ResNet-50学习笔记 什么是残差（Residual）？在深度网络中，假设某层的理想映射为 H(x)，输入为 x，则残差 F(x)=H(x)−x。残差网络通过引入短接连接（Skip Connection），将网络的学习目标从学习完整的 H(x) 转变为学习残差 F(x)。残差的本质是目标函数的重构。它将“直接拟合目标特征”转换成了“拟合输入与目标之间的差异”。这种转换使得网络在冗余层中极易实现“恒等映射”（只需让 F(x)→0），从而彻底解决了网络加深导致的梯度消失和网络退化问题，使训练上百层甚至上千层的超深网络成为可能。

阅读 344

8赞

收藏 6
机器学习系统设计最佳实践 设计一个高效、可靠且可扩展的机器学习系统并非易事，需要综合考虑数据、模型、工程实现和业务需求等多个维度。本文将介绍机器学习系统设计的最佳实践，帮助开发者和团队构建更稳健的智能解决方案。实时监控模型性能，设置指标（如准确率、延迟）告警，及时发现并修复模型退化问题。数据是机器学习系统的基石，高质量的数据直接影响模型性能。通过以上实践，机器学习系统不仅能高效运行，还能长期保持稳定性和可靠性。未来，随着技术的进步，这些最佳实践也将不断演进，推动智能系统迈向更高水平。**系统可扩展性与监控****模型选择与优化**

阅读 15

0赞

收藏 0
力扣hot100笔记（1） 目前已经写了：力扣hot100笔记(1)：42.接雨水。239.滑动窗口最大值。

阅读 50

1赞

收藏 0
【Qt/C++】Qt/C++ 中 :: 和 . 到底有什么区别？ 在 Qt/C++ 开发中，:: 和 . 虽然都用于访问成员，但前者表示通过类名访问，后者表示通过对象调用，理解它们的区别是读懂和编写代码的基础。

阅读 365

8赞

收藏 6
Web 后端 Python 基础安全 【代码】Web 后端 Python 基础安全。

阅读 514

8赞

收藏 8
【 Godot 4 学习笔记】循环和判断 特性语法关键词适用场景条件判断ifelifelse处理分支逻辑，如碰撞检测、状态检查。多重匹配match处理菜单选择、状态机、按键映射。计数循环生成网格、执行固定次数的操作。集合遍历处理背包物品、遍历场景中的敌人列表。条件循环while等待特定条件满足（如加载进度），需小心死循环。掌握这些结构，你就能编写出具有复杂逻辑的游戏脚本了！

阅读 174

3赞

收藏 1
Qt C++ 工业级 libmodbus 库完全开发指南 本文全面介绍了如何在Qt C++环境下使用工业级libmodbus库进行Modbus通信开发。文章首先阐述了libmodbus的核心优势，包括开源免费、跨平台支持、协议全面等特点。接着详细讲解了开发环境配置、核心架构与执行流程，以及Modbus地址规则等基础知识。重点展示了libmodbus的高级功能，如批量寄存器读写、线圈操作、超时设置、错误处理、TCP双模式等工业常用功能。最后提供了完整的Qt工程代码示例和libmodbus函数速查手册。本文可作为工控领域开发人员的实用参考指南，帮助快速掌握基于Qt的M

阅读 31

0赞

收藏 0
NLP学习笔记06：关系抽取——从规则方法到预训练模型 《关系抽取技术综述：从规则到预训练模型》 关系抽取是自然语言处理的核心任务，旨在识别文本中实体间的语义关联。本文系统梳理了关系抽取的发展路径：早期基于规则的方法依赖人工模板，简单直观但扩展性差；监督学习方法通过标注数据训练分类器，提高了泛化能力；半监督和远程监督技术降低了数据标注成本；当前主流采用BERT等预训练模型，显著提升了处理复杂表达的能力。关系抽取广泛应用于知识图谱构建、智能问答和信息检索，其核心技术包括实体识别、关系分类和结构化表示。评估指标主要关注精确率、召回率和F1值。实践表明，预训练模型结合

阅读 316

9赞

收藏 7
【初始Python】Python学习基础（数据类型、定义、变量、下标、目前的开发语言对比） Python学习基础（数据类型、定义、变量、下标、目前的开发语言对比）

