- @qq_44866828
简介
我是一位专注于后端开发、云原生技术、运维领域和常用工具教程的博主。通过我的博客，我分享关于后端开发的实践经验和技术教程，深入探讨云原生技术的最新趋势和应用。我热衷于在后端开发领域探索创新解决方案，使用各种编程语言和框架构建可靠、高效的应用程序。同时，我对云原生技术充满激情，关注Service Mesh、容器化、微服务和Serverless等技术的应用与实践。通过我的博客，你将获得关于后端开发、云原生技术和运维领域的实用知识和经验，以及常用工具的详细指南。我希望能够与读者分享我的专业见解，共同探索技术的前沿，共同成长。欢迎来访我的博客，一起学习、讨论和探索各种技术话题，一起探索技术的无限可能。
擅长的技术栈
可提供的服务
Go语言教程, 云原生,后端,运维,常用工具
CSDN博客之星是CSDN每年举办的技术博主评选活动，通过综合评估博主创作贡献、文章质量和用户互动等维度，评选年度最具影响力的技术博主。本文详细对比了2018-2025年博客之星的活动规则和奖品变化，重点介绍了2025年活动的新变化：周期延长至60天，评选标准更加注重原创性和互动性，奖品设置也有所升级。同时提供了2025年博客之星陪跑互助交流小分队的加入链接，方便参与者交流经验。文章通过多张对比图
CSDN博客之星是CSDN每年举办的技术博主评选活动，通过综合评估博主创作贡献、文章质量和用户互动等维度，评选年度最具影响力的技术博主。本文详细对比了2018-2025年博客之星的活动规则和奖品变化，重点介绍了2025年活动的新变化：周期延长至60天，评选标准更加注重原创性和互动性，奖品设置也有所升级。同时提供了2025年博客之星陪跑互助交流小分队的加入链接，方便参与者交流经验。文章通过多张对比图
曙光视控一体工业智能方案评测：基于曙睿（SugonRI）2.0平台的YOLO应用实测 本文评测了曙光网络推出的视控一体化智能平台，重点测试其核心组件曙睿（SugonRI）2.0工业编程平台的YOLO目标检测应用。该方案通过将视觉算法与运动控制深度融合，实现微秒级延迟的"手眼协同"，解决了传统工业场景中视觉与控制分离导致的响应延迟问题。平台提供低代码视觉算法训练工具和标准化控制接
曙光视控一体工业智能方案评测：基于曙睿（SugonRI）2.0平台的YOLO应用实测 本文评测了曙光网络推出的视控一体化智能平台，重点测试其核心组件曙睿（SugonRI）2.0工业编程平台的YOLO目标检测应用。该方案通过将视觉算法与运动控制深度融合，实现微秒级延迟的"手眼协同"，解决了传统工业场景中视觉与控制分离导致的响应延迟问题。平台提供低代码视觉算法训练工具和标准化控制接
曙光视控一体工业智能方案评测：基于曙睿（SugonRI）2.0平台的YOLO应用实测 本文评测了曙光网络推出的视控一体化智能平台，重点测试其核心组件曙睿（SugonRI）2.0工业编程平台的YOLO目标检测应用。该方案通过将视觉算法与运动控制深度融合，实现微秒级延迟的"手眼协同"，解决了传统工业场景中视觉与控制分离导致的响应延迟问题。平台提供低代码视觉算法训练工具和标准化控制接
智谱AI重磅开源GLM-4.6V系列多模态模型，包含106B云端版和9B本地版。该模型突破性地将Function Call原生融入视觉处理，实现图像直接作为工具参数调用，打通"视觉感知-任务理解-工具调用-再理解-决策"全链路。在图文混排、识图购物、前端复刻、长文档理解等场景展现强大能力，支持128k上下文窗口。性能指标在同规模模型中达到SOTA水平，9B轻量版可免费体验。开源
智谱AI重磅开源GLM-4.6V系列多模态模型，包含106B云端版和9B本地版。该模型突破性地将Function Call原生融入视觉处理，实现图像直接作为工具参数调用，打通"视觉感知-任务理解-工具调用-再理解-决策"全链路。在图文混排、识图购物、前端复刻、长文档理解等场景展现强大能力，支持128k上下文窗口。性能指标在同规模模型中达到SOTA水平，9B轻量版可免费体验。开源
智谱AI重磅开源GLM-4.6V系列多模态模型，包含106B云端版和9B本地版。该模型突破性地将Function Call原生融入视觉处理，实现图像直接作为工具参数调用，打通"视觉感知-任务理解-工具调用-再理解-决策"全链路。在图文混排、识图购物、前端复刻、长文档理解等场景展现强大能力，支持128k上下文窗口。性能指标在同规模模型中达到SOTA水平，9B轻量版可免费体验。开源
智谱AI重磅开源GLM-4.6V系列多模态模型，包含106B云端版和9B本地版。该模型突破性地将Function Call原生融入视觉处理，实现图像直接作为工具参数调用，打通"视觉感知-任务理解-工具调用-再理解-决策"全链路。在图文混排、识图购物、前端复刻、长文档理解等场景展现强大能力，支持128k上下文窗口。性能指标在同规模模型中达到SOTA水平，9B轻量版可免费体验。开源
摘要： OpenAI联合创始人Andrej Karpathy开源的nanochat项目，为开发者提供了从零训练ChatGPT模型的完整流程指南。教程涵盖分词器构建、预训练、监督微调（SFT）和强化学习（RL）等核心步骤，适合不同水平的开发者学习。文章详细演示了租用云服务器（推荐A100显卡）、配置环境（安装CUDA、PyTorch等）及训练模型的具体操作，通过简化训练参数降低成本和耗时（约50元/
