期末考试 保研 科研做完当前工作打算学习一下AI Infra以及系统安全的知识。想学一下网球，下学期蹭一下网球课？还有粤语课和fruitstudio课

内容为AI生成是的，你可以通过更新关联的 Kubernetes Secret 来修改 OPENAI_API_KEY 的值。以下是具体步骤：1. 修改 Secret 中的 API 密钥ModelConfig 引用了名为 kagent-openai 的 Secret 中的 OPENAI_API_KEY 字段。你需要更新该 Secret 的值：步骤 1：编辑 Secretkubectl edit secret kagent-openai -n kagent步骤 2：修改 OPENAI_API_KEY 的值在编辑器中，找到 data.OPENAI_API_KEY 字段，将其值替换为新的 Base64 编码值。例如：apiVersion: v1data: OPENAI_API_KEY: "新的Base64编码值==" # 替换为实际值kind: Secretmetadata:...

1 融合 配准 底片 middle format full format 半底片 图像显示打印 半调输出 利用人眼的集成特性，通过控制二值点的形式（数量尺寸形状）来获取视觉上不同的灰度感觉。 是一种将灰度图像转化为二值图像的技术。 幅度调制（不行） 频率调制：缺点：点增益 控制数量实现： 调制模版 2x2 -> 5 3x3 -> 10 4x4(最常用) dpi:dot per inch(2.54cm) 彩色半调技术： 每种rgb只有饱和色和黑色 实际打印使用的是红绿蓝的补色 视觉过程 锥细胞柱细胞 人眼是跳着看的 人的注意力机制 自顶向下 自底向上 空间分辨率和幅度分辨率 真彩色2 像素的邻域 4邻域$N_4$...

1. 概述1.1 大数据概述 并行计算 vs 分布式计算 并行计算：计算密集型 资源管理简单，共享内存访问和同步 分布式计算：数据密集型 需要考虑网络通信、数据传输和节点间协调 大数据处理系统的目标：拓展性、容错和高可用性、延迟考虑。1.2 大数据处理概述 主要处理模式 批处理/离线处理 针对有界数据 特点: 批量读入、集中处理 流处理/实时处理 针对无界数据 特点: 来一个处理一个 常见大数据处理框架 仅批处理：Hadoop 仅流处理：Storm 批流结合：Spark、Flink 窗口 固定窗口 滑动窗口 会话窗口 一致性 再流处理中，一致性可以分为4个级别： at-most-once(最多一次) at-least-once(至少一次) exactly-once(精确一次) end-to-end exactly-once(端到端精确一次) 让我详细解释流处理中的四个一致性级别：1. **At-most-once（最多一次）**： - 最基本的一致性级别...

注意！在使用以下方法之前，请先安装好anaconda，并在环境变量中配置好环境变量（windows）。 知晓conda create -n和conda activate命令的用法。 未掌握者请前往CSDN自行学习相关知识后再阅读此文。 在使用conda时，建议使用Anaconda Prompt，而不是cmd。 在国内安装cuda版本的torch是一个令人头痛的问题，pip安装使用镜像源加速的方法也不尽人意。在此，参考各种方法后认为使用whl文件安装的方法最快。点击网址，我这里下载的cu118版本的，如果你需要其他的cuda版本，请回到上级目录选择cuda版本。 注意！如何知晓自己的cuda版本？如果您的显卡为集显或非NVIDIA显卡，您不能安装cuda版本，请安装cpu版本。 查看自己的cuda版本的命令：nvidia-smi 如果cuda版本 >= 11.8, 您可以选择cu118版本（cuda是向下兼容的）。否则，请安装更低版本。 我的环境是如下：操作系统：windows10虚拟环境：anacondapython版本：python3.10cuda版本：12.7所以我选择了torch-2.3.1+cu118-cp310-cp310-win_amd64.whl文件。 注意！cu118代表cuda11.8版本，cp310代表python3.10版本，win代表windows平台。请根据自己实际情况选择适合自己的whl文件。 如何查看自己的python版本？在cmd中输入python --version或python -V即可。 点击后会在浏览器下载，如果你的速度是KB级的，那说明这个方法不适用你。MB级是比较令人满意的速度。下载后，使用pip安装。先到文件下载的目录下，激活你的环境，然后安装whl文件: 注意！请一定要在文件下载的目录下安装，或者使用文件的相对地址或绝对地址安装。pip install torch-2.3.1+cu118-cp310-cp310-win_amd64.whl -i https://pypi.mirrors.ustc.edu.cn/simple/在安装torch时需要下载其依赖库，如numpy。亲测pip在安装依赖项时科大源最快。看到最后successfully installed后，就说明我们安装成功了。接下来测试一下：返回True, 说明安装成功。torchvision等其他包同理参考网址 python如何安装各种库——pip, whl 和 tar.gz 最全安装方法 使用国内镜像解决torch-cuda太慢问题 https://mirrors.aliyun.com/pytorch-wheels/cu118/

