- 博客(181)
- 收藏
- 关注
RSS订阅原创 【深度学习】自动微分模块
PyTorch自动微分模块总结： PyTorch通过torch.autograd模块实现自动微分，支持神经网络训练中的反向传播算法。核心要点包括： 梯度计算：使用backward()方法计算标量对张量的梯度，通过grad属性访问 梯度更新：遵循公式θ_new = θ_old - η·∇θL(θ_old)，需手动实现更新过程 梯度清零：每次迭代前需调用zero_()方法清除历史梯度 数据转换：对需要自动微分的张量，需使用detach()方法转换为普通张量后才能转为numpy数组 典型应用场景包括神经网络参数优
2025-12-07 02:51:30
1040
原创 【深度学习】张量
本文介绍了PyTorch中张量的基本概念和创建方法。张量是多维数组的统称，包括标量(0维)、向量(1维)、矩阵(2维)及更高维数据。PyTorch的核心数据结构torch.Tensor支持GPU计算和自动求导。文章详细讲解了三种创建张量的方法：torch.tensor()根据数据创建张量并可指定数据类型；torch.Tensor()支持按形状创建；torch.IntTensor()等特定类型张量创建方法。每种方法都通过代码示例展示了不同维度的张量创建过程，并对比了它们的特点和使用场景。
2025-11-18 17:08:43
822
原创 【深度学习】深度学习概念
摘要：深度学习是机器学习的一个子领域，通过多层神经网络实现自动特征学习。相比传统机器学习，深度学习具有自动特征提取、端到端学习、强大非线性表示能力等特点，但也依赖大量数据和计算资源。其常见模型包括CNN、RNN、Transformer等，广泛应用于计算机视觉、自然语言处理、语音识别、推荐系统等多个领域。随着大模型发展，深度学习在多模态融合方面展现出强大潜力，但也面临可解释性不足等挑战。
2025-11-15 23:15:20
1114
1
原创 【机器学习】模型持久化与部署
本文介绍了机器学习模型持久化的重要性和实现方法。主要内容包括：1) 模型持久化指将训练好的模型保存到磁盘，避免重复训练；2) 必要性体现在节省资源、生产环境实时响应和版本管理；3) 详细演示了使用joblib工具保存和加载scikit-learn模型的过程；4) 强调模型验证和批量保存多个模型的技巧。通过模型持久化，可以高效部署机器学习模型到生产环境。
2025-10-30 19:07:08
422
原创 【机器学习】管道化与自动化建模
本文介绍了Scikit-learn中的Pipeline和ColumnTransformer工具。Pipeline通过封装预处理、特征工程和建模步骤为一个整体对象，解决了手动流程割裂、信息泄露和代码冗余问题，支持一键训练预测。ColumnTransformer则针对混合类型特征数据集，可对不同特征子集（如数值/类别）应用不同预处理（如标准化/独热编码），最后合并结果。两者结合可实现自动化、安全且高效的机器学习建模流程，特别适用于现实中的复杂数据场景。
2025-10-30 17:57:41
942
原创 【机器学习】模型评估与调优
数据划分：train_test_split—— 避免 “自欺欺人” 的关键在训练模型前，我们必须把数据分成训练集（Training Set） 和测试集（Test Set），这是评估模型泛化能力的前提。为什么必须划分训练集和测试集？模型训练的目标是 “在新数据上表现好”（泛化能力强），而不是 “在训练数据上表现好”。如果不划分数据，直接用全量数据训练并评估，会出现 “过拟合” 的误判：用 train_test_split 划分数据以鸢尾花数据集为例，演示标准划分流程：关键参数解读模型训练与预测 —— 标
2025-10-30 11:54:25
728
原创 【机器学习】无监督学习
无监督学习与K-Means聚类摘要 无监督学习是机器学习的核心范式之一，其特点是在没有标签的情况下，让模型自主发现数据中的潜在结构和规律。与监督学习不同，它不需要人工提供的"标准答案"，而是通过分析数据特征来实现自动分组或降维。 K-Means是最经典的聚类算法，通过迭代寻找k个簇中心来实现数据分组。其核心步骤包括：初始化簇中心、分配样本到最近簇、更新簇中心位置，直到收敛。该算法广泛应用于客户分群、内容分类、异常检测等场景。 关键点： 无监督学习适用于缺乏标签的数据探索场景 K-Mean
2025-10-28 15:25:40
1080
原创 【机器学习】监督学习
