- 博客(974)
- 资源 (37)
- 收藏
- 关注
RSS订阅原创 揭秘Pulsar消息定位：如何精准消费积压数据
Apache Pulsar的消息系统如同一条永不停息的数据河流，每条消息都是这条河流中的独特水滴。消费者需要精确的定位系统来捕捉那些未被处理的消息"水滴"。✅ 正确起始点：17509（未确认消息起点）❌ 错误起始点：17531（跳过未确认消息）
2025-05-15 21:30:31
195
原创 正则表达式r前缀使用指南
避免 Python 和正则引擎之间的转义冲突。提升代码的可读性和准确性。即使在简单正则中，也能让代码更直观。记住这个动作 ↓pattern = r'你的正则表达式'加上 r，你将：避免 90% 的转义错误；提升代码可读性 200%；减少同事 review 时被吐槽的概率 100%。
2025-05-14 09:24:11
889
原创 为什么 MongoDB 分页偶尔就报 `CursorNotFound`
skip = O(n) 顺序扫 → 查询慢查询慢 → 游标活得久并发 + 资源压力 → mongod 主动 kill 游标驱动下一次 getMore → CursorNotFound (43)替换为 范围分页，让游标“短命”即可彻底消灭此类错误。想避坑？一句话：产品代码里只要看到 skip，先问自己：“能否换成基于排序键的游标式分页？
2025-05-12 10:57:44
314
原创 KV Cache 中的 “page attention” 是什么
KV Cache（Key-Value Cache）是Transformer模型中用于加速推理的技术，通过缓存历史tokens的Key和Value，避免重复计算。在自注意力机制中，Query（Q）与缓存的Key进行点乘，再对缓存的Value加权求和，从而提升效率。Page attention则是KV Cache的优化策略，将Key和Value按页分块存储，减少无效数据搬运，提高内存访问效率。通过分页索引，模型可以快速定位相关页面，避免全量遍历，进一步加速推理。这种分页式存储不仅优化了内存和显存利用，还保持了注
2025-05-10 10:56:27
509
原创 显存“黑洞”探秘：为何vLLM加载模型后，我的GPU“饿”得快？
嘿，我明明用的是INT4量化的7B模型，理论上模型文件也就3-4GB，怎么用vLLM一加载，我那24GB显存的RTX 4090直接就去了10GB？！这显存是被谁‘偷’走了？如果你也曾对着nvidia-smi的输出发出过这样的灵魂拷问，那么恭喜你，你不是一个人在战斗！这篇博客，我们就扮演一次GPU显存侦探，用最简单直白的方式，层层剥茧，探寻vLLM部署时那些“看似多余”的显存占用究竟从何而来。
2025-05-08 14:43:47
561
原创 从第一性原理出发，彻底理解为何 grep 过滤不到错误日志
如果你不能用自己的话向别人解释清楚一个概念，那你可能没真正理解它。现在你可以试着向朋友解释 stderr、stdout 和。
2025-05-06 13:00:10
245
原创 RoPE 相对位置编码 VS 传统位置编码
我们先来想象一个场景：“我 爱 吃 苹果”你知道“我”是主语，“爱”是动词，“苹果”是宾语。为什么你能明白这些词之间的关系？因为你知道它们的顺序和位置！但对计算机来说，一开始它只知道这些词是哪些，并不知道它们在第几个位置这时候，我们就需要给每个词加上一个“位置说明书”——这就是位置编码！
2025-04-29 20:14:39
1190
原创 Transformer Prefill阶段并行计算：本质、流程与思考
阶段并行性是否需要同步？说明生成Q/K/V完全并行❌ 不需要同步Attention打分（Q×K^T）并行矩阵乘法✅ 需要全部token的Q/KSoftmax归一化局部并行✅ 需等待Attention Scores聚合V向量局部并行✅ 需完成Softmax前馈网络完全并行❌了解Transformer Prefill阶段的并行计算本质，不仅有助于我们理解模型的推理性能，还能帮助我们在未来优化部署、提升吞吐率。
2025-04-28 12:37:55
858
原创 正则之零宽断言
零宽断言，就是只判断当前位置前后是否满足某个条件，但不消费任何字符**。你在路上走（匹配字符串）。零宽断言是你停下来看一眼（前面/后面），看完继续走（断言本身不算匹配到的内容）。关键词：只看，不吃。有没有决定方向有➔ 往前看（Lookbehind）没➔ 往后看（Lookahead）和!决定条件➔ 需要成立（正向）!➔ 需要不成立（负向）
2025-04-27 11:12:55
328
原创 Docker卷挂载：为何不同路径指向同一份文件
在Docker容器化场景中，我们常遇到这样的现象：两个容器挂载同一个命名卷到不同路径（例如容器A挂载到/app，容器B挂载到/analyzer），但双方对文件的修改会实时同步。这背后的本质可以用和来解释。
