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

Canal在windows下的安装和监听初体验

本文介绍了使用Canal监听MySQL数据库变更的完整流程。首先在MySQL创建具有最小权限的子账号并开启binlog日志;然后下载配置Canal服务端,包括主库连接信息和账号配置;最后通过Java客户端代码实现数据库变更监听功能,包括依赖引入和监听逻辑实现。整个过程涵盖了从数据库配置到客户端开发的完整链路,最终通过插入测试数据验证了监听功能的有效性。

文章图片
#windows
LORA微调Qwen2.5-0.5B-Instruct大模型

本文以阿里巴巴开源的 Qwen2.5-0.5B-Instruct 为基础模型,手把手演示如何使用 LoRA(Low-Rank Adaptation)完成一次完整的大模型微调实验,将模型的回答风格调整为专业、礼貌的客服话术。文章首先从原理层面介绍 LoRA 的核心思想——冻结原模型权重,仅训练两个低秩旁路矩阵,使可训练参数量降至原模型的约 0.1%,从而大幅降低显存与算力开销。随后按照"环境准备、数

#nlp#java#python
volatile、CAS、AQS、ReentrantLock

摘要: Java中的synchronized和ReentrantLock均为单机锁,核心区别在于后者基于AQS(抽象队列同步器)实现,提供更灵活的并发控制。主要差异: 管理方式:synchronized是JVM关键字,自动释放锁;ReentrantLock需手动解锁,支持中断、超时、非阻塞尝试(tryLock)及公平/非公平模式。 AQS机制:通过state变量和CLH队列实现锁状态管理,支持多条

#java
LORA微调Qwen2.5-0.5B-Instruct大模型

本文以阿里巴巴开源的 Qwen2.5-0.5B-Instruct 为基础模型,手把手演示如何使用 LoRA(Low-Rank Adaptation)完成一次完整的大模型微调实验,将模型的回答风格调整为专业、礼貌的客服话术。文章首先从原理层面介绍 LoRA 的核心思想——冻结原模型权重,仅训练两个低秩旁路矩阵,使可训练参数量降至原模型的约 0.1%,从而大幅降低显存与算力开销。随后按照"环境准备、数

#nlp#java#python
LORA微调Qwen2.5-0.5B-Instruct大模型

本文以阿里巴巴开源的 Qwen2.5-0.5B-Instruct 为基础模型,手把手演示如何使用 LoRA(Low-Rank Adaptation)完成一次完整的大模型微调实验,将模型的回答风格调整为专业、礼貌的客服话术。文章首先从原理层面介绍 LoRA 的核心思想——冻结原模型权重,仅训练两个低秩旁路矩阵,使可训练参数量降至原模型的约 0.1%,从而大幅降低显存与算力开销。随后按照"环境准备、数

#nlp#java#python
到底了