- 博客(175)
- 收藏
- 关注
RSS订阅原创 图文详解：Git Flow 工作流完整落地指南｜团队标准化协作必备
Git Flow 是一套基于分支的标准化协作规范，它将项目分支按职能划分为固定类型，明确每个分支的创建来源、合并目标、使用场景，让开发、测试、发布、线上修复全流程都有标准可依。用分支隔离不同阶段的代码，保证主干永远稳定，开发过程互不干扰，发布流程可追溯。Git Flow 的核心从来不是复杂的命令，而是**「职责分离、流程标准化」**。每个分支有清晰的定位，每个阶段有固定的操作，就能让多人协作的项目版本井井有条，大幅减少沟通成本和线上事故。
2026-07-31 15:20:06
185
原创 Git 标签（Tag）与版本发布完整指南｜附全场景命令速查表
你可以把 Git 标签理解为给某个提交打上的「永久快照标记」。它指向一个固定的提交 ID，永远不会移动，相当于给这个版本拍了一张定格照片最典型的用途就是标记发布版本，比如v1.0.0v2.1.3，后续想回溯哪个版本，直接通过标签就能精准定位Git 标签是项目版本管理的基石，配合语义化版本规范和 GitHub Release，就能建立起专业、规范的发布流程。对于新手来说，不用一开始就追求复杂的版本策略，先养成「每次正式发布都打标签」的习惯，就能解决 90% 的版本管理问题。
2026-07-31 14:58:13
144
原创 Git 代码回滚与撤销全场景指南｜再也不怕写错提交了
越早期的修改越容易撤销，越靠后的操作越要注意安全。新手不用死记硬背所有命令，遇到问题先判断自己处于哪个阶段、想要什么效果，再对应选命令就行。掌握了分支与回滚，你就具备了 Git 最核心的两项能力，日常开发和团队协作基本不会再被版本问题卡住。
2026-07-31 14:30:44
190
原创 图文详解：Git分支创建、合并与冲突解决｜新手零门槛完整教程
从主干切出分支 → 分支内独立开发 → 完成后合并回主干。要合并到哪个分支，就先切换到哪个分支。掌握分支和 PR 流程，你就具备了团队协作的基础能力。刚开始可能会觉得命令多记不住，多操作几次自然就熟练了。
2026-07-31 14:26:58
364
原创 图文详解：GitHub上传代码完整步骤｜新手零失败保姆级教程
暂存（add）→ 提交（commit）→ 推送（push）。新手最容易出问题的环节是首次创建仓库和关联远程地址，只要按照本文的截图和步骤操作，基本都能一次成功。建议大家从一开始就习惯使用命令行操作，图形化工具可以作为辅助，熟练掌握 Git 命令会为你后续的团队协作打下扎实基础。需要我再补充一份Git 常用命令速查表，或者详细讲解分支创建与合并的图文步骤吗？
2026-07-31 14:04:54
215
原创 为什么你的 RAG 还在“瞎编“？因为大模型缺了一张知识图谱
大模型不会自己长出"常识性的关系网"。传统 RAG 让它"查得到"，知识图谱让它"理得清"。从拼文本到走关系，这是 RAG 走向成熟的必然一步。如果你正在被 RAG 的幻觉和乱推理折磨，是时候给大模型配一张知识图谱了。下期如果想看，我可以带你手把手跑通一个 Neo4j + LangChain 的 GraphRAG Demo，从建图到查询一步不漏。觉得这篇有用？转发给一个正在被 RAG 幻觉折磨的同事。关注「AI Agent 实战指南」，我们只写用得上的。
2026-07-30 14:50:13
251
原创 MCP 给了 AI 手，A2A 给了 AI 同事：一文搞懂 2026 智能体时代的“两条协议“
2025 年我们还在争论"哪个多智能体框架最好用"。框架之争让位于协议之争——谁能成为那层"通用的连接"，谁就赢了。MCP 解决了"Agent 怎么够到工具"，A2A 正在解决"Agent 怎么够到彼此"。两条协议合起来，一个"智能体互联网（Internet of Agents）"的雏形，已经看得见轮廓了。下期如果你想看，我可以拆AP2 支付协议——当 Agent 开始替你花钱，那才是真正刺激的地方。觉得这篇有用？转发给一个正在被"Agent 互相不说话"折磨的同事。
