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

Windows 10下Prometheus监控平台搭建全攻略:从Exporter安装到数据可视化

本文详细介绍了在Windows 10环境下搭建Prometheus监控平台的完整流程,包括Windows Exporter安装、Prometheus Server配置及数据可视化实现。通过实战指南帮助用户快速部署高效的监控系统,优化IT基础设施管理。

#数据可视化
Postman压力测试实战:如何用Runner功能模拟1000+并发请求(SpringBoot版)

本文详细介绍了如何使用Postman的Runner功能进行压力测试,模拟1000+并发请求的场景,特别针对SpringBoot应用。从环境搭建、测试集合构建到并发测试配置和结果分析,提供了全面的实战指南,帮助开发者有效识别和解决高并发下的性能瓶颈问题。

#压力测试
避坑指南:分库分表迁移时你绝对想不到的5个数据一致性问题

本文深入剖析分库分表迁移中五个极易被忽视的数据一致性问题,包括双写方案下的主键冲突与幽灵更新、Canal同步的位点丢失风险、分布式环境下的数据撕裂、数据校验的局限性以及流量切换时的数据丢失风险。文章提供了针对性的解决方案,如采用分布式ID生成器、增强同步链路可观测性、设计最终一致性补偿机制以及优化校验与切换流程,旨在帮助开发者构建更稳健的迁移防线。

Robomaster参赛用无人机实时避障导航套件(含PX4固件、碳纤机架模型与一键部署脚本)

专为Robomaster高校人工智能挑战赛优化的无人机自主飞行开发包,主打真实场景下的动态避障与实时路径规划。核心采用Ego-planner算法,已在PX4飞控平台完成实机验证,直接烧录即可运行——附带编译好的px4_fmu-v5_default.px4固件,兼容主流五寸/六寸机架。硬件部分提供顶板、底板的STEP和STL三维模型文件(中文命名),支持CNC加工或3D打印快速复现;软件层面集成全套

STM32+ESP8266实现MQTT物联网通信实战

MQTT是一种轻量级发布/订阅模式的消息传输协议,专为低带宽、高延迟或不可靠网络环境下的嵌入式设备设计。其核心原理基于TCP/IP之上的应用层协议,通过Broker中转消息,实现设备与云平台的解耦通信。技术价值体现在资源占用少、连接开销低、支持QoS分级和断线重连等工业级特性。典型应用场景包括智能传感器数据上报、远程设备控制、边缘网关桥接等。在资源受限的MCU如STM32F103上,常采用串口AT

STM32+ESP8266 UART协同实现MQTT物联网通信

MQTT是一种轻量级发布/订阅模式的消息传输协议,广泛应用于资源受限的嵌入式物联网终端。其核心原理基于TCP/IP连接、主题(Topic)路由与QoS服务质量分级,具备低带宽占用、断线重连和消息持久化等技术优势,适用于远程监控、智能传感和工业数据采集等场景。在实际工程中,STM32常作为主控处理传感器数据与本地逻辑,而ESP8266凭借成熟AT固件承担Wi-Fi接入与MQTT协议栈运行——二者通过

Windows免安装照片元数据查看器:快速提取GPS定位、拍摄时间与相机参数

双击就能用的轻量级Windows工具,不用安装也不需要额外运行库,直接读取JPG/JPEG照片里的原始信息。支持单张或批量处理,自动解析出拍摄时间(含时区)、相机品牌和型号、镜头参数、光圈快门ISO、GPS经纬度、海拔、方向角、制造商序列号、拍摄软件版本,以及XMP扩展字段。所有数据以整齐表格呈现,可全选复制,也能一键导出为CSV文件,方便导入Excel、GIS软件或做地理标记。底层基于Metad

STM32嵌入式云台的运动规划与一阶低通滤波实现

舵机运动控制是嵌入式姿态系统的核心基础,其本质在于将离散角度指令转化为连续、平滑、可预测的位置响应。传统开环直赋值或固定步长方案易引发机械抖动、超调与响应滞后,根本原因在于忽略系统动力学约束与信号噪声特性。一阶低通滤波(FO-LPF)凭借零相位延迟、计算轻量和自适应响应能力,成为资源受限单片机(如STM32F103)上实现高精度ADC信号调理与运动软化的优选方法;结合动态步长算法,可精准匹配舵机一

基于 Ollama 和 LoRA 技术高效微调 LLaMA-2 的实战手册

本文提供了一份基于 Ollama 和 LoRA 技术高效微调 LLaMA-2 大语言模型的实战手册。内容涵盖从硬件选型、软件环境搭建、模型获取,到使用 LoRA 进行参数高效微调的核心步骤、数据准备、训练调优及最终模型合并与部署的完整流程,旨在帮助开发者和研究者以较低资源消耗定制专属AI模型。

#Ollama#LoRA
对比学习中的InfoNCE损失:为什么它近似互信息?从能量模型角度解析

本文深入解析了对比学习中的InfoNCE损失函数与互信息之间的理论联系。通过能量模型视角,揭示了InfoNCE如何通过相似度函数逼近互信息下界,为自监督学习提供理论支撑。文章还探讨了实践中的关键考量,包括负样本数量、相似度函数选择和优化技巧,并展望了对比学习的前沿进展。

    共 101 条
  • 1
  • 2
  • 3
  • 11
  • 请选择