笔记

后端学习笔记-ApaChe POI介绍基础代码案例导出营业数据这个接口不需要参数也不需要返回数据

16.ETH-状态树-北大肖臻老师客堂笔记北京大学肖臻老师《区块链技术与应用》公开课第 15 讲的主题是**“以太坊的状态树” (The State Tree)**。

14.ETH-以太坊概述-北大肖臻老师客堂笔记北京大学肖臻老师《区块链技术与应用》公开课第 14 讲是以太坊 (Ethereum) 的开篇，主题通常是**“以太坊概述” (Introduction to Ethereum)**。

大数据项目笔记整个项目主要分为前端和后端两个部分。

中屹指纹浏览器

AI驱动指纹浏览器风控对抗：动态指纹自适应与GAN行为拟真全链路技术解析随着主流平台风控系统向 AI 机器学习架构迭代，传统固定指纹模板的浏览器已难以规避关联判定。本文聚焦 AI 驱动的指纹浏览器核心技术，从动态指纹自适应生成、GAN 模型行为拟真两大核心模块，拆解全链路技术实现逻辑，结合工程实践案例，剖析指纹抗识别与风控对抗的关键难点及解决方案，为指纹浏览器技术研发与优化提供实操参考。

平方的损失函数近似于残差证明对于单个样本 (xi,yi)(x_i, y_i)(xi,yi)，平方损失的定义是： L(yi,f(xi))=(yi−f(xi))2 L(y_i, f(x_i)) = \left(y_i - f(x_i)\right)^2 L(yi,f(xi))=(yi−f(xi))2 其中：

S32k144芯片学习笔记-IDE工具配置常见项目录如何配置工程生成二进制文件编译器优化等级过高导致调试丢步工程无法打印浮点数配置设置工程字体大小IDE开发工程无法调试开发板问题

1.28笔记如果该条件表达式成立，则执行while 循环体里的命令或语句（即语法中do和done之间的指令)，每一次执行到done时就会重新判断while条件表达式是否成立，直到条件表达式不成立时才会跳出while 循环体。

AI学习笔记整理（63）——大模型对齐与强化学习训练大语言模型（LLM）主要分为三个核心阶段：大模型对齐是指‌让大型语言模型的行为、输出与人类的意图、价值观和道德规范保持一致的过程‌，以确保AI系统安全、可靠且符合人类期望。‌‌

【数据分析＋机器学习】基于机器学习的招聘数据分析可视化预测推荐系统（完整系统源码+数据库+开发笔记+详细部署教程）✅目录源码的获取方式在文章末尾一、项目背景二、研究目的三、项目意义四、项目功能五、项目创新点六、开发技术介绍

QSettings + INI 笔记

多邻国第5阶段17-18学习笔记A. 现在完成时 vs 一般过去时现在完成时：过去发生、对现在有影响/到现在为止的经历一般过去时：明确过去时间、已结束 Did you get a good score last year?（last year 强制一般过去时）常见结构：

鸿蒙中级课程笔记4—应用程序框架进阶1—Stage模型应用组成结构、UIAbility启动模式、启动应用内UIAbilityStage模型是HarmonyoS设计的一种应用架构模型,旨在优化应用的生命周期管理、资源分配和多设备协同能力。

中屹指纹浏览器

指纹浏览器性能优化实操——多实例并发与资源占用管控指纹浏览器在多实例并发场景下，易出现内存泄露、卡顿闪退、指纹稳定性下降等问题。本文聚焦指纹浏览器性能瓶颈，从进程模型优化、内存管控、资源调度三个维度，拆解性能优化的核心技术点与实操方案，帮助开发者实现多实例高效运行与指纹安全的平衡。

AI学习笔记整理（61）——大模型分布式训练并行策略参考链接：https://andyguo.blog.csdn.net/article/details/131971176

SQLite3学习笔记5：INSERT（写）+ SELECT（读）数据（C API）创建文件sqlite3_c_demo2.c：操作步骤输出如下：输出如下：

嵌入式×边缘AI：打怪升级日志

Modbus 协议核心知识学习笔记Modbus 是一个请求与应答的通信协议。它像一次对话，主设备（客户端）发起请求，从设备（服务器端）进行处理并回复响应。

9.BTC-比特币脚本-北大肖臻老师客堂笔记北京大学肖臻老师《区块链技术与应用》公开课第 9 讲的主题是**“比特币的脚本”**。本课深入探讨了比特币交易的底层结构、输入输出的关联以及脚本执行的逻辑。

DataWhale大模型基础与量化微调task5学习笔记（第 3 章：大模型训练与量化_模型量化实战）（本博客为Datawhale的baseLLM开源学习项目的学习笔记）在前面的内容中，为了在消费级显卡上加载大模型，我们已经初步了解了量化技术的魔力--只需几行代码配置BitsAndBytesConfig，庞大的模型就能”塞“进显存。但我们还并不清楚这背后的int8或int4到底发生了什么以及除了微调时用到的BitsAndBytes，还有哪些量化技术更适合推理部署。

Routing（路由与分支）学习笔记当用户发送不同意图的请求（如 “我要退钱”“你们态度太差了我要投诉”）时，仅用一个万能 Prompt 会导致模型 “自信地出错”：该共情时询问订单号，该查物流时解释退款政策，无法精准匹配不同场景的需求。