1. 绪论 主体 结构 功能 计算机 硬件 软件 脑 神经元 认知加工 类脑（结构） 认知（功能） 类脑 + 计算 -> 类脑智能 认知 + 计算 -> 认知智能 智能 心理能力 从经验中学习的能力 理解和处理抽象概念的能力 使用知识操纵环境的能力 适应环境的能力 认知 指人们获取知识和应用知识的心理过程 计算 广义计算：信息加工系统具有可计算性 认知过程是否可计算 心智哲学中的功能主义 功能主义认为人类心智的物质载体时大脑 心智时人脑的一种功能属性 人脑类似于计算机 心智可计算理论 心智不仅包括认知，也包括意识现象以及人的主观感受性等。...

1. 绪论自然语言处理- 能够理解自然语言的意义（NLU）- 能够生成自然语言（NLG）符号学派和随机学派 ACL: CCF A Sequence-to-Sequence 方法 自然语言处理中的S2S（Sequence-to-Sequence）方法是一种用于处理序列数据的深度学习技术，特别适用于自然语言处理任务，如机器翻译、文本摘要和对话生成。 基本概念： S2S方法由两个主要部分组成：编码器（Encoder）和解码器（Decoder）。 编码器将输入序列转换为一个固定长度的上下文向量。 解码器从该上下文向量生成输出序列。 工作流程： 编码阶段：输入序列通过编码器，通常由RNN、LSTM或GRU组成，将信息压缩到上下文向量中。 解码阶段：解码器接收上下文向量，并逐步生成输出序列。 注意力机制： 注意力机制允许解码器在生成每个输出时，动态地关注输入序列的不同部分。 应用场景： 机器翻译、文本摘要、对话生成等。 优势与挑战： 优势：处理变长输入和输出，适应性强。 挑战：需要大量数据和计算资源，长序列处理具有挑战性。 自然语言处理的主要难点 语音歧义 词语切分歧义 语义歧义 语用歧义 结构歧义 指代歧义 省略歧义人工反馈式强化学习RLHF困惑度困惑度（Perplexity）是衡量语言模型性能的一个重要指标，反映了模型对文本数据的预测能力。困惑度越低，表示模型对数据的预测越准确。概念 困惑度是语言模型对测试集的平均不确定性的一种度量。 它是测试集上交叉熵的指数形式，表示模型在预测下一个词时的平均选择数。计算过程 对于一个给定的语言模型，困惑度可以通过计算模型在测试集上的平均对数似然来得到。 公式为：\(\text{Perplexity} = 2^{-\frac{1}{N} \sum_{i=1}^{N} \log_2...

未来的每一个程序员都应该是一名优秀的产品经理。 默认读者会安装cursor和使用vscode、markdown。核心功能：Chat和Composer @功能菜单 / 拖拽使用如何向AI提问？ 让AI复述需求指令(确认AI明白我的需求) 明确需求辐射范围（在Cursor输入框内明确辐射范围） 需求拆解(把需求一条条描述用列表发送) 把AI当成一个小孩子，尽可能逻辑清晰，将自己的解决思路提供给AI，可以给一些示例参考Cursor整体使用思路 明确需求。现在Chat模式中，先向AI描述需求，想做什么事情，让AI对你的需求有一个基础了解，然后去问AI如果想要完成自己的需求，可以选择哪些方案，并且可以让AI阐述一下各个方案的优缺点。 选择对应的方案之后，可以在Composer中重新编辑需求，在AI在你的需求和方案框架内生成代码。合理使用Notepad维护更新旧的项目 让cursor检索整个项目，帮你生成一个.cursorignore文件；在.cursorignore中编辑，添加你想要索引忽略掉的文件；打开设置，点击Feature，去Codebase indexing下面点击Resync Index 把项目相关的一些需求文档、接口文档、开发相关的一些技术文档，全部录入到Docs里以作备用 在项目根目录中，新建一个.cursorrules文件，并且去设置你的项目规则（Markdown格式为由）（不会写可以让AI检索Docs后自己生成一个.cursorrules文件，之后自行修改即可） 新的需求到来时，先与Chat沟通将需求理解透彻，然后创建一个Notepad，在Composer中@这个Notepad生成代码如需了解更多内容请观看参考视频↓（墙裂推荐！）参考视频：普通人也可以看的 AI 编程指南 | Cursor 教程｜Cursor 使用技巧和思路｜如何免费使用 Cursor｜AI 编程