2026-07-30 10:23:20
553
原创 RAG 效果总翻车？7 个技巧让准确率飙升 80%（附最新论文实据）
技巧解决什么问题效果实施难度优先级混合检索精确术语匹配差召回率↑3-3.5倍⭐⭐⭐⭐⭐⭐⭐查询重写用户提问与文档语言不匹配召回率显著提升⭐⭐⭐⭐⭐⭐重排序检索结果排序不准精度↑10-40%⭐⭐⭐⭐⭐⭐⭐切块优化语义被切断精度+召回同时提升⭐⭐⭐⭐⭐⭐⭐上下文压缩无关内容淹没关键信息生成质量提升⭐⭐⭐⭐⭐⭐微调嵌入行业术语语义不准领域检索质量大幅提升⭐⭐⭐⭐⭐⭐⭐评估体系无法量化优化效果持续监控+迭代⭐⭐⭐⭐⭐⭐⭐⭐。
2026-07-29 16:26:44
213
原创 Conda 常用命令速查手册：从入门到精通
Conda 的命令体系并不复杂，核心就是「环境管理」和「包管理」两大类。熟练掌握以上命令，足以应对 90% 以上的日常开发场景。建议新手从创建第一个独立环境开始，逐步体会环境隔离带来的便利。遇到问题时，和conda info永远是最直接的求助方式。
2026-07-28 11:12:21
208
原创 如何写出高质量 Prompt：让你的 Agent 从“能用“变成“真好用“
Prompt = 你写给 Agent 的系统指令/提示词我是谁（身份）我能做什么（能力边界）我该怎么回答（风格规范）遇到特殊情况怎么处理（异常处理）Agent= 新入职员工Prompt= 你给他的岗位说明书 + 工作手册LLM= 这个员工的智商和能力工具= 他可以使用的办公软件同样的员工（LLM），你给他一份模糊的口头通知 vs 一份详细的 SOP，工作效果天差地别。
2026-07-28 10:30:51
382
原创 为什么你的 AI 助理聊完就忘？Agent 记忆的 5 种实现方案，一次讲透
对话一长，就把前面的内容总结成一段摘要，后续只保留「摘要 + 最近几轮」。做法：当历史超过阈值，调用一次模型做总结，用摘要替代原文。优点：显著省 token、降成本。代价：总结可能丢细节；更麻烦的是，摘要本身也可能出错——一旦总结写错，后面全程带着错误记忆。适用：长对话但需要控成本，对细节精度要求不极致。存储（放外面）+ 检索（按需取）+ 取舍（该忘就忘）。好的 Agent 不是记得多，而是记得对。下次你再抱怨「AI 又忘了我说的」，先别怪模型——看看你到底有没有给它配一套像样的记忆系统。
2026-07-28 10:27:52
197
原创 AgentScope 2.0 实战：从 0 搭一个会自己干活的多智能体团队
本文介绍了阿里通义实验室开源的AgentScope 2.0多智能体框架的核心功能与实战应用。该框架从生产需求出发，解决了权限管理、工具调用审批、多智能体隔离等实际问题，具备事件系统、权限控制、多租户服务、沙箱执行等六大核心能力。通过三个实战场景演示：1）快速搭建具备文件读写能力的代码助手Agent；2）通过权限系统和中间件为Agent添加生产级安全护栏；3）实现Leader-Worker模式的多智能体团队协作，展示框架如何支持复杂任务分解与并行处理。文章强调AgentScope 2.0不同于玩具框架，其默认
2026-07-28 10:26:39
568
原创 LangGraph学习
摘要： LangGraph作为LangChain生态的扩展，专为解决复杂AI应用中的非线性流程而设计。传统线性Chain难以处理循环、条件分支和持久化状态等需求，而LangGraph通过状态管理、节点函数和流程边三大核心概念，将LLM应用升级为可编排的"流程图"。其支持循环逻辑、持久化状态恢复和多Agent协作等高级特性，尤其适合构建自主Agent系统。本文通过加法器Agent的代码示例展示基础用法，并对比LangChain与LangGraph的适用场景，建议复杂工作流优先选择LangG
