- 博客(1609)
- 资源 (25)
- 收藏
- 关注
RSS订阅原创 毕设/课设稳过！IEEE 802.11ad毫米波通信MATLAB仿真项目，前沿短距离高速通信课题直接复用
IEEE 802.11ad作为60GHz频段的高速无线通信标准，是短距离高带宽传输（如无线高清、VR/AR）的核心技术，但自己搭建仿真却面临“60GHz信道建模复杂”“标准协议细节多”“毫米波传输特性难复现”的难题。这份MATLAB仿真项目就是你的“高分捷径”！项目从物理层信道建模到MAC层协议实现，完整覆盖802.11ad的核心技术，能体现你对无线通信系统的全栈理解，答辩时可以清晰讲解“毫米波信道的特殊性”“波束成形如何提升传输效率”“MAC协议如何适配高速场景”，轻松应对深度提问。
2026-01-31 21:48:12
30
原创 Python 100天，从新手到大师——用Python获取网络资源（一）：Requests库入门与实践（day62）
在上一篇文章中，我们建立了对网络爬虫的基本认识，了解了其应用场景、合法性边界以及HTTP协议基础。今天，我们将正式动手编写第一个爬虫程序，学习如何使用Python中最流行的网络请求库——Requests，来获取网页数据。使用Requests库发送HTTP请求处理服务器响应，获取文本和二进制内容设置请求头，模拟浏览器访问使用正则表达式初步提取网页信息了解IP代理的基本使用场景让我们开始实战吧！
2026-01-27 22:08:45
895
原创 Python 100天，从新手到大师——Python网络数据采集入门：从零认识爬虫（day61）
今天我们将开启Python学习的一个全新且实用的模块——网络数据采集（俗称“爬虫”）。在数据驱动的时代，能够从互联网上高效获取信息已成为一项重要技能。无论你是想获取行业数据、分析竞品动态，还是构建自己的数据集用于机器学习，爬虫技术都能助你一臂之力。什么是爬虫？它如何工作？爬虫有哪些实际应用场景？编写爬虫是否合法？如何合规采集数据？需要掌握哪些前置知识（如HTTP协议）？有哪些好用的工具可以辅助开发？学完本篇，你将建立起对网络数据采集的整体认知框架，为后续实战打下坚实基础。
2026-01-27 22:06:02
781
原创 Python 100天，从新手到大师——Python开发必备技能：全面掌握单元测试的艺术（day59）
Python单元测试指南：从基础到实战 本文系统介绍了Python单元测试的核心技术与实践方法，涵盖unittest和pytest两大测试框架的使用。文章首先阐述了单元测试的重要性，包括提前发现bug、提升代码质量等核心价值。然后详细讲解了unittest模块的基础用法，包括测试用例编写、断言方法、测试夹具等核心概念。针对更现代的pytest框架，文章展示了参数化测试、标记测试、fixture等高级特性。最后，针对Django项目提供了测试模型、视图的实战示例，包括数据库测试和请求模拟等关键技能。通过学习本
2026-01-24 10:57:50
482
原创 [特殊字符]BZOJ 离线刷题神级工具！免联网 + 浏览器即开 + 题解代码全，效率直接翻倍！
【摘要】针对BZOJ官网频繁宕机、界面杂乱、依赖联网等问题，全新推出的「BZOJ离线题库」带来极致刷题体验。该工具具备免联网、浏览器即开即用、清爽无广告界面等优势，内置4000+题库及多语言示例代码+详细题解，支持碎片化学习。适合算法竞赛选手、求职程序员及学生党使用，现提供完整安装包及教程免费领取。告别无效刷题，助力算法能力高效提升！🔥 （字数：149字）
2026-01-24 10:45:05
799
原创 Python 100天，从新手到大师——Python Web性能优化：异步任务与定时任务实战（day58）
Python Web性能优化：异步任务与定时任务实战 摘要 本文介绍如何通过Celery实现Python Web应用的异步任务处理，解决耗时操作导致的性能问题。主要内容包括： 异步任务必要性：分析耗时操作（如短信发送、文件上传）对Web性能的影响，提出异步处理方案 Celery框架：介绍Python最流行的分布式任务队列框架，展示其架构和工作原理 实战案例：演示如何将短信发送功能改造为异步任务，包含： Celery安装配置（Redis作为消息代理） 异步任务函数编写（带重试机制） 视图函数改造（立即返回响应
2026-01-24 10:29:17
568
原创 Python 100天，从新手到大师——Python Web开发实战：轻松接入第三方平台API与SDK（day57）
