种可能影响分析结果有效性的技术挑战。其中,数据泄露、前瞻性偏差和因果关系违反是最为常见且具有显著影响的问题。 数据泄露:隐蔽的系统性错误 数据泄露是指在预测时理论上无法获取的信息,通过某种…...
Spring Boot - 数据库集成05 - 集成MongoDB
Spring Boot集成MongoDB 文章目录 Spring Boot集成MongoDB一:使用前的准备1:依赖导入 & 配置2:实体类创建 二:核心 - MongoRepository三:核心 - MongoTemplate1:集合操作2:文档操作(重点)3&…...