2026-02-26 11:45:40
614
原创 安卓app发布
这篇文章详细介绍了如何将网页应用打包成安卓App的完整流程。主要内容包括：1)安装Capacitor核心库和插件；2)初始化App配置并创建安卓工程；3)使用Android Studio生成APK安装包；4)安装到手机的步骤。还提供了解决中文路径报错的方法，以及优化App体验的建议，如适配状态栏和设置应用图标。整个过程从环境配置到最终安装都给出了清晰的命令行操作和界面指引，适合开发者将网页项目快速转换为移动应用。
2026-02-14 16:59:06
493
原创 一篇文章理解DPO、PPO和GRPO；附代码理解
DPO（Direct Preference Optimization）是一种直接优化模型偏好的强化学习算法，主要用于训练和优化人工智能模型，特别是在大型语言模型的训练中。它通过比较不同模型输出的结果，选择更符合人类偏好的结果作为训练目标，而不需要显式地定义奖励函数。核心思想直接优化偏好：DPO 直接通过比较模型输出的偏好来优化模型，而不是通过传统的奖励信号。
2025-03-24 20:27:39
3432
原创 DeepSeek-V3关键技术之一：DeepSeekMoE
DeepSeekMoE 是一种创新的大规模语言模型架构，旨在通过高效的计算流程和优化设计，在保持高性能的同时显著降低计算成本。
2025-03-01 20:09:51
1165
原创 DL-DRL: A double-level deep reinforcement learning approach for large-scale task scheduling论文阅读
分治框架通过将复杂问题分解为多个相对简单的子问题，在上层，设计了一个任务分配DRL模型，任务被分配给上层的不同无人机，为每个给定的任务选择合适的无人机。在图片中，下层模型为每架无人机规划了不同的路线（Route 1、Route 2 和 Route 3），每条路线连接了无人机需要执行的任务和仓库。在图片中，上层模型将任务分配给不同的无人机（黄色、绿色和蓝色圆圈），形成不同的任务子集（Task subset）。已分配给无人机的任务列表：这是由上层模型的任务分配策略决定的，列出了每架无人机需要执行的任务。
2025-02-16 11:31:21
1272
1
原创 DeepSeek-R1 核心强化学习算法 GRPO 详解
背景与动机：传统PPO算法在大规模语言模型（LLM）微调中面临计算开销大、策略更新不稳定等问题。GRPO旨在减少对价值网络的依赖，提高训练效率和稳定性。核心思想：通过组内相对奖励优化策略模型，而不是依赖传统的批评模型（critic model）。GRPO通过采样一组动作并比较它们的相对表现来调整策略，避免了维护价值网络的开销。
2025-02-08 13:41:54
2521
原创 联邦学习学习记录
例如，两个区域的银行可能各自区域的用户群非常不同，且用户交集非常小。例如，同城有一家银行，另一家电子商务公司，他们的用户集可能包含该地区的大多数居民，因此他们的用户空间交集很大。但是， 由于银行记录了用户的收支行为和信用评级，而电子商务保留了用户的浏览和购买历史，所以他们的特征空间有很大不同。由于他们的用户组不同，系统使用基于加密的用户ID对齐技术 来确认双方的普通用户，而不需要A和B暴露各自的数据。Step 3：A和B分别计算加密梯度和添加额外掩码，B还计算加密损失，A和B向C发送加密的值；
2025-01-15 11:18:08
457
原创 Contrastive Modules with Temporal Attention for Multi-Task Reinforcement Learning论文阅读
