云来雁去
码龄13年
求更新 关注
提问 私信
  • 博客:2,933,130
    社区:1,748
    问答:2,424
    2,937,302
    总访问量
  • 335
    原创
  • 5,795
    粉丝
  • 79
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:陕西省
加入CSDN时间: 2012-02-24

个人简介:探讨技术心得,交流生活感悟,站在理性与感性的十字路口,谢谢你,在这世界的角落,找到我。

博客简介:

素履独行 | 元培的个人博客

博客描述:
素履以往,心之所向;一苇以航,直达远方。
查看详细资料
个人成就
  • 博客专家认证
  • 获得1,492次点赞
  • 内容获得2,053次评论
  • 获得2,643次收藏
  • 代码片获得1,105次分享
  • 博客总排名25,737名
  • 原力等级
    原力等级
    5
    原力分
    1,612
    本月获得
    3
创作历程
  • 1篇
    2025年
  • 5篇
    2024年
  • 7篇
    2023年
  • 22篇
    2022年
  • 36篇
    2021年
  • 18篇
    2020年
  • 19篇
    2019年
  • 26篇
    2018年
  • 16篇
    2017年
  • 22篇
    2016年
  • 44篇
    2015年
  • 80篇
    2014年
  • 35篇
    2013年
  • 4篇
    2012年
成就勋章
TA的专栏
  • 分布式丛林探险系列
    付费
    5篇
  • 海边的 Kafka 系列
    付费
  • Unity3D 游戏开发系列
    付费
    88篇
  • Python 数据挖掘系列
    付费
    23篇
  • .NET 源代码探案系列
    付费
    30篇
  • Redis技术学习系列
    4篇
  • C#设计模式系列
    6篇
  • SDL游戏开发专栏
    2篇
  • [编程之美]
    10篇
  • [人生感悟]
    26篇
  • [算法相关]
    24篇
  • [编程语言]
    189篇
  • [移动互联]
    51篇
  • [游戏开发]
    80篇
  • [产品设计]
    9篇
  • [读书摘录]
    12篇
  • [独立博客]
    13篇
  • [SDLGame]
    2篇
  • [NodeJS]
    2篇

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 7

TA参与的活动 1

兴趣领域 设置
  • 前端
    javascriptvue.js前端框架
  • 后端
    架构
  • 人工智能
    opencv计算机视觉自然语言处理nlp数据分析
  • 微软技术
    c#.netasp.net
  • 测试
    seleniumpostman
  • 运维
    jenkinsgraylogelk
关于我
飞鸿踏雪,一名文艺的程序员
19岁以前写诗,19岁以后写代码

☆ 关注领域 ☆
.NET、 .NET Core、 Python、 数据分析、 微服务、 Web

☆ 欢迎大家同我 ☆
探讨技术心得,交流生活感悟
-------------------------------------------
☆ 个人博客 ☆ 点击这里
☆ 备用博客 ☆ 点击这里
☆ 知乎专栏 ☆ 点击这里
-------------------------------------------
☆ 个人邮件 ☆ qinyuanpei#163.com
创作活动更多

新星杯·14天创作挑战营·第13期

这是一个以写作博客为目的的创作活动,旨在鼓励大学生博主们挖掘自己的创作潜能,展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴,那么,快来参加吧!我们一起发掘写作的魅力,书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛!注: 1、参赛者可以进入活动群进行交流、互相鼓励与支持(开卷),虚竹哥会分享创作心得和涨粉心得,答疑及活动群请见:https://bbs.csdn.net/topics/619781944 【进活动群,得奖概率会更大,因为有辅导】 2、文章质量分查询:https://www.csdn.net/qc

84人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

基于 K-Means 聚类分析实现人脸照片的快速分类

K-Means 是一种广泛应用的聚类算法,其基本原理是将数据集分成 K 个簇,目标是让每个簇内的数据点尽可能相似,而不同簇之间的数据点尽可能差异明显。K-Means 的执行过程如下:随机选取 K 个初始中心点。将每个数据点分配到距离最近的中心点所对应的簇。更新每个簇的中心点,通常取簇内所有数据点的均值。重复步骤 2 和 3,直到中心点不再发生变化或达到预设的最大迭代次数。图一:簇划分不正确或者簇数量假设错误图二:数据分布具有各向异性,簇的形状是一个拉长的椭圆形,而不是对称的圆形。
原创
博文更新于 2025.01.16 ·
673 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