阅读 650

10赞

收藏 11
LVGL部件应用笔记（基于正点原子教程，持续更新） 本文是基于正点原子教程的LVGL部件使用笔记，原视频链接如下因为本文是针对部件层，想对于每个部件留下一点记录，不涉及具体芯片的移植，关于移植，其实很看具体情况，首先配置显示，触摸可选，然后提供时基。然后看项目是否要上RTOS,是否有外部RAM，是否有自研的管理算法…本文使用Windows模拟器开发，使用版本为LVGL8.3，具体模拟器配置可看这篇文章同时这里也可以使用Trae和Qcode，直接问AI，问题解决更快。更新日志首次创建并发布博客——260417。

阅读 351

7赞

收藏 11
4.17 学习笔记 def 函数名称 (参数 1, 参数 2, 参数 3, ... 参数 n):代码段。

阅读 358

4赞

收藏 5
HTML头部元信息避坑指南大纲 提供标准化头部模板示例，涵盖基础必备标签。强调定期审计头部元信息的重要性，适应Web标准更新。

阅读 79

0赞

收藏 3
云原生创新探索 在数字化转型的浪潮中，云原生技术以其敏捷性、弹性和可扩展性成为企业技术创新的核心驱动力。云原生不仅改变了传统应用的开发和部署方式，更通过容器化、微服务、DevOps等理念，推动企业向高效、智能的未来架构迈进。本文将围绕云原生创新探索，从技术架构、应用场景和生态发展三个维度展开分析，为读者揭示云原生的前沿实践与未来趋势。开源社区（如CNCF）推动了技术的快速迭代，而云厂商与企业的深度合作则加速了技术落地。未来，随着AI与云原生的深度融合，智能化运维和自动化编排将成为新的探索方向。**技术架构革新**

阅读 63

0赞

收藏 1
奈奎斯特判据 + MATLAB建模实现 + 车辆纵向动力学 详细推导笔记 摘要 本文系统介绍了奈奎斯特判据的理论与应用，结合MATLAB实现和车辆纵向动力学建模，形成完整的控制理论实践链路。主要内容包括： 奈奎斯特判据：通过开环频率特性曲线判断闭环系统稳定性，核心公式Z=N+P，其中Z为闭环右极点个数，N为包围(-1,j0)的圈数，P为开环右极点个数。开环稳定系统(P=0)判稳条件为N=0（曲线不包围(-1,j0)）。 MATLAB实现：详细演示了nyquist函数的使用方法，包括传递函数定义、图形绘制和稳定性判断。提供了完整的代码示例和判稳步骤，特别说明了含积分环节系统的处理方

阅读 352

11赞

收藏 8
图形学笔记——Curves（对应虎书15章） 比如，“第一段曲线”的控制点是p1，p2，p3，p4，在“第一段曲线”向“第二段曲线”过渡的过程中，p1的权重会逐渐降为0，当p1权重降为0之后，p5的权重会开始增加，“第二段曲线”的控制点就是p2，p3，p4，p5，这种数学模型天然具有连续性，如果你感觉抽象的不可信，之后会有具体的连续性的数学推导，现在先理解思想。这四个特性都不难理解，也是我们想要让曲线满足的，但可惜的是，数学上来讲，最多只能满足其中三个，所以不同的应用需求之下，我们需要用不同的曲线近似方法，对这个四个条件进行取舍。

阅读 393

8赞

收藏 4
表格识别技术通过深度学习与计算机视觉，实现复杂表格的自动化解析与结构化输出 表格识别技术通过深度学习与计算机视觉，实现复杂表格的自动化解析与结构化输出。其技术流程包括图像预处理、表格区域定位、结构解析、文字识别和结构化输出五个关键环节，融合了U-Net、GNN、Transformer等先进算法，能处理变形、模糊、嵌套等复杂表格场景。该技术已广泛应用于金融报表、医疗病历、物流运单等领域，显著提升了数据提取效率与准确性。随着多模态大模型的发展，表格识别正从单纯的数据提取向"理解-校验-应用"全链路演进，成为数字化转型的重要技术支撑。

阅读 366

8赞

收藏 5
NLP学习笔记07：文本相似度计算——从 TF-IDF 到 BERT 本文介绍了文本相似度计算的核心概念和方法演进。从传统的词频统计（TF-IDF）到词向量（Word2Vec）再到预训练模型（BERT），文本相似度计算逐步从字面匹配向语义理解发展。文章详细讲解了不同方法的原理、优缺点及适用场景，并通过新闻标题相似度检测的实例展示了TF-IDF+余弦相似度的应用。同时指出该领域面临的挑战，如一词多义、长文本处理等。最后强调在实际应用中需要权衡计算效率与语义精度，针对不同场景选择合适方法。

