山的那边是什么

摘要： 神经网络的工作过程 假设我们来训练一个AI来模仿资深的HR总监，决定“这份简历是通过（Yes）还是淘汰(No)” 第一层:输入层 “只看原始数据” 将原始简历数据数字化 业务特征输入节点数字化值符号表示 学历 节点1 硕士 = 2 x_1=2 工作年限 节点2 1 年 = 1 x_2=1 要求薪资 阅读全文

摘要： 这两年开始用docker 来管理生产环境，每个应用独立启动一个docker容器，每个项目也打包一个docker镜像，进行更新和发布，最近竟然出现了磁盘空间占用满的情况。关键是我的磁盘也是100G的空间那种，按道理说不至于那么吓人，于是变开始查原因。 然后在网上找了几个有用的命令【当然前提是，我们在搞 阅读全文

摘要： 前面讲了为什么需要神经网络，这篇主要是讲讲什么是神经网络 神经网络之前听起来非常的高大上，感觉懂这些的都很牛逼，于是便趁着这次学习AI的相关知识好好了解清楚 一、什么是神经网络 神经网络是由很多神经元组成的。所以先要了解神经元的结构。 在打篮球的时候，你接到球，你会根据场上的情况（也就是各类信号，比 阅读全文

摘要： 一、RAG 的完整工作流程（一步拆透） RAG 不是单一技术，而是 “检索→增强→生成” 的闭环流程，每一步都有明确作用： 用户提问：比如 “2025 年污水厂氨氮排放标准最新要求是什么？”（环保场景典型问题） 问题预处理：LLM 先理解问题意图，转化为 “检索关键词 / 向量”（比如提取 “202 阅读全文

摘要： 一、什么是AI应用 AI 应用（AI Application）是将人工智能技术（如 LLM、机器学习、计算机视觉等）封装为可直接使用的产品 / 工具，通过交互界面（前端）、业务逻辑（后端）、数据支撑（数据库 / 模型）的结合，解决特定场景下的实际问题（比如智能问答、图像识别、数据分析等）。 简单说： 阅读全文

摘要： 根据前面的n-gram的介绍，大家都发现光靠统计次数是走不通的，我们需要一个能够脑补，举一反三的方法，而不是死板的查表机器。 神经网络是--“懂得举一反三的聪明人" 神经网络引入了一个划时代的的概念:词向量，它把每一个词变成了一组数字（一个高维空间的坐标）。 神经网络是从统计到语义的理解的飞跃。 比 阅读全文

摘要： 1. N-gram 是什么？核心逻辑与“N”的含义 N-gram 是自然语言处理（NLP）中一种基于统计的语言模型，其核心思想是：一个词的出现概率，可以由它前面 N-1 个词来预测。它把文本按照连续的 N 个词（或字符）切分成片段（称为 gram），统计这些片段在语料库中出现的频率，用于预测下一个词 阅读全文

摘要： 在被时代“抛弃”之前，我抓住了它的衣角 写下这个标题时，我刚开完一场产品讨论会。会议室白板上，“AI赋能”几个大字被加粗、描红，格外醒目。同事们热烈讨论着大模型选型、智能体架构与业务场景的深度结合。而我，一个2023年才下定决心从传统IT转行到大数据的“新人”，正努力消化这些几个月前还颇为陌生的概念 阅读全文

摘要： var let const都能定义变量，我们应该怎么取舍呢。 结论:优先使用const 其次是let,最后才是var(尽量避免使用） 一、var 的介绍 作用域范围: 函数级别的作用域 function getAgeVar(){ //这样输出不报错 console.log(age) if(true) 阅读全文

摘要： 我在一家创业的小公司（其实我也不想在，但是找不到更合适的了）。目前的窘境是：一开始花大价钱，投资源做产品，最后产品还没出来，被AI淘汰了（因为AI火了之后，导致我们做的思路和方向全变了，等于重来）。 所以我就在复盘这个过程，为啥会落到这个下场呢。 最大的原因是：包括高层领导和自己都没有去了解和学习先 阅读全文