摘要： 监督学习是机器学习的核心范式之一，通过带标签的样本训练模型，预测新样本的标签。其核心要素包括特征（X）、标签（y）和模型，主要分为分类（离散标签）和回归（连续标签）任务。典型流程涵盖数据准备、预处理、模型训练与评估。 关键算法示例： 逻辑回归：通过sigmoid函数输出概率，适用于二分类（如鸢尾花分类），具有可解释性强、训练快的特点。 K最近邻（KNN）：基于“邻居投票”的惰性学习算法，直观易用（如多类鸢尾花分类），但计算复杂度随数据量增长。 监督学习凭借明确的输入-输出关系，成为工业界广泛应用的方
2025-10-27 17:38:08
1240
原创 【机器学习】数据预处理
机器学习数据预处理是确保模型有效学习的关键步骤，主要解决原始数据中存在的缺失值、量纲不统一、类别型数据等问题。预处理的核心任务包括：缺失值处理（使用SimpleImputer填补NaN）、特征缩放（标准化/归一化消除量纲差异）、编码处理（将类别特征转换为数值）、特征选择（剔除冗余特征）以及流水线组合（Pipeline自动化流程）。这些步骤能提升数据质量，使模型更准确地捕捉数据规律。处理时应遵循优先级：先解决缺失值等致命问题，再优化特征缩放等细节，全程使用流水线避免数据泄漏。
2025-10-26 17:37:46
1195
原创 【机器学习】Scikit-learn 框架基础
它不是用来做底层算法研发的（比如从零实现神经网络），而是把机器学习领域经过验证的经典算法（如线性回归、决策树、SVM 等）封装成 “即用型工具”，让你不用关心算法的数学细节，就能快速实现从数据到模型的全流程。如果你想做木工，不需要自己造锯子、锤子（算法原理），sklearn 就是一套现成的、标准化的工具套装，你只需要学会怎么用这些工具做出椅子、桌子（解决实际问题）。（流水线）能把 “预处理 + 模型” 串起来，核心就是因为所有模型的接口统一，流水线可以用同样的逻辑调用任何模型的。
2025-10-26 16:37:30
1084
原创 【Spring Security】授权（四）
Spring Security中的授权机制基于角色（Role）和权限（Authority）两个核心概念。角色是用户的宏观身份标识（如ROLE_ADMIN），权限是具体的操作许可（如user:read）。两者在技术上均通过GrantedAuthority接口实现，核心差异在于角色需遵循"ROLE_"前缀约定。授权校验本质是字符串匹配，hasRole()是hasAuthority()的语法糖。数据库设计通常采用RBAC模型，通过用户表、角色表、权限表及其关联表实现存储。用户登录时，系统会查询
2025-10-24 21:44:14
808
原创 【Spring Security】授权（三）
Spring Security 方法级安全（Authorization）提供细粒度的权限控制机制，通过AOP在方法执行前后进行权限校验。相比Web层URL级授权，它能精准控制单个业务方法，支持角色校验、数据归属验证等复杂场景。启用方法需配置@EnableMethodSecurity注解，新版采用AuthorizationManager模型，与Web层授权机制统一。典型应用包括：管理员专属操作、用户数据隔离、付费功能权限控制等，有效弥补了URL级授权的不足，实现业务逻辑与安全校验的解耦。
2025-10-24 17:38:04
871
原创 【Spring Security】授权（二）
Spring Security的Web层授权机制通过拦截HTTP请求，基于URL路径、请求方法和用户权限进行访问控制。核心组件包括触发授权流程的AuthorizationFilter、提供权限规则的SecurityMetadataSource和决策访问权限的AccessDecisionManager。授权流程依次检查用户认证信息、URL权限规则，最终由投票器决定是否放行请求。配置通过SecurityFilterChain实现，支持精细化的URL权限规则设定，适用于前后端分离项目的API权限管理。使用时需注意
2025-10-23 21:17:17
758
原创 【Spring Security】授权（一）
摘要：Spring Security的授权（Authorization）机制通过FilterSecurityInterceptor实现访问控制，核心组件包括AccessDecisionManager（权限决策管理器）和AccessDecisionVoter（投票器）。默认采用投票制模型，其中AffirmativeBased策略只需一票同意即可放行，ConsensusBased遵循多数表决，而UnanimousBased需全票通过。授权流程对比用户权限与资源所需权限（ConfigAttribute），最终决定
