- 博客(109)
- 收藏
- 关注
RSS订阅原创 如何升级ccache的版本 || 安装ccache
等等只要带有符号链接或ccache副本的目录位于PATH中带有编译器（通常为/usr/bin）的目录之前，这将起作用。在编译命令前面加上ccache。ccache的文件比较单一，环境变量、软链接啥的都是已经配置好的，所以这次一切从简，直接替换文件即可。在下载的文件中是可以找到manual的，它的ccache是放在local下的，和我不太一样。但是话说回来，实际上手动安装的库文件、可执行文件一般都是在local下的，是我操作不规范了。由于一些原因之前用的是3.7的ccache，但是遇到了一个bug。
2024-04-08 21:08:49
468
1
原创 主流开发语言和开发环境介绍
开发语言，也被称为编程语言，是一种用于创建计算机程序的形式化语言。它允许开发者编写指令，这些指令可以被计算机理解和执行。开发语言有很多种，每种都有其特定的用途和优势。开发环境（IDE）是一个软件应用程序，它提供了一个集成的开发环境，用于创建和管理软件应用程序和其他类型的项目。它通常包括代码编辑器、编译器、调试器和其他工具。在软件开发中，有许多不同的编程语言可供选择。以下是五种主流的编程语言：Java、Python、C++、JavaScript和C#。
2024-03-20 19:45:10
2661
原创 DeepLearning深度学习入门建议
深度学习是机器学习的一个子领域，它试图模拟人脑的工作原理，通过训练大量数据来自动学习数据的内在规律和表示层次。深度学习的核心是神经网络，特别是深度神经网络，即包含多个隐藏层的神经网络。这些隐藏层可以自动学习数据的多层次表示，从而实现对复杂数据的高效处理。深度学习是机器学习的一个子领域，它试图模拟人脑的工作原理，通过训练大量数据来自动学习数据的内在规律和表示层次。深度学习的核心是神经网络，特别是深度神经网络。在开始学习深度学习之前，首先需要搭建一个合适的编程环境。本节将介绍如何搭建一个用于深度学习的编程环境。
2024-03-20 19:40:26
569
原创 机器学习之无监督学习简介及算法库推荐
无监督学习是机器学习的一种类型，它不依赖于预先标记的训练数据。相反，它直接对输入数据进行模式识别和结构分析。无监督学习的主要目标是发现隐藏在数据中的有意义的结构和模式。常见的无监督学习方法包括聚类、降维等。市场细分是无监督学习的一个重要应用领域。通过分析大量的用户行为数据，无监督学习可以帮助企业将市场划分为不同的细分市场，从而更好地满足不同用户群体的需求。常用的无监督学习算法有聚类算法（如K-means、DBSCAN等）和降维算法（如PCA、t-SNE等）。
2024-03-20 19:35:28
1803
原创 汇编语言基础概念与入门实践
汇编语言是一种低级编程语言，它使用助记符（Mnemonics）来代表机器语言指令。这些助记符通常与特定计算机架构的机器语言指令有一一对应的关系。汇编语言编写的程序需要通过汇编器（Assembler）转换为机器语言，然后才能被计算机执行。
2024-03-18 18:48:21
790
原创 计算机组成原理知识框架
直接寻址中，操作数的地址直接包含在指令中，可以通过简单的地址计算得到操作数的内存位置。间接寻址中，操作数的地址存放在一个寄存器或内存单元中，需要先读取该地址才能得到操作数的实际位置。定长指令格式中，所有指令的长度都是相同的，这样可以简化指令的译码和执行过程。而变长指令格式中，不同指令的长度可以不同，这样可以提高指令的编码效率。通过不同的寻址方式，指令可以访问存储器中的不同位置，从而实现对数据的读取和写入操作。数字逻辑是计算机科学的一个重要分支，它研究的是电子设备（如计算机）在处理信息时的逻辑行为。
2024-03-18 18:36:45
866
原创 ros2的moveit2已经安装了但运行时提示找不到名为“moveit”的python模块
上述种种都是使用预编译包安装moveit。可能预编译包就是不好用吧，现在在搞源码安装了。