关于 ChatGPT 的流式传输,你需要知道的一切

当提及 ChatGPT 等生成式 AI 产品时,大家第一时间想到的是什么?对博主而言,印象最为深刻的是其流式输出效果,宛如打字机一般流畅。相信大家都注意到了,我给博客增加了 AI 摘要功能。虽然,这是一个非常“”的功能,可是在光标闪烁的一刹那,我居然产生了一种“”的莫名期待。然而,此时此刻,理性会告诉我们:ChatGPT 的流式输出并不是为了让 AI 更“”人类,它本质上是一种减少用户等待时长的优化策略。相比于人类的闪烁其词,心直口快或许更接近 AI 的真实想法。。
原创
博文更新于 2024.06.13 ·
573 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

RAG 的是与非、Rewrite 和 Rerank

有时候,我觉得人类还真是种擅长画地为牢的动物,因为突然发现,当人们以文化/理念的名义形成团体/圈子的时候,其结局都不可避免地走向了筛选和区分的道路。或许,大家都不约而同地笃信,在成年人的世界里,那条不成文的社交潜规则——“与千百年前百家争鸣不同,团体/圈子间并不热衷于交流,倒像是一种标签化的分类方式,甚至是一种非黑即白的二元分类方式。比如,通常人们认为男性不能讨论女性主义,可我经常在女性主义视角下看到对男性的讨论。女性朋友们一致认为,女性种种不幸完全是由男性以及男性背后的父权造成的。
原创
博文更新于 2024.04.28 ·
1228 阅读 ·
9 点赞 ·
0 评论 ·
29 收藏

使用 EFCore 和 PostgreSQL 实现向量存储及检索

随着 ChatGPT 的兴起及其背后的 AIGC 产业不断升温,向量数据库已成为备受业界瞩目的领域。、Qdrant 等产品层出不穷。市场调研公司 MarketsandMarkets 的数据显示,全球向量数据库市场规模预计将从 2020 年的 3.2 亿美元增长至 2025 年的 10.5 亿美元,年均复合增长率高达 26.8%。这表明向量数据库正从最初的不温不火逐步演变为大模型的 “超级大脑”。向量数据库,不仅解决了大模型在 “事实性” 和 “实时性” 方面的固有缺陷,还为企业重新定义了知识库管理方式。
原创
博文更新于 2024.04.11 ·
1251 阅读 ·
16 点赞 ·
0 评论 ·
19 收藏

基于 LLaMA 和 LangChain 实践本地 AI 知识库

本文讨论了人工智能领域的最新发展,主要围绕着基于 Transformer 和 MoE 架构的多模态模型 Gemini 1.5 Pro,以及 OpenAI 推出的支持从文字生成视频的模型 Sora。文章提到通用人工智能(AGI)的实现正在加速,指出 AI 应用落地的主要实践围绕大模型微调、提示词工程和知识增强展开。在介绍 LangChain 中的知识库构建过程中,涉及 Loader、Splitter、Embeddings 和 VectorStore 等步骤。此外,还讨论了 RAG 和 GPTs 在实践中的应用
原创
博文更新于 2024.03.01 ·
1918 阅读 ·
24 点赞 ·
0 评论 ·
18 收藏

使用 llama.cpp 在本地部署 AI 大模型的一次尝试

2023年被誉为AIGC元年,随着技术浪潮,人们开始对人工智能的发展产生担忧。文章介绍了使用llama.cpp在本地部署AI大模型的过程,包括编译、量化和模型下载。通过对不同模型的体验,展示了其运行效果和评估。最后,将ChatGPT-Next-Web与llama.cpp结合,展示了本地部署AI大模型的潜力。整体讲述了私有化部署AI大模型的重要性和实践过程。
原创
博文更新于 2024.03.01 ·
2356 阅读 ·
22 点赞 ·
0 评论 ·
25 收藏

基于 C# 实现样式与数据分离的打印方案

对于八月份的印象,我发现大部分都留给了出差。而九月初出差回来,我便立马投入了新项目的研发工作。因此,无论是中秋节还是国庆节,在这一连串忙碌的日子里,无不充满着仓促的气息。王北洛说,“最近,我一直在忙着搞打印,我时常怀疑在“”这件事情上,人们的口号大于实质,否则,人们便不会如此热衷于打印单据,虽然时间已过去许多年,可有些事情似乎从未改变过,无论是过去的,还是如今的。
原创
博文更新于 2024.02.20 ·
865 阅读 ·
1 点赞 ·
4 评论 ·
6 收藏

C# 使用 LibUsbDotNet 实现 USB 设备检测

有了这个思路,我们就可以在程序启动时对 USB 设备进行监控,一旦发现某个重要的设备被移除,程序就可以及时地做出响应或处理,而不用等到真正要用设备的时候引发异常,我越来越觉得,编程本质就是一群聪明人在千方百计地照顾一个“巨婴”,每次测试同事都说这里或者那里要加一个提示,可即使增加了提示,人们依然无止无休地问你为什么,错误信息不过是程序员自我安慰剂,除了程序员以外没有人会在乎它具体是什么。如果你对此怀疑表示怀疑的话,不妨回去翻翻你写的代码,有多少行是真正的、有用的代码,又有多少代码是为了防呆呢?
原创
博文更新于 2023.10.20 ·
2631 阅读 ·
3 点赞 ·
7 评论 ·
15 收藏

