- 博客(84)
- 收藏
- 关注
RSS订阅原创 vllm死锁[Avg prompt throughput: 0.0 tokens/s, Avg generation throughput: 0.8 tokens/s, Running: 2 req]
vllmr日志如图：gpu 使用情况两张卡型号：4090D。24G *2使用率 ：100%但请求模型推理始终不出结果，就很困惑。
2026-05-18 20:57:38
334
原创 vllm配置 Prometheus + Grafana可视化监控步骤及看板无数据问题纠正
vLLM 原生内置了 Prometheus 格式的/metrics接口，配合 Prometheus + Grafana 即可实现指标可视化。
2026-05-06 17:09:05
300
原创 100行代码手搓Agent框架！小白也能看懂的核心代码细节！
一个轻量级流程编排引擎节点 = 任务流程 = 任务连线>>= 执行顺序支持：重试、批量、异步、分支判断你只需要写任务，框架帮你调度执行。
2026-04-27 14:24:54
219
原创 Gbrain-个人记忆库项目拆解（超细节！）
自进化：睡眠时自动补全记忆、修复引用、整合知识，越用越聪明。可解释：Markdown 可读可改，图谱关系明确，无黑箱。高性能：混合检索+图谱，解决单一搜索缺陷，记忆召回率大幅提升。持久化：Minions 队列保证记忆处理不丢失，零额外运维。GBrain 没有黑科技，全部基于结构化数据+正则+图谱查询零LLM提取正则 + 实体字典零LLM关系关键词匹配5种固定链接自我布线写入自动生成/清理图谱链接结构化记忆：强制双段结构智能排名：混合搜索 + 反向链接加权超强问答。
2026-04-24 14:29:33
1349
1
原创 Hermes Agent 的 Skills是怎么实现和运行的【1.0】
定位：Agent 的程序性记忆（Procedural Memory），记录“如何完成某类复杂任务”的 SOP（标准作业程序）。本质：遵循标准的Markdown 文件，包含 YAML 元数据与步骤化指令。存储路径~/.hermes/skills/[技能名称]/
2026-04-22 14:59:09
639
原创 智能体架构学习-openclaw龙虾代码解读
注：本文基于copilot对openclaw源码解读，加个人搜集其他资料理解后添加补充，为后期自行设计高自主、高拓展、可维护的智能体应用提供有力支撑和可靠思路。
2026-03-04 17:31:32
475
原创 将conda环境迁移至uv环境管理，解决conda占用空间过大问题
导出 Conda 依赖清单 → 硬盘项目目录创建 uv 环境 → 安装依赖 → 验证 → 删除原 Conda 环境；关键要点：保证 Python 版本一致、项目目录权限正确，uv 环境直接创建在硬盘项目目录下即可；进阶优化：将 uv 缓存移到硬盘，彻底释放系统盘空间，适合服务器长期使用。这套流程完成后，你的项目环境就完全由 uv 管理，且所有文件（环境、依赖、缓存）都在挂载硬盘上，系统盘不会再被占用，完美适配需求。
2026-03-03 16:22:19
971
原创 agent应用监测平台调研
LangSmith：LangChain 全家桶，闭源 SaaS，开箱即用。LangFuse：通用 LLM 工程平台，开源自托管，Prompt 强。Phoenix：ML/LLM 观测专家，开源自托管，模型/数据监控强。最后还需要根据核心需求（调试 / Prompt / 模型监控）等进一步选型。
2026-02-27 10:21:23
887
原创 【neo4j】下载
官网下载对应系统安装包（https://neo4j.com/deployment-center/?本地安装适配java JDK；解压后执行./bin/neo4j start（Linux/Mac）或bin\neo4j.bat start（Windows）；访问http://localhost:7474；用默认账号密码（neo4j/neo4j）登录并修改密码。
2026-02-04 11:08:45
1124
原创 【开源智能机器人】OpenDuck-mini强化训练复现踩坑记录
OpenDuckmini是一个超棒的开源双足机器人，在英伟达2025年末演讲上演示而爆火。硬件部分已经有很多人出教程了，但软件部分提及的较少。因此记录一下复现过程中的一些经验。
2026-01-29 17:05:48
518
原创 雷达回波图光流法外推项目实战！
