Dandelion的博客

原创 DolphinScheduler 3.4.1 Docker 部署安装 Skill

本文介绍了在Linux服务器上通过Docker Compose部署DolphinScheduler 3.4.1的完整流程。主要内容包括：下载解压安装包、修改docker-compose.yml配置（调整Zookeeper和PostgreSQL镜像及端口）、初始化数据库Schema、启动所有服务、安装基本插件（告警、数据源、存储和任务类型），以及配置Worker容器启用default租户。部署需要满足Linux服务器、Docker环境、网络连接和20GB磁盘空间等前置条件。通过详细的命令行操作指导，帮助用户完

原创 Android SDK安装

本文介绍了使用sdkmanager解决Android SDK老版本安装不兼容问题的方法。主要内容包括：1)下载命令行工具并正确配置目录结构；2)使用sdkmanager --list查看可用包，并通过命令行安装平台工具、构建工具等核心组件；3)设置环境变量以便全局调用工具；4)针对JDK识别问题提供排查建议。该方法可替代传统GUI安装器，通过命令行快速搭建Android开发环境，特别适合需要特定SDK版本的项目需求。文中还提供了完整的安装示例和常见问题解决方案。

转载 AttnRes

引用：https://spaces.ac.cn/archives/11664。

原创 【基座模型】讨论next token模型出现output cycle的原因

本文提出三种知识关联模式：共基关系（共享学科基础）、共范关系（共享范式）和线连关系（直接相连）。研究发现共基关系本质上是特殊的线连关系，但因关联路径过长而被遗忘。当模型将遗忘的共基关系误判为线连关系时，就会出现输出循环问题。这一发现为理解知识关联机制提供了新视角。

原创 解决安装pytorch cpu网络问题

安装PyTorch 2.1.0 CPU版本的命令，通过华为云镜像源加速下载，并设置本地代理服务器127.0.0.1:1234进行网络连接。完整命令包含版本号、CPU支持、稳定版源地址、代理配置和国内镜像源参数。

原创 贝尔曼方程（Bellman Equation）

贝尔曼方程是强化学习中的核心概念，它建立了当前状态值函数与下一个状态值函数之间的关系。该方程表明，当前状态的价值可以通过考虑即时奖励和下一个状态的折扣价值来计算。值得注意的是，贝尔曼方程的计算顺序是从当前状态推导下一状态的价值，而非反向。这一方程为价值迭代和策略评估等强化学习算法提供了理论基础，是解决马尔可夫决策过程的关键工具。

原创 流形折叠与条件机制

摘要： **流形折叠（mode collapse）**指生成模型仅输出单一模式样本，忽略数据多样性，导致生成结果重复（如GAN仅生成一种狗）。这会损害样本质量、多样性及训练稳定性，需通过正则化等方法恢复多模态结构。 条件机制通过额外信息（如文本提示）将生成空间约束到特定子流形，实现可控输出。方法包括： 显式条件网络（如Stable Diffusion的文本编码器），训练时随机丢弃条件以实现无分类器引导（classifier-free guidance），通过调节系数平衡条件符合度与多样性。 隐式条件，模型同

原创 触摸板服务还是蠕虫病毒？

摘要：该内容疑似讨论触摸板相关服务，提到"Synaptic Pointing Enhance Service"可能是指触摸板驱动服务，并配有一张未显示的图片链接。由于信息有限且图片无法查看，无法确定具体功能，推测与Synaptics触摸板增强功能有关。

原创 相关性度量

相关性度量速查表：按数据类型（数值/类别/时间序列）和任务需求分类，提供核心思想与Python调用方法。包含Pearson、Spearman、Cramér V等常用指标，以及高维（CCA/RV）和时间序列（ACF/Granger）分析工具。附Python示例代码和选择指南，帮助快速匹配场景需求。例如检测线性关系用Pearson，非线性用Spearman，类别变量用Cramér V。调用简洁：pearsonr(x,y)[0]或dcor.distance_correlation(x,y)。

