logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【计算机网络 | 传输层1:传输层概述:端口号、复用与分用】

复用和分用描述的是同一套机制在发送端与接收端的两个方向。网络层解决主机到主机的通信,传输层把它扩展为应用进程之间的逻辑通信;传输层主要运行在端系统中,中间路由器通常只负责网络层转发;端口号是 16 位的逻辑标识,用于帮助操作系统定位通信端点;复用是发送端汇集不同应用的数据,分用是接收端把数据交给正确套接字;UDP 的典型分用主要围绕本地目的地址和目的端口,TCP 则使用四元组区分不同连接;IP 地

文章图片
#计算机网络#网络#学习
【操作系统 | 调度算法:从 FCFS、SJF 到 MLFQ 与实时调度】

FCFS 简单,但容易产生护航效应;SJF 和 SRTF 能改善平均等待时间,却依赖运行时间预测,并可能让长任务饥饿;RR 用时间片换取公平与响应,关键取舍是时间片长度;优先级与 MLFQ 根据任务重要性和行为分配 CPU,必须同时处理饥饿和规则博弈;保证调度、彩票调度和公平分享调度从不同角度表达 CPU 份额;实时调度关注截止时间与可调度性,而非平均意义上的“快”;策略与机制分离,让应用提供业务

文章图片
#操作系统
【操作系统 | 进程调度:CPU 到底该交给谁?】

假设 CPU 原来运行P1,调度器决定接下来运行P3P1 正在运行↓发生调度↓保存 P1 的上下文↓调度器选择 P3↓读取并恢复 P3 的上下文↓CPU 开始执行 P3这称为上下文切换(context switch)。调度回答“接下来选谁”;上下文切换负责“怎样从旧任务切换到新任务”。有时调度器重新评估后仍选择当前任务,此时不一定发生完整的任务切换。早期批处理系统按照作业在磁带或卡片上的顺序逐个运

文章图片
#开发语言#操作系统
【操作系统 | 管程、消息通信、屏障与 RCU:并发协作的几种组织方式】

*管程(Monitor)**是一种高级同步机制。共享数据;访问这些数据的操作;保护数据的互斥规则;等待特定状态变化的条件变量;封装成一个整体,并且通常保证同一时刻至多一个线程在管程内部执行。可以把它理解为一个专门管理共享资源的并发安全对象:外部线程不能随便修改内部状态,而是只能调用它暴露出来的方法。管程 Monitor│ 私有共享数据:buffer / count ││ ││ 对外操作:put()

文章图片
#操作系统#学习
【计算机网络 | 数据链路层7:VLAN:一台交换机如何划分多个逻辑局域网?】

VLAN 把“同一台交换机上的所有端口都属于一个局域网”变成了可配置的规则。它通过端口归属和 802.1Q 标签,让交换机在转发帧时同时考虑 VLAN 与 MAC 地址:广播和未知单播不会越过 VLAN 边界,已知单播也只会在目标 VLAN 内查表转发。把本文与上一篇连起来,可以得到一条完整的二层转发思路:交换机从源 MAC 学习端口位置,按目的 MAC 决定转发方式;而 VLAN 决定这次学习、

文章图片
#计算机网络#网络#学习
【Agent智能体13 | 工具使用-什么是工具?】

本篇博客是以吴恩达的【Agent智能体】教程为基础,并对其中的内容做了笔记整理以及个人收获的总结。前面已经介绍完反思设计模式的所有内容了,从这篇开始,要介绍智能体设计模式中的这篇主要是介绍一下,工具的概念。首先要明确,

文章图片
#人工智能#职场和发展#语言模型
【Agent智能体4 | 智能体AI的应用】

了解这些应用的目的是当自己实现这些功能的时候,最重要的技能之一是分析复杂流程并找出各个独立步骤,这样就能实现智能体工作流按顺序执行每一步,下一篇会介绍将这些有用的行为拆解为代理式流程的离散步骤的方法如果这篇文章对你有帮助,欢迎。你们的支持是我前进的动力!

文章图片
#人工智能#数据库#职场和发展
【Agent智能体23 | 规划-规划工作流】

上面只是高层次的介绍了规划流程,主要是列出步骤清单,然后将语言模型逐步执行计划中的每一步,后面将深入探讨这些计划的具体结构和细节。如果这篇文章对你有帮助,欢迎。你们的支持是我前进的动力!

文章图片
#人工智能#职场和发展#语言模型 +1
【Agent智能体7 | 智能体设计模式】

让智能体自己检查,用反馈不断的迭代,生成更好的输出版本。

文章图片
#设计模式#人工智能
【Agent智能体14 | 工具使用-如何创建工具】

本篇文章主要是梳理LLM实现函数调用的具体流程。目前可以简单理解为工具其实就是LLM可用请求执行的代码或者函数,如下图:现在主流的LLM都已经通过直接训练来使用工具了。但是如果需要自己写提示词,告诉LLM何时使用工具会是什么样子的流程?早期LLM还未直接训练使用工具的时候,是这样做的。虽然现在不完全采用这种方式了,但是有助于我们理解整个流程,例子如下:这个工作流程展示了在 LLM 原生支持“函数调

文章图片
#人工智能#职场和发展#语言模型
    共 56 条
  • 1
  • 2
  • 3
  • 6
  • 请选择