python学习打卡day47 昨天代码中注意力热图的部分顺移至今天。作业：对比不同卷积层热图可视化的结果。DAY 47 注意力热图可视化。

阅读 297

1赞

收藏 0
「深度拆解」Spring Boot如何用DeepSeek重构MCP通信层？从线程模型到分布式推理的架构进化 期待这一技术组合持续迭代，为开发者带来更极致的体验，为行业树立高可用、高智能的集成范式标杆。其核心目标是解决AI模型与外部世界交互的碎片化问题，推动AI从“被动应答”向“主动执行”跃迁。的开放标准协议，旨在为大型语言模型（LLM）与外部数据源、工具及系统提供统一的交互接口，被称为。以上功能可以为AI应用提供丰富的上下文信息和操作能力，从而增强LLM大模型的实用性和灵活性。目前已经出现了很多好玩的MCP Server，有兴趣的小伙伴可以访问。目前市面上有很多工具可以支持调用MCP Server，比如。

阅读 1.1k

10赞

收藏 23
快速使用 Flutter Card 组件指南 Card 组件是 Flutter 中一个常用的 Material Design 组件，用于创建具有圆角和阴影效果的卡片式布局。下面我将介绍如何快速使用 Card 组件。

阅读 306

21赞

收藏 27
STM32H562----------串口通信(UART) 在单片机中我们常用的通信方式有 USART、IIC、SPI、CAN、USB 等；1、数据通信方式根据数据通信方式可分为串行通信和并行通信两种，如下图：串行通信基本特征是数据逐位顺序依次传输，优点：传输线少成本低，抗干扰能力强可用于远距离传输，缺点传输速率低并行通信特征是数据各位可通过多条线同时传输，优点传输速率高，缺点是成本高，抗干扰能力差；

阅读 842

7赞

收藏 13
OVS Faucet Tutorial笔记（上） 本文介绍了如何使用Faucet控制器配置Open vSwitch（OVS）实现SDN交换功能。

阅读 648

10赞

收藏 10
llm-d：面向Kubernetes的高性能分布式LLM推理框架 基于硬件差异（算力/内存/成本）、工作负载特性（QoS/SLO）和实时流量（QPS/请求形状分布），动态计算并部署最优的实例组合（Prefill/Decode/容忍延迟组）。在特定测试中，相比基线，llm-d平均TTFT降低约3倍（S1），或在满足P95 TTFT <=2s SLO下，QPS提升50%（S2）甚至翻倍（S3）。基于vLLM增强的遥测数据，智能地将请求路由至拥有相关KV缓存（尤其是共享前缀）的副本，显著提升缓存命中率，降低首令牌延迟（TTFT）。

阅读 1.4k

23赞

收藏 14
ros2--图像/image ：原始相机传感器的单通道排列，需解马赛克（Demosaicing）转换为RGB。压缩后可以完全恢复原始数据，适合需要精确像素的场景（如医学影像、卫星图像）。牺牲部分图像质量以换取更高的压缩率，适合实时传输（如摄像头数据）。定义每个通道的数值范围和精度，影响图像的动态范围和存储大小。决定图像的色彩信息如何存储，是像素格式最关键的组成部分。支持透明通道（Alpha通道），适合保存带遮罩的图像。：表示图像的采集时间（通常是相机捕获图像的时刻）。：定义图像的坐标系（通常是相机的光学坐标系）。

阅读 861

16赞

收藏 9
FPGA静态功耗 随着工艺节点的不断缩小（例如从90nm → 65nm → 40nm → 28nm → 7nm），漏电流（Leakage Current）逐渐成为芯片静态功耗的主要来源。工艺节点缩小，MOS管的栅极氧化层变得非常薄，这个会硬气隧穿效应，电子可以穿透氧化层，从而形成栅漏电流。随着工艺变小，28nm,16nm,7nm，漏电流占总功耗的比例上升，这里是比例上升哈，不是功耗数量本身。FPGA的静态功耗指的是在不进行任何切换或者逻辑操作的时候消耗的功率。没有允许任何逻辑电路，只要上电，它仍然会消耗一定的功率。