2025-03-04 17:35:08
1144
原创 Graph-Augmented Reasoning: Evolving Step-by-Step Knowledge Graph Retrieval for LLM Reasoning
A: 本文的核心内容是提出了一种名为**图增强推理（Graph-Augmented Reasoning）**的新范式，旨在通过逐步检索和利用结构化的知识图谱（KGs）来增强大型语言模型（LLMs）的推理能力，特别是在处理复杂推理任务时。该方法特别适用于资源受限的小规模LLMs，无需额外训练即可提升其推理性能。
2025-03-04 14:35:17
889
原创 为什么传统注意力机制的位置编码会“混在K中”
传统注意力机制把位置编码“混在K中”，像中世纪的手抄本，虽然古朴但效率低下。而RoPE、MLA等新技术，正在像印刷术一样革新模型的地理感知能力。或许未来，AI不仅能分清“猫在树上”，还能写出《百年孤独》般恢弘的篇章——只要我们不让它再当“路痴”。思考题：如果你的生活被混入错误的位置编码（比如每天上班走错工位），会发生什么？欢迎在评论区脑洞大开！
2025-02-27 14:31:39
756
原创 为什么 JSON 不能序列化 set
JSON（JavaScript Object Notation）作为一种广泛使用的数据交换格式，虽然功能强大，但它无法直接序列化set类型。本文将从设计原理、实现限制和实际应用角度，探讨这一现象的原因及解决方案。
2025-02-22 17:46:19
336
原创 推理加速trick之：Multi-Token Prediction(MTP)
是一种用于加速推理的技巧，特别适用于自回归模型（autoregressivemodels）的生成任务。传统自回归解码：生成文本时，模型逐个token地生成，每个token的生成都依赖于之前生成的结果。这种方法尽管准确，但非常慢，因为每次生成都需要进行完整的前向计算。：通过推测未来的多个token，提前生成一部分候选结果，然后在这些候选结果中进行验证或修正，从而减少逐步生成的次数。通过预测多个token提供更密集的训练信号，提高上下文建模能力，从而提升模型性能。
2025-01-20 15:10:59
1580
原创 GPU-L4 GPU-T4 GPU-4090 GPU-P100 GPU-H100 GPU-H800
GPU型号特点总结适用人群L4最新Ada架构，低功耗，适合AI推理和视频处理，支持AV1。云服务提供商、流媒体平台、AI推理服务开发者T4较老的Turing架构，功耗低，适合边缘部署和通用推理任务。中小型AI推理应用、边缘计算开发者4090消费级旗舰GPU，适合高性能AI训练和推理，也适合游戏和3D渲染。游戏开发者、个人深度学习开发者P100Pascal架构，适合科学计算和传统深度学习训练，但无AI推理优化。科学研究人员、高性能计算用户。
2025-01-20 11:29:17
2105
原创 理解 Python ProcessPoolExecutor 的序列化问题：为什么线程锁（threading.Lock）会导致异常？
通过本文的分析，我们可以看到，ProcessPoolExecutor 的序列化机制是 Python 多进程中一个重要但容易被忽视的细节。当任务中涉及不可序列化的对象（如 threading.Lock）时，程序可能会表现为任务提交失败或直接抛出异常。
2024-12-18 17:53:42
786
原创 python的中‘a‘为什么占用50个字节
单个字符 ‘a’ 在 Python 中占用 50 字节，主要是因为 Python 的字符串对象有较大的头部开销。这包括引用计数、类型信息、长度等元数据，而字符本身只占用 1 字节。对于优化内存占用，可以考虑使用 bytes 或操作更长的字符串以分摊头部开销。
2024-12-11 14:32:12
1074
原创 git合并提交为什么有两个父提交，撤销时一般要选择哪一个呢
我在master分支将dev分支合并进来了，需要撤销这一次的合并，要怎么操作呢，直接执行git commit revert 提示如下：因为合并必然涉及两个分支，撤销合并就需要选择保留哪个分支； 当A与B合并成D，撤销D就需要告知是保留父分支A还是保留父分支B-m 参数用于指定合并提交的父提交，告诉 Git 在撤销合并时应该以哪个父提交为基准。合并提交通常有两个父提交：需要明确选择保留哪个父提交的内容。合并提交的两个父提交的作用合并提交的两个父提交用于表示合并的来源和目标：举例：假设你在分支 mai
2024-11-29 13:00:53
1121
原创 为什么模块级别的实例只会被加载一次