2024-03-04 14:46:01
392
原创 多智能体强化学习简介
强化学习（Reinforcement Learning，RL）是一种机器学习方法，它通过让智能体与环境进行交互，学习如何在给定的情境下做出最优的决策。在这个过程中，智能体会根据环境的反馈（奖励或惩罚）来调整自己的行为策略，以最大化累积奖励。在多智能体强化学习中，多个智能体同时进行学习和决策，它们的行为会影响到其他智能体和整个环境。因此，多智能体强化学习不仅需要考虑单个智能体的学习和决策过程，还需要考虑智能体之间的交互和协作。
2024-03-03 22:28:52
2660
原创 无监督机器学习简介
无监督学习是机器学习的一种类型，它不依赖于预先标记的训练数据。相反，它试图从未标记的数据中找出一些结构或模式。这种类型的学习在许多领域都有应用，包括聚类分析、降维和关联规则学习等。
2024-03-03 21:46:08
870
原创 MATLAB基础语法与实践
MATLAB是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。它包含控制语句、函数、数据结构、单位运算、输入输出和面向对象编程。命令窗口：这是用户与MATLAB进行交互的主要窗口，用户可以在这里输入命令并查看结果。工作空间：显示当前打开的所有变量及其值。命令历史：显示用户最近输入的命令。当前目录浏览器：显示当前的工作目录。工具栏：提供一些常用的快捷操作。
2024-03-03 21:44:46
1070
原创 数学建模团队分工建议
数学建模是将实际问题转化为数学问题，然后通过解决数学问题来预测或解释实际问题的过程。问题提出者：负责理解和定义实际问题，以及确定解决问题的目标和方法。数据收集者：负责收集和整理与问题相关的数据。模型构建者：负责建立数学模型，包括选择合适的数学工具和方法，以及确定模型的参数。模型求解者：负责使用计算机软件或其他工具求解模型，以及验证模型的解。结果分析者：负责分析模型的解，以及解释解的含义和影响。报告撰写者：负责编写报告，包括描述问题、方法、结果和结论。
2024-03-03 21:27:13
3471
原创 《数学物理方法》学习建议与指导
本教程旨在为学习《数学物理方法》的学生提供一些学习建议和指导。我们将讨论如何有效地理解和应用这些方法，并提供一些实用的学习技巧。
2024-02-28 12:31:22
1186
原创 Java Spring快速入门
Spring是一个开源的企业级Java应用框架，其目标是简化企业级应用程序的开发。Spring框架的主要特点是依赖注入（Dependency Injection，简称DI）和面向切面编程（Aspect Oriented Programming，简称AOP）。Spring框架可以用于任何基于Java的应用，并且可以与许多其他框架无缝集成。IoC容器是一个应用程序上下文，它负责实例化、配置和管理对象。在Spring框架中，IoC容器负责将对象之间的依赖关系解析并注入到相应的对象中。
2024-02-28 12:22:16
892
原创 Python 爬虫常用库总结与进阶指南
Python 提供了一些用于网络爬虫的库，如 requests、BeautifulSoup、Scrapy 等。这些库可以帮助我们方便地获取网页内容，解析 HTML，存储数据等。
2024-02-27 22:23:07
2676
原创 Verilog HDL 语法入门教程
Verilog HDL（Hardware Description Language）是一种硬件描述语言，用于描述数字电路和系统。它是由美国加利福尼亚大学的Philip Moorby在1983年开发的，目的是为集成电路设计提供一个通用的建模语言。Verilog HDL已经成为了电子设计自动化（EDA）领域的事实标准，被广泛应用于FPGA、ASIC等数字电路的设计和验证。在Verilog中，一个模块是一个具有输入、输出和逻辑功能描述的独立代码块。模块定义以关键字module开始，后跟模块名和端口列表。
2024-02-27 22:16:20