阅读 605

7赞

收藏 1
opencv学习笔记2：卷积、均值滤波、中值滤波 在图像处理领域，卷积是一种极其重要且基础的数学运算。它的核心思想是利用一个小矩阵，即卷积核（也常被称为滤波器），在输入图像上进行滑动操作。在滑动过程中，对于图像上的每个位置，卷积核会与该位置周围邻域内的像素进行相互作用。具体来说，就是将卷积核的每个元素与对应位置邻域内的像素值相乘，然后将这些乘积进行求和，得到的结果作为该位置新的像素值。通过这样的方式，对图像上的所有位置都进行处理后，最终生成经过卷积操作处理后的新图像。

阅读 1.0k

20赞

收藏 14
【51单片机】3. 数码管大师 数码管大师

阅读 507

13赞

收藏 15
SpringAI(GA)：Nacos2下的分布式MCP 你好，我是影子，曾先后在🐻、新能源、老铁就职，现在是一名AI研发工程师，同时作为Spring AI Alibaba开源社区的Committer，另外，本人长期维护一套飞书云文档笔记，涵盖后端、大数据系统化的面试资料，可私信免费获取。背景：现阶段 MCP Client 和 MCP Server 是一对一的连接方式，若当前 MCP Server 挂掉了，那么 MCP Client 便不能使用 MCP Server 提供的工具能力。在配置管理处，也能找到我们的 mcp server、tool 的配置信息。

阅读 540

5赞

收藏 8
NVIDIA Dynamo：数据中心规模的分布式推理服务框架深度解析 摘要 NVIDIA Dynamo是一款专为大规模生成式AI推理设计的分布式服务框架，通过创新的分离服务架构和智能路由系统，显著提升了推理性能和资源利用率。该框架将预填充与解码阶段分离到不同引擎，实现KV缓存感知的智能路由，并采用多层内存管理技术优化缓存效率。Dynamo支持多种推理引擎（TensorRT-LLM、vLLM等），提供OpenAI兼容API，通过Rust/Python混合架构兼顾性能与易用性。本文详细解析了Dynamo的核心架构、关键技术实现及部署方案，为构建高效分布式推理服务提供参考。

阅读 577

5赞

收藏 10
Linux（12）——基础IO（下） 本文摘要： 文章探讨了Linux系统中的重定向机制、缓冲区概念和FILE结构体。首先介绍了输出重定向、输入重定向和追加重定向的实现原理，通过关闭标准文件描述符并重新分配，验证了重定向的基本逻辑。其次分析了缓冲区的作用及其三种类型（全缓冲、行缓冲、无缓冲），解释了缓冲区在不同场景下的刷新机制。最后解析了FILE结构体的内部实现，说明其封装了文件描述符和缓冲区的管理功能。文章通过代码示例和理论分析，揭示了Linux系统调用与用户层库函数之间的协作关系，帮助理解&quot;一切皆文件&quot;的设计思想。

阅读 1.4k

47赞

收藏 42
数据结构——F/图 水电费啊。

阅读 87

2赞

收藏 0
4.2 HarmonyOS NEXT分布式AI应用实践：联邦学习、跨设备协作与个性化推荐实战 摘要： HarmonyOS NEXT的分布式AI架构实现了跨设备协同智能，核心包括：1）联邦学习保护隐私（数据本地训练+加密聚合），适用于健康监测等场景；2）动态任务调度（端-边-云算力协同），优化工业检测等复杂任务；3）联邦画像构建个性化推荐系统，结合模糊化处理保障隐私。医疗AI案例展示了跨设备诊断协作，通过分级加密与边缘响应实现高效分析。性能优化策略涵盖增量传输、动态模型切换等，开发者可借此构建安全、高效的分布式AI应用。