在实际的Web项目开发中，我们经常会遇到一些功能模块自己难以实现或实现成本过高的情况，例如：实名认证、在线支付、短信发送、文件云存储等。这时候，接入成熟的第三方平台服务就成为了一种高效、可靠的选择。本篇将带你系统学习如何在Python Web项目中接入第三方平台，掌握API与SDK两种主流接入方式，并通过短信发送与云存储上传两个实战案例，让你真正具备接入外部服务的能力。第三方平台接入的两种方式：API调用与SDK集成；短信网关接入全流程：从注册到代码实现，包括防刷与验证码存储；云存储服务接入实战。
2026-01-24 10:12:32
661
原创 Python 100天，从新手到大师——Django缓存深度解析：从Redis到性能优化实战（day56）
Django缓存深度解析与Redis实战指南 本文全面介绍Django项目中缓存技术的应用与优化，重点内容包括： Redis集成：详细讲解如何配置Django与Redis的对接，包括基础配置、高级选项和多缓存策略设置。 缓存价值：分析缓存技术如何降低数据库压力、提高响应速度（内存访问比磁盘快100-1000倍）和改善用户体验。 实战配置：提供完整的配置代码示例，涵盖连接池管理、序列化选项、压缩设置以及哨兵模式等高可用方案。 性能优化：介绍通过缓存设计提升系统吞吐量的方法，包括合理设置连接数、超时处理和健康检
2026-01-22 18:04:58
536
原创 Python 100天，从新手到大师——Django REST Framework进阶：掌握CBV、数据分页与筛选（day55）
本文深入讲解了Django REST Framework的高级特性，主要包括：1）基于类的视图(CBV)进阶，包括APIView子类详解和自定义通用视图行为；2）ModelViewSet的一站式CRUD实现；3）数据分页策略，如基本分页、偏移分页和游标分页；4）数据筛选技术，从简单过滤到复杂查询；5）视图集与路由器的自动化API端点生成。通过学习这些高级特性，开发者可以显著提升API开发效率和代码质量，构建更加强大、灵活的RESTful API服务。
2026-01-22 17:49:10
671
原创 Python 100天，从新手到大师——常用数据结构之集合：无序、唯一元素的容器（day12）
摘要： Python集合（Set）是一种无序、元素唯一的容器，基于数学集合概念实现。它支持高效成员检测和去重操作，元素必须是可哈希的不可变类型。创建集合可使用花括号{}或set()函数，支持集合生成式。集合提供丰富的数学运算（并集、交集、差集等）和关系判断（子集、超集）。常用方法包括add()、remove()等元素操作，以及union()、intersection()等集合运算。集合特别适合处理不重复数据和快速查找场景，性能优于列表。
2026-01-18 08:03:48
232
原创 Python 100天，从新手到大师——常用数据结构之字符串：Python文本处理的基石（day11）
摘要： Python字符串是文本处理的核心数据结构，由字符序列组成，支持多种定义方式（单/双/三引号）。字符串提供丰富的运算（拼接、重复、成员判断）和操作方法（大小写转换、查找替换、拆分连接）。作为不可变序列，字符串支持索引切片但不可修改。转义字符处理特殊符号，原始字符串保持字符原貌。字符串方法包括大小写转换、查找统计、空白去除等，广泛应用于文本处理、数据清洗等场景。掌握字符串操作是Python编程的基础技能。
2026-01-18 07:58:21
517
原创 Python 100天，从新手到大师——常用数据结构之元组：不可变序列的力量（day10）
Python元组：不可变序列的核心特性与应用 元组(tuple)是Python中不可变的有序序列，使用圆括号定义，元素不可修改但支持索引和切片操作。相比列表，元组具有创建更快、内存占用更小的优势，适合存储固定数据（如坐标、配置等）。其核心特性是打包与解包，支持优雅的变量交换和多值返回。元组可作为字典键，而列表不行。解包语法（包括星号操作）能灵活处理可变数量元素分配。元组与列表的选择取决于数据是否需要修改，元组在安全性、性能和特定场景下更具优势。
2026-01-18 07:45:46
333
原创 Python 100天，从新手到大师——常用数据结构之列表-2（day9）
