爱吃羊的老虎-CSDN博客

原创【大模型开发】Langchain:为大模型应用提供通用接口，简化应用程序的开发流程

摘要：LangChain是一个开源框架，旨在简化基于大型语言模型(LLM)的应用程序开发。其核心组件包括模型交互接口、数据连接、处理链、记忆存储、代理工具和回调机制，支持Python和JavaScript。最新v0.3版本改进了架构设计，增强了可观察性和流式处理能力，提供700+技术集成。LangChain生态系统包含核心库、CLI工具、部署服务和开发者平台，支持从开发到部署的全流程。该框架特别适合构建检索增强生成(RAG)等复杂应用，通过模块化设计简化了LLM与外部数据和工具的集成。

2026-01-13 16:45:44 630

原创云服务器ECS 2GB内存太小总是爆满崩溃解决办法

【摘要】在低内存服务器（1-2GB）使用VSCode打开.py文件时，Pylance插件的内存消耗会触发Linux的OOMKiller机制导致连接中断。通过free-h或top命令可验证内存不足问题。解决方案是创建2GB的Swap虚拟内存：依次执行dd创建交换文件、设置权限、格式化并启用Swap，最后配置开机自动挂载。该方法能有效解决内存不足导致的连接中断问题，使小内存服务器稳定运行VSCode。

2026-01-13 14:42:51 258

原创 Streamlit：快速创建应用界面，无需了解 Web 开发

Streamlit是一个开源Python库，用于快速构建交互式数据应用，无需前端开发知识。它提供简洁API（如st.write()、st.dataframe()）来展示文本、图表和表格，并通过st.slider()等组件实现交互功能。安装只需pip install streamlit，运行应用使用streamlit run app.py命令。特色包括实时重载、侧边栏布局和缓存优化（@st.cache_data）。相比传统Web框架，Streamlit能以纯Python脚本快速创建可视化应用，适合数据分析和机

2026-01-12 20:10:48 675

原创【大模型】向量数据库：Chroma、Weaviate、Qdrant

本文分析了三种主流向量数据库的特点与适用场景。向量数据库专为高维向量数据设计，支持高效存储、索引和相似度检索。Chroma定位轻量级Python优先，适合原型开发和教学；Weaviate强调混合搜索功能，适用于高质量语义检索；Qdrant以性能优先，适合高并发生产环境。选型建议：快速原型选Chroma，复杂搜索选Weaviate，高性能需求选Qdrant。不同场景下各系统在搜索范式、并发能力和运维复杂度等方面各有侧重。

2026-01-08 16:34:15 733

原创【大模型】RAG&向量数据库

这张图最精髓的地方在于中间那个圆柱体——向量数据库。它左边连着用户的查询。它右边连着知识库的存储。它是连接“用户需求”和“私有知识”的桥梁，通过向量化（Embedder）让两者在数学空间中相遇，最后由 LLM 完成漂亮的各种语言输出。

2026-01-08 15:42:38 468

原创从零开始安装到精通的 Jupyter Notebook 完整教程

摘要：Jupyter Notebook是基于Web的交互式计算环境，支持实时代码、可视化和文档编写。安装步骤包括通过pip安装和启动服务。核心功能包括代码单元格（运行Python代码）和Markdown单元格（编写文档），通过快捷键高效操作。常用快捷键分为代码执行、单元格管理和导航控制三类，如Shift+Enter运行代码、Esc切换模式等。建议通过创建Notebook、转换单元格类型等实战练习巩固操作。

2026-01-08 11:38:55 890

原创【GNN】图神经网络入门笔记：核心、架构、应用

本文系统阐述了图神经网络（GNN）的核心原理与实现方法。首先介绍了图数据的两个核心矩阵：特征矩阵X表示节点属性，邻接矩阵A描述拓扑结构。重点讲解了消息传递范式，包括邻居信息聚合与更新机制。随后详细分析了GCN的数学实现，将其分解为特征变换和结构传播两个步骤，并指出其全图依赖的局限性。针对这一问题，GraphSAGE采用邻居采样和特征拼接策略，通过固定采样数量实现可扩展性。最后探讨了mini-batch训练中的邻居加载器和层级计算图，解释了如何通过分层依赖实现高效计算。全文从理论基础到工程实现，完整呈现了GN

