学习

从模型到价值：MLOps 工程体系全景解析个人首页： VON鸿蒙系列专栏：鸿蒙开发小型案例总结综合案例：鸿蒙综合案例开发鸿蒙6.0：从0开始的开源鸿蒙6.0.0

【人工智能学习-AI-MIT公开课第 18. 表示：分類、軌跡、過渡】为了应对大学院考试，我们来学习相关人工智能相关知识，并且是基于相关课程。使用课程为MIT的公开课。通过学习，也算是做笔记，让自己更理解些。

学习vue第八天 Vue3 模板语法和内置指令 - 简单入门Vue3 模板语法 & 内置指令 30 分钟速查表（排版统一 · 可打印）━━━━━━━━━━━━━━ 🎯 一句话理解 “HTML 做骨架，JS 做数据，Vue 负责自动把数据填到骨架里。” ━━━━━━━━━━━━━━

【Java】异常1.之前学过，因此本文是个人复习笔记，为视频的总结以及个人思考，可能不是很详细。2.教程是b站黑马程序员的JAVASE基础课程，笔记中的大部分图片来自于视频中的PPT截图。

学习： Threejs （3）& Threejs （4）执行.translateX()、.translateY()等方法本质上改变的都是模型的位置属性.position。

2026版 Python零基础小白学习知识点【基础版详解】✅ 纯白话拆解+代码示例+实战场景，零基础能直接照着敲 ✅ 2026技术适配：基于Python 3.12 LTS（企业主流），聚焦数据分析、自动化、Web开发三大核心场景 ✅ 条理清晰：从“环境搭建→基础语法→核心特性→实战入门”层层拆解，每个知识点落地到代码 ✅ 核心目标：小白不仅“懂概念”，更能“写得出、跑得起”，掌握Python入门核心能力

深度学习算法学习（五）：手动实现梯度计算、反向传播、优化器Adam运算过程

星火开发设计

C++ set 全面解析与实战指南在C++标准模板库（STL）中，set是一种基于红黑树（Red-Black Tree）实现的有序关联容器，其核心特性是自动对元素进行排序且不允许重复元素。相比于vector的动态数组特性，set更擅长有序数据的存储、查找与去重场景。本文将从set的核心特性、常用操作、实现原理、性能分析及实战案例等方面，带你系统掌握set的使用逻辑与底层机制。

坚持就完事了

Linux的学习03：时间没有更新怎么解决事情是这样的：12月31日晚上我还在用Vmware学习Linux，后面就没有在用电脑了。现在是1月5日下午3点，当我再次打开电脑，进入我的Linux账号中时，它桌面显示的时间还是31日，31日19点

深度学习算法学习（一）：梯度下降法和最简单的深度学习核心原理代码梯度下降法就是找函数最小值的方法，比方说这个函数原函数为 y = x^2 导函数为 y = 2 * x

Leetcode 99 删除排序链表中的重复元素 | 合并两个链表83. 删除排序链表中的重复元素给定一个已排序的链表的头 head ，删除所有重复的元素，使每个元素只出现一次。返回已排序的链表。

YangYang9YangYan

中专大数据技术专业学习数据分析的价值分析大数据技术专业通常涵盖数据采集、存储、处理和分析等内容，数据分析是核心技能之一。中专教育侧重实践能力培养，数据分析课程能够帮助学生掌握数据处理的基本方法，为就业或升学奠定基础。

Fortinet FCSS_SDW_AR-7.4 認證介紹｜Fortinet Secure SD-WAN 高級路由專家考試Fortinet 發佈 FCSS in Network Security 認證體系最新考試 FCSS_SDW_AR-7.4 強化企業級安全 SD-WAN 架構設計能力

vite为什么速度快？一、先给一句话结论（面试开场）Vite 之所以快，本质是利用了浏览器原生 ES Module + 开发环境不打包，只按需加载。

zhutoutoutousan

氛围数学学习：用游戏化思维征服抽象数学摘要：本文介绍了一种创新的数学学习方法——“氛围数学学习”（Vibe Mathematics Learning），灵感来源于Andrej Karpathy提出的"vibe coding"概念。通过游戏化元素、可视化工具和实际应用，将抽象的数学概念转化为可感知、可记忆、可应用的知识体系。

爱的瀚海天空

claude code使用学习记录--安装环境和程序Ubuntu的终端中输入：npm install -g @anthropic-ai/claude-code 来安装Calude code

PyTorch 入门学习笔记（基础篇）一PyTorch 是基于 Python 的深度学习框架，凭借动态计算图、简洁的 API 设计和对 GPU 友好的特性，成为机器学习领域的热门工具。这份笔记整理了 PyTorch 基础入门的核心知识点，涵盖前置知识、数据处理、张量操作、梯度计算等关键内容，适合入门者系统学习与回顾，同时标注了配套配图的放置位置，便于博客排版展示。

【AI】AI学习笔记：RAG中的Embedding：语义检索的核心及其与传统搜索的对比在检索增强生成技术栈中，Embedding（嵌入/向量化）是将文本转换为数值向量的过程，它是实现语义检索的基石，彻底改变了文档查找的方式。

温柔只给梦中人

深度学习：手动调整学习率一，等间隔调整学习率步长相同，操作简单。二，指定间隔调整学习率自己指定，自由度高，但是可能不准三，指数调整学习率

【AI】AI学习笔记：关于嵌入模型的切片大小，实际的业务系统中如何选择在业务系统中确定文本切片（Chunk）大小，是一个在“检索精度”、“信息完整性”和“计算效率”之间的核心权衡，没有放之四海而皆准的值。最佳选择高度依赖于您的具体数据、查询类型和模型能力。