阅读 1.2k

25赞

收藏 24
深度学习模块缝合 本文介绍了在Vision Transformer模型中集成SENet模块的三种方法：1) 在模型输入层加入SENet（通道数=3）；2) 在Patch Embedding和Transformer Blocks之间加入（需将3维特征转为4维，通道数=768）；3) 在MLP Head之前加入（需将2维特征转为4维，通道数=3）。每种方法都详细说明了通道数确定、特征维度转换和代码修改步骤，并提供了示例代码片段。重点强调了维度转换时通道数的匹配问题，通过打印特征形状来验证实现正确性。

阅读 502

12赞

收藏 9
数据结构——D/串 繁水电费打算的方式水电费。

阅读 105

1赞

收藏 0
Apache Iceberg 如何实现分布式 ACID 事务：深度解析大数据时代的可靠数据管理 摘要：Iceberg的ACID事务机制解析 Apache Iceberg通过创新架构在分布式文件系统上实现真正的ACID事务能力。其核心机制包括：1）基于原子元数据更新的提交协议，确保事务原子性；2）快照隔离模型提供一致性视图；3）五层元数据结构（表元数据→快照→清单列表→清单文件→数据文件）保障持久性。关键技术包含乐观并发控制（OCC）、隐藏分区优化和自动元数据管理。与传统数据库相比，Iceberg无需中央锁管理器即可支持PB级数据的高并发写入，并提供时间旅行查询能力。

阅读 1.7k

11赞

收藏 15
作者推荐
一个处女座的程序猿
2025年初博主2本新书(机器学习耗时5年/大模型耗时3年)即将开售！人工智能硕学历，拥有十多项发专利(6项)和软著(9项)，包括国际期刊SCI内多篇论文，多个国家级证书(2个国三级、3个国四级)，曾获国内外“人工智能算法”竞赛(包括国家级省市级等，一等奖5项、二等奖4项、三等奖2项)证书十多项，以上均第一作者身份，并拥有省市校级个人荣誉证书十多项。目前也是国内知名博主，连续3年获优快云十大博客之星，荣获达摩院评测官、阿里社区/优快云/华为社区等十多个开发者社区专家博主荣誉，曾受邀阿里/华为/谷歌等社区采访-评审-论坛几十次。截止2022年，AI领域粉丝超100万，文章阅读量超5000万
关注
彭世瑜
记录我的工作学习笔记
关注
厦门德仔
分享与交流：信息化建设、数字化转型、项目管理、流程梳理与再造、前后端开发、财务管理、数据库、网络、家庭教育与人生感悟等希望我的博客能带您愉快心情。
关注
优快云 程序人生
笑谈开发轶事，品味程序人生。
关注
boonya
资深Java，热衷大数据，Python爬虫，持续探索副业中，有需要的可以加我微信联系：boonya221
关注
左直拳
程序猿
关注
吴师兄学算法
跟着吴师兄，算法学习好轻松，专注于辅导北美算法面试、国内大厂算法面试、华为OD算法面试，累计辅导了数千个同学，100%好评！
关注
尹成
尹成微信18510341407，助理微信18514203048
关注
算法与编程之美
优快云官方认证“博客专家”,51CTO官方认证“专家博客”，腾讯云+社区“人气作者”优秀技术专栏，阿里云开发者社区乘风者计划专家博主，微信算法类排名前十、加V认证公众号，全网累计阅读量突破500万人次，累计帮助1000位以上编程爱好者解决难题。
关注
范桂飓
AWS Global Community Hero，EdgeGallery 开源社区架构组副主席及秘书处成员，跑步与自行车运动爱好者。 - 2016 年度十大博客之星得主 - 2021 年度十大博客之星得主 - 2022 年度博客新星评委 - 2023 年度博客之星评委 - 2024 年度博客之星评委
关注