这种权重的分配被称为软组合权重（soft combination weights），因为它们不是硬性的0或1选择（即不选择或选择某个专家），而是在0到1之间的实数，允许模型在不同专家之间进行平滑的权重分配。CMTA通过对比学习，将共享模块以比任务更细的粒度与时间注意结合起来，约束了模块之间的差异性，缓解了任务内的负迁移，提高了多任务强化学习的泛化能力和性能。增强表示能力：通过结合任务信息和专家网络的特征，模型可以获得一个更丰富的表示，这个表示能够同时捕捉任务特定的需求和输入数据的特征。
2024-10-24 21:50:50
483
3
原创 最优编码树
基于图的定义对于一个无向加权图GVEG=(V,E)GVE，其编码树TTT是一个有根树，具有以下性质：树中的每个节点α\alphaα对应图GGG顶点的一个子集Vα⊆VVα⊆V。例如，根节点λ\lambdaλ的子集VˉλVˉλ包含图GGG中的所有顶点VVV，而叶子节点ν\nuν的子集VνV_{\nu}Vν只包含一个顶点vvv，即VνvVνv。对于每个非叶子节点α\alphaα，它有lαl_{\alpha}lα。
2024-10-14 20:12:49
1102
原创 DeepACO:用于组合优化的神经增强蚂蚁系统解决TSP问题的代码阅读
DeepACO与普通ACO不同的是将问题输入实例输入到一个训练的网络中，将网络训练成为一个类似于专家知识的模块，可以生成相应的启发式矩阵网络，从而省去相应的专家知识。其中在训练网络的代码中：是进行监督式训练通过train_epochs函数进行一次训练然后通过validation函数对模块进行校验。接下来分别从这两个函数进行细致的讲述。
2024-10-10 21:45:26
962
1
原创 mlp学习
然后，我们创建了一个Sequential模型，并添加了一个输入层和一个隐藏层，以及一个输出层。它是一种前馈神经网络，由多个神经元层组成，包括一个输入层、多个隐藏层和一个输出层。MLP的典型结构包括一个输入层、一个或多个隐藏层和一个输出层。在实际应用中，MLP可能会更复杂，包括更多的层和神经元，以及更复杂的网络结构。：MLP通过学习输入数据的高层次特征，可以自动提取有用的特征，这对于许多任务来说是非常有用的。当然，下面是一个简单的MLP的例子，使用Python和Keras库来实现一个用于分类的MLP。
2024-08-29 17:05:54
1012
原创 DeepACO: Neural-enhanced Ant Systems for Combinatorial Optimization代码阅读
用于训练模型，创建神经网络模型，创建优化器，加载验证集数据，创建动画器，在训练开始前进行一次验证，将验证结果保存到列表中，记录训练总时间，开始训练，进行一次训练，记录训练时间，进行一次验证，将验证结果保存到列表中，输出训练总时间，输出每个epoch的验证结果，保存训练好的模型。首先，将模型设置为评估模式，获取启发式向量，创建ACO对象，进行采样，运行ACO算法，计算基线，获取采样成本的最小值和ACO算法的最小成本，返回结果。：用于训练一个epoch，遍历每个step，生成随机实例，生成图数据，训练实例。
2024-07-20 11:48:17
1013
原创 张量不是张亮
在深度学习和机器学习中，张量（Tensor）是一种多维数组，是数据的基本单位。张量是PyTorch和其他深度学习框架（如TensorFlow）中的核心数据结构。
2024-07-15 15:50:39
346
原创 IEEE TETCI | GPBT: 基于种群的强化学习超参优化的学习
超参数优化是在机器学习和深度学习中非常重要的一个环节。超参数是在模型训练之前就需要设定的参数，它们不能通过训练过程自动学习得到，例如学习率、层数、节点数、正则化参数等。常见的超参数优化方法包括手动搜索、随机搜索、网格搜索、基于梯度的优化方法（如贝叶斯优化）等。手动搜索依赖于经验和直觉，效率较低但在简单情况下可能有效。随机搜索和网格搜索则是较为简单直接的方法，通过尝试不同的超参数组合来找到较优的结果。