1388
原创 解决方案 || 在Windows中运行含有bash命令的开源代码仓库
通过安装WSL，用户可以在Windows中运行完整的Linux发行版，并使用所有的bash命令。在开源社区中，许多项目都是基于Unix-like系统（如Linux或MacOS）开发的，这意味着它们的脚本或命令可能包含特定的bash命令，这些命令在Windows的命令提示符或PowerShell中并不适用。Git Bash 是 Git for Windows 的一部分，它提供了一个bash环境，允许用户在Windows中运行bash命令。6. 打开Linux发行版的终端。是一个显示当前工作目录的命令。
2024-02-26 19:40:06
892
原创 数电基础 || 逻辑门电路 (一唱三叹式) 简约教程
逻辑门是实现布尔逻辑运算的电子设备，常用于构建复杂的数字电路。常见的逻辑门包括与门、或门、非门、异或门等。逻辑门电路是数字电子技术中最基本的组成部分，它可以实现各种复杂的数字功能。逻辑门电路主要由输入、输出和逻辑运算组成。常见的逻辑运算有与、或、非等。
2024-02-26 09:49:08
1202
原创 硬件描述语言 Chisel 入门教程
Chisel是一个Scala库，用于构建高级别的、可综合的、模块化的硬件设计。它允许设计师在高层次上定义硬件的行为，然后通过一系列的转换步骤将其转换为低层次的Verilog或VHDL代码。这使得设计师可以专注于实现硬件的功能，而不需要关心底层的细节。高级抽象：使用Scala的高级别抽象来描述硬件行为。可综合：生成的Verilog或VHDL代码可以直接用于ASIC或FPGA的设计。模块化：可以将设计分解为多个独立的模块，每个模块都可以独立地进行测试和验证。
2024-02-26 09:36:54
2596
原创 Dockerfile 语法教程
Dockerfile 是一个文本文件，其内包含了一系列用户可以调用docker build命令自动构建 Docker 镜像的指令。每一条指令都会在镜像上创建一个新的层，因此每一条指令的内容，都会作为下一次创建新的层的基础。
2024-02-26 09:30:26
1112
原创 (202402)多智能体MetaGPT入门2：AI Agent知识体系结构
本章主要为Agent相关理论知识的学习。智能体 = LLM+观察+思考+行动+记忆多智能体 = 智能体+环境+SOP+评审+路由+订阅+经济（详见相关资料）该部分内容加深了我对Agent的理解，之前我对Agent的印象主要仅有工具的使用，但是通过这部分对于Agent更加全面的解释，我对于Agent的发展方向有了更深的理解。不在此进行原文摘抄，仅记录阅读感受，有需要可阅读原文档。
2024-02-25 17:03:35
716
原创 (202402)多智能体MetaGPT入门1：MetaGPT环境配置
感谢datawhale组织开源的多智能体学习内容，飞书文档地址在https://deepwisdom.feishu.cn/wiki/KhCcweQKmijXi6kDwnicM0qpnEf这种方式实际上等同于仓库克隆到缓存文件夹中，然后进行本地安装。为了使得安装速度加快，可以将使用参数添加镜像源。conda新建虚拟环境。推荐使用miniconda。拉取仓库：因为不打算进行切换分支等操作，因此可以指定指定主分支和最小clone深度以加快速度。并进行源码安装从最后的输出结果可以看出安装的是0.7.2版本
2024-02-25 15:56:08
3311
6
原创 第五课[lmdeploy]作业 +第六课[OpenCompass评测]作业
如下图，采用api_server部署，并转发端口通过curl提交内容。
2024-02-13 00:24:18
436
原创 InternLM大模型实战-6.OpenCompass大模型评测
本文是对于InternLM全链路开源体系系列课程的学习笔记。【OpenCompass 大模型评测】 https://www.bilibili.com/video/BV1Gg4y1U7uc/?