原创 HIPPO（High-order Polynomial Projection Operators）变换

HIPPO（High-order Polynomial Projection Operators）是一种基于正交多项式投影的序列建模方法，通过常微分方程（ODE）动态更新状态向量，有效解决长距离依赖问题。其核心公式为$\dot{c}(t) = A(t)c(t) + B(t)f(t)$，将历史信息压缩为有限维投影系数。HIPPO提供三种变体：LegS（全局均匀加权）、LegT（局部滑窗）和LagT（指数衰减），分别适用于不同场景。该方法通过双线性变换离散化实现高效递推，具有梯度稳定、误差随多项式阶数指数下降等

原创 分布相似性度量

摘要： 本文系统化整理了分布相似性度量方法，按场景分类： 单变量度量：包括KS距离（最大垂直差）、Wasserstein距离（直观整体差异）、KL散度（信息论）等7种方法，均提供Python实现（如scipy.stats）。 高维度量：推荐MMD（核方法）、Energy Distance（多变量扩展）等4种方法。 可视化工具：QQ图、ECDF图等辅助判断。 选型指南：根据需求快速匹配方法（如尾部差异用Anderson-Darling，高维用MMD）。文末附Wasserstein距离的代码示例。 （字数：15

原创 分布一致性检验

分布一致性检验方法可分为非参数检验（如KS检验、AD检验、Mann-Whitney U检验）、参数检验（如t检验、卡方检验）、图形方法（QQ图、PP图）以及高维数据方法（MMD、Energy Distance）。非参数检验不依赖分布假设，适用于任意数据；参数检验需已知分布；图形方法直观可视化；高维方法适用于复杂数据。Python中可通过scipy.stats实现常用检验（KS、Mann-Whitney等），选择方法需考虑数据类型、分布假设和样本量等因素。

原创 Norm s

Batch Normalization（2015年）、Layer Normalization（2016年）、Instance Normalization（2017年）、Group Normalization（2018年）、Switchable Normalization（2018年）参考：https://blog.csdn.net/QLeelq/article/details/122600391。参考：https://zhuanlan.zhihu.com/p/657659526。

原创 fastapi jsonable_encoder debug

所提的issue，考虑可能是Iterator(BaseModel)的问题。debug一整天原来是这么简单的问题(* ￣︿￣)发现obj是ndarray类型。

原创 docker指南

在本文中，我们将讨论 Prometheus 和 Grafana，以及如何使用 Helm 图表为任何 Kubernetes 集群设置监控。我们还将学习如何将 Prometheus 和 Grafana 连接在一起，并在 Grafana 上设置一个基本的仪表板来监控 Kubernetes 集群上的资源。若安装时在Desktop卡在WSL，在终端输入。

原创 Linux的cpolar配置

【代码】Linux的cpolar配置。

原创 远程Linux的pyside6在本地vscode开发

报错：object ‘libpython3.8.so’ from LD_PRELOAD cannot be preloaded (cannot open shared object file): ignored.结果可以在vscode文件夹右键点击，最下端有pyqt：new form。vscode安装pyqt integration插件，配置四个路径。让GUI能够在本地显示，参考。

原创 远程服务器Ubuntu的gui在本地显示

vscode安装插件Remote-SSH，win的users用户下.ssh\configForwardX11和字段并都设置为yes下载安装VcXsrv（），远程服务器测试然后本地运行VcXsrv（开始菜单XLaunch），display number填10，disable access control勾选，然后vscode连接服务器，远程终端输入xeyes测试。

原创 git指南

Git简明指南摘要： 本文提供了Git版本控制系统的核心操作指南，包括： 基础操作：仓库初始化(git init)、状态跟踪(git add)、提交变更(git commit) 状态管理：文件状态转换（跟踪→暂存→提交）及撤销操作 远程仓库：添加远程源(git remote)、推送代码(git push)及身份验证设置 分支管理：创建/切换分支(git branch/checkout)、合并分支(git merge)及差异比较 实用技巧：代码暂存(git stash)、历史查看(git log)、代理设置和

