<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Python_Ai_Road的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/Python_Ai_Road</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; Python_Ai_Road]]></copyright><item><title><![CDATA[1张因果图，破解90%的决策误区：从相关性到因果性的终极分析框架]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/159933931</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/159933931</guid><author>Python_Ai_Road</author><pubDate>Tue, 07 Apr 2026 22:54:28 +0800</pubDate><description><![CDATA[你是不是也遇到过这样的困惑：明明做了促销，销量涨了，却算不清到底是促销起了作用，还是商品本身就该爆？看到孩子上了补习班的同学成绩更好，就跟风报班，结果孩子成绩没涨，反而越来越厌学？刷到无数"XX和XX高度相关"的结论，却分不清哪些是真的因果，哪些是虚假的关联？生活里、工作中90%的决策失误，本质都源于同一个问题：错把相关性当成了因果性。而因果图（也叫有向无环图DAG），就是帮你从相关性的迷雾里，锚定真实因果的终极分析工具。]]></description><category></category></item><item><title><![CDATA[像Agent一样思考，3个核心理念]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/159621296</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/159621296</guid><author>Python_Ai_Road</author><pubDate>Sun, 29 Mar 2026 21:14:41 +0800</pubDate><description><![CDATA[这是 AI 编码工具（Claude Code、OpenCode、Copilot 、Cursor等）好用的核心基础设施之一——它们都深度集成了 LSP，用语言服务器的即时反馈来持续纠正 AI 的生成方向。没有约束的 AI 就像没有测试的代码——它可能"看起来能用"，但一旦需求复杂、迭代多轮，就开始漂移。AI 没有记忆负担，它不需要图标，它需要的是结构化的、可组合的、输出明确的接口。主Agent传入给Subagent的Prompt信息相当于工具的输入参数，然后从Subagent获取的结果相当于工具的输出结果。]]></description><category></category></item><item><title><![CDATA[Harness工程，为AI烈马套上缰绳]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/159556618</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/159556618</guid><author>Python_Ai_Road</author><pubDate>Fri, 27 Mar 2026 07:39:27 +0800</pubDate><description><![CDATA[Harness = 模型之外的一切：提供智能、推理、生成能力（引擎）Harness：环境、约束、工具、验证、反馈、记忆、沙箱、编排的总和（方向盘+刹车+赛道+仪表盘）OpenAI是这样定义Harness Engineering 的。软件工程团队的主要工作不再是写代码，而是设计环境、明确意图、构建反馈循环，让 AI Agent 可靠地完成工作。Harness Engineering 不是优化 AI，而是优化 AI 工作的环境；不是让 AI 变聪明，而是让 AI 可观测、可信任、可修复。]]></description><category></category></item><item><title><![CDATA[我用ai coding开发了一款颜值测试小程序]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/158828755</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/158828755</guid><author>Python_Ai_Road</author><pubDate>Sun, 08 Mar 2026 22:50:39 +0800</pubDate><description><![CDATA[刚开始的时候，不要让trae给你开发一个很复杂很高端的东西，而应该保持简单。就是出现了一个bug后，把报错日志告诉trae，不成功，然后不停地尝试，bug依然解决不了，甚至出现更多的bug。所谓恋爱诊所，就是把和异性的聊天记录发给这个APP，它可以帮助你诊断双方的情感状态，也可以给出回复的建议。成功做出来了简单的产品后，积累了较为完整的经验后，看看哪里还有痛点，卡点，一点点地去迭代，升华你的产品。随着cursor的火爆，我了解后快速地学习试用了一下，有了它的加持，我感觉前端领域我忽然变得强的可怕。]]></description><category></category></item><item><title><![CDATA[这个SKILL打通了AI写公众号文章的最后一公里]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/158824219</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/158824219</guid><author>Python_Ai_Road</author><pubDate>Sun, 08 Mar 2026 22:50:39 +0800</pubDate><description><![CDATA[自动完成从 Markdown -> HTML -> 图片修复上传 -> 封面生成 -> 草稿创建 的整套流程。把 Markdown 文章处理成适合公众号发布的 HTML，上传图片，生成封面，并提交到公众号草稿箱。