2025-10-21 19:21:29
863
原创 【Spring Security】安全过滤链
Spring Security通过安全过滤链实现认证与授权机制，核心是一条Servlet过滤器链。请求进入时，DelegatingFilterProxy将过滤任务转交给FilterChainProxy，后者根据URL匹配对应的SecurityFilterChain并执行15+内置过滤器（如WebAsyncManagerIntegrationFilter处理异步安全上下文，SecurityContextHolderFilter管理认证信息生命周期）。每条链可配置不同安全策略，过滤器依次处理认证、授权、CSRF
2025-10-19 20:32:34
630
原创 【Spring Security】认证（二）
摘要：本文介绍了如何在Spring Security中手动执行认证逻辑，包括在Controller中手动登录、配置AuthenticationManager以及常见应用场景。同时还讲解了默认的登出机制和自定义登出配置方法，涵盖LogoutFilter的工作原理以及如何定制登出路径和成功跳转页面。内容适用于前后端分离项目、移动端登录等需要自定义认证流程的场景。
2025-10-15 20:56:03
424
原创 【Spring Security】认证（一）
Spring Security 的 Form Login 是默认的认证方式，基于 HTML 表单实现登录流程。当访问受保护资源时，未登录用户会被重定向到默认 /login 页面，提交用户名和密码后由框架自动验证。关键配置包括：使用 UserDetailsService 管理用户信息，PasswordEncoder 加密密码，以及 HttpSecurity 配置授权规则和表单登录参数。通过 formLogin(Customizer.withDefaults()) 即可启用默认登录页，认证成功后重定向到原始请求
2025-10-15 02:01:27
614
原创 【Spring Security】Spring Security 密码编辑器
本文介绍了Spring Security的密码编码机制及其在Maven项目管理中的配置方式。主要内容包括： Maven依赖管理： 强调Spring Security和Spring Framework版本独立性 提供传统Spring MVC和Spring Boot两种集成方案 推荐使用Spring Boot的starter-security简化配置 密码编码器： 对比Spring Security 5前后的密码处理机制 说明{noop}前缀的使用场景及安全风险 重点推荐BCryptPasswordEncode
2025-10-12 21:00:58
942
3
原创 【Spring Security】Spring Security 概念
摘要：Spring Security 是 Spring 官方的安全框架，提供认证（Authentication）和授权（Authorization）功能。其核心架构基于过滤器链（Filter Chain），通过拦截请求进行安全检查。核心组件包括： AuthenticationFilter：拦截请求并转换为认证对象 AuthenticationManager：管理认证流程 AuthenticationProvider：具体实现认证逻辑 特点： 支持多种认证方式（表单登录、JWT、OAuth2等） 模块化设计，
2025-10-11 15:07:34
647
1
原创 【Spring Boot】Spring Boot 中常见的加密方案
本文介绍了Spring Boot中常见的两种加密方案：MD5和SHA系列。MD5是一种128位的哈希算法，具有快速计算和雪崩效应特点，但已被证明存在碰撞风险，不再安全。文章详细说明了MD5的原理、使用方法及加盐技巧，并强调其不适用于密码存储等安全场景。SHA系列则包括SHA-1（已淘汰）、SHA-2（当前主流）和SHA-3（新一代标准），具有更长的输出长度（224-512位）和更强的安全性，适用于数字签名、证书认证等场景。两种算法均通过分块处理、变量初始化和循环压缩等步骤生成固定长度摘要，但SHA系列采用更
2025-10-09 21:40:43
710
原创 【Python】并发——异步