2024-02-13 00:06:30
246
原创 InternLM大模型实战-5.LMDeploy大模型量化部署实战
本文是对于InternLM全链路开源体系系列课程的学习笔记【LMDeploy 大模型量化部署实践】 https://www.bilibili.com/video/BV1iW4y1A77P/?
2024-02-12 23:12:12
620
原创 第三节课[LangChain]作业
本次作业虽然是第三节课作业，但是在第四次作业之后才完成，所以用的是经过自我认知微调的小助手权重。使用**诡秘之主和宿命之环小说（仅用于学习和研究）**以及设定集、百度百科，搭建“诡秘世界观zhaocake专家助手”。教程文档：https://github.com/InternLM/tutorial/tree/main/langchain。
2024-02-12 15:58:55
355
1
原创 InternLM大模型实战-4.XTuner大模型低成本微调实战
本文是对于InternLM全链路开源体系系列课程的学习笔记。【XTuner 大模型单卡低成本微调实战】 https://www.bilibili.com/video/BV1yK4y1B75J/?这个部分演示了在实际需求下如何准备数据、修改配置文件、进行微调。
2024-02-12 12:45:36
1121
原创 InternLM大模型实战-3.InternLM+Langchain搭建知识库
本文是对于InternLM全链路开源体系系列课程的学习笔记。【基于 InternLM 和 LangChain 搭建你的知识库】 https://www.bilibili.com/video/BV1sT4y1p71V/?LangChain是一个开源工具，通过为各种LLM提供通用接口来简化应用程序的开发流程，帮助开发者自由构建LLM应用。其核心组成模块是Chains,可以见各种组建组合实现应用。
2024-02-10 10:33:54
634
原创 InternLM大模型实战-2.浦语大模型趣味demo
本文是对于InternLM全链路开源体系系列课程的学习笔记。视频教程：【轻松玩转书生·浦语大模型趣味Demo】 https://www.bilibili.com/video/BV1Ci4y1z72H/?首先，这是开源的轻量级训练框架，而InternLM-7B和20B还有上篇文章提到的123B都是在这个训练框架下的产物。这个开源训练框架的目的是训练大预言模型并且不需要过多的依赖。开源的轻量级智能体框架，提供多种智能体的快速搭建功能。
2024-02-09 15:58:51
470
原创 InternLM大模型实战-1.书生浦语大模型全链路开源体系
本系列文章是参与书生浦语全链路开源体系学习的笔记文章。B站视频教程地址：# 笔记正文## 大模型成为热门关键词LLM受到高关注，因为大模型成为发展通用人工只能的重要途经。专用模型：针对特定任务，一个模型解决一个问题。通用大模型：一个模型应对多种任务、多种模态。书生·浦语全链路开源体系是一个全面、多元化的项目，涵盖了从数据、预训练到微调、部署等多个环节。
2024-02-09 09:48:21
917
原创 讯飞大模型定制训练平台尝鲜
众所周知，国产大模型如千问、书生、易等等都有开源大模型，但是出场时效果就很不错的讯飞星火大模型却迟迟没有见到开源的消息，原来是憋了发大的啊！今天下午收到了讯飞星火发布会的微信推送属实是挺期待的。讯飞大模型定制训练平台。
2024-01-28 20:19:41
441
原创 文献翻译 || Ubuntu安装zotero文献管理软件，提高文献阅读效率
虽然在win下有很多文献管理软件和好用的文献翻译软件，但是如果平常有使用Ubuntu进行开发的需求，实际上很不愿意为了好好看文献专门切到Windows系统，所以在Ubuntu或者其他Linux发行版上安装文献管理软件还是很有必要的。本文安装的文献管理软件是zotero，这是一款开源的文献管理软件，deb系仓库链接。
