吴恩达深度学习课程一：神经网络和深度学习 第二周：神经网络基础（六）向量化的反向传播
此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本篇为第一课第二周，是2.7，2.8， ...
“不要通过共享内存来通信”——深入理解Golang并发模型与CSP理论
Golang 在设计上另辟蹊径，其并发哲学的核心信条是：“不要通过共享内存来通信，而要通过通信来共享内存。” (Do not communicate by sharing memory; instead, share memory by communicating.) 这一理念源自通信顺序进程（Co ...
悟空原创：零门槛编程？实现了！拖拉流程，支持窗口界面设计支持生成独立可执行程序
悟空原创：零门槛编程？实现了！拖拉流程，支持窗口界面设计支持生成独立可执行程序 ...
MaxKB 的 RAG 引擎和向量存储实现细节
MaxKB 是一款开源企业级 AI 助手，其核心 RAG 引擎通过模块化设计实现高效的文档检索与智能生成。系统采用文档分段预处理（包括分词分块和嵌入生成）和基于向量的检索（支持相似性搜索和批量查询），结合增强生成技术（提示组装和参数调优）提升响应准确性。 MaxKB 支持本地模型存储（默认路径为 /... ...
使用 ONNX 将 AI 推理引入 Java：企业架构师实用指南
引言 虽然 Python 主导了机器学习生态，但大多数企业应用仍运行在 Java 上。这种脱节造成了部署瓶颈。用 PyTorch 或 Hugging Face 训练的模型在生产中往往需要 REST 封装、微服务或多语言变通方式才能运行。这些做法会增加延迟、提高复杂度，并削弱对系统的控制力。 对企业架 ...
每周读书与学习->初识JMeter 元件（五）
每周读书与学习是由清华大学出版社出版的《JMeter核心技术、性能测试与性能分析》一书的作者推出，分享作者多年的IT从业经历，希望对很多计算机科学技术IT类专业毕业生以及IT从业者有所帮助。 1、监听器 在Jmeter中监听器通常用于监听以及实时展示JMeter取样器的测试执行结果,监听器支持以树、 ...
从零到一：我在 Rokid Glasses 上“画”出一个远程协作系统
从零到一：我在 Rokid Glasses 上“画”出一个远程协作系统 作者手记：这不是一篇标准的 API 教程。而是一次真实开发历程的复盘——关于如何用一行 JSON，在 Rokid Glasses 的透明镜片上，“画”出一个能救命的远程协作界面。过程中踩过的坑、绕过的弯、灵光一现的解法，我都写在 ...
基于深度学习的图像增强-zeros-DCE模型源码分享
本文介绍了一个基于Zero-DCE深度学习模型的图像增强系统，能够自动优化曝光不足的暗淡图片。该系统采用PyQt5构建GUI界面，集成了预训练模型，支持快速图像增强处理（仅需几秒）。文章详细展示了系统原理、效果演示（包括夜景、街景等场景增强对比）、代码实现（含图像加载、模型推理、结果显示和保存功能）... ...
从零开始学Flink：流批一体的执行模式
本文详细介绍Apache Flink的批处理与流处理执行模式，包括Execution Mode的概念、配置方法、实现原理以及最佳实践。 ...
手把手带你解析复现3D点云检测经典之作PointNet
作者：SkyXZ CSDN：SkyXZ～-CSDN博客 博客园：SkyXZ - 博客园 PointNet论文Arxiv地址：[1612.00593] PointNet: Deep Learning on Point Sets for 3D Classification and Segmentatio ...
每天10分钟，混剪视频Agent产出50条爆款，单月变现6位数（喂饭级教程）
大家好，我是汤师爷，专注AI智能体分享，致力于帮助100W人用智能体创富~ 混剪视频作为一种将多种素材拼接组合的创作形式，在抖音、视频号、小红书等平台上广受欢迎。 传统的混剪制作需要耗费大量时间和精力：寻找素材、剪辑片段、添加特效、配音配乐……每一步都考验着创作者的耐心和技术。 然而，AI技术的革新 ...
彩笔运维勇闯机器学习--KNN算法
前言 彩笔运维勇闯机器学习：KNN算法，它也是分类中的一种 开始探索 scikit-learn import numpy as np import matplotlib.pyplot as plt from sklearn.model_selection import train_test_spli ...
Java并发机制的底层实现原理：从CPU到JVM的全面解析
深入理解volatile、synchronized和原子操作的实现机制，掌握高并发编程的核心原理 引言：为什么需要了解底层原理？ 在日常开发中，我们经常使用volatile、synchronized和原子类来解决并发问题。但仅仅会使用这些工具是不够的，只有深入理解它们的底层实现原理，才能在复杂的并发 ...
多进程环境中解决 PHP 文件系统锁定问题指南
多进程环境中解决 PHP 文件系统锁定问题指南 文件系统锁定是 PHP 应用在多进程环境中运行时一个关键但常被忽视的方面。当多个进程或线程同时访问共享文件时，如果没有适当的同步机制，可能会导致竞态条件、数据不一致甚至数据损坏。本指南将探讨在 PHP 应用中解决文件系统锁定问题的高级技术，确保数据完整 ...
鸿蒙应用开发从入门到实战（二十）：ArkUI内置弹窗组件
弹窗是移动应用中常见的一种用户界面元素，常用于显示一些重要的信息、提示用户进行操作或收集用户输入。ArkTS提供了多种内置的弹窗供开发者使用，除此之外还支持自定义弹窗，来满足各种不同的需求。 ...
SpringBoot中这10个神仙功能，惊艳到我了！
前言 我们每天都在用SpringBoot，但可能只用到了它20%的功能。 今天我要分享那些让开发效率提升数倍的隐藏神器，希望对你会有所帮助。 加苏三的工作内推群 一、@Conditional注解 有些小伙伴在工作中可能遇到过这样的场景：不同环境需要加载不同的Bean配置。 传统的做法是用@Profi ...
上周热点回顾（10.6-10.12）
热点随笔： · 忍了一年多，我做了一个工具将文章一键发布到多个平台 (前端欧阳)· 重磅福利，JetBrains 宣布 DataGrip 面向非商业用途免费！ (追逐时光者)· 一款专门为 WPF 打造的开源 Office 风格用户界面控件库 (追逐时光者)· 高性能场景为什么推荐使用Postgre ...
【光照】UnityURP[天空盒]原理与[动态天空盒]实现
《Unity URP动态天空盒技术解析》专栏文章摘要：URP天空盒采用立方体贴图技术，通过六面HDR图像构成全景环境，作为无限远背景始终跟随摄像机。核心技术包括：1.基于主光源方向的昼夜动态切换（smoothstep平滑过渡）；2.Shaders实现分层颜色混合与地平线光晕；3.性能优化（1次绘制调... ...
阅读《构建之法》提出的5个问题
问题1：科技公司应如何应对“颠覆式”的创新 书中上下文：16.1.2迷思之⼆：⼤家都喜欢创新 第348页 “如果这位年轻⼈提的想法是改进电报技术，⼀定会受到欢迎，这⼀类创新是改良式的（Incremental Innovation），但是，有些创新是颠覆式的（Disruptive Innovation ...
将 GPU 级性能带到企业级 Java：CUDA 集成实用指南
引言 在企业软件世界中，Java 依靠其可靠性、可移植性与丰富生态持续占据主导地位。 然而，一旦涉及高性能计算（HPC）或数据密集型作业，Java 的托管运行时与垃圾回收开销会在满足现代应用的低延迟与高吞吐需求上带来挑战，尤其是那些涉及实时分析、海量日志管道或深度计算的场景。 与此同时，最初为图像渲 ...
