本文字数 2600+ ,阅读时间大约需要 8分钟。
【掘金一周】本期亮点:
- 【动画进阶】神奇的 3D 卡片反光闪烁动效
- 你可能不太熟知的布局技巧
- 15. Go调度器系列解读(二):Go 程序启动都干了些什么?
- 风控特征质量保障的探索和实践 -Flutter 绘制集录 | Shader 让绘制无限强大 - 壹
- 解谜 Dart VM中的线程池:并发编程艺术的详细分析
- 使用NVIDIA TensorRT-LLM支持CodeFuse-CodeLlama-34B上的int4量化和推理优化实践
- 三个方面浅析数据对大语言模型的影响
「上榜规则」:文章发布时间在本期「掘金一周」发布时间的前一周内;且符合各个栏目的内容定位和要求。 如发现文章有抄袭、洗稿等违反社区规则的行为,将取消当期及后续上榜资格。
一周"金"选

内容评审们会在过去的一周内对社区深度技术好文进行挖掘和筛选,优质的技术文章有机会出现在下方榜单中,排名不分先后。
前端
【动画进阶】神奇的 3D 卡片反光闪烁动效 @Chokcoco
最近,作者在群里发现了一个非常有意思的卡片 Hover 动效,实现效果非常酷炫。而本文,作者不会完全还原此效果,而是基于此效果,尝试去制作这么一个类似的卡片交互效果
本文作者看这篇文章:《视差特效的原理和实现方法》的时候,看到有一个很棒的动效。但只是PC端的效果,所以作者就想在移动端实现类似的,为后续开发新需求的用户体验(
炫技)做好沉淀。
瀑布流优化:我把小红书的瀑布流虚拟列表撕出来了🧐!但女友不理我了😭😭 @討厭吃香菜
本文是关于虚拟列表的最终篇:作者将带你使用 Vue3 + TS 实现瀑布流虚拟列表
我写了一个根据项目自动切换node版本的插件,再也不用手动使用命令切换了。@前端小付
事情是这样的,作者最近在学习
Next.js
,启动Next.js
项目需要node版本不低于v18.17.0
,然而作者公司里的老项目要求node版本不能高于v16.20.0
版本。于是作者上班的时候使用的版本是v16.20.0
,下班学习Next使用的版本是v20.0.0
。 最开始切换node版本工具,作者使用的是n,但是每次上班或下班启动项目时,总是会忘记切换版本,导致启动报错,这让作者觉得很麻烦,于是作者打算写一个能根据项目自动切换node版本的插件。
随着Web技术不断的革新,CSS近几年也变得多年前要更强大。在Web开发中,CSS是不可或缺的一部分,对于很多Web开发者来说,有很多CSS属性不知道,或者说他们知道,但忘记在最恰当的时候使用最适合的CSS属性。而且时至今日,其中有一些CSS的属性可以让开发者能节约更多的时间。比如说,在Web布局中,现代CSS特性就可以更好的帮助我们快速实现,例如等高布局,水平垂直居中,经典的圣杯布局、宽高比例、页脚保持在底部等。在本文中,我将会介绍一些不同的CSS属性来实现这些效果,希望大家会感兴趣。更希望对大家今后的工作有所帮助。
后端
15. Go调度器系列解读(二):Go 程序启动都干了些什么? @克里斯叮
本篇文章分享 Go 调度器系列文章第二篇:Go 程序启动的整体过程。在这篇文章中,我们主要会聊到 Go 程序的启动、初始化以及第一个 G 的调度过程,并画了丰富的流程图和内存图帮助理解
SpringBoot责任链与自定义注解:优雅解耦复杂业务 @码农Academy
责任链模式是一种行为设计模式,它允许你将请求沿着处理者链进行传递,直到有一个处理者处理请求。在实际应用中,责任链模式常用于解耦发送者和接收者,使得请求可以按照一定的规则被多个处理者依次处理。本文作者将带你优雅解耦复杂业务
本文通过理论和实际案例相结合的方式带你深入理解风控特征质量保障
本文旨在介绍计算机网络常用知识,总结的十分完整全面,值得一读
Android
Flutter 绘制集录 | Shader 让绘制无限强大 - 壹 @张风捷特烈