2024-01-27 13:11:44
1496
原创 误操作导致.zshrc文件清空的抢救措施||注意重定义操作符的用法||shell的配置文件坏掉
先介绍一下我是怎么把配置文件搞坏的。我是通过如下命令导致的，也就是我的上一篇文章，关于riscv的gnu工具链安装的时候，将bin目录写入环境变量少了一个>是重定向操作符，可以追加写而不会覆盖原文件，我由于少了一个，酿成了大错。我是zsh，并且使用了oh-my-zsh作为配置zsh的工具——oh-my-zsh对于抢救我的环境做出卓越贡献！此时我运行了上面的错误命令，并且毫无察觉地运行了，出现了错误，并且出现在第一行！我知道，糟了！
2024-01-25 18:51:33
961
原创 11 Ubuntu | 省时省事| riscv-gnu-toolchain工具链安装|无需编译
我也不知道大家需要的版本是什么，知道的大家就直接下载，那么对于我来说，因为我刚刚接触RISC-V，所以看的是Tinyriscv这个知名开源项目，作者在Readme中给出了他的GNU工具链的百度网盘链接，下载下来后其名字是。而我的系统是Ubuntu20.04，虽然不见得这个项目作者的包就不能用（多半可以用）但是我还是下载了一个比较新的，对比这个包中的名字选择了这个。但是编译安装其实并不是必要的吧，除了一些比较特殊的平台，其他平台有现成的编译包才是正常的吧，就像Linux常见的发行版和定制内核一样。
2024-01-25 18:17:29
1707
原创 我的创作纪念日
在过去的一年里，我在CSDN的创作纪念日活动让我深刻反思了自己的成长和收获。通过参加DataWhale组织的开源学习活动，我不仅积累了1275位粉丝的关注，还获得了77个赞、24条评论和66356次的访问量，这些都是我努力学习的动力。虽然创作并不是我生活的全部，但它成为了我分享见解和经验的重要方式。在精力有限的情况下，我学会了如何平衡创作、工作与学习，确保在每一个领域都能保持高效和专注。我期待在新的一年里，通过深入学习、实践项目以及与同行的交流，取得更大的进步，不断提升自己的能力。我将继续保持持续学习的态度
2024-01-21 13:31:57
834
原创 【小白向】MMDeploy安装部署|暗坑标注版
也就是说其实如果你没有设置这些环境变量但是你记得这些库的路径的话，这几个编译选项就直接传入你的库路径也是一样的，使用设置环境变量的方式是为了简化流程与降低环境的安装难度，但是如果你觉得这样更加麻烦的话当然就不需要这么做了。截至1月20日，该文编辑时间，已经有cuda12.2了，但是没有与该版本对应的TensorRT版本，别担心，实测12.1能用的就行，换句话说，最新的能用。跟着教程走一般都不会有问题，关键点在于==“不换终端”==，当然，如果你看了下面的文字知道发生了什么之后，你换终端也没有什么事。
2024-01-20 20:24:26
1548
原创 （202401）深度强化学习基础与实践1：马尔科夫过程、DNQ算法回顾
所以引入了“随即优先级采样”和“重要性采样”（重要性采样是以后总用于估计某一分布性质的方法，它的基本思想是，我们可以通过与带古迹分布不同的另一个分布中采样，然后通过采样样本的权重来估计待估计分布的性质）的技巧。状态或者说环境会发生变换，并且这些变化不是由于智能体的行为导致的，描述这个的特点的矩阵就是状态转移矩阵，状态转移矩阵是环境的一部分。不过经验回放的容量应当是有限的，不是由于成本导致的，而是因为在训练初期的样本数据质量相对于后面是不好的，所以应当从更新的样本中抽取样本进行训练。
2024-01-16 19:23:11
1062
RM-label大符数据自动标注网页获取爬虫
2023-08-06
win下子系统Ubuntu22.04安装包（x64）
2023-02-12
win下子系统Ubuntu22.04安装包（ARM64）
2023-02-12
写的程序到处都是异常处理
2023-08-16
硬件知识学习路线疑惑
2023-08-14
TA创建的收藏夹 TA关注的收藏夹
TA关注的人