方法操作：掌握了appendinsertremovepopindexcountsortreverse等核心方法，能自如地增删改查列表元素。生成式：学会了用简洁高效的列表生成式替代传统的for循环，提升代码质量和性能。嵌套列表：理解了用列表表示二维数据（如表格、矩阵）的方法，并能用生成式创建。综合实战：通过完整的“双色球选号程序”项目，将知识点串联应用，并接触了choice等实用函数，以及rich库的美化输出。列表是Python中最灵活、最常用的数据结构之一。
2026-01-18 07:39:10
150
原创 Python 100天，从新手到大师——常用数据结构之列表-1（day8）
本文介绍了Python中列表（list）的基本概念和使用方法。主要内容包括： 列表的创建方式：使用字面量语法[]或list()构造器 列表的基本运算：拼接、重复、成员判断、索引访问和切片操作 遍历列表的三种方法：通过索引、直接遍历元素和使用enumerate 实际应用案例：使用列表重构掷骰子统计程序，替代多个变量和冗长的分支判断 列表作为Python中重要的序列型数据结构，可以有序存储多个元素，通过单一变量名引用，大大简化了批量数据的处理。文章通过具体示例展示了列表如何使代码更简洁高效。
2026-01-18 07:13:39
639
原创 Python 100天，从新手到大师——分支和循环结构实战：五大经典案例精讲（day7）
Python编程实战：分支与循环经典案例精要 核心知识点 素数筛选：基础遍历法与高效的埃拉托斯特尼筛法对比，展示算法优化思路 斐波那契数列：4种实现方式（while/for循环、生成器、递归）演示同一问题的多解性 黄金分割：通过数列比值趋近于φ≈1.618验证数学特性 技术亮点 算法优化：筛法比基础方法快10倍以上（万级数据） 编程范式：函数式、生成器与递归等多种编程风格对比 数学应用：将抽象数学问题转化为可执行代码 学习价值 通过5个经典案例的渐进式讲解，帮助初学者建立算法思维，理解分支循环的实际应用，掌
2026-01-18 07:08:30
245
原创 Python 100天，从新手到大师——循环结构：让代码重复执行的艺术（day6）
Python循环结构学习指南：掌握重复执行的艺术 本文系统介绍了Python中的循环结构，包括for-in循环和while循环的使用方法。for-in循环适用于已知循环次数的情况，通过range()函数实现精确控制；while循环则适用于条件控制的重复执行。文章还讲解了break和continue控制流程的关键字，并通过求和、倒计时等实际案例演示循环的应用。循环结构是编程中提高效率的核心工具，能大幅减少重复代码，使程序更加简洁高效。学习这些循环技术将为解决复杂编程问题奠定基础。
2026-01-18 06:32:54
620
原创 Python 100天，从新手到大师——分支结构：控制程序的执行路径（day5）
Python分支结构学习摘要 本文介绍了Python中实现程序决策逻辑的分支结构，主要内容包括： if-elif-else结构：通过条件判断控制程序执行路径，包含基础if语句、多重分支和嵌套if语句的使用方法。 match-case模式匹配（Python 3.10+）：介绍了这种更强大的分支结构语法，包括简单值匹配、多值匹配、类型检查和结构解包等高级特性。 实际应用案例：通过分段函数求值、会员折扣计算等示例，展示了分支结构在实际编程中的应用场景。 分支结构是让程序具备"思考"能力的关键技
2026-01-17 20:30:59
302
原创 Python 100天，从新手到大师：Python语言中的运算符-构建表达式的核心工具（day4）
Python运算符全解析：构建高效表达式 本文系统讲解了Python中的运算符体系，包括算术、赋值、比较和逻辑运算符的用法与优先级。文章通过大量代码示例展示了运算符的实际应用场景，如温度转换、圆的计算等。重点内容包括： 运算符优先级表与括号的正确使用 算术运算符的浮点数精度问题和大数处理 复合赋值运算符和海象运算符的妙用 比较运算符的类型严格性和链式比较特性 逻辑运算符的短路求值特性 所有示例代码已整理打包，适合Python学习者系统掌握运算符这一编程基础工具。
2026-01-17 20:24:43
299
原创 Python 100天，从新手到大师：Python语言中的变量，存储与操作数据的基石（day3）
本文介绍了Python编程中的变量基础概念和使用方法。主要内容包括：计算机程序的基本原理（数据+指令）、计算机硬件五大部件、二进制系统的重要性；Python四大基本数据类型（整型、浮点型、字符串型和布尔型）及其表示方式；变量命名的规则与最佳实践；变量的定义、赋值、运算和类型转换操作。文章通过丰富的代码示例演示了变量的实际应用，帮助读者掌握Python编程的基础知识。