2024-07-10 10:24:38
738
原创 详解背包问题
背包问题（Knapsack problem）是一种组合优化的 NP 完全问题。它可以描述为：给定一组物品，每种物品都有自己的重量和价格（或价值），在限定的总重量内，如何选择物品，才能使得物品的总价格（或总价值）最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。∑j1npjxj∑j1nwjxj≤WnxjjwjjpjjWjbj各类复杂的背包问题总可以变换为简单的 0-1 背包问题进行求解。
2024-07-09 16:07:52
2052
原创 遗传算法求解TSP
遗传算法求解旅行商问题（TSP）的一般步骤如下：重复步骤 3 - 6 ，直到满足终止条件（如达到预定的迭代次数或找到满意的解）。通过不断迭代，种群中的染色体逐渐优化，最终得到较优的 TSP 路径。需要注意的是，遗传算法的参数（如种群大小、交叉概率、变异概率等）需要根据具体问题进行调整和优化，以获得更好的求解效果。
2024-07-07 15:23:58
639
原创 Embedding理解
Embedding 可以理解为一种将概念、物体或信息转换为数字序列的数值表示方法。它是沟通两个不同世界或领域的桥梁，能够把各种类型的数据（如文本、图像、视频等）映射到一个向量空间中。在这个向量空间里，相似的项目（例如语义上相近的单词、相似的图像或相关的视频内容等）会被映射到相近的位置。通过这种方式，计算机可以更好地理解和处理这些数据。以文本 Embedding 为例，它将离散的文字信息（如单词、句子、文档）转换成连续的向量数据。这样，语义相似的词在向量空间中位置相近，并且通过高维度捕捉语言的复杂性。
2024-07-07 15:06:36
1015
原创 演化计算的学习
演化计算是一种基于生物进化原理的计算方法，旨在通过模拟自然选择、遗传变异和繁殖等生物进化过程来解决复杂的优化问题。它主要包括遗传算法、进化策略和遗传编程等。遗传算法通过对染色体（解的编码）的操作，如选择、交叉和变异，来逐步搜索最优解；进化策略侧重于对个体的策略参数进行调整；遗传编程则能够自动生成解决问题的程序结构。演化计算具有以下优点：不需要问题的导数等先验知识，适用于难以建立数学模型的问题。能够同时处理多个解，具有较好的全局搜索能力。具有较强的鲁棒性和适应性。
2024-07-07 14:51:40
737
原创 差分进化算法
差分进化（DE）是一种算法，通过创建一些随机个体，将它们与预定义的评估指标进行比较，并保留最好的个体，然后通过混合剩余个体的特征来创建新的个体，并重复这个过程来解决全局优化问题。在接下来的编码中，向大家仔细地解释这个过程。
2024-07-07 14:28:36
743
原创 蚁群算法求解TSP问题
一只蚂蚁从一个城市出发，在访问其他城市时留下信息素踪迹。其他蚂蚁沿着这些踪迹并开辟自己的路径。信息素在访问频率较高的路径上积累得更密集，这种密度增加了其他蚂蚁选择该路径的可能性。1' -> 'mapstr在没有蒸发的情况下：局部最优问题：信息素路径不断增加，使得特定路径极其强大。这可能会导致算法不断探索这条路径，而忽略其他可能的更好解决方案。灵活性较差：发现新途径可能会变得困难。蒸发通过减少不太喜欢的路径的信息素痕迹来鼓励新路径的发现。缺乏蒸发可能会导致算法卡在现有路径上。
2024-06-26 21:33:03
810
原创 Pointerformer: Deep Reinforced Multi-Pointer Transformer for the Traveling Salesman Problem阅读
