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

一只菜鸟学深度学习的日记:填充 & 步幅 & 下采样

ax2.scatter(sales_2022, y_pos, s=120, color='#4C72B0', alpha=0.9, label='2022年', zorder=2, edgecolors='white', linewidth=2)进一步,我们还可以给哑铃图排序,按照增长由快到慢给各个品类排序,这样自然形成从"下降最显著"到"增长最显著"的连续谱,模式自动显现,无需刻意寻找。这样改造

Spring Cloud Gateway实战:微服务API网关从零到一

Component@Override// 白名单路径跳过鉴权// 验证 JWT(简化示例)try {@Override回到顶部@Component@Overrideif (!@Override# 在路由中使用自定义过滤器args:回到顶部。

#微服务#java#spring
睡前讲一段docker编译镜像的故事

原因是因为我并不是直接在我本地电脑上编译镜像并推送到远端镜像库的,我们通常是通过持续集成系统(CI/CD)来完成的。在CI/CD流程中,我们使用的是amd64架构的虚拟机来完成镜像编译,这样编译出的镜像都是amd64的。可以看出EC2的系统是linux/amd64的,而我的笔记本电脑是MacOS M1芯片,是arm64的架构。Docker默认编译出来的镜像是基于所在平台的,也就是说用MacOS M

#docker#容器#运维
通过 Nanobot 源码学习架构 ---(4)SubAgent

OpenClaw 应该有40万行代码,阅读理解起来难度过大,因此,本系列通过Nanobot来学习 OpenClaw 的特色。是由香港大学数据科学实验室(HKUDS)开源的超轻量级个人 AI 助手框架,定位为"非常适合学习Agent架构。nanobot 的 Subagent 实现是一个简洁但强大的后台任务执行机制。通过复用主 Agent 的 LLM provider 但限制工具集和迭代次数,实现了任

#学习#架构
Flask 应用部署实战:Nginx 反向代理配置指南

Kite 是一个高效的轻量级 ORM 框架,基于 Kotlin 编写,开箱即用,内置分页查询、增删改查等常用功能,支持多表操作。Kite 是一个功能强大、易于使用的 ORM 框架,它通过全自动映射和简洁的 API,大大简化了数据库操作的开发工作。支持自定义 SQL:在需要时,可以编写自定义 SQL 语句,满足复杂查询需求,还可以像写代码一样写流程控制语句。Kotlin/Java 双语言支持:既可以

YOLOv8目标跟踪与自定义区域逻辑的完美结合:从手动实现到智能集成

YOLOv8允许自定义跟踪器参数,创建tracker_type: bytetrack # 或使用 botsorttrack_high_thresh: 0.5 # 高分检测框阈值track_low_thresh: 0.1 # 低分检测框阈值new_track_thresh: 0.6 # 新轨迹阈值track_buffer: 30 # 轨迹丢失后的保留帧数match_thresh: 0.8 # 匹配阈

#目标跟踪#人工智能
声明式Agent实战

答案是Yes,我们可以将智能体的核心行为和配置通过声明式文件(如yaml文件)来进行定义,这就使得智能体的定义可以像代码一样被纳入版本控制系统,遵循DevOps的最佳实践,提高了协作效率和部署的一致性。在之前的博文中,我们都是将智能体的定义(如系统提示词等)内嵌在代码中,这样其实对非IT技术人员不太友好,是否有一种声明式的方法将代码和定义分开呢?可以看到上面的内容其实实现了我们之前对智能体的系统提

#ui#前端#xhtml
声明式Agent实战

答案是Yes,我们可以将智能体的核心行为和配置通过声明式文件(如yaml文件)来进行定义,这就使得智能体的定义可以像代码一样被纳入版本控制系统,遵循DevOps的最佳实践,提高了协作效率和部署的一致性。在之前的博文中,我们都是将智能体的定义(如系统提示词等)内嵌在代码中,这样其实对非IT技术人员不太友好,是否有一种声明式的方法将代码和定义分开呢?可以看到上面的内容其实实现了我们之前对智能体的系统提

#ui#前端#xhtml
通过 Nanobot 源码学习架构 ---(4)SubAgent

OpenClaw 应该有40万行代码,阅读理解起来难度过大,因此,本系列通过Nanobot来学习 OpenClaw 的特色。是由香港大学数据科学实验室(HKUDS)开源的超轻量级个人 AI 助手框架,定位为"非常适合学习Agent架构。nanobot 的 Subagent 实现是一个简洁但强大的后台任务执行机制。通过复用主 Agent 的 LLM provider 但限制工具集和迭代次数,实现了任

#学习#架构
    共 12 条
  • 1
  • 2
  • 请选择