2024个人总结
眼睛一睁一闭，一年又过去了，小小总结一下个人的2024 构建了某某跨平台电商工具站点后端核心 尽事在人，成事在天，主体架构构建不孬，吾亦算尽忠职守 偏处吾编码也随事之变化不断磨砺改造工具利剑，某些经验也总结成了库sv.db和几篇文章,不算多强，只是为自己工作省事不少 略微遗憾基于openresty的 ...
JedisPool和Jedis推荐的生命周期
在开发Web项目时，使用Jedis客户端与Redis进行交互时，通常建议将 JedisPool 设置为单例或静态的，而 Jedis 实例则不应该是单例的。之前写过jedis使用注意事项，大家可以先阅读一下，然后再看下面的最佳实践： 1. JedisPool 设置为单例或静态 原因： JedisPoo ...
JSON解析的这6种方案，真香！
前言 在 Java 开发中，解析 JSON 是一个非常常见的需求。 不管是和前端交互、调用第三方接口，还是处理配置文件，几乎都绕不开 JSON。 这篇文章总结了6种主流的 JSON 解析方法，希望对你会有所帮助。 (我最近开源了一个基于 SpringBoot+Vue+uniapp 的商城项目，欢迎访 ...
.Net程序员机会来了，微软官方新推出一个面向Windows开发者本地运行AI模型的开源工具
想要开发AI产品的.Net程序员机会来了，这个项目应该好好研究。 虽然说大模型基本都有提供网络API，但肯定没有直接使用本地模型速度快。 最近微软官方新推出AI Dev Gallery开源项目，可以帮助Windows开发人员学习如何将具有本地模型和API的AI添加到Windows应用程序中。 01 ...
SINE：上下文示例驱动，打造真正的通用分割模型 | NeurIPS'24
来源：晓飞的算法工程笔记 公众号，转载请注明出处 论文: A Simple Image Segmentation Framework via In-Context Examples 论文地址：https://arxiv.org/abs/2410.04842 论文代码：https://github.c ...
gRPC编译与字段编号的细节探讨
上次我们专门通过一个简单的HelloWorld示例来了解了gRPC的基本概念和使用方法。今天，我们将继续深入探讨gRPC，重点讨论一些在实际应用中需要特别注意的要点。实际上，gRPC的核心目标是简化远程调用的过程，它通过定义清晰的接口，利用Protocol Buffers（简称proto协议）来生成 ...
大语言模型提示技巧（二）－给模型时间思考
在与大语言模型交互的时候，如果模型给出了错误的结论，不要着急否定大模型的能力，我们应当尝试重新构建查询，请求模型在提供它的最终答案之前进行一系列相关的推理。也就是说，如果给模型一个在短时间或用少量文字无法完成的任务，它可能会给出不那么完美甚至是错误的回答。其实这种情况对人类来说也是存在的。一个人解答 ...
《深入理解Mybatis原理》MyBatis配置解析过程
配置解析主体方法 public Configuration parse() { if (parsed) { throw new BuilderException("Each XMLConfigBuilder can only be used once."); } parsed = true; //源 ...
JVM实战—7.如何模拟GC场景并阅读GC日志
大纲 1.动手模拟出频繁Young GC的场景 2.JVM的Young GC日志应该怎么看 3.代码模拟动态年龄判定规则进入老年代 4.代码模拟S区放不下部分进入老年代 5.JVM的Full GC日志应该怎么看 6.问题汇总 1.动手模拟出频繁Young GC的场景 (1)程序的JVM参数示范 (2 ...
Python 虚拟环境：原理解析与最佳实践
从一个困境说起 小王最近遇到了一个棘手的问题：他在维护两个 Python 项目，一个是去年开发的数据分析系统，依赖 TensorFlow 1.x；另一个是最近在做的预测模型，需要用到 TensorFlow 2.x 的新特性。每次切换项目时，他都要手动更改 Python 包的版本，这不仅繁琐，而且经常 ...
