博客 RSS 訂閱

sevencoding - CopyOnWriteArrayList:寫時複製機制與高效併發訪問

前言 Vector無論是add方法還是get方法都加上了synchronized修飾,當多線程讀寫List必須排隊執行,很顯然這樣效率比較是低下的,CopyOnWriteArrayList是讀寫分離的,好處是提高線程訪問效率。 CopyOnWrite容器即寫時複製的容器。通俗的理解是當往一個容器添加元素的時候,不直接往當前容器添加,而是先將當前容器裏的值Copy到新的容器,然後再往新的容器裏添加元

後端

收藏 評論

躺柒 - 讀數字時代的網絡風險管理:策略、計劃與執行01網絡安全

1.概述 1.1.安全是風險管控功能的一部分 1.2.風險管理是一種成熟的實踐 1.2.1.安全領域的風險實踐並沒有那麼成熟 1.3.大多數安全組織和從業者採用一種臨時方法 1.3.1.法律、監管機構和不斷變化的經濟環境正要求企業安全實踐的期望發生轉變,所有這些都指向採用更為成熟的風險功能作為未來的發展方向 1.4.網絡風險管理計劃應被明確定義為一個獨立的計劃 1.4.1.現在這

企業信息化

收藏 評論

jimmysmith - 【攻防世界】web | easyphp詳細題解WP

## 今天我們來解析一道【攻防世界】中的web題--easyphp 首先我們打開這道題的場景: 發現這道題一上來就給了我們一大段的php代碼,很明顯這是一道代碼審計題,因此我們需要看懂這段代碼的意思後來構造符合代碼的payload。 大概審完代碼後我們知道只有當\(key1和\)key2均為1時才會包含Hgfks.php並輸出flag,因此這是一道設計PHP弱類型比較、函數行為差異與邏輯矛盾

網絡安全

收藏 評論

PetterLiu - 中國智能體應用現狀與企業實踐

中國智能體應用的行業全貌,核心邏輯是 “基礎治理缺失制約落地,技術 + 方法論雙輪驅動破局”,以下是分層解讀: 行業現狀:“熱市場” 與 “冷落地” 的矛盾突出 市場熱度高:涌入智能體領域的廠商數量龐大,反映出行業對智能體的商業化潛力預期較高。 落地成效差:大多數企業的智能體應用未能有效落地,暴露出技術與業務場景的適配存在明顯斷層。 核心挑戰:三大底層問題卡住智能

AI

收藏 評論

小白同學_C - Lab2-system calls && MIT6.1810操作系統工程【持續更新】

Lab: system calls ​ 在這個lab當中6.1810 / Fall 2025 它要求你在xv6當中添加一個新的系統調用,以此來幫助你理解在操作系統當中,系統調用的底層實現邏輯和調用鏈條; ​ 之後該lab當中會告訴你一個故意留下來的系統漏洞,要求你利用該漏洞獲取之前的進程(已經被清理的進程)的私有數據,通過此lab你可以學到操作系統是如何隔離每個進程的,同時也會告訴你在回收進程的資

操作系統

收藏 評論

林恆 - 微信朋友圈圖片佈局

🧑‍💻 寫在開頭 點贊 + 收藏 === 學會🤣🤣🤣 在朋友圈中,除了普遍的一行三列的佈局外,一張、二張、四張圖片時的佈局是不一樣的。一張圖片時,按圖片原有寬高顯示。 兩張圖片,並行展示,圖片會偏大一些。 四張圖片時,一行顯示兩個。 三張、及四張以上時,按一行三列排序。 實現 這裏結合naive ui組件實現圖片展示。頁面獲取到 圖片數據(Array[Object])後通

前端

收藏 評論

Coding茶水間 - 基於深度學習的太陽能電池板檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的太陽能電池板檢測系統 1. 前言​ 大家好,歡迎來到 Coding茶水間! 在清潔能源快速發展的背景下,太陽能電池板的巡檢與維護已成為保障光伏電站穩定運行的重要環節。然而現實中,電池板長期暴露在户外,表面容易出現裂紋、破損、積塵、熱斑等缺陷,這些隱患若不能及時發現,將直接影響發電效率甚至引發安全事故。傳統人工巡檢依賴肉眼觀察,不僅耗時費力,還易受天氣、視角和主觀經驗影響,導

AI

收藏 評論

東邪獨孤 - 【EF Core】實體狀態與變更追蹤

好長時間沒有水文章了,請容老周解釋一下。因為最近老周進了兩個廠,第一個廠子呆了八天左右,第二個廠子還在調試。管理很嚴格,帶的電子設備都要登記、辦手續。當初覺得雷神筆記本的屏幕大,在車間調試代碼方便,所以登記了這個型號。但這個遊戲本功耗大,而且充電只能充到 83% 就充不進去了。只能白天在車間調試時用,其他時間玩手機。手機是那個 23800 mAH 的坦克3,所以電量多得是,充一次隨便玩。在廠裏很無