2026-01-17 20:14:31
395
原创 Python 100天，从新手到大师：第一个Python程序，从“Hello World“开始你的编程之旅（day2）
本文是Python编程入门第二天学习指南，主要内容包括： 开发工具选择：介绍了四种Python开发工具，从基础的交互式环境到专业的PyCharm IDE，满足不同学习阶段的需求。 第一个程序：按照编程传统，详细讲解了如何编写和运行"Hello World"程序，并解释了代码结构。 代码注释：教授了Python单行注释和多行注释的正确使用方法及最佳实践。 实战练习：提供了个性化欢迎程序和简单计算器两个实践项目，帮助巩固所学知识。 学习总结：归纳了当天掌握的核心技能，并针对不同学习者给出了工
2026-01-17 20:10:17
394
原创 Python 100天，从新手到大师：初识Python，开启你的编程之旅（day1）
Python（英式发音：/ˈpaɪθən/；美式发音：/ˈpaɪθɑːn/）是由荷兰人吉多·范罗苏姆（Guido van Rossum）在1989年圣诞节期间创造的一种高级编程语言。它以简洁优雅的语法和强大的功能而闻名，已经成为当今最受欢迎的编程语言之一。恭喜你完成了Python学习的第一天！Python的基本认识：了解了它的历史、特点和应用领域核心优势：简洁、高效、生态丰富、跨平台环境搭建：成功在Windows/macOS上安装了Python解释器验证方法：使用（Windows）或。
2026-01-17 20:01:23
350
原创 Python 100天：从新手到大师 —— 第0天，专栏开篇
《Python 100天：从新手到大师》专栏为编程学习者提供系统化的Python进阶路径。专栏从基础语法到实战应用（Web开发、数据分析、机器学习），采用每日渐进式学习模式，强调动手实践与项目驱动。包含完整配套资源（代码/资料包），帮助学习者建立完整技术栈能力。通过100天的持续学习，培养独立开发能力和解决问题思维，适合希望系统掌握Python并提升竞争力的学习者。专栏注重知识体系构建与实战结合，提供清晰的学习路线图和持续更新内容。
2026-01-17 19:42:30
437
原创 从0到1精通智能体开发——框架四：LangGraph 结构梳理与实战
本文介绍了LangGraph智能体框架的核心结构与实战应用。LangGraph采用状态机模型构建智能体工作流，通过节点（执行单元）、边（控制流）和全局状态（共享数据）三大要素实现复杂流程编排。文章详细解析了如何定义TypedDict状态结构、创建功能节点函数，以及配置条件边实现循环逻辑。实战部分展示了一个三步问答助手案例：1)理解用户意图节点；2)搜索信息节点；3)生成回答节点，演示了从状态定义到工作流编译运行的全过程。该框架特别适合需要迭代执行、动态路由的复杂AI应用场景，通过可视化编程方式大幅提升智能体
2026-01-17 18:16:37
564
原创 从0到1精通智能体开发——框架三：CAMEL 自主协作与实战
本文介绍了CAMEL框架实现智能体自主协作的两大核心技术：角色扮演和引导性提示。通过心理学家与作家协作创作拖延症电子书的案例，展示了如何让两个智能体在各自专业领域发挥所长。案例详细演示了从任务设定、角色初始化到自动化对话的全过程，包括代码实现关键步骤。该框架能有效实现智能体间的结构化协作，完成单个智能体难以胜任的复杂任务，为多智能体协作提供了实用解决方案。
2026-01-17 18:07:37
619
原创 从0到1精通智能体开发——框架二：AgentScope 设计与实战
文章摘要 AgentScope是阿里巴巴达摩院开发的工程化多智能体平台，采用消息驱动架构和组合式设计，具备企业级特性如分布式部署和容错恢复。其分层架构包含基础组件层、智能体基础设施层、多智能体协作层和开发部署层，通过标准化的消息格式实现异步解耦和位置透明。核心创新包括MsgHub消息中心实现灵活路由和持久化，以及智能体生命周期管理。以"三国狼人杀"游戏为例，展示了消息驱动架构如何支持复杂多智能体交互，通过分层设计和私密通信频道实现角色扮演与策略博弈。该框架特别适合需要高并发、高可靠性的生
2026-01-17 17:59:44
800
原创 大模型微调之Soft prompts（五）Multitask prompt tuning