2025-11-25 16:39:24 600

原创 python重复字节的多种写法

...推荐这种，代码更清晰。

2025-09-26 14:19:28 181

原创【机器学习】线性回归

线性回归模型由三大核心组件构成：1) 模型表达式Y=XW，假设输入输出为线性关系；2) 均方误差(MSE)损失函数，最小化预测误差平方和；3) 最小二乘法求解，通过伪逆矩阵X^+直接计算最优参数W。实际应用中，特征矩阵X需添加常数项以包含截距。Python实现可通过numpy手动计算(X^TX)^(-1)X^TY，或调用sklearn的LinearRegression自动拟合。该模型通过寻找最佳线性超平面，使预测值与真实值的垂直距离最小化。

2025-08-21 15:26:01 544

原创 MDP（马尔可夫决策过程）与 RL（强化学习）

你可以把 MDP 想成一个游戏规则系统。状态 State (s)：游戏当前的局面。动作 Action (a)：玩家能做的选择。状态转移 Transition (P)：当你做了动作 a，游戏会以一定概率转移到新的状态 s′。奖励 Reward (r)：这一步动作会给你一个分数，可能正可能负。公式上记作：这里的t就是时间步。👉 举个生活例子：你玩“迷宫逃脱”——状态 s= 你现在的位置。动作 a= 向上/下/左/右走。转移 P= 如果墙挡住了，你就原地不动；否则走到新格子。奖励 r。

2025-08-20 16:01:02 485 1

原创【后端】struct.pack()

I就是 4 字节无符号整型（uint32）Q就是 8 字节无符号整型（uint64）H是 2 字节无符号整型（uint16）加是小端，加是大端packunpack。

2025-08-11 15:52:15 560

原创【后端】FastAPI的Pydantic 模型

你可以把 Pydantic 理解成“接口数据说明书”。当别人调用你的接口时，FastAPI 用它来帮你检查数据合法性 ✅当你返回数据给别人时，FastAPI 用它来帮你自动生成标准 JSON 📦。

2025-07-23 16:56:13 382

原创【后端】 FastAPI

API 就是别人（客户端）通过URL 请求，你（服务器）给他数据的接口。FastAPI 会帮你处理这段请求，然后你写代码告诉它怎么响应（比如生成一个 JWT 令牌，返回给客户端）。

2025-07-23 16:53:40 688

原创【vscode】vscode中python虚拟环境的创建

运行了activate后，最前面有(.venv)的标识，意思是激活成功，接下来的操作都在该虚拟环境中运行。②新建一个终端，注意不是默认的powershell,①打开vscode,进入你的工作文件夹。

2025-07-22 16:51:43 388

原创【扩散模型】正向扩散过程（Forward Diffusion）

这说明我们对上一步的图像进行缩放（<1），意思是“保留一部分原图内容”。就像你用 Photoshop 滤镜一点点“模糊”一张照片。这就是实际 PyTorch 实现中最核心的一行代码。Diffusion Model（扩散模型）是一类。学会从噪声中一步步“去噪”还原出原始数据。的经典形式：当前状态只依赖于上一个状态。），再撒一层噪声粉末（加高斯噪声）”。是一个正态分布随机变量”。把数据逐步加噪变成纯噪声，的基础上加噪声得到的。这中间的每一步，都是基于。“在给定上一时刻图像。得到的，而公式就是在。