.net , 後端

收藏 評論

久曲健 - Claude Skills 保姆級教程:無腦照做就能用出效果

大家好,我是六哥。 Claude Skills 我也是上週一才知道有這麼個東西,具體是什麼完全沒概念,想想還是自己知道的太晚了。 但説實話,這玩意成功的引起了我的好奇心,所以就有了這篇文章! 沒有所謂的方法論和廢話,下面我們直接開始。 一、什麼是 Claude Skills? Claude Skill 就是讓 AI 學會你的方法,然後一直按你的方法做事。 什麼?還是有些不太懂? 好的,那麼我來

AI

收藏 評論

ClownLMe - langchain 快速入門(四):搭建強大的AI Agent

簡介 AI Agent 不僅僅是一個能聊天的機器人(如普通的 ChatGPT),而是一個能夠感知環境、進行推理、自主決策並調用工具來完成特定任務的智能系統,更夠完成更為複雜的AI場景需求。 AI Agent 功能 根據查閲的資料,agent的功能點如下: Agent = LLM + 規劃 + 記憶 + 工具使用 LLM: 用於回答,推理的AI模型 記憶: 短期記憶(對話歷史),長

AI

收藏 評論

瞌睡不醒 - 行情API的正確使用方式:從接口調通到系統設計

行情 API 的正確使用方式:從接口調通到系統設計 在行情繫統開發中,常見的問題不是"接口調不通",而是"接口能調通,但系統設計不合理"。本文從工程實踐角度,講解如何正確理解和使用行情 API。 常見問題:接口能調通,但系統設計不合理 在行情繫統開發中,常見以下問題: 首頁行情列表每秒輪詢 K 線接口獲取最新價 所有頁面都建立 WebSocket 連接以實現"實時更新" 系統啓動時直接訂

軟件設計

收藏 評論

躺柒 - 讀人本智能產品設計6原則12整合(下)

1.模擬同理心 1.1.可以利用人工智能的多種維度來理解人們在界面設置上的偏好 1.2.能基於對社交媒體用户數據的分析構建個人預測畫像,從而推斷在特定時刻何種產品行為最為適宜 1.3.當產品被賦予實時主動分析與理解用户情緒狀態的能力時,便形成了一種機器驅動的模擬共情 1.4.情感計算 1.4.1.一個相對較新的計算機科學領域 1.4.2.由麻省理工學院的研究員羅莎琳德·皮卡

AI

收藏 評論

雲棧開源日記 - 微軟開源 VibeVoice:90 分鐘播客級語音合成技術解析

一個改變語音合成的技術突破 你有沒有想過,輸入一段對話腳本,AI 就能生成兩個人自然交談 90 分鐘的播客音頻——不是機械的電子音,而是有停頓、有情感、能互動的真實對話。 微軟剛開源的 VibeVoice 做到了。 它解決了什麼實際問題 傳統文本轉語音工具存在三個明顯短板: 長度受限 市面上的語音合成工具,生成超過 5 分鐘就開始出現音質下降、韻律混亂的問題。 單人侷限 想做多人對

AI

收藏 評論

唯一浩哥 - 2026 年,macbook air 2015 升級注意事項

最近看到 macbook air 2015 可以升級 m.2硬盤,隨買了 SN570 ,容量 1T,為了升級耗費了好多天,試了好多坑,現在把這幾個坑記錄下 1. 製作 macos 按照 U盤 1.1 容量大於16G的好U盤 1.2 關閉 WIFI 1.3 使用磁盤工具抹除 U 盤,名稱隨便起 (我起的是 haoge)格式選:Mac OS擴展(日誌式)方案:GUID 分區圖 1.4 打開終

操作系統

收藏 評論

大模型玩家七七 - 數據集不是“越多越好”:微調裏最容易被誤解的一件事

當你開始懷疑“是不是數據還不夠多”的時候,事情往往已經不對了 如果你做過大模型微調,很可能經歷過這樣一個心理過程。 一開始,你對效果還有信心。 模型確實發生了一些變化,雖然不完美,但方向看起來是對的。 然後你開始測試更多問題。 有些好,有些不太好,還有些開始變得奇怪。 這時候,一個幾乎是條件反射式的念頭就會冒出來: “是不是數據還不夠多?” 於是你開始繼續收集數據。 多抓一點日誌

AI

收藏 評論

Coding茶水間 - 基於深度學習的農業日常害蟲檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的農業日常害蟲檢測系統 1. 前言​ 大家好,歡迎來到 Coding茶水間! 在農業生產中,病蟲害的及時檢測與精準識別,直接關係到作物的產量與品質。然而現實情況是,農田環境複雜,害蟲種類多、體型小、分佈密集,且受光照變化、葉片遮擋等因素影響顯著,傳統人工巡查不僅工作量大、效率低,還容易因主觀經驗差異造成漏檢或誤判。現有的部分自動識別方案,也常侷限於單一圖片輸入,缺乏視頻流、實