摘要：2023年5月提出的多任务提示调整（MPT）方法通过两阶段学习实现跨任务提示共享。第一阶段通过多任务训练提炼通用提示矩阵，第二阶段通过Hadamard积将通用提示与任务特定低秩矩阵结合来适应新任务。该方法可类比为学生先掌握通用解题技巧，再根据具体学科特点进行针对性复习。相比为每个任务单独学习提示的传统方法，MPT实现了提示参数的高效共享与适配。
2025-11-06 17:59:25
393
原创 大模型微调之Soft prompts（四）P-Tuning
P-Tuning是一种改进NLU任务的Soft prompts方法，通过可训练的嵌入张量和提示编码器优化提示参数。包含两个版本：P-Tuning v1（2021）使用BiLSTM/MLP编码器，但复杂任务表现欠佳；P-Tuning v2（2023）在每层加入可训练提示，采用多任务学习，性能媲美全参数微调。其核心创新是通过BiLSTM/MLP赋予decoder模型encoder特性，无需改变模型结构。
2025-11-06 17:58:18
300
原创 大模型微调之Soft prompts（三）Prefix-Tuning
2021年提出的Prefix-Tuning是一种参数高效的微调技术，通过在所有层输入前添加可训练的前缀向量来适配下游任务，而不改变模型原有参数。与仅在嵌入层添加提示的Prompt Tuning不同，Prefix-Tuning将前缀参数插入到模型的每一层，使模型能更灵活地适应特定任务。这种方法只需更新少量参数，显著减少了计算资源和存储需求，同时在文本生成等任务中表现出色，实现了多任务适配而无需保存完整模型副本。
2025-11-06 17:56:16
358
原创 大模型微调之Soft prompts（二）Prompt Tuning
摘要：2021年，Prompt Tuning作为一种新兴的微调方法引发关注。该方法通过在输入中添加可训练的提示文本（prompt tokens）来适配下游任务，无需更新预训练模型主体参数（如GPT-3、T5等）。其核心优势在于参数高效性——仅需优化提示参数，既降低计算成本，又能保持模型性能。研究显示，随着模型规模扩大，Prompt Tuning效果更显著。这一技术标志着从全参数微调到轻量化适配的重要转变。（149字）
2025-11-06 17:54:04
377
原创 大模型微调之Soft prompts（一）概述
本文介绍了高效训练大型预训练语言模型的方法——Prompting技术及其变体。Prompting通过文本提示调整冻结的预训练模型，避免了为每个任务单独训练模型的高成本。重点讨论了Soft prompts（可学习的连续向量）及其主流方法：Prompt Tuning（仅更新提示词嵌入）、Prefix-Tuning（在所有层插入提示）、P-Tuning（针对NLU任务优化提示编码器）以及Multitask Prompt Tuning（学习通用提示再任务适配）。这些方法在保持模型参数不变的情况下，通过优化提示参数实
2025-10-27 10:55:21
544
原创 大模型微调框架（三）LLama-Factory
LLaMA Factory是一个强大的大模型微调工具，提供用户友好的WebUI界面，支持训练、评估、对话和导出功能。它兼容多种主流大模型，集成多种微调方法（如LoRA、全参数微调等）和训练算法（PPO、DPO等）。该工具支持多种量化技术、推理引擎，并可与TensorBoard等实验面板集成，还提供API服务、模型评测和Docker支持。无论是初学者还是高级用户，都能通过LLaMA Factory轻松实现大模型的微调和部署。
2025-10-27 10:41:11
567
原创 大模型微调框架（二）Huggingface-PEFT
PEFT（参数高效微调）是一种在资源受限环境下微调大型预训练模型的技术，通过仅调整少量参数实现接近全模型微调的性能。PEFT库与Hugging Face生态系统集成，提供LoRA等高效微调方法。使用流程包括安装库、配置方法、加载模型、训练保存模型及推理。该方法显著降低了大型语言模型的训练和存储成本，使消费级硬件也能运行复杂模型。PEFT支持保存至本地或Hugging Face Hub，并简化了推理流程。
2025-10-27 10:39:17
556
原创 大模型微调之Adapters（一）概述