本文介绍了一个基于OpenCV的雷达回波图光流法外推工具，支持Farneback、Lucas-Kanade和DIS三种光流算法。该工具提供完整的评估体系（TS、POD、FAR等指标），可实现多步外推预测，并通过反向映射技术确保输出图像连续平滑。DIS算法表现最佳（TS评分0.936），推荐用于雷达图像处理。项目提供命令行和API两种调用方式，适用于气象预测等场景，要求输入为时间连续的同尺寸雷达图像，建议外推步数不超过3步以获得最佳效果。
2025-12-17 17:22:36
613
原创 【langchain-ai】专业智能体开发框架-deepagents
Deep Agents 是一个基于 LangGraph 构建的 Python 库，旨在解决传统 LLM 工具调用代理在处理长周期、复杂任务时表现"肤浅"的问题。它通过整合规划工具、子代理、文件系统访问和详细提示等功能，使代理能够更有效地处理长期复杂任务。该项目主要受 Claude Code 启发，并在其基础上进行了通用化改进。
2025-12-12 14:25:48
1193
原创 【算法设计】GLM-4.5V模型架构和算法设计详解
架构层面：3D 卷积+RoPE 扩展，实现多模态输入的高效处理与时空感知。算法层面：三阶段训练闭环+RLCS 策略，兼顾跨域泛化能力与训练稳定性，GLM-4.5V 在 42 个基准测试中近全任务达到开源 SOTA，部分任务超越 Gemini-2.5-Flash。参考文献：不过看评分图感觉对自家模型没啥信心，106B模型对标的是千问72B.。。。但看好新出的这两大功能（摘自社区文档）图文交织内容生成（Interleaved Image-Text Content Generation）
2025-12-11 15:53:46
1093
原创 图像序列预测有什么算法方案
图像序列预测是计算机视觉与时序分析交叉领域的核心任务，目标是根据历史连续图像帧（如视频片段、卫星影像序列、医学影像序列等），预测未来若干帧的图像内容。其核心挑战在于同时建模图像的（如物体形状、纹理）和（如物体运动、场景变化）。根据技术发展脉络，图像序列预测的算法方案可分为和三大类，其中深度学习方法是当前的主流方向。
2025-12-10 17:16:44
722
原创 什么是Qlora ? 消费级显卡微调大模型
QLORA（）是一种高效的大模型微调技术，通过4位NormalFloat（NF4）量化（针对正态分布权重的信息最优格式）、双重量化（量化量化常量，平均每参数节省0.37位）和分页优化器（利用NVIDIA统一内存避免显存峰值）三大核心创新，将65B参数模型的微调显存需求从>780GB降至<48GB，同时完全匹配16位全参数微调的性能；基于QLORA训练的Guanaco模型。
2025-11-26 15:56:45
1191
原创 VLA模型，下一个风口
在可预见的未来，会有与LLM同等的现象级的VLA通用模型出现，VLA 将推动智能机器人从 “工业专用” 走向 “家庭通用”，最终实现 “具身智能” 的终极目标 —— 机器人能像人类一样 “看、懂、做”，无缝融入物理世界与人类社会。
2025-11-14 15:15:05
782
原创 深度学习和高性能计算中的BF16和FP16是什么意思
简单来说，浮点数用类似科学计数法的方式来表示一个很大或很小的数字。符号位：表示正负。指数位：表示数值的规模（例如，10的几次方）。尾数位：表示数值的精度（例如，1.234…）。FP16和BF16的区别就在于如何分配这16个比特（位）给这三个部分。特性FP16（半精度）BF16（脑浮点数）FP32（单精度）总位数16位16位32位符号位1位1位1位指数位5位8位8位尾数位10位7位23位动态范围较小（±65k）大（与FP32相同）大（±3.4e³⁸）精度较高较低高主要应用。
2025-10-27 15:59:38
954
原创 进程占用IO资源过多被系统KILL【排查与解决方案】
先优化进程本身（减少IO消耗）→ 再系统限制（避免独占）→ 最后硬件升级（提升承载）。核心是“从源头降低IO需求”，而非单纯限制，这样既能解决kill问题，又不影响业务性能。要不要我帮你整理一份IO问题诊断与优化的命令清单？包含常用工具的关键命令和参数，方便你直接执行排查。
2025-10-23 11:35:36
1089
原创 超级好用的python的高级异步执行库concurrent 及最佳实践 ！！
是 Python 的标准库，提供了高级的异步执行接口，用于实现并行计算。和。
2025-10-11 14:24:02
352
原创 LLVM（Low Level Virtual Machine）介绍