在之前研究 opengl 时,知道 Shader 的强大,我们可以通过着色器完成很多特效。之前在 Android 中写过 《 [ - OpenGLES3.0 - ] 第三集 主线 - shader着色器与图片特效》 一文, 其中详细介绍了 OpenGLEs 的着色器。而 Flutter 本身是支持 glsl 着色器的 ,也就是说,你可以在
全平台
使用着色器 shader 实现特效本文就带你深入了解Shader绘制的强大
IOS
解谜 Dart VM中的线程池:并发编程艺术的详细分析 @码不理
本文作者通过实践带你深入了解并发编辑艺术
游戏全球发行提效-- 发行 iOS SDK的自动化接入探索 @哔哩哔哩技术
游戏SDK作为游戏技术中台赋能游戏研发的核心产品之一,其核心能力包括账号、交易、合规(实名、防沉迷),以及社交、营销等能力。为游戏开发者提供了便捷的方式快速完成底层业务能力的搭建,降低开发和维护的难度。帮助游戏研发更专注于游戏内容的创作,缩短游戏研发周期的同时保障游戏的安全性合规性。为了更有效的满足不同地区市场的策略和法规要求,为不同地区提供符合当地玩家喜好的游戏体验,哔哩哔哩游戏在发行上采取差异化的运营和推广策略,本文为作者带你深入探索。
人工智能
如何训练自主移动机器人使用合成数据检测仓库托盘搬运车 @nvdev
托盘搬运车通常用于仓库中提升和运输重型托盘。在拥挤的仓库中,AMR 检测并避免与托盘搬运车碰撞非常重要。 为了实现这一目标,我们需要在各种照明和遮挡条件下,使用大量多样的数据来训练人工智能模型。真实数据很少能够捕捉到所有潜在的场景。合成数据生成 (SDG),这是由 3D 模拟生成的注释数据,使开发人员能够克服数据缺口并引导模型训练过程,这篇文章探讨了如何训练 AMR 使用合成数据检测仓库托盘搬运车。
本篇内容针对检测和分割任务,为大家简单回顾传统视觉任务,及其在大模型时代的演进与对应的新算法,并在最后简要介绍货拉拉在项目落地中对这些新技术的实践应用。
本篇文章中,将从数据规模、数量质量以及数据多样性三个方面分析数据对大语言模型的性能的影响。需要特别的说明的是,由于在千亿参数规模的大语言模型上进行实验的成本非常高,很多结论是在100 亿甚至是10 亿规模的语言模型上进行的实验,其结果并不能完整的反映数据对大语言模型的影响。此外,一些观点仍处于猜想阶段,需要进一步验证。需要各位读者甄别判断。
AI Agents系列之------ 探究大模型的推理能力,关于Chain-of-Thought的那些事儿 @陌北有棵树
本文作者通过自己的学习总结带你探究大模型的推理能力,关于Chain-of-Thought的那些事儿
使用NVIDIA TensorRT-LLM支持CodeFuse-CodeLlama-34B上的int4量化和推理优化实践 @ CodeFuse
在这篇文章中,我们介绍了如何使用 TensorRT-LLM 来加速 CodeFuse 的推理性能。具体而言,我们按照顺序展示了如何使用 GPTQ Int4 量化方法、增强 GPTQ 量化算法精度的自动对齐技术、TensorRT-LLM int4 量化模型的使用方法以及相应的评估过程。通过 TensorRT-LLM 的支持,CodeFuse 实现了较低的推理延迟和优化的部署成本。
大模型量化技术原理-LLM.int8()、GPTQ @吃果冻不吐果冻皮
本文简要介绍了两种比较常用的大模型量化方法 GPTQ、LLM.int8();LLM.int8() 属于 round-to-nearest (RTN) 量化:舍入到最近的定点数。而 GPT-Q 则是把量化问题视作优化问题,逐层寻找最优的量化权重。
社区活动日历

活动日历
活动名称 | 活动时间 | 活动主理人 |
---|---|---|
写好文,瓜分万元现金大奖丨24年第一期金石计划征文活动来啦! | 2024年1月29日-2024年2月29日 | @小斗金 |
🐲真龙不怕火炼 春节创意投稿大赛来袭 | 2024年1月18日-2024年2月24日 | @小斗金 |
📖 投稿专区
大家可以在评论区推荐认为不错的文章,并附上链接和推荐理由,有机会登上下一期。文章创建日期必须在下期掘金一周发布前一周以内;可以推荐自己的文章、也可以推荐他人的文章。