本文综述了大模型微调中的Adapter方法，重点介绍了LoRA及其变种。Adapter通过在预训练模型中添加少量可训练参数，实现高效微调而不改变原模型参数。其中，LoRA通过低秩分解表示权重更新，QLoRA结合4位量化进一步降低内存占用，AdaLoRA则采用自适应参数分配策略。这些方法都能在保持模型性能的同时大幅减少计算资源需求，为大规模模型微调提供了实用解决方案。该系列后续将深入探讨各类Adapter技术细节。
2025-10-27 10:32:06
617
原创 大模型微调之Adapters（四）AdaLoRA
AdaLoRA是一种改进的LoRA技术，通过动态分配参数预算提升微调效率。它利用奇异值分解评估不同权重矩阵的重要性，自适应调整参数更新量：重要部分使用更多参数，次要部分减少更新。这种方法在保持总参数量不变的前提下优化性能，类似于根据学生科目表现分配辅导时间。相比传统方法，AdaLoRA能更智能地在关键位置进行参数调整，既节省资源又提升模型效果。其核心思想是将有限的参数预算优先分配给对任务更重要的模型部分。
2025-10-27 10:29:04
293
原创 大模型微调之Adapters（三）QLoRA
QLoRA是一种高效微调大型语言模型的技术，通过4位量化和低秩适配器结合，在保持模型性能的同时大幅降低资源消耗。它将模型权重压缩为4位NF4数据类型，并添加小型可训练适配器，仅更新这些部分而非整个模型。采用双重量化和统一内存分页优化进一步减少内存占用。类似于在百科全书中贴便利贴更新内容，QLoRA实现了低成本、高效率的模型微调，既节省资源又保持知识完整性。
2025-10-27 10:27:32
286
原创 大模型微调之Adapters（二）LoRA
LoRA（低秩适应）是一种高效的参数微调技术，通过低秩分解将大权重矩阵拆解为两个小矩阵，仅需微调少量参数即可适配新任务。该方法显著降低计算成本，保持模型性能，适用于资源有限场景。其核心思想是在预训练模型基础上叠加特定任务的小型适配模块，如同厨师专攻寿司技巧无需重学全部厨艺。LoRA的秩参数需平衡效率与效果，并可与其他微调技术结合使用。
2025-10-27 10:14:29
440
原创 大模型微调框架（一）综述
大模型微调综述 大模型微调(Fine-tuning)是在预训练语言模型基础上，使用特定任务数据进行二次训练的技术，主要包括两种方式：全参数微调和参数高效微调(PEFT)。PEFT通过冻结大部分参数、仅调整少量参数(如LoRA、Adapter)，显著降低计算资源需求。当前主流微调框架包括HuggingFace的PEFT库、ModelScope的ms-swift、LLaMA-Factory等，支持从脚本到WebUI的多种操作方式。其中PEFT库提供完整的微调流程，包括配置、训练、保存和推理功能；LLaMA-Fa
2025-10-27 10:12:51
816
原创 大模型的latency（延迟）和throughput（吞吐量）有什么区别？
本文探讨了大模型推理中的关键性能指标与优化技术。首先分析了KV Cache机制如何通过空间换时间提升推理效率，并区分了预填充(prefill)与解码(decoding)两个阶段的性能特征。重点比较了延迟(Latency)与吞吐量(Throughput)的概念差异及计算方法，指出销售人员在技术理解上常见的混淆点。最后详细介绍了两种批处理技术：传统批处理(Naive Batching)存在长尾请求阻塞问题，而连续批处理(Continuous Batching)通过动态调度显著提高了GPU利用率。文章还提供了相关
2025-10-27 10:04:25
666
原创 DevOps，AIOps，MLOps，LLMOps，这些Ops都是什么？
摘要： 本文介绍了四种运维概念：DevOps、AIOps、MLOps和LLMOps。DevOps通过自动化CI/CD流程提升开发效率；AIOps利用AI优化IT运维；MLOps专注于机器学习模型的部署与维护；而新兴的LLMOps则针对大语言模型应用的全生命周期管理。文章对比了传统软件与AI应用的区别，并分析了MLOps与LLMOps在工具和重点上的差异，强调LLMOps主要关注大模型应用的在线运维而非训练过程。这些概念共同推动了技术运维的自动化与智能化发展。（149字）
2025-10-27 10:01:34
804
原创 大模型推理框架（五）Ollama
本文介绍了如何通过Ollama和ChatBox两款软件在本地快速部署大型语言模型。Ollama作为开源工具简化了本地运行大模型的过程，用户只需下载安装后，从模型库中选择合适模型（如仅352MB的qwen2:0.5b）并运行。配合ChatBox客户端，通过简单配置即可实现与本地模型的交互。整个过程无需复杂技术，适合各类用户快速体验大语言模型功能。文章还建议拥有高性能GPU的用户可尝试更大模型以获得更好效果。