step3: 一键投稿 (将本地markdown文章直接投递到公众号草稿箱， 人工确认后即可发布)支持常见 Markdown 内容，包括图片、代码块、表格、引用、数学公式等。，还要把当前机器的公网 IP 加到公众号后台的 IP 白名单。进入“设置与开发” -> “开发接口管理” -> “基本配置”]]></description><category></category></item><item><title><![CDATA[Tabm，一个自带集成特效的深度学习模型]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/151939470</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/151939470</guid><author>Python_Ai_Road</author><pubDate>Sun, 21 Sep 2025 22:31:29 +0800</pubDate><description><![CDATA[2，为了减少总的权重参数规模，这些小模型有相当多的权重参数是共享的，因此Tabm的实际权重大小是显著小于许多个完全独立的小模型的，这种权重共享的设计实际上也起到了一定的正则化的作用，可以提升模型的效果。1，Tabm由许多MLP小模型(例如k=32个)组成的，每个小模型都可以输出独立的预测，每个小模型的loss也是独立计算的。最终的预测是它们的预测结果的平均。3，Tabm还引入了精心设计的对数值特征的PLREmbedding技术以及模型参数初始化方法，这些设计也能显著提升模型的效果。在广泛的结构化数据集上，]]></description><category></category></item><item><title><![CDATA[3小时吃掉HiveSQL：从基础语法到性能优化]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/149704928</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/149704928</guid><author>Python_Ai_Road</author><pubDate>Sun, 27 Jul 2025 18:21:02 +0800</pubDate><description><![CDATA[主要是shuffle过程需要先将数据按照key排序，然后将排序的数据序列化后通过网络传输按照key发送给不同的reducer，然后reducer接收到数据后还要反序列化。排序，序列化和反序列化，以及网络传输都是非常耗时的。MapJoin的 实现方式是将小表广播到所有Map任务的内存中，大表的数据按分片分配到各个Map 任务，逐行读取并与内存中的小表哈希表进行匹配实现join。SkewJoin的实现方式是进行倾斜检测和数据分离，将倾斜key作mapjoin处理，非倾斜key普通join处理，最后合并数据。]]></description><category></category></item><item><title><![CDATA[＜span class=“js_title_inner“＞抛一枚硬币，掌握三种参数估计方法＜/span＞]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/157655621</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/157655621</guid><author>Python_Ai_Road</author><pubDate>Thu, 05 Jun 2025 19:20:40 +0800</pubDate><description><![CDATA[仅考虑数据本身，不引入先验知识，等价于经验风险最小化（ERM），容易受到数据量小或极端数据的影响（比如一枚新硬币只投了一次就正面朝上，MLE会认为。：引入先验，等价于带正则化项的极大似然（如 L2 正则化对应正态分布先验， L1正则化对应双指数分布先验），相当于结构风险最小化（SRM）。韩梅梅：李雷你太顽固了，这枚硬币也没有说一定是均匀的呀，假如抛了1000次，没有1次正面朝上，你还敢说正面朝上的概率是50%吗？李雷：如果只抛了1次，反面朝上，那按照韩梅梅你的说法，你敢说这个硬币正面朝上的概率是0%？]]></description><category></category></item><item><title><![CDATA[抛一枚硬币，掌握三种参数估计方法]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/148462744</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/148462744</guid><author>Python_Ai_Road</author><pubDate>Thu, 05 Jun 2025 19:20:40 +0800</pubDate><description><![CDATA[仅考虑数据本身，不引入先验知识，等价于经验风险最小化（ERM），容易受到数据量小或极端数据的影响（比如一枚新硬币只投了一次就正面朝上，MLE会认为。：引入先验，等价于带正则化项的极大似然（如 L2 正则化对应正态分布先验， L1正则化对应双指数分布先验），相当于结构风险最小化（SRM）。韩梅梅：李雷你太顽固了，这枚硬币也没有说一定是均匀的呀，假如抛了1000次，没有1次正面朝上，你还敢说正面朝上的概率是50%吗？李雷：如果只抛了1次，反面朝上，那按照韩梅梅你的说法，你敢说这个硬币正面朝上的概率是0%？]]></description><category></category></item><item><title><![CDATA[＜span class=“js_title_inner“＞我用trae开发了一款颜值测试小程序＜/span＞]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/157659830</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/157659830</guid><author>Python_Ai_Road</author><pubDate>Sat, 22 Mar 2025 21:18:23 +0800</pubDate><description><![CDATA[刚开始的时候，不要让trae给你开发一个很复杂很高端的东西，而应该保持简单。就是出现了一个bug后，把报错日志告诉trae，不成功，然后不停地尝试，bug依然解决不了，甚至出现更多的bug。