名称来源：最初代表"Low Level Virtual Machine"，但现在已不再强调这个全称核心思想：提供模块化、可重用的编译器和工具链组件创始：由Chris Lattner在伊利诺伊大学香槟分校发起，现在由LLVM基金会管理模块化：可以单独使用各个组件可重用性：新的语言可以复用现有的优化器和后端性能：产生高质量的机器代码工具支持：提供完整的工具链生态系统无论是开发新的编程语言，还是进行代码分析、优化，或是构建开发工具，LLVM都提供了强大的基础设施支持。
2025-10-10 17:22:18
955
原创 浅谈深度学习中的L2归一化（L2 Normalization）
对于一个d维向量 ( \mathbf{x} = [x_1, x_2, …L2范数（L2 Norm）：向量各元素的平方和的平方根，公式为：L2归一化：将向量每个元素除以其L2范数，得到归一化后的向量 ( \hat{\mathbf{x}} )，公式为：此时，( |\hat{\mathbf{x}}|_2 = 1 )，即向量被“标准化”到单位长度。
2025-08-12 09:54:46
1720
原创 初步认识AMSU-A/B、HIRS-3/4、MHS、ATMS、GOES
这些都是气象卫星上搭载的或，主要用于获取大气、地表的温度、湿度、辐射等观测数据，是数值天气预报、气候监测的重要数据源。
2025-08-08 17:51:21
838
原创 AlphaEarth模型架构梳理及借鉴哪些深度学习领域方面的思想
谷歌Earth AI 模型alpha earth的模型架构介绍及思想借鉴，对深度学习建模带来深刻启发。
2025-08-06 18:18:38
2020
原创 如何学习跨模态对齐（尤其是 CLIP 思想）
本文系统介绍了跨模态对齐（尤其是CLIP模型）的学习路径。首先需要掌握深度学习、CV/NLP基础及对比学习原理。然后深入理解CLIP的核心思想：通过对比学习将图像和文本映射到同一语义空间，实现图文匹配。建议通过实践调用预训练CLIP模型或复现简化版来加深理解。最后，可扩展学习CLIP的改进模型如ALBEF、BLIP等，了解从独立编码到交互编码的演进。学习资源包括原始论文、代码库及相关课程。整体路径为：基础知识→CLIP原理→实践应用→前沿扩展。
2025-08-06 17:50:06
1108
原创 pytorch的自定义 CUDA 扩展怎么学习
学习 PyTorch 自定义 CUDA 扩展可分为三个阶段： 基础准备：掌握 PyTorch 张量操作、CUDA 编程基础（核函数、线程结构）及 C++/Python 交互（pybind11）； 入门实践：通过官方教程实现简单扩展（如向量加法），熟悉 CUDA 核函数编写、pybind11 绑定及编译流程（setup.py）； 进阶优化：学习自动求导实现、性能调优（共享内存/线程配置）并参考开源项目（如 DCNv2）。关键点包括正确处理设备内存、优化编译选项及使用调试工具（cuda-memcheck）。
2025-07-31 13:46:31
1131
1
原创 热带气旋【CH报文数据插值】中央气象台-台风路径数据每小时插值
将3小时间隔的中央气象台台风报文数据插值成每小时的报文数据，生成新的每小时的报文数据文件，格式不变。
2025-04-25 18:29:14
377
原创 在数据集上通过聚类实现特征降维
以下是代码讲解：1.导入numpy库和机器学习库的数据集、聚类算法模块2.加载手写数字数据集这行代码从 sklearn.datasets 模块中加载了手写数字数据集，该数据集包含8x8像素的灰度图像和对应的标签（0到9）。digits.images 是一个形状为 (1797, 8, 8) 的数组，其中 1797 是样本数量，每个样本是一个 8x8 的灰度图像。这行代码将每个 8x8 的图像展平成一个长度为64的一维向量，因此 X 的形状变为 (1797, 64)。这里创建了一个 Featur
2025-03-01 22:50:20
599
原创 python代码制作数据集的测试和数据质量检测思路
本文指的数据集为通用数据集，并不单是给机器学习领域使用。包含科研和工业领域需要自己制作数据集的。首先，在制作大型数据集时，代码错误和数据问题可能会非常复杂。前期逻辑总是简单的，库库一顿写，等排查的时候两眼无泪。后期慢慢摸排和检查的时候不断完善代码，前期代码主要是完成功能，后期是增加维护性和检测性。这部分工作其实前期可以考虑进去。以下提供一些血泪经验。
2024-11-23 20:22:17
631
卫星文件命名规则说明文档
2024-12-12
2023年热带气旋/台风最佳路径数据集
2024-10-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人