深度学习基础理论————分布式训练（模型并行/数据并行/流水线并行/张量并行）
主要介绍Pytorch分布式训练代码以及原理以及一些简易的Demo代码 模型并行 是指将一个模型的不同部分（如层或子模块）分配到不同的设备上运行。它通常用于非常大的模型，这些模型无法完整地放入单个设备的内存中。在模型并行中，数据会顺序通过各个层，即一层处理完所有数据之后再传递给下一层。这意味着，在任 ...
基于高德地图API在Python中实现地图功能的方法
本文介绍在高德开放平台中，申请、获取地图API的Key的方法；同时通过简单的Python代码，调取API信息，对所得Key的可用性加以验证~ ...
DVWA靶场File Inclusion (文件包含) 漏洞所有级别通关教程及源码解析
文件包含 文件包含漏洞（File Inclusion Vulnerability）是一种常见的网络安全漏洞，主要出现在应用程序中不安全地处理文件路径时。攻击者可以利用此漏洞执行恶意文件，或者访问不该被访问的文件 1. low 有3个页面 随便点击一个，可以在url处发现传参点 访问：http://1 ...
分布式系统架构6：链路追踪
本文深入探讨了链路追踪在分布式系统中的重要性，介绍了追踪与跨度的核心概念，及数据收集和存储的有效方法。我们还分析了OpenTracing和OpenTelemetry等现代追踪协议，帮助开发者提升系统的可观测性和性能优化。如果你想了解如何更好地掌握链路追踪技术，点击阅读全文，开启系统架构的新视野！ ...
大语言模型提示技巧（一）－指令要清晰、具体
在与大语言模型对话时，应该提供尽可能清晰和具体的指令来表达希望模型执行的操作，这将有助于模型给出接近你所期待的输出，并降低得到无关或不正确回复的可能性。但需要注意的是，编写清晰的指令不意味着编写简短的指令，事实上，更长的提示实际上更清晰且提供了更多的上下文，这会使得大语言模型输出更详细更相关的内容。 ...
再见2024，一个算法研发的个人年终总结
元旦将近，显然又是一年岁末。 同事开始讨论中午吃什么，以及晚上的跨年计划之类的大问题。 我开始努力回想自己的2024，秉承着毕业以来每年写个人总结的习惯， 也因为近年来自己的节奏和生活越来越快，只能在年终的节点停下来回顾下自己的历程。 前言 我打开了自己的相册，下面且慢慢说来。 一些流水账 因为时间 ...
您的公司需要小型语言模型
当专用模型超越通用模型时 “越大越好”——这个原则在人工智能领域根深蒂固。每个月都有更大的模型诞生，参数越来越多。各家公司甚至为此建设价值100亿美元的AI数据中心。但这是唯一的方向吗？ 在NeurIPS 2024大会上，OpenAI联合创始人伊利亚·苏茨克弗提出了一个观点：“我们所熟知的预训练将无 ...
平淡与新鲜 - 我的2024关键词
我坐在电脑前，仔细回想这一年发生的事情，竟然有点模糊，好像我的2024不存在一样，犹如2023、2022年我已记不起来了。于是乎我紧忙翻阅手机里面的相册，试图回忆起我的2024。 ...
自动评估基准 | 技巧与提示
过去几年，大语言模型 (LLM) 的进程主要由训练时计算缩放主导。尽管这种范式已被证明非常有效，但预训练更大模型所需的资源变得异常昂贵，数十亿美元的集群已经出现。这一趋势引发了人们对其互补方法的浓厚兴趣， 即推理时计算缩放。推理时计算缩放无需日趋庞大的预训练预算，而是采用动态推理策略，让模型能够对难 ...
Java子线程无法获取Attributes的解决方法
在Java多线程编程中，开发者经常会遇到子线程无法获取主线程设置的Attributes的问题。Attributes通常用于存储与当前线程相关的数据，尤其在Web应用中，它们常用于请求上下文的管理。然而，由于Java线程是独立运行的，每个线程有自己的内存空间，一个线程无法直接访问另一个线程的局部变量或... ...