原创 油猴插件推荐

原创 Linux安装pytorch

我在官网找到需要的pytorch版本1.12.0，但是没有cuda12.2的，所以选择了最高的cuda11.6的。移除Driver的安装，然后在install处回车。当然，前面要accept一下的它的协议。################# 操作记录 ######################选择符合cuda12.2的任意一种下载，需注册登录下载。跳出这个界面，显然已经有驱动了，选择continue。查看显卡型号，GeForce GTX 1070。选择runfile，不要选择deb。

原创 考研不知道怎么择校？一张表帮你找到答案！

研招网查起来太麻烦了，故整理了这张表。包含所在省份、招生单位、考试方法、院系所、专业代码、学制、研究方向、指导老师、拟招人数、政治英语与两门业务课。2023年2月10日收集的，仅供参考意义，一切以招生办和研招网最新信息为准！包括专硕和学硕，包括全日制和非全日制。字段名有点不太相符，懒得改啦。因为一开始为了理工科收集的，所以以下专业（招生代码）被排除了。不要问我任何问题，至于代码你们可以参考其他博主的。

原创 数据结构与算法笔记【暂存】【20230724】

【代码】数据结构与算法笔记【暂存】【20230724】

原创 网络安全笔记【暂存】【20230711】

【代码】网络安全笔记【暂存】【20230711】

原创 MySQL ex3-6

【代码】MySQL ex3-6。

原创 C++笔记210829

【代码】C++笔记210829。

原创 MongoDB安装（超低版本，仅供参考）

【代码】MongoDB安装（超低版本，仅供参考）

原创 HBase安装

如果有安装zookeeper，则需要继续加上【ZooKeeper的地址】和【ZooKeeper快照的存储位置】。如果是多机集群，则需要修改该文件。主要是在里面加上各个电脑的主机名，以换行分隔。可以看见 master 和 regionserver 都启动了。从下面的日志文件可以排错，尤其是 Master 进程消失的问题。启动hdfs和yarn。若是单机分布式，则无需修改。保持localhost。记得在各个主机上加载环境变量。**启动 Hadoop **如果多机，则执行该操作。如果有ZK且配置的话。

原创 在eclipse运行MapReduce(Hadoop)程序的常见问题

主机名和端口在 hadoop/etc/hadoop/core-site.xml 可以看到 fs.defaultFS 的值为 hdfs://主机名:端口号。一般是在hdfs上的/user/root目录创建input文件夹，并把需要统计的文件放里面，而且如果存在output文件夹的话要先删掉该文件夹。2、M/R的端口号不要改它，依旧是50020，DFS的端口号就是在 core-site.xml 查到的端口号。只要是在代码import处出现报错的，都要导入相应的jar包。还要hdfs和yarn的jar包。

原创 LSTM简单计算例子

网络结构：输入与输出step1step2。

原创 23年版，解决安装rattle的种种问题和bug

mingw_64\bin和…\Rtools\bin都添加到环境变量中，尤其是前者！我是有下载rtools的，所以上面行不通，可以先下载rtools后再试一遍。1、在安装过程中64位的和32位的一定都要勾选！然后解压缩，把bin目录添加到环境变量中。跳出弹窗，问你是否下载gtk+，点是就好。

原创 R语言实现随机分组函数

要求：将 CO2 随机分成两组数据，第一组和第二组的比例为 6:4。

原创 用3个1x1卷积层替换VGG最后3个全连接层

题目：与 AlexNet、LeNet 一样，VGG 网络可以分为两部分：第一部分主要由卷积层和汇聚层组成，第二部分由全连接层组成，如下图我们知道，可以使用1 × 1的卷积层去代替全连接层。那请你使用使用三个1 × 1的卷积层去代替 VGG 最后的三层全连接层，计算卷积层的参数量，并对比替换前后的参数量。

原创 R语言实验2

【代码】R语言实验2。

原创 字符串匹配

数据集成原理-字符串匹配