所谓恋爱诊所，就是把和异性的聊天记录发给这个APP，它可以帮助你诊断双方的情感状态，也可以给出回复的建议。成功做出来了简单的产品后，积累了较为完整的经验后，看看哪里还有痛点，卡点，一点点地去迭代，升华你的产品。随着cursor的火爆，我了解后快速地学习试用了一下，有了它的加持，我感觉前端领域我忽然变得强的可怕。]]></description><category></category></item><item><title><![CDATA[＜span class=“js_title_inner“＞Y→MVP→AARRR：解锁产品增长的「三把钥匙」全图谱＜/span＞]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/157648942</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/157648942</guid><author>Python_Ai_Road</author><pubDate>Sat, 22 Mar 2025 21:18:23 +0800</pubDate><description><![CDATA[实际上，绝大部分的企业，包括我们许多熟悉的互联网企业，花费在广告营销上的费用，是远远高于产品技术研发的。它们也可能是微信这样的东西，是抖音这样的东西，是拼多多这样的东西，具有一定的技术门槛，但让它们真正超越竞争对手的，是它们创新的产品形态或者对某一空白市场的填补。现在我发现，这个梦想关键的卡点，不是我不知道做什么东西，也不是我做不出来这个东西，而是做出来的东西没有什么人用。在今天，各种汽车都满足"快"的需求了，由于路况的限制，5万元的吉利和500万的宾利几乎可以同时从北京的北三环到南三环。]]></description><category></category></item><item><title><![CDATA[Y→MVP→AARRR：解锁产品增长的「三把钥匙」全图谱]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/146465991</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/146465991</guid><author>Python_Ai_Road</author><pubDate>Sat, 22 Mar 2025 21:18:23 +0800</pubDate><description><![CDATA[实际上，绝大部分的企业，包括我们许多熟悉的互联网企业，花费在广告营销上的费用，是远远高于产品技术研发的。它们也可能是微信这样的东西，是抖音这样的东西，是拼多多这样的东西，具有一定的技术门槛，但让它们真正超越竞争对手的，是它们创新的产品形态或者对某一空白市场的填补。现在我发现，这个梦想关键的卡点，不是我不知道做什么东西，也不是我做不出来这个东西，而是做出来的东西没有什么人用。在今天，各种汽车都满足"快"的需求了，由于路况的限制，5万元的吉利和500万的宾利几乎可以同时从北京的北三环到南三环。]]></description><category></category></item><item><title><![CDATA[＜span class=“js_title_inner“＞我用trae开发了一款颜值测试小程序＜/span＞]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/157684385</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/157684385</guid><author>Python_Ai_Road</author><pubDate>Mon, 17 Mar 2025 23:31:19 +0800</pubDate><description><![CDATA[刚开始的时候，不要让trae给你开发一个很复杂很高端的东西，而应该保持简单。就是出现了一个bug后，把报错日志告诉trae，不成功，然后不停地尝试，bug依然解决不了，甚至出现更多的bug。所谓恋爱诊所，就是把和异性的聊天记录发给这个APP，它可以帮助你诊断双方的情感状态，也可以给出回复的建议。成功做出来了简单的产品后，积累了较为完整的经验后，看看哪里还有痛点，卡点，一点点地去迭代，升华你的产品。随着cursor的火爆，我了解后快速地学习试用了一下，有了它的加持，我感觉前端领域我忽然变得强的可怕。]]></description><category></category></item><item><title><![CDATA[零帧起手，3个典型场景范例带你上手uv一站式环境管理~]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/146330495</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/146330495</guid><author>Python_Ai_Road</author><pubDate>Mon, 17 Mar 2025 23:31:19 +0800</pubDate><description><![CDATA[包括：包管理，项目管理，虚拟环境管理，Python版本管理，package发布，tool管理。现在，uv就能够更快更方便地帮我们做好项目的虚拟环境管理，并且可以用uv run 直接应用项目环境来跑代码，无需激活环境。可以参与测试的宝贝的年龄范围很大，可以是6个月的，可以是360个月的，也可以是720个月的。uv安装库的速度真的飞快，一些大的包如pandas，torch，下载好了之后只要几秒钟就安装完了。项目相关的依赖都会明明白白地写在项目的配置文件中，后面在不同的机器上也能够很快地搭建起这个环境。]]></description><category></category></item><item><title><![CDATA[我用trae开发了一款颜值测试小程序]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/146142982</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/146142982</guid><author>Python_Ai_Road</author><pubDate>Sun, 09 Mar 2025 15:00:47 +0800</pubDate><description><![CDATA[大家好，我是农村程序员，独立开发者，行业观察家，算法之虎，前端之兔，一个有毅力的吃货。