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

phoenix连接hbase

phoenix简化hbase连接操作,对sql操更友好,能和spark、flink无缝对接,实在是海量数据操作的利器

#hbase#大数据
Qwen集成clickhouse实现RAG

RAG(Retrieval-Augmented Generation,检索增强生成)是一种结合信息检索与语言生成的人工智能技术,旨在通过检索相关文档来增强大模型的生成能力,提高预测的质量和准确性。RAG模型在生成文本或回答问题时,会先从一个庞大的文档集合中检索相关信息,然后利用这些信息来指导文本的生成。RAG的作用在于解决通用大模型的知识局限性、幻觉问题和数据安全性问题。RAG的工作原理分为索引和

文章图片
#RAG#clickhouse
nacos客户端日志输出路劲配置

#指定应用服务端口-Dserver.port=8086#指定客户端日志目录-DJM.LOG.PATH=D:/usr/local/profile/logs/ncaos#客户端缓存配置目录-DJM.SNAPSHOT.PATH=D:/usr/local/profile/logs/ncaos/config#客户端缓存注册服务目录-Dcom.alibaba.nacos.naming.cache.dir=D:

文章图片
#java#jvm
gradle配置构建环境

1、官网Gradle | Releases下载gradle完整包解压至指定的文件夹2、配置环境变量GRADLE_HOME=D:\software\gradle\gradle-7.3指定本地仓库位置GRADLE_USER_HOME=D:\software\gradle\repo3、使用国内镜像在GRADLE_HOME创建init.d文件夹,进入该目录,创建init.gradle文件,将阿里国内镜像配

文章图片
#gradle
死锁原因及解决方案

在应用程序开发的过程中,有时候线上会遇到死锁问题,死锁一般有操作系统级别的死锁和应用程序级别的死锁,操作系统级别的死锁通常发生的是进程死锁,应用程序级别的死锁通常是线程的死锁,本文主要谈谈线程死锁问题。一、java线程死锁1、死锁的原因(1) 因竞争资源发生死锁现象:系统中供多个线程共享的资源的数目不足以满足全部进程的需要时,就会引起对诸资源的竞争而发生死锁现象(2)推进顺序不当发生死锁2、线程死

文章图片
#java#开发语言#后端
自定义DialogFragment出现IllegalStateException: Can not perform this action after onSaveInstanceState异常

之前在项目开发中遇到使用自定义的DialogFragment的时候,出现IllegalStateException: Can not perform this action after onSaveInstanceState的异常,搜了一下网上的帖子,大概意思是:onSaveInstanceState 这个方法会在activity 将要被kill之前被调用以保存每个实...

文章图片
#android
Vue3网站锚点定位

网站上实现锚点定位的方法有很多,今天介绍vue3实现的定位效果的方式。通过scrollIntoViewh函数的行为,滑动至指定的容器。

文章图片
#javascript#前端#html
Hermes Agent Docker 部署笔记 —— 接入 MiniMax

端点,Hermes 通过统一的 OpenAI-compatible client 接入,无需额外适配。目录包含 SQLite 数据库、记忆文件、会话记录、技能模块等,务必确保挂载正确,否则容器重建后数据全部丢失。(官方拼写),这是 Hermes 源码中定义的 provider key,需保持一致。),这是 Hermes 源码中的内置 key,不要自行修正。的拼写错误),实际镜像名需要与此一致,或修

#docker
机器学习应用笔记:回归与分类

本文系统性地介绍了机器学习的核心概念与实践方法,重点对比了回归和分类任务。回归分析部分详细讲解了线性回归、多项式回归和正则化回归(Ridge/Lasso/ElasticNet)的数学原理及实现,并给出房价预测的Python示例。分类任务部分则从逻辑回归切入,指出其虽名为"回归"实为分类的本质。文章强调理论与实践结合,通过数学公式、对比表格和代码示例,阐明从数据收集到模型部署的全流程,并列举了各领域

#机器学习#回归
深度学习知识体系总结

深度学习(Deep Learning)是机器学习的一个子集,基于具有多个隐藏层的人工神经网络。其核心思想是通过多层非线性变换,自动从数据中学习层次化的特征表示。核心特征:最简单的神经网络单元,由 Frank Rosenblatt 于 1958 年提出。数学模型:y=f(wTx+b)=f(∑i=1nwixi+b)y = f(\mathbf{w}^T\mathbf{x} + b) = f\left(\

#深度学习#人工智能
    共 43 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择