Python异步编程摘要 异步编程通过事件循环实现单线程并发，核心是协程（可暂停/恢复的函数）。Python 3.5+引入async/await语法简化编写：async定义协程，await暂停当前协程等待I/O。相比同步阻塞（串行执行），异步能利用I/O等待时间执行其他任务，显著提升效率（如asyncio.gather并发多个协程）。典型应用场景包括网络请求、文件I/O等密集型任务。asyncio.run()是执行协程的推荐方式。
2025-10-07 02:36:47
401
原创 【Python】并发——全局解释器锁 GIL
GIL（全局解释器锁）是CPython中的互斥锁，确保同一时间只有一个线程执行Python字节码。虽然简化了内存管理和C扩展开发，但限制了多线程并行能力。CPU密集型任务无法利用多核加速，而I/O密集型任务仍可受益。解决方案包括使用多进程、C扩展（如NumPy在底层释放GIL）、异步I/O或替代Python实现。GIL切换机制基于时间片或字节码计数，C扩展可通过Py_BEGIN_ALLOW_THREADS宏临时释放GIL实现并行计算。
2025-10-05 08:16:54
947
2
原创 【Python】并发——线程
Python并发编程摘要 并发（Concurrency）指在同一时间段内交替处理多个任务（如边下载边看视频），而并行（Parallelism）是真正同时执行多个任务。Python受GIL限制，多线程在CPU密集型任务中无法提速，但适合IO密集型任务。Python提供三种并发方式：多线程（threading，适合IO）、多进程（multiprocessing，适合CPU计算）和异步IO（asyncio，适合高并发IO）。创建线程有函数式（Thread(target=)）和继承类两种方式。守护线程（daemon
2025-09-28 21:15:20
658
原创 【Python】上下文管理器
上下文管理器是Python中用于管理资源（如文件、数据库连接、锁等）的机制，通过with语句简化资源获取和释放的代码。其核心原理是实现__enter__()和__exit__()方法：__enter__()在代码块执行前初始化资源，__exit__()确保无论是否发生异常都能正确释放资源。常见使用场景包括文件操作、数据库连接等，可以有效避免资源泄漏问题。自定义上下文管理器只需实现这两个方法，还能在__exit__()中处理特定异常。相比try-finally方式，上下文管理器使代码更简洁、安全。
2025-09-26 11:25:10
1274
原创 【Python】文件处理（二）
本文介绍了Python中文件与目录属性操作和权限管理的常用方法。主要内容包括：1）判断文件/目录是否存在（os.path.exists()和Path.exists()）；2）判断文件类型（文件、目录、符号链接）；3）获取文件大小和时间属性；4）文件权限管理（修改权限os.chmod、检查权限os.access）；5）文件所有权操作（仅限Unix系统）。文中提供了多个实用代码示例，并说明了跨平台注意事项。最后给出了一个综合性的文件信息检查工具实现，可快速获取文件类型、大小、时间属性等信息。这些操作是文件系统编
2025-09-25 23:17:00
970
原创 【Python】文件处理（一）
Python文件处理涉及打开、读写和关闭文件。使用open()函数打开文件，返回文件对象，支持多种模式（如'r'读、'w'写、'a'追加）。写入方法包括write()、writelines()和print(file=f)。推荐使用with语句自动管理文件关闭。注意编码问题（推荐utf-8）和模式选择，避免数据丢失。写入模式分为覆盖写（'w'）、追加写（'a'）和安全写（'x'）。
2025-09-25 19:38:49
1228
原创 【Python】生成器
生成器摘要 生成器是一种特殊的迭代器，通过yield关键字实现按需生成数据的特性。与普通函数不同，生成器函数可以暂停和恢复执行，保持中间状态，适用于大数据处理、无限序列等场景。创建方式包括生成器函数（含yield）和生成器表达式。关键特点包括： 惰性计算，节省内存 支持send()传值、throw()抛异常等交互操作 通过yield from实现生成器委托 遵循迭代器协议（__iter__和__next__方法） 典型应用包括流式数据处理、大文件读取和协程实现。
2025-09-24 20:50:49
1178
原创 【Python】正则表达式