2025-10-25 18:34:00
865
毕业设计-（基于python和定向爬虫的商品比价系统的实现）.zip
2024-07-15
QT&C++ 学生成绩管理系统 ，无需配置环境，有安装包，适合快速理解.zip
2024-07-15
机器学习实验：使用mnist与usps数据集，采用BP神经网络与SVM支持向量机的方式实现手写数字的识别
2024-07-15
python flask 创建博客系统.zip
2024-07-15
2017大创项目(Students' Innovative Training Program).zip
2024-07-15
毕业设计&课设-基于matlab的通信原理.zip
2024-07-15
毕业设计&课设-飞思卡尔智能车比赛Matlab结合C处理图像程序.zip
2024-07-15
毕业设计&课设-毕业设计&课设-Xcode8以上版本，已升级为Swift3.x语法
2024-07-15
毕业设计&课设-STM32+线性CCD寻迹测速智能车.zip
2024-07-15
在ROS系统下利用串口发送数据到STM32.zip
2024-07-15
雪浪工业数据智能挑战赛 工业智检-电机异音AI诊断.zip
2024-07-15
毕业设计&课设-2020美赛c题代码参考.zip
2024-07-15
大三编译原理作业，SQL的解释器，可以解释执行SQL命令，创建小型数据库.zip
2024-07-15
计算机日用基础-计算机二级，学习资料相关资源、试题.zip
2024-07-15
ACM集训、国赛、美赛算法实现，各种智能算法（遗传算法、模拟退火算法、蚁群算法、粒子算法、神经网络算法等）实现和优化
2024-07-15
2020厦门国际银行数创金融杯建模大赛Baseline.zip
2024-07-15
51单片机的汇编程序和C程序.zip
2024-07-15
自己写的一些东西，包含java工具类，js插件类，小游戏等等 .zip
2024-07-15
51单片机串口通信控制蜂鸣器播放音乐.zip
2024-07-15
毕业设计&课设-网络聊天（SpringBoot+Mybatis plus+Netty+Docker+Redis）.zip
2024-07-15
采用原生php开发的一套基于前后端分离的权限认证系统.zip
2024-07-15
基于MongoDB+Spark+ElasticSearch的电影推荐系统.zip
2024-07-15
运用神经网络算法和Minst数据集制作的手写数字识别系统.zip
2024-07-15
毕业设计&课设-JD 城市物流运输车辆智能调度.zip
2024-07-15
一个嵌入式操作系统, 运行在stm32.zip
2024-07-15
51单片机Mlx90614红外测温，使用LCD1602显示.zip
2024-07-15
【大学生创新创业项目】结构健康监测SHM：预应力锚索无损检测分析(技术：DSP、FFT、STFT、Delphi)
2024-07-15
关于HEVC帧间预测测试AMP模式的快速算法.zip
2024-07-15
毕业设计&课设-工科创IV-E：智能小车机器人.zip
2024-07-15
毕业设计-计算机与软件学院本科生毕业论文管理系统-基于C#实现.zip
2024-07-15
基于servlet+jsp实现的web聊天系统.zip
2024-07-15
毕业设计&课设-基于51单片机的智能小车项目.zip
2024-07-15
卷积神经网络（CNN）提取影评特征构建电影推荐系统，pytorch实现.zip
2024-07-15
用于给各位同学学习蓝桥杯的51单片机代码.zip
2024-07-15
基于51单片机的DS18B20简易温度报警系统.zip
2024-07-15
Gobang,Java,基于Socket和Swing编写的多人联网桌面五子棋小游戏.zip
2024-07-15
Rust + WASM + 神经网络 + 遗传算法.zip
2024-07-15
基于 html、css 和 js 大致复刻大数据行程卡页面并进行二次创作.zip
2024-07-15
Python + Flask 搭建的爬虫系统.zip
2024-07-15
基于python和flask的图书管理系统.zip
2024-07-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人