基于 SVG 的图形交互方案实践

实际上,到目前为止,这篇博客里对方案可行性的探索业已完成,而在现实中,更多的挑战往往来自非技术因素。当然,从这篇文章的思路延伸出去,无论是复杂的数据大屏,还是布局编辑器/低代码、地图、流程图、工作流等问题,我们都无法摆脱 DOM、Canvas、WebGL、SVG 等知识体系。”,你不得不为每一个区域标注好坐标,这对于没有设计感的程序员来说可能是一场折磨,更重要的是,一旦这个方案运用到数字大屏上面,你总要去解决屏幕尺寸变化、全屏/非全屏等一系列问题,显然,这个时候这些区域的坐标都需要重新计算。
原创
博文更新于 2023.08.24 ·
1850 阅读 ·
2 点赞 ·
0 评论 ·
4 收藏

前端视频播放技术概览

转眼间,2023 年已进入下半场,在这样一个时间节点下,长视频平台如爱奇艺、优酷、腾讯视频等,以及短视频平台如抖音、快手等,对大家来说早已是司空见惯的事物。然而,在我们追剧、刷弹幕的时候,很少有人会去深入思考这些平台背后的技术奥秘。直到最近,我需要在前端项目中实现视频播放时,我终于意识到,这些视频不仅在格式上存在着差异,甚至连播放形式都各有不同。举个例子,当下最为火热的 “”,通常是指实时的视频播放。相对应地,非实时的视频播放则被称为 “如果你有接触过,你或许还听说过 “” 这个词汇。
原创
博文更新于 2023.07.31 ·
2161 阅读 ·
7 点赞 ·
0 评论 ·
29 收藏

后 GPT 时代,NLP 不存在了?

在刘慈欣老师的《三体》小说中,整个故事是以杨冬的死亡线索展开的,而她自杀的原因是物理学不存在了。随着 GPT-4 的发布,『NLP已死』和『NLP不存在了』的声音开始不绝于耳。如果说杨冬认为物理学被颠覆源于智子的“”,那么,现在的大型语言模型对于 NLP 的冲击,实际上改变了AI与最终用户互动的方式。传统的 NLP 技术方向涵盖了信息抽取、文本挖掘、机器翻译、语音合成、语音识别、语义理解、句法分析,这些都被视为自然语言处理的中间任务。因此,传统的 NLP 模式是在每个领域中提供各种不同的工具。
原创
博文更新于 2023.05.17 ·
1550 阅读 ·
2 点赞 ·
0 评论 ·
0 收藏

视频是不能 P 的系列:使用 Milvus 实现海量人脸快速检索

最近一直在优化一个人脸识别项目,最大的感受是,科学的尽头永远都是殊途同归。一年前我在使用实现人脸识别的时候,其实当时有两个悬而未决的问题:其一是人脸样本数目增加带来的性能下降问题;其二是如何快速地判断目标人脸是否在人脸样本中。此时此刻,在经历了虹软人脸识别 SDK 的折磨以后,我终于意识到,这两个问题从来就没有消失,它会在某个合适的时机突然跳出来,然后不露声色地敲打着你说道:“此刻,回过头来重新审视这两个问题,我认为,它们本质上就是 1:1 和 1:N 的问题。笔者在使用。
原创
博文更新于 2023.04.27 ·
1522 阅读 ·
2 点赞 ·
0 评论 ·
4 收藏

GDI+下字体大小自适应方案初探

在某个瞬间,我忽然发觉,三体或是AI,本质上是非常相近的事物,甚至在面对任何未知领域的时候,人类总会不自觉地划分为降临派、拯救派和幸存派。姑且不论马斯克等人叫停 GPT-5 的真实动机如何,当大语言模型(LLM)裹挟着 AIGC 的浪潮气势汹汹地袭来时,你是否会像很多人一样,担心有一天会被机器取代以致于失业呢?
原创
博文更新于 2023.04.13 ·
1216 阅读 ·
2 点赞 ·
0 评论 ·
3 收藏

使用ASP.NET Core和Hangfire实现HTTP异步化方案

Hi,大家好,我是Payne,欢迎大家一如既往地关注我的博客。今天这篇博客里的故事背景,来自我工作中的一次业务对接,因为客户方提供的是长达上百行的XML,所以一度让更喜欢使用JSON的博主感到沮丧,我这里不是想讨论XML和JSON彼此的优缺点,而是我不明白AJAX里的X现在基本都被JSON替代了,为什么还有这么多的人坚持使用并友好的XML作为数据的交换协议呢?也许你会说,因为有这样或者那样等等的理...
原创
博文更新于 2023.01.07 ·
5729 阅读 ·
5 点赞 ·
5 评论 ·
5 收藏