正则表达式是一种用于匹配和处理字符串的模式规则，几乎所有编程语言都支持。它由普通字符和元字符（特殊符号）组成，可实现字符匹配、数量限定、位置锚定等功能。Python中使用re模块处理正则表达式，常用函数包括match()（开头匹配）、search()（全局搜索）、findall()（返回所有匹配）和finditer()（返回匹配迭代器）。正则表达式广泛应用于数据验证、文本处理、日志分析和爬虫等场景，但需注意其可读性差、性能问题和语言差异等局限性。
2025-09-24 17:48:32
1132
原创 【Python】迭代器
迭代器是Python中实现迭代协议的对象，包含__iter__()和__next__()方法。可迭代对象（如列表、元组等）通过iter()生成迭代器，迭代器通过游标记录当前位置并按需返回元素。for循环本质上是迭代器协议的封装。自定义迭代器可用于实现特殊序列（如倒计时）或惰性计算，需注意迭代器是一次性消耗的。相比列表，迭代器具有内存效率优势，适合处理大数据流。
2025-09-23 23:20:31
1004
原创 【Python】面向对象（四）
单例模式是确保一个类仅有一个实例的设计模式，适用于需要全局唯一对象的场景（如数据库连接、日志对象）。Python中实现单例的常见方法包括：1）基于__init__检查实例是否存在；2）重写__new__方法控制实例创建（推荐）；3）使用装饰器封装类实现复用；4）通过元类高级控制类实例化。各种方法适用场景不同，从简单项目到框架开发均可选择对应方案。包装类则通过装饰器模式增强类功能，典型应用包括日志记录、权限校验等，实现核心逻辑与扩展功能的解耦。
2025-09-23 02:43:20
1015
原创 【Python】面向对象（三）
面向对象编程中的抽象与接口 摘要：面向对象编程(OOP)的核心原则之一是抽象，它通过隐藏实现细节、仅暴露必要接口来简化复杂度。在Python中，抽象通过两种方式实现：数据抽象(隐藏数据内部表示)和过程抽象(隐藏方法实现细节)。抽象类(使用abc模块)强制子类实现特定方法，但不能直接实例化。Python没有内置接口关键字，但可通过抽象基类模拟接口功能，定义方法契约而不提供实现。与抽象类不同，接口只包含抽象方法，是纯粹的规范。Python支持正式接口(使用ABC强制实现)和非正式接口(基于鸭子类型)，体现了其动
2025-09-22 21:07:15
1242
原创 【Python】面向对象（二）
摘要：本文系统介绍了面向对象编程中的继承机制，包括单继承、多继承、多层继承等多种形式。重点讲解了继承的概念、方法重写、super()函数的使用以及方法解析顺序(MRO)，并通过Python代码示例展示了不同继承方式的应用场景。文章还阐述了继承与多态的关系，说明如何通过继承实现代码复用和功能扩展。最后简要介绍了多重继承的概念及其典型应用场景。
2025-09-22 02:59:42
896
原创 【Python】面向对象（一）
面向对象编程（OOP）是一种以对象为核心的编程范式，通过类定义对象的属性和方法，实现数据与行为的封装。OOP相比过程式编程更符合现实思维，具有易维护、易扩展等优势，其四大特性包括：类与对象（类作为模板实例化为对象）、封装（隐藏内部实现）、继承（子类复用父类特性）和多态（不同类实现相同接口）。Python中通过class定义类，__init__方法初始化对象属性，self表示对象自身。类变量被所有实例共享，实例变量则独立存在。OOP还支持动态属性操作和内置类属性访问，为程序开发提供了灵活性和可维护性。
2025-09-21 17:31:15
1309
原创 【Python】模块
Python模块指南摘要 本文系统介绍了Python模块的核心概念与使用方法。主要内容包括：模块的基本概念（.py文件包含函数/类/变量）、导入方式（import/from/as）、搜索路径机制以及标准库模块分类。详细讲解了自定义模块创建、相对路径导入和模块属性（name、file、doc__等）的特殊用法。特别强调了模块的代码重用、结构化管理和封装特性，并提供了最佳实践建议：模块命名规范、避免命名冲突、合理使用__init.py等。最后介绍了模块高级用法如dir()查看内容、importlib.reloa
2025-09-21 02:16:31
418
原创 【Python】数组
摘要：数组是一种线性数据结构，存储相同类型的元素，通过索引实现快速访问。Python中通过array模块创建严格数组，需指定元素类型码，保证内存高效和类型安全。数组支持动态扩容，适用于数据存储、数学运算等场景。与Python列表不同，数组要求元素类型一致，适合数值计算等高性能需求。