AI

收藏 評論

大模型玩家七七 - 微調顯存總爆炸?問題往往不在你以為的地方

顯存不夠,幾乎是每個微調項目的“入場儀式” 如果你做過大模型微調,那“顯存不夠”這四個字,你幾乎不可能陌生。 第一次跑,直接 OOM。 換個 batch size,再 OOM。 開 bf16,還是不夠。 關掉一些東西,終於能跑了,但速度慢得離譜。 很多人會在這個階段得出一個結論: “是我顯卡不行。” 但當你真的開始拆解顯存使用之後,你會發現一個非常反直覺的事實: 大多數顯存

AI

收藏 評論

wang_yb - 折線圖的奇妙變奏:四種創意可視化方法

想象一下折線圖就像一條普通的公路,它能帶我們從A點到達B點。 但有時我們需要更特別的路線:環島、盤山公路、波浪形賽道或螺旋上升的通道。 在數據可視化中,標準的折線圖有時無法充分展示數據的特性,這時我們就需要一些創意變種。 今天將介紹四種特別的折線圖變體,它們各有所長,能讓你的數據故事更加生動。 1. 圓形折線圖:時間的輪迴 如果把普通的折線圖首尾相連,放在圓形座標系中,就得到了圓形折線圖。 它特別

後端

收藏 評論

慕深雨 - JAVA自學之路1.1:JAVA入門糾錯

1.1、JAVA入門糾錯 在JAVA入門這篇文章裏有些問題和錯誤需要糾正,懶得再改那篇文章了,直接寫在這好了。 package test.test1; public class HelloWorld { public static void main(String[] args) { System.out.println("Hello World"); } }

JAVA , 後端

收藏 評論

ClownLMe - langchain 快速入門(三):搭建RAG知識庫

簡介 LLM大模型一般訓練的數據都是滯後的,這是就需要用到RAG知識庫,RAG知識庫可以降低大模型在輸出答案時的幻覺,也能夠讓大模型知識拓展。 知識庫架構知識 檢索流程圖 用户輸入 (User Query) | v +-----------------------+ | 提示詞 (Prompt) | +---

AI

收藏 評論

reasa - 從“2D轉3D”看計算機圖形學的數學本質

從“2D轉3D”看圖形學的數學本質 在上一篇《從 0 構建 WAV 文件》中,我們拆解了音頻文件的底層:它不過是按規則排列的二進制採樣點。當時我們得出了一個結論:計算機的世界沒有魔法,只有樸素的規則。 當你玩《黑神話:悟空》或《賽博朋克 2077》時,你是否好奇過:屏幕明明是一個平面,為什麼我們能從中看出真實的3d效果? 那些複雜的 3D 遊戲,其底層邏輯是否也像 WAV 文件一樣,是由某個簡單的

後端

收藏 評論

放飛的雲 - vue2 表格如何使用 vxe-table 帶列頭複製單元格內容同步到 excel 中

vue2 表格如何使用 vxe-table 帶列頭複製單元格內容同步到 excel 中,vxe-table 本身是支持該功能的,通過設置 clip-config.isCopyHeader 啓用複製時帶列頭信息。 https://vxetable.cn 複製粘貼,通過 keyboard-config.isClip 啓用,複製帶列頭功能 clip-config.isCopyHeader 啓用 tem

前端

收藏 評論

大模型玩家七七 - 評估,才是微調裏最反直覺的部分

訓練跑通了,並不意味着你“完成了微調” 如果你已經做過幾次大模型微調,很可能會有一種奇怪的感覺。 訓練這件事,其實沒那麼難。 數據準備好,參數配一配,模型一跑,loss 往下走,看起來一切都很正常。只要環境不炸,顯存夠用,大多數人都能把訓練流程跑完。 但等你真正停下來,準備回答一個問題時,事情就開始變得不那麼確定了。 “這次微調,到底算不算成功?” 模型是不是更好了? 好在哪裏?

AI

收藏 評論

aqi00 - 新書《鴻蒙HarmonyOS 6應用開發:從零基礎到App上線》出版啦

​基於最新鴻蒙系統的技術書籍《鴻蒙HarmonyOS 6應用開發:從零基礎到App上線》上市啦,要知道 HarmonyOS 6 在一個多月前的10月22日才正式發佈,因此這本鴻蒙教程可謂貼近最新的 HarmonyOS 6 系統。 當前 HarmonyOS 6 的裝機量迅猛增長,有望在春節前突破5000萬台大關,可見鴻蒙系統的應用開發將越來越流行,甚至藉助國產化的浪潮,未來在國內移動操作系統領域一

移動端開發

收藏 評論