最近我在trae的帮助下开发的一个小程序，颜值水晶球。可以召唤美丽女神维纳斯♀测量和点评✨颜值✨。希望能够给你们带来快乐????????????一，体验小程序大家可以点击上述小程序，也可以搜索微信小程序“颜值水晶球”，还可以扫描下面的二维码来体验。我个人对这个小程序的效果还是比较满意的，产品的完成度可以打9分。下面是一个操作演示视...]]></description><category></category></item><item><title><![CDATA[＜span class=“js_title_inner“＞非常丝滑，腾讯元宝已支持deepseek R1＜/span＞]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/157647945</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/157647945</guid><author>Python_Ai_Road</author><pubDate>Thu, 13 Feb 2025 12:10:49 +0800</pubDate><description><![CDATA[今天在使用腾讯元宝网页版的时候发现可以切换成deepseek r1模型。封面图中央是文章标题：非常丝滑，腾讯元宝已支持deepseek R1~。封面图的尺寸是1200x800, 封面图的颜色是渐变的蓝色。使用html和js生成一个文章封面图。8个数字8，如何使它等于1000？老鼠生病了可以吃老鼠药治好吗？试了几个问题，响应非常丝滑。，获取腾讯元宝网页版链接～文章标题分两行显示。]]></description><category></category></item><item><title><![CDATA[非常丝滑，腾讯元宝已支持deepseek R1]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/145623689</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/145623689</guid><author>Python_Ai_Road</author><pubDate>Thu, 13 Feb 2025 12:10:49 +0800</pubDate><description><![CDATA[今天在使用腾讯元宝网页版的时候发现可以切换成deepseek r1模型。还支持联网搜索。试了几个问题，响应非常丝滑。一，弱智题老鼠生病了可以吃老鼠药治好吗？二，数学题8个数字8，如何使它等于1000？三，编程题使用html和js生成一个文章封面图。封面图的尺寸是1200x800, 封面图的颜色是渐变的蓝色。封面图中央是文章标题：非常丝滑，腾讯元宝已支持deepseek R1~。文章标题分两行显示。...]]></description><category></category></item><item><title><![CDATA[30分钟vscode入门指南]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/145374015</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/145374015</guid><author>Python_Ai_Road</author><pubDate>Sun, 26 Jan 2025 23:48:39 +0800</pubDate><description><![CDATA[前方干货预警????????这可能是你能够找到的最清晰最精华的针对Python程序员的vscode入门指南。公众号算法美食屋后台回复关键词：vscode，获取本文markdown源码。〇，前言一直以来我最喜欢的编程IDE是 Jupyter。喜欢它的交互式开发与快速迭代。（密集反馈）喜欢它的数据探索与可视化集成。（数据驱动）喜欢它的代码与文档一体化。(叙事编程)但是，copilot/cursor/trae/cl...]]></description><category></category></item><item><title><![CDATA[DeepFM 二分类范例代码]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/142011096</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/142011096</guid><author>Python_Ai_Road</author><pubDate>Sat, 07 Sep 2024 18:25:08 +0800</pubDate><description><![CDATA[前方干货预警：这可能是你能够找到的最容易理解和最容易跑通的DeepFM建模范例代码。本范例演示使用 torchkeras中内置的DeepFM实现进行广告点击率预测。公众号算法美食屋后台回复关键词：torchkeras，获取本文notebook源码和所用criteo_small数据集下载链接。有关DeepFM模型的完整理论介绍和源码讲解，可以参考eat_pytorch_in_20_days中的讲解教...]]></description><category></category></item><item><title><![CDATA[Ibis，一个框架拿下各种DataFrame和SQL]]></title><link>https://blog.csdn.net/Python_Ai_Road/article/details/141115343</link><guid>https://blog.csdn.net/Python_Ai_Road/article/details/141115343</guid><author>Python_Ai_Road</author><pubDate>Sun, 11 Aug 2024 10:50:54 +0800</pubDate><description><![CDATA[Ibis可以用统一的接口，来基于不同的底层实现来操纵数据。包括各种 DataFrame实现(如 pandas, polars, dask) 和SQL实现(如pyspark, duckdb, sqlite, postgres)。从一定意义上说，掌握了ibis就相当于同时掌握了 duckdb, polars, dask, pyspark，各种数据分析和转换问题通通拿下。公众号算法美食屋后台回复关键...]]></description><category></category></item></channel></rss>