在 Docker 容器内集成 Crontab 定时任务

有时候,我们需要在容器内执行某种定时任务。譬如,Kerberos客户端从KDC中获取到的TGT默认有效期为 10 个小时,一旦这个票据失效,我们将无法使用单点登录功能。此时,我们就需要一个定时任务来定时刷新票据。此前,博主为大家介绍过和这样的定时任务系统,而对于 Linux 来说,其内置的是比以上两种方案更加轻量级的一种方案,它可以定时地去执行Linux中的命令或者是脚本。对应到Kerberos的这个例子里面,从 KDC 申请一个新的票据,我们只需要使用kinit这个命令即可。
原创
博文更新于 2022.12.05 ·
4047 阅读 ·
1 点赞 ·
0 评论 ·
4 收藏

关于 Docker 容器配置信息的渐进式思考

作为一名软件工程师,不,或许应该叫做 YAML 工程师、Markdown 工程师、Dockerfile 工程师……等等,这绝非自谦,更多的是一种自嘲。毕竟,从入行的那一天开始,追求配置上的动态灵活,就如同思想一般刻进每个程序员的 DNA 里。可当你意识到,在这个世界上,提出主张的人和解决问题的人,并不是同一群人时,你或许会心头一紧,接着便是直呼上当,我甚至不能理解,为什么程序员提交完代码,还要像运维一样折腾各种配置文件。
原创
博文更新于 2022.12.02 ·
657 阅读 ·
0 点赞 ·
5 评论 ·
0 收藏

为你的服务器集成 LDAP 认证

回顾我这些年的工作经历,面向企业(2B)和面向用户(2C)的项目都曾接触过。我个人觉得,面向企业的项目更注重业务,参与决策的人数多、周期长,目的是为企业提供生产经营价值,如缩减成本、提升效率等等,而面向用户的项目更注重体验,参与决策的人数少、周期短,目的是为消费者提供更多的使用价值,本质上是为了圈揽用户和抢夺流量。我在参与这些项目的过程中发现,企业级应用的研发更注重与第三方软件如 SAP、金蝶、用友、ERP 等等的整合,因此,类似单点登录、数据同步这样的需求非常普遍。每当这个时候,我就不由地想起一位前辈。
原创
博文更新于 2022.11.17 ·
646 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

视频是不能 P 的系列:使用 Dlib 实现人脸识别

本文是的第三篇。此前,我们已经可以通过或者实现对人脸的检测,并在此基础上实现了某种相对有趣的应用。譬如,利用人脸特征点提取面部轮廓并生成、将图片中的人脸批量替换为精神污染等等。当然,在真实的应用场景中,如果只是检测到人脸,那显然远远不够的,我们更希望识别出这张人脸是谁。此时,我们的思绪将会被再次拉回到人脸识别这个话题。在探索未知世界的过程中,博主发现自带的 LBPH 方法,即局部二值模式直方图方法,识别精度完全达不到预期效果。所以,博主最终选择了。
原创
博文更新于 2022.11.03 ·
731 阅读 ·
0 点赞 ·
2 评论 ·
1 收藏

浅议分布式链路追踪与日志的整合

当然,微软的东西好像天生就是一种原罪,很多时候,你可能根本不会用这个听都没听说过的Acitivity,你可能更愿意使用自己生成的TraceId,在这种情况下,这个库就不再适用啦,因此,在最后的这点篇幅里,我想分享一下 Nlog 里自定义的 LayoutRenderer 的实现。提到这个话题的时候,我其实是蛮感慨的。
原创
博文更新于 2022.10.19 ·
622 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

关于 Git 大文件上传这件小事

很多年后,当我在命令行中熟练地操作 Git 的时候,我总会不由地想起从前意气风发的自己。毕竟不知不觉间,三十岁的年龄已然被更年轻的人们嫌弃“苍老”,除却生理上不可逆转的自然衰老,更多的或许是一种心态上的衰老。以前,我是非常鄙夷在 Git 仓库里提交 Word 或者 Excel 文件这种行为的,甚至连理由都给得十分正当,即:这种文件不利于差异的对比和合并。后来,参与的项目越来越多,渐渐认识到 Markdown 始终是一种小众的格式,你没有办法要求所有人都去适应 Markdown。
原创
博文更新于 2022.10.11 ·
1609 阅读 ·
2 点赞 ·
0 评论 ·
9 收藏
加载更多