笔记

Java集合笔记总结Java中集合类主要两大类：Collection和Map，Collection只能装一种，Map装两种类型

AI学习笔记整理（66）——多模态大模型MOE-LLAVA1.语言模型LLM · 定义：在超大规模文本数据上训练，以理解和生成自然语言为核心目标的模型。 · 本质： “文本专家”。它将世界知识、逻辑和任务抽象为符号（语言）进行处理。 · 输入/输出：文本 ——文本。 · 例子： GPT-4（纯文本版）、Llama、Claude。

【Linux】运维实战笔记 — 我常用的方法与命令当服务异常或告警时，我第一步不是直接重启，而是把系统“目前的样子”抓下来，命令很短但信息密度高：这些输出能马上告诉我：CPU 被某进程吃满了？内存耗尽？磁盘满了导致写失败？还是网络端口没有监听？我会把这些命令输出复制到一个临时文件，作为后续分析的证据。

Claude Skills 笔记整理常见翻车点（高方差）：结论：模型可以 improvise，但放进长链路跑几次，你会害怕它的方差。Skills 更像工程化的“行为中间层”：

三块可乐两块冰

【第二十八周】机器学习笔记二十九摘要本周继续学习了强化学习的相关知识，了解和强化学习的核心思想蒙特卡洛方法与策略梯度算法的原理abstract

血小板要健康

Java基础常见面试题复习合集1目录1.JDK，JRE，JVM三者去区别2.String , StringBuffer , StringBuilder 这三个类的区别及使用场景

情感分类与词嵌入除偏（吴恩达深度学习笔记）目录1.情感分类（1）是什么（2）例子（3）简单模型（4）RNN做情感分类2.词嵌入除偏（1）简介（2）偏见的例子

智者知已应修善业

【查找字符最大下标以*符号分割以**结束】2024-12-24缘由c语言编程查找字符串_编程语言-CSDN问答

c++类和对象（下）编译器调用构造函数可为对象成员变量设置合适初始值但构造函数体中的操作并非成员变量的初始化仅为赋初值核心区别：初始化仅能执行一次构造函数体内可对成员变量进行多次赋值

【Agent学习笔记3：使用Python开发简单MCP服务】在构建智能体应用时，让大语言模型与外部世界进行交互是一个核心需求。MCP（Model Context Protocol，模型上下文协议）提供了一种标准化的方式来实现这一目标。本文将通过一个实际的代码示例，带你快速掌握使用Python开发MCP服务的方法。

【Agent学习笔记2：深入理解Function Calling技术：从原理到实践】在人工智能和大语言模型（LLM）快速发展的今天，Function Calling（函数调用）技术已经成为扩展AI能力边界的关键技术之一。传统的AI模型虽然具备强大的自然语言理解和生成能力，但其知识库受限于训练数据，无法获取实时信息或执行具体操作。Function Calling技术的出现，完美解决了这一痛点，使得AI模型能够调用外部函数、访问实时数据、执行特定任务。

CSS 笔记2 (属性)CSS 字体属性定义字体、颜色、大小、加粗和文字样式rgba 通道的最后一位表示 " 透明度 "调整字体大小

AI学习笔记整理（67）——大模型的Benchmark（基准测试）参考链接：https://zhuanlan.zhihu.com/p/22244946778大模型的Benchmark（基准测试）是用于评估和比较大型机器学习模型（如GPT、BERT、PaLM等）性能的一系列标准化任务、数据集和评价指标。这些Benchmark为大模型的开发者和使用者提供了一个统一的评估框架，帮助研究人员和开发者衡量模型在不同领域（如语言理解、生成、推理等）的能力，推动技术进步，同时也为用户在选择适合特定任务的大模型时提供参考依据。

2026 年 1-3 月雅思口语完整话题清单（1-4 月通用最终版）雅思口语每年1-4 月为固定换题季，2026 年 1-3 月考题完全沿用1-4 月完整版题库，已全部更新完毕，不再新增题目，机考 / 纸笔、大陆 / 海外通用。以下按 Part1、Part2&3 分类，整理必考题 + 新题 + 保留题，覆盖考场 90% 以上原题。

【学习笔记】对网络安全“三化六防挂图作战”的理解与思考“三化六防挂图作战”并非孤立的口号，而是国家在“等级保护”和“关键信息基础设施安全保护”制度框架下，经过多年实践提炼出的、用以指导网络安全实战化建设的方法论与行动纲领。它构建了一个从顶层理念到落地执行的完整闭环。

Cortex-M3权威指南Cn第十章——笔记个人学习的笔记，希望帮助能到和我一样阅读Cortex-M3权威指南Cn遇到困难的人。强烈建议先阅读Cortex-M3权威指南Cn第十章在来观看笔记

metahuman 购买安装记录目录静态metahuman人物导入方案一（推荐）：套到真 MetaHuman 骨骼上步骤概览① 先准备一个真正的 MetaHuman（从 Bridge 下）

pytorch深度学习笔记19目录摘要1.张量索引操作2.张量形状操作3.张量拼接操作4.微分模块5.机器学习案例：线性回归本篇文章继续学习尚硅谷深度学习教程，学习内容是张量索引操作，形状操作，拼接操作，以及自动微分模块的实现和，学习线性回归的机器学习案例

历程里程碑

Linux 17 程序地址空间🔥个人主页：Milestone-里程碑❄️个人专栏: <<力扣hot100>> <<C++>><<Linux>>

工程师 - ADC的Gain和offset“gain and offset for ADC channel” 指的是 ADC 通道的增益 (Gain) 和偏移 (Offset)，即用于校准单个 ADC 通道的两个关键参数。