2025-06-23 16:25:11 629

原创【深度学习】深度学习中的张量：从多维数组到智能计算单元

项目内容张量定义通用的n维数组与NumPy区别支持GPU & 自动微分关键能力高效计算 + 梯度追踪应用场景模型输入/输出/参数的基础单位。

2025-06-11 20:04:43 656

原创【js】JavaScript的变量提升、函数声明提升

JavaScript中的变量提升（Hoisting）是指在代码执行前，变量和函数的声明会被提升到当前作用域的顶部。对于var声明的变量，只有声明会被提升，赋值不会，因此访问未赋值的变量会返回undefined。函数声明会被整体提升，而函数表达式则不会。let和const虽然也会被提升，但在初始化前访问会触发暂时性死区（TDZ），导致报错。建议在新项目中使用let和const，避免使用var，并将变量声明放在使用之前，以提高代码的清晰度和可维护性。函数提升是JavaScript特有的行为，其他语言如Pytho

2025-05-15 17:18:42 1068

原创【verilog】Verilog 工程规范编码模板

多个 if-else 控制一个变量时，一定要确保是互斥的，或统一组合后赋值。状态机推荐三段式写法（状态跳转 + 状态寄存器 + 输出逻辑分离）尽量避免推测 latch（即组合逻辑中没有默认值）<='（非阻塞赋值）

2025-04-17 10:38:00 654

原创【verilog】多个 if 控制同一个变量是否不是标准的语言规范，标准的语言规范应该如何写？

在 RTL 中，同一个变量最好只赋值一次，并通过互斥的结构（if-else / case）来清晰表达优先级和行为。

2025-04-17 09:57:29 547

原创【verilog】多个 if 控制同一个变量（后面会覆盖前面）非阻塞赋值真的并行吗？

即使两个赋值语句都在非阻塞、在行为上并行，它们还是描述了两个竞争的硬件连接，Verilog 编译器不可能自动帮你“合并”这两个赋值。所以。

2025-04-17 09:53:31 815 1

原创【verilog】在同一个 always 块中写了多个“看起来独立”的 if / if-else，到底谁先谁后，怎么执行？会不会冲突？

情况行为说明多个 if 控制不同变量并行谁条件满足谁执行，互不干扰多个 if 控制同一个变量顺序后面赋值覆盖前面if/else + case 控制同一变量顺序+可能冲突后面的 case 会覆盖前面 if 的赋值插入打拍语句合法不影响并行结构，但要注意覆盖风险多个嵌套 if按照语句顺序但并不表示电路是串行运行，是条件表达上的判断顺序。

2025-04-17 09:51:48 1536

原创【verilog】always @(*) 是Verilog 中写组合逻辑

写法意义说明自动组合逻辑块推荐写法手动列出敏感变量容易出错，不推荐时序逻辑（有寄存器）用于时钟驱动逻辑。

2025-04-17 09:48:34 2097

原创 Vivado关联自定义编辑器vscode（相对路径！非常好用！）

无论vscode安装在哪里都可以！

2025-04-15 16:45:05 483 1

原创【vscode Pycharm】自动补全代码额插件（亲测好用）Fitten Code

Fitten Code 插件亲测非常好用，记录一下。

2025-03-20 10:37:39 3927

原创【计算机系统概论】冯·诺依曼瓶颈现在是怎么解决的？现在用的计算机架构是什么样的？

（让 CPU 并行处理不同阶段）（多个计算单元并行处理指令）（多个 CPU 并行计算）（指令和数据分开存储）（提前猜测执行路径）

2025-03-19 19:57:51 1676

原创【计算机系统概论】计算机框架是什么？冯诺依曼架构为什么重要？我们要记住冯·诺依曼架构的什么？

冯·诺依曼架构就是计算机最基础的一种“工厂运作方式”，今天大多数计算机仍然在这个基础上运行。如果没有冯·诺依曼架构，我们今天可能没有智能手机、个人电脑，也不会有灵活的软件开发。虽然现代计算机有很多优化（比如缓存、流水线、并行处理），但本质上还是基于这个架构。你可以把冯·诺依曼架构想象成计算机的“基础设计图”，它定义了计算机。可以理解成是计算机的大脑结构，它决定了一台计算机的工作方式。：程序像数据一样存储在内存中，计算机可以执行不同的任务。在学习计算机时，你需要掌握冯·诺依曼架构的。如果把计算机比作一个。

2025-03-19 19:56:34 818

空空如也

空空如也