这里，增强的上下文嵌入不仅包含有关实例本身和要访问的节点的信息，还包含有关已访问的节点的信息。最后，使用改进的REINFORCE 算法对所提出的 Pointerformer进行训练，该算法基于在策略梯度的共享基线上，同时统一一批实例的均值和方差。在文本片段中提到的“Enhanced Context Embedding”中使用了增强型的上下文嵌入，其中可能包括归一化层来确保每个节点的特征向量具有相同的尺度，这对于训练过程中的梯度下降和参数更新是有帮助的。是指在自然语言处理中，将文本数据转换为数值表示的过程。
2024-05-08 20:36:34
916
原创 《白话强化学习与python》笔记——第八章DQN 算法族
DQN算法。DQN，即Deep Q-Network，是一种结合了深度学习和Q学习的算法。
2024-04-14 20:59:13
982
原创 《白话强化学习与python》笔记——第七章Gym一一不要钱的试验场
总的来说，Gym为强化学习研究者和爱好者提供了一个功能强大且易于使用的实验平台。无论是学术研究还是个人兴趣，都可以通过Gym来探索和实践强化学习的最新进展。，它提供了一个标准化的接口来创建、管理和测试强化学习算法。Gym（全称为Gymnasium）是。
2024-04-14 20:39:16
672
原创 《白话强化学习与python》笔记——第六章深度学习（三）
为了解决这个问题，正则化被引入作为一种约束手段，通过在损失函数中添加一个与模型参数（权重）相关的惩罚项，来限制模型的复杂度。正则化的核心思想是在损失函数中加入一个与模型参数（权重）相关的项，这通常会导致模型参数的值更加接近于零，从而减少模型的复杂度。正则化是机器学习中一个重要的技术，它通过合理的数学原理和技巧，帮助模型在复杂的数据中找到平衡点，既能够捕捉数据的重要特征，又不至于陷入数据的局部细节和噪声中。正则化有助于模型在减小训练误差的同时，保持模型的简洁性，避免模型对训练数据过度拟合。
2024-04-14 12:09:50
1068
原创 《白话强化学习与python》笔记——第六章深度学习（二）
LSTM的核心思想是在传统的RNN结构中引入了一个复杂的单元称为“记忆块”（memory block），该记忆块包含三个主要部分：输入门（input gate）、遗忘门（forget gate）和输出门（output gate）。与传统的神经网络不同，RNN能够利用内部的状态（记忆）来处理序列中的每一个元素，并把前面的信息传递到后续的计算中。这是CNN的核心组成部分，它使用一个小型的权重矩阵（称为卷积核或滤波器）来扫描整个输入体积并生成特征图（feature map），特征图表示特定特征的存在情况。
2024-04-04 21:30:10
1363
原创 《白话强化学习与python》笔记——第六章深度学习（一）
在一些浅层的神经网络架构中，线性回归可以被用作网络的最后一层，用于生成最终的预测输出。例如，在一个用于房价预测的网络中，最后一层可能是一个简单的线性回归层，它将前一层的非线性变换映射到最终的房价估计。
2024-04-04 19:45:37
1189
原创 《白话强化学习与python》笔记——第五章时间分差
时间差分是一种用来估计一个策略的价值函数的方法，它结合了蒙特卡洛和动态规划算法的思想。时序差分方法和蒙特卡洛的相似之处在于可以从样本数据中学习，不需要事先知道环境；和动态规划的相似之处在于根据贝尔曼方程的思想，利用后续状态的价值估计来更新当前状态的价值估计。
2024-04-02 20:05:07
986
实验目的 熟悉主键、外键、默认值、非空、检查、唯一六种约束的使用 实验内容 1.创建学生信息表,其中表名为student，包含
2024-07-31
交换机工作原理分析实验2报告
2022-11-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人