Python通过模块缓存机制确保模块级别的实例只会被加载一次。模块缓存：使用sys.modules字典缓存已经导入的模块。模块查找路径：使用sys.path列表确定模块的查找路径。模块加载：首次导入时，创建模块对象并执行模块代码。后续导入：直接返回缓存的模块对象，不会重新执行模块代码。这种机制确保了模块级别的实例在内存中是唯一的，避免了重复初始化和资源浪费。
2024-11-25 12:56:11
734
原创 探索 Python 字典的奥秘：Future 对象为何能成为字典的键？
Python 字典的强大在于其哈希表实现，而 Future 对象之所以能成为字典的键，是因为它们的可哈希性和身份不变性。即使在内存重用的情况下，Python 也能通过哈希值和相等性检查来确保字典的正确性。
2024-11-19 16:17:58
383
原创 探索 MongoDB 的奇幻世界：路由、分片与节点的三重奏
MongoDB 的路由、分片和节点就像是数据世界中的三重奏，默默地为你处理复杂的任务，让你专注于业务逻辑的实现。希望这篇博客能让你对 MongoDB 的这些特性有更深入的理解，并在你的项目中自信地使用它们。记住，数据的魔法世界永远在等待着你去探索！
2024-10-29 19:24:03
1257
原创 vae与ae的区别
为了更好地理解变分自编码器（VAE）和自编码器（AE）的区别，让我们通过一个具体的例子来说明。假设我们正在处理一个手写数字图像数据集，如 MNIST。
2024-10-13 15:34:34
1259
原创 BPE（Byte Pair Encoding）和BBPE（Byte-Level Byte Pair Encoding）的区别
BPE：在字符级别操作，适合处理标准字符集的文本。BBPE：在字节级别操作，能够处理多语言文本和特殊字符，适合需要处理多种编码的场景。通过这些例子，可以看到BPE和BBPE在处理文本时的不同之处，以及它们各自的适用场景。
2024-10-11 16:23:24
715
原创 DPO vs RLHF：AI训练的“速食竞技场“
在AI训练的美食世界里，DPO和RLHF就像快餐和精致料理。它们各有特色，关键是要根据你的"胃口"（需求）和"预算"（资源）来选择。“DPO快餐香又脆，RLHF细品味悠长。智选其一助AI飞，终得美味慰芳心。准备好开始你的AI美食之旅了吗？无论你选择DPO的快捷还是RLHF的精致，记住，最终目标是让你的AI模型成为一个让人赞不绝口的"数字大厨"！
2024-09-26 12:20:05
464
原创 大模型训练的“减肥秘籍“：用损失斜率配比你的数据餐单
简单来说，损失斜率就像是模型学习的"热情指数"。斜率大，说明模型对这块数据兴趣高涨，学得飞快；斜率小，可能是模型已经把这块数据嚼烂了，或者觉得这数据难嚼得很。现在，让我们用一个生动的例子来说明这个过程：想象你在教一只聪明的狗狗学新技能。有些动作狗狗学得快（高斜率），有些则需要更多时间（低斜率）。我们的目标是让狗狗以最快速度掌握所有技能，同时不浪费时间在已经学会的动作上。
2024-09-26 12:04:06
339
原创 Python中的列表：当内置遇上类型提示
代码清晰度：使用类型提示让你的代码意图更加明确。错误预防：静态类型检查可以在运行前捕获潜在的类型错误。兼容性：同时使用list和List可以兼顾不同Python版本和各种工具。性能平衡：运行时检查保证了执行效率，而类型提示不会影响运行时性能。记住，在Python的世界里，list和List就像是一对相辅相成的双胞胎。善用它们，你的代码不仅会更加清晰，还能避免许多潜在的错误。下次当你在代码中看到它们时，别忘了向这对双胞胎打个招呼！
2024-08-29 20:10:53
505
1
原创 当线程遇到超时：用 func_timeout 优雅地说再见
真正地终止超时的线程，而不是让它们在后台继续运行。更好地控制程序的执行时间，提高效率。优雅地处理超时情况，不让一个任务拖累整个程序。记住，在编程世界里，时间就是金钱，效率就是生命。善用 func_timeout，让你的程序不再"迷路"，准时"回家"。下次当你的程序遇到那些顽固的、不愿意结束的线程时，别忘了召唤 func_timeout 这个法力无边的"线程终结者"。它会帮你把那些超时的线程送入温柔的离别之乡，让你的程序再次风驰电掣！记住，在编程的世界里，有时候说再见，是为了更好的相遇。
2024-08-27 10:57:38
1570
原创 探索 LoRA-GA：低秩适配与梯度近似的完美结合
LoRA-GA 是一种结合了低秩适配（LoRA）和梯度近似（GA）的技术。它的核心思想是通过引入低秩矩阵来减少需要更新的参数数量，从而降低计算和存储成本。同时，LoRA-GA 通过梯度近似技术确保低秩矩阵的更新方向与全参数矩阵的更新方向尽可能一致，从而提高模型的适应性和训练效率。LoRA-GA 通过结合低秩适配和梯度近似技术，有效地提高了模型微调的效率和性能。与原始的 LoRA 技术相比，LoRA-GA 在减少计算和存储成本的同时，能够更快地收敛，并且在相同的训练时间内达到更低的损失值和更高的准确率。
