分类目录归档:基础设施

Socks5-网络协议


Socks5 是一种网络协议,属于 SOCKS(Socket Secure) 协议的第五版。它是一种通用的代理协议,用于在客户端与服务器之间转发网络流量,能够代理任何类型的流量(如 HTTP、FTP、SMTP 等),不仅局限于特定的应用协议。


一、SOCKS5 的特点

  1. 协议级代理
  2. SOCKS5 工作在会话层(第 5 层)和传输层(第 4 层)之间,能够代理任意应用协议的数据包。
  3. 与 HTTP 代理不同,它不修改数据包,仅转发流量。

  4. 支持身份验证

  5. SOCKS5 可以支持无验证、用户名/密码验证、GSS-API 等方式,增强了安全性。

  6. 支持 UDP 和 TCP

  7. 除...

Read more

ufw-命令-ubuntu


Ubuntu 上查看防火墙规则的命令取决于所使用的防火墙管理工具。以下是常用工具的查看方法:


一、使用 ufw(Uncomplicated Firewall)

Ubuntu 默认的防火墙工具是 ufw。查看规则的方法如下:

  1. 查看防火墙状态 bash sudo ufw status 输出示例: ``` Status: active

To Action From -- ------ ---- 22/tcp ...

Read more

关键字-机器学习领域


以下是机器学习领域中的主要关键字分类及其简要解释,涵盖基础理论、算法、技术和应用领域等:


一、基础概念

  • 数据:训练集、验证集、测试集、特征、标签
  • 模型:参数、超参数、假设空间
  • 目标函数:损失函数(MSE、Cross-Entropy)、正则化项
  • 优化:梯度下降法、学习率、优化器

二、算法类型

1. 监督学习

  • 回归:线性回归、岭回归、LASSO
  • 分类:逻辑回归、支持向量机(SVM)、k-近邻(k-NN)
  • 树模型:决策树、随机森林、梯度提升树(GBDT、XGBoost、LightGBM、CatBoost)

2. 无监督学习

  • 聚类:k-Means、DBSCAN、层次聚类
  • 降维:主成...

Read more

梯度消失和梯度爆炸-问题解释


梯度消失和梯度爆炸是深度神经网络训练中常见的问题,尤其在较深的网络或循环神经网络(RNN)中表现明显。这些问题会导致模型难以收敛或出现不稳定性。以下是这两个问题的详解,包括其成因、影响及应对策略。


一、梯度消失问题

1. 问题描述

梯度消失是指在反向传播过程中,梯度逐层变小,最终接近于零。这使得靠近输入层的权重更新几乎停止,导致模型无法有效训练。

2. 成因

  • 激活函数的性质
  • Sigmoid 和 Tanh 激活函数在接近饱和区时(输入值绝对值较大),导数趋近于零。
  • 在反向传播中,梯度是通过链式法则逐层相乘的,若每层梯度小于 1,最终梯度会指数级衰减。

  • 网络深度

  • 网络越深,梯...

Read more

机器学习知识体系-AI


构建机器学习知识体系是理解和掌握机器学习的核心过程。以下是一个较为系统的知识体系框架,可以帮助你全面学习和应用机器学习。


一、基础知识

1. 数学基础

  • 线性代数
  • 矩阵、向量
  • 矩阵分解(SVD、PCA 等)
  • 特征值与特征向量

  • 概率与统计

  • 概率分布(正态分布、指数分布等)
  • 贝叶斯定理
  • 最大似然估计与贝叶斯估计

  • 微积分

  • 导数与梯度
  • 多元函数的偏导数
  • 梯度下降法

  • 优化理论

  • 凸优化
  • 拉格朗日乘子法

2. 编程基础

  • Python(推荐)、R、Julia 等
  • 数据处理库(Pandas、NumPy、SciPy)
  • 可视化工具(Matplotlib、Seaborn)

3. ...

Read more

Dock位置调整-Mac


是的,macOS 中关于 Dock(程序坞)的位置设置确实位于 系统设置 > 桌面与程序坞(早期版本叫“Dock”)。以下是具体操作步骤:

  1. 打开 系统设置(点击苹果图标 > 系统设置)。
  2. 在侧边栏中找到并点击 桌面与程序坞
  3. Dock 的位置 部分,你可以选择:
  4. 屏幕左侧
  5. 屏幕底部
  6. 屏幕右侧

选择 屏幕左侧,Dock 就会移动到屏幕的左边。

注意
- 这个设置只影响 Dock 的位置,macOS 的菜单栏依旧固定在屏幕顶部,无法移动到屏幕左边。
- 如果需要调整 Dock 的大小、自动隐藏等,也可以在同一设置界面中完成。

Read more

Watson-IBM-AI平台


Watson 是 IBM 开发的一个人工智能平台,它在多个领域中提供认知计算、自然语言处理、机器学习等能力,旨在帮助企业和开发者构建智能应用。Watson 的名字来源于 IBM 创始人 Thomas J. Watson。

Watson 的初衷是通过自然语言处理和机器学习技术,模拟人类思维过程,帮助计算机更好地理解、推理和处理信息。它的应用涵盖了许多领域,包括医疗、金融、客户服务、法律等。Watson 的一些关键特性和里程碑包括:

1. 自然语言处理(NLP)

Watson 能够理解和生成人类语言,不仅支持英语,还支持其他多种语言。它的自然语言理解(NLU)能力使得 Watson 能够从大...

Read more

基础模型为什么是AI领域的一次范式转变?


基础模型(Foundation Models) 是人工智能领域的一次范式转变,因为它们改变了 AI 系统的构建、训练和部署方式。这些模型(例如 GPT、DALL·E、BERT 等)通过在大规模数据集上进行预训练,然后针对特定任务进行微调,具有以下几大优势,从而推动了 AI 发展的新阶段:

1. 任务跨越性

基础模型是在广泛的数据集上进行训练的,这使得它们能够在多种任务中进行有效的迁移。与传统的针对特定应用设计的模型(例如图像分类或语音识别模型)不同,基础模型可以通过微调来处理多种任务。举个例子,像 GPT 这样的语言模型可以在翻译、摘要、问答甚至创意写作等多个任务中都表现良好,只需从同一...

Read more

大模型开发技术栈概述


大模型开发技术栈

随着大语言模型(LLM)技术的飞速发展,构建一个高效、稳定、可扩展的技术架构已经成为实现商业应用的关键。一个全面的大模型技术栈不仅要具备强大的生成和推理能力,还需要高效的数据管理、安全保障、操作协调及用户交互设计。以下是对大模型技术栈各个层次的深入剖析,包括UI层、会话处理层、数据审计与安全层、操作编排层、LLM增强层以及LLM核心层,它们共同推动着大模型应用的落地和迭代。


1. UI层(用户界面层)

UI层是用户与系统交互的窗口,其设计决定了用户的体验与互动效率。优秀的UI层不仅要简洁直观,还需要灵活地支持多种输入方式,方便用户高效地与系统进行交互。

核心功能:

    ...

Read more