阅读 387

10赞

收藏 12
02-机器学习基础： 监督学习——线性回归 这篇文章介绍了线性回归的基本原理和应用。主要内容包括： 问题场景：通过房屋面积预测价格的示例，说明线性回归要解决的问题是找到最佳拟合直线来描述数据趋势。 核心原理： 使用最小二乘法寻找最优直线，通过最小化均方误差(MSE)来评估拟合效果 数学推导展示了如何通过求导和正规方程直接计算最优参数 实现方法： 提供了使用正规方程实现线性回归的代码框架 解释了单特征和多特征情况下的参数计算方法 文章通过可视化图表展示了不同拟合直线的效果比较，并详细讲解了损失函数的概念和最小二乘法的数学原理，帮助读者理解线性回归的核心

阅读 349

11赞

收藏 3
【OSG学习笔记】Day 53: Text3D（ 三维文字） 本文介绍了OpenSceneGraph（OSG）中的三维立体文字渲染技术——osgText::Text3D。该技术能生成具有厚度、可360°查看的三维文字模型，支持自定义厚度、渲染模式、材质光照等特性，适用于数字孪生、场景标识、广告展示等场景。文章详细解析了Text3D的继承关系、核心API和使用方法，并提供了完整代码示例，展示了其在三维空间中的实际应用效果。通过对比平面文字，突出了Text3D作为三维模型文字的独特优势，为OSG开发者提供了专业的三维文字解决方案。

阅读 594

15赞

收藏 5
云原生实践总结 在数字化转型浪潮中，云原生技术凭借其敏捷性、弹性和可扩展性，成为企业构建现代化应用的核心选择。云原生不仅是一种技术架构，更是一种方法论，涵盖容器化、微服务、DevOps、服务网格等关键技术。本文将从实际应用场景出发，总结云原生实践中的关键经验，帮助团队规避常见陷阱，最大化技术价值。容器化是云原生的基石，通过Docker等工具将应用及其依赖打包成轻量级单元，实现环境一致性。未来，随着Serverless和AIOps的成熟，云原生生态将进一步释放潜力，成为数字化转型的持久动力。云原生实践数字化转型的核心引擎。

阅读 25

0赞

收藏 0
作者推荐
科技D人生
金融科技领域技术 & 云基础设施 & 云原生微服务 & 云原生时代标准交付 & PAAS 技术研发 & Kubernetes & 项目与技术管理
关注
Web3 Horizon
欢迎讨论区块链前沿技术和web3的发展： 电报：https://t.me/blckchainfans
关注
南淮北安
好好学习
关注
谷哥的小弟
历任研发工程师，技术组长，项目经理；曾于2016年、2020年两度荣获CSDN年度十大博客之星。出版《MyBatis核心技术全解与项目实战》、《大模型应用开发实践 基于Spring AI+DeepSeek实现》以及《Spring AI大模型应用开发》等多部技术图书。 十载寒冰，难凉热血；多年过去，历经变迁，物是人非。 然而，对于技术的探索和追求从未停歇。 坚持原创，热衷分享，初心未改，继往开来！
关注
david_lv
深圳明源软件CTO,房地产行业信息化领导者,专注房地产行业信息化13年.
关注
_iorilan
10年以上软件工程经验，先后从事在线教育/IT金融/即时通信/政府/物流平台/零售/门禁/监控等领域。专注夯实基础/项目成本与架构平衡/框架调研/团队高效协同工作
关注
硅谷可控大模型智能体AI技术
以大模型智能体第一性原理为核心，融合硅谷专家多年企业级智能体系统实践，以 Controllable AI 为纲，打通 Agent 系统工程 与 强化学习（RL）控制引擎，构建运行时可治理的智能体体系。请加微信：NLP_ChatGPT_LLM，咨询课程事宜
关注
李发展
《iOS移动开发从入门到精通》、《神奇的Photoshop脚本自动化与插件开发》、《幻灯之美-PPT设计艺术》图书作者，苹果商店热门应用《互动教程》作者，互动教程网创始人。拥有20多年的IT行业工作和教学经验，曾就职于知名外企，主要负责iOS高级开发、Java开发，服务过中国电信，宾利，古琦，香格里拉，杜蕾斯等行业标杆品牌。拥有丰富的实战和教学经验，授课形式不拘一格。熟悉iOS、Swift、Java、UI设计、Javascript开发等技术。
关注
自由程序员
TA很懒，还没有添加简介
关注
简说Python
个人微信公众号：简说Python，送精选Python电子书。
关注