2024-08-14 14:52:41
1268
2
原创 探索 MongoDB 的 $currentDate：解决 TTL 时间不同步问题的利器
currentDate 是 MongoDB 的一个更新操作符，用于将指定字段的值设置为当前日期和时间。它的作用类似于你在 Python 中调用 datetime.now()，但更强大的是，它确保时间戳是由 MongoDB 服务器生成的，而不是客户端。这意味着，无论你的客户端时钟有多么不靠谱，MongoDB 都能保证时间的一致性。通过使用 $currentDate 操作符，我们可以确保时间戳是由 MongoDB 服务器生成的，从而避免了客户端和服务器之间的时间不同步问题。
2024-08-14 09:27:02
544
原创 探索 Pluggy 插件系统：未注册插件时返回空列表的奥秘
在 Python 的世界里，插件系统是一个强大的工具，能够让我们的代码更加模块化和可扩展。而 Pluggy 作为一个灵活的插件管理框架，正是我们实现这一目标的利器。然而，当我们在使用 Pluggy 时，可能会遇到一些令人困惑的现象，比如未注册插件时返回空列表。今天，我们就通过一个具体的代码实例来揭开这个谜团。
2024-08-12 19:58:49
318
原创 探索Transformer中的多头注意力机制：如何利用GPU并发
首先，什么是多头注意力机制？简单来说，它是Transformer模型的核心组件之一。它通过并行计算多个注意力头（attention heads），使模型能够从不同的表示子空间中捕捉不同的特征。想象一下，你有八只眼睛，每只眼睛都能看到不同的东西，这样你就能更全面地理解世界。
2024-08-07 09:47:13
851
原创 线程不安全的那些事儿
这段代码的目标很简单：我们创建了一个共享变量 counter，然后启动100个线程，每个线程都对 counter 进行100,000次递增操作。理论上，最终的 counter 值应该是100 * 100,000 = 10,000,000，对吧？什么？10,000,000变成了100,040？这到底是怎么回事？
2024-07-31 09:13:29
403
原创 保存模型可训练参数的正确姿势：state_dict vs named_parameters
今天我们来聊聊一个看似简单但却容易踩坑的主题：如何正确保存模型的可训练参数。你可能会问：“这有什么难的？直接用 model.state_dict() 不就行了吗？” 哦，朋友，事情可没那么简单！
2024-07-24 15:15:37
849
原创 递归锁与普通锁的区别
在多线程编程中，锁是一种机制，用来确保某些代码块在同一时间只能被一个线程执行。想象一下，你和你的朋友们都想同时进入一个只有一把椅子的房间。为了避免混乱，你们需要一个锁来控制进入的顺序。
2024-07-16 14:27:02
452
原创 缓存与锁：让你的Python代码不仅能飞且安全
通过结合 cachetools 的 cachedmethod 装饰器、TTLCache 和 threading.Lock，我们实现了线程安全且带有过期时间的类方法缓存。这样，你的代码不仅跑得更快，还能在多线程环境中稳如泰山。
2024-07-10 20:44:20
647
原创 深入浅出：MongoDB中的背景创建索引
想象一下，你正忙于将成千上万的数据塞入你的MongoDB数据库中，你的用户期待着实时的响应速度。此时，你突然想到：“嘿，我应该给这些查询加个索引！” 没错，有了索引，查询速度将大大提升。但问题是，创建索引需要时间，而这段时间里，你的数据库性能可能会有所下降。该怎么办呢？别急，让我向你介绍一种神奇的操作——背景创建索引。
2024-06-27 09:49:24
783
原创 mongo使用投影(projection)的作用
投影在MongoDB中是一个非常有用的功能，通过它你可以控制查询结果中返回的字段，从而减少数据传输量，提高查询效率，并简化数据处理逻辑。在使用mongo时大脑需要有这样的意识，即投影的存在；理论和使用方法都可以从GPT4获得；
2024-05-30 09:26:27
1199
Training deep network without learningrate coinbet
2018-11-14
stacked Denoise autoencoder learning useful representation
2018-11-14
深度学习+tf
2018-11-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人