2025-09-20 22:26:09
1327
原创 【Python】错误和异常
Python错误与异常处理指南 语法错误（Syntax Error）是代码不符合Python语法规则时发生的错误，如缺少冒号、缩进错误或拼写错误。Python会在解析阶段检测到这些错误并阻止程序运行。运行时异常（Exception）则是程序执行过程中遇到的错误，如除以零或类型转换错误。 Python使用try-except语句处理异常，可捕获特定异常类型，并提供else和finally子句分别处理无异常和必须执行的场景。用户还可以通过raise主动抛出异常，或继承Exception类创建自定义异常。合理使用
2025-09-20 17:14:45
1914
原创 【Python】字典
本文介绍了Python字典的基本概念、创建方法和访问方式。字典是键值对的无序可变容器，通过键快速查找值，底层采用哈希表实现高效操作。创建字典可通过花括号{}、dict()构造函数、fromkeys()方法和字典推导式。访问字典项主要有两种方式：方括号[]直接访问（键不存在会报错）和get()方法安全访问（可设默认值）。字典键必须唯一且不可变，值可以是任意类型，推荐使用get()方法避免KeyError。字典还支持keys()、values()和items()等方法进行迭代访问。
2025-09-19 21:58:20
1257
原创 【Python】集合
本文介绍了Python集合的基本概念和操作方法。集合是一种无序、元素唯一的数据结构，底层通过哈希表实现。主要内容包括：集合的创建方式（空集合、花括号、set()函数、推导式等）、访问方法（for循环、成员运算符、子集判断等）、添加元素的注意事项（必须为不可变对象）。文章还对比了不同创建方式的性能特点，并介绍了不可变集合frozenset的用法。最后总结了集合运算（交集、并集等）和访问元素的核心方式。
2025-09-19 14:16:22
705
原创 【Python】元组
本文介绍了Python中的元组（Tuple）数据类型，包括其基本概念、创建方法、访问方式和更新技巧。元组是一种有序不可变序列，常用于存储固定数据集合，如坐标、颜色值等。创建元组可使用小括号()或直接逗号分隔，单元素元组必须加逗号。访问元组元素支持索引、切片、解包等多种方式。由于元组不可变，"更新"操作实质是创建新元组，可通过拼接、切片组合或转换为列表修改后再转回元组实现。元组相比列表更高效，适合存储不需要修改的数据，且可作为字典键使用。
2025-09-16 17:51:42
1319
TCP/IP 协议总结文档
2025-07-12
图像灰度增强方法（Matlab）-对比度拉伸算法.zip
2025-04-10
前端开发：HTML标准标记语言的详尽指南与应用实例
2025-03-04
多线程技术在Java中的实现与应用场景
2025-03-03
C语言基础：深入解析语法结构与核心技术的应用
2025-03-03
网络编程基础知识详解 - IP地址、端口号与常用通信协议
2025-03-11
Java反射机制深入解析及应用实例
2025-03-11
Web开发中CSS基础知识详解及其应用场景
2025-03-14
Java编程中接口与内部类的定义、应用及其与其他概念的区别与联系
2025-02-27
Java面向对象编程：深入剖析继承与多态的应用及其优势
2025-02-27
面向对象编程（OOP）的核心概念与应用：类、对象及其实现
2025-02-27
Java编程语言中字符串相关类及其应用详解 - String、StringBuilder与StringBuffer
2025-02-27
Java编程中数组的基础概念、常用操作及其工具类的应用详解
2025-02-27
Java编程中的流程控制语句及循环结构解析
2025-02-27
Java编程基础详解：变量、数据类型与运算符的应用
2025-02-27
Java I/O流及其应用详解：字节流、字符流及相关工具类全面解析
2025-02-27
Java枚举与注解的应用及其实现技巧详解
2025-02-26
Java核心技术系列：常用核心类及时间API详解与实战
2025-02-26
Java编程中的泛型与集合应用解析-原理、实现及常见操作全面讲解
2025-02-26
Java编程中的异常处理详解：从基本概念到自定义异常
2025-02-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人