腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
圈层
工具
MCP广场
返回腾讯云官网
每月技术成长
专栏成员
举报
43
文章
15632
阅读量
14
订阅数
订阅专栏
申请加入专栏
全部文章 (43)
学习笔记 (18)
rust (9)
riscv (7)
机器学习 (6)
dockerfile (3)
makefile (2)
容器镜像服务 (2)
markdown (2)
latex (2)
GPU 云服务器 (1)
hadoop (1)
wordpress (1)
云开发 (1)
Cloud Studio(云端 IDE) (1)
cloud (1)
cmake (1)
command (1)
docker-compose (1)
hpc (1)
release (1)
search (1)
ubuntu-20.04 (1)
yolo (1)
变量 (1)
边缘计算 (1)
日志 (1)
搜索 (1)
大模型部署 (1)
DeepSeek (1)
云原生构建 (1)
HAI要玩AI (1)
腾讯技术创作特训营S14#新手村 (1)
腾讯技术创作特训营S14#补给站 (1)
搜索文章
搜索
搜索
关闭
cnb 云原生构建实践
release
云原生构建
腾讯技术创作特训营S14#新手村
CNB(Cloud Native Build)是由腾讯推出的 DevOps 平台,具有云原生构建、云原生开发等功能。云原生开发,相信绝大部分开发者都接触过,不再赘述。云原生构建则有 Github Action、GitLab CI/CD 等产品为代表,实现云端自动化构建。CNB 具备云原生构建功能,但相对而言,缺少相应实践文档,一番折腾后,终于成功,小有心得,谨以此文抛砖引玉。
TomoriNao
2025-07-19
480
0
VSCode 无法打开本地文件夹?加速转向云开发!
云开发
腾讯技术创作特训营S14#补给站
作为喜欢尝试新功能的开发者,我一直保持着及时更新的 win 11 24h2 + VSCode-Insider 的组合,主要通过 Remote SSH 进行远程开发,仅有少部分项目为了本地调试方便而保持本地开发。然而,最近 VSCode 的一个 Bug,严重影响到本地开发体验,使我不得不考虑转向云开发。
TomoriNao
2025-07-12
260
0
Remark js Markdown + Latex 渲染
latex
markdown
之前有提到使用 mdtex 库来实现混合 Latex 的 Markdown 渲染,但其出现的渲染错误实在太多,只能另寻其他解决方案。了解到 Lobe Chat 开源了其组件库 Lobe UI,便深扒其源码,相关代码如下:
TomoriNao
2025-05-15
175
0
k1/m1 or k230
riscv
k1/m1 与 k230/k230D 均是 近两年发布的 riscv 芯片,均支持 RVV 1.0,本文将对两者进行对比
TomoriNao
2025-04-20
224
0
便宜但多坑:吐槽沁恒微
riscv
最近打算自己做一个硬件小项目,对于硬件性能要求不高,因而选择价格最低的ch32v003开发板,然而遇到一系列问题,遂有此文。
TomoriNao
2025-04-20
345
0
大模型流式输出渲染导致的性能问题
大模型部署
在一年多以前,笔者也曾尝试过诸多网页端大模型,当时最印象深刻的,不是模型的能力有多强,而是在使用网页端时,我那台19年的老笔电,总是会不堪重负,风扇起飞,那噪声让人心烦意乱,不禁怀疑各大厂商是否在后台偷偷跑一些程序,因而索性自己手搓了个调用各家 API 的简易网站。近日,通过在 Edge one pages 部署 Deepseek R1 蒸馏版的机会,仔细看了看其中代码,这才解决困扰多日的疑惑。
TomoriNao
2025-04-14
242
0
AIBOOK 发布,我们真的需要所谓的“算力本”?
GPU 云服务器
2025 年 4 月 7 日,爱簿智能在北京举办发布会,推出了行业首款 "算力本" 暨首台 Linux AI 开发本 AIBOOK。
TomoriNao
2025-04-11
103
0
Deepseek r1 解题能力测试&&测试文档生成
markdown
latex
DeepSeek
HAI要玩AI
mdtex2html 是一个用于将混合 LATEX 语句的 markdown 文档转换为 html 的 python 库。虽然已经有众多能够支持 markdown 、LATEX的前端 js,如 katex、mathjax、texme 等 js 库,但此类方法均会增加客户端的运算负担,在文档较大时将会影响用户体验,因此选择在服务端完成markdown + latex 到 html的转换。然而,mdtex2html 的测试文档不够完善,且手动编写的 markdown + latex 文档难以覆盖所有测试点。考虑到 Deepseek r1 等大模型的输出为 markdown 格式,且在解决数学题时使用 inline latex ,因此尝试要求 Deepseek r1 解决数学题,在测试其数学能力的同时还能获得 mdtex2html 的测试数据。
TomoriNao
2025-03-19
125
0
RVA23 profile
riscv
The RVA23 profiles are intended to align implementations of RISC-V 64-bit application processors to allow binary software ecosystems to rely on a large set of guaranteed extensions and a small number of discoverable coarse-grain options. It is explicitly a non-goal of RVA23 to allow more hardware implementation flexibility by supporting only a minimal set of features and a large number of fine-grain extensions.
TomoriNao
2025-03-06
527
0
RVA profile overview
riscv
⚠️: This document is in the development state.
TomoriNao
2025-03-06
163
0
C930、RVV、matrix extension
riscv
2025年 2 月 28 日,2025 玄铁 RISC-V 生态大会上发布了 C930 处理器,并支持 512 bit 的 RVV 以及 Matrix extension,SPECint2k6 达到 15/GHz,与 2019 发布的 Arm Neoverse N1 性能相近,RISC-V 即将进入 HPC 时代。
TomoriNao
2025-03-01
264
1
WSL2 or Cloud dev?
cloud
WSL2 是微软开发的能够在Windows通过虚拟化技术运行Linux内核,同时相对于传统的虚拟机如 vmware 能够更好地利用硬件资源从而实现更高的性能。
TomoriNao
2025-02-16
222
0
RISC-V and HPC
riscv
hpc
最近有看到一篇关于 RISC-V GeekBench 6 跑分 的文章,对于RISC-V生态日益完善感到欣喜,但也升起了对于 RISC-V 性能的好奇心,遂有此文。
TomoriNao
2025-02-14
434
0
RISC-V 软件移植及优化锦标赛 S2311 个人总结
riscv
在未进行任何优化的情况下,Baby LLaMA 2 在运行15M参数的模型时,仅占用了部分CPU和内存资源(资源占用率均低于30%),但生成 token 的速度极慢,无法达到流畅生成故事的需求,本题需要采取各种手段优化其运行速度
TomoriNao
2024-03-08
200
0
12月技术成长
学习笔记
GRUB 是linux下最常用的 bootloader,在电脑开机后负责加载操作系统内核,再由内核完成系统其他部分的初始化,GRUB2是基于GRUB开发的更加强大的版本
TomoriNao
2023-12-30
288
0
Data Whale 吃瓜日记 西瓜书第六章
机器学习
看到拉格朗日乘子法、对偶问题、KKT条件等概念时有点头大,但最终还是坚持看完了这一章,打算后面再去仔细了解这些概念,十天后再重新将前面六章看一遍,力求搞定大部分数学公式,数学果然是我的死敌……
TomoriNao
2023-12-27
155
0
Data Whale 吃瓜日记 西瓜书第五章
机器学习
TomoriNao
2023-12-24
142
0
DataWhale 吃瓜日记 第四章
机器学习
决策树是通过不断地对属性进行划分,最终形成的树状结构,叶节点为决策结果。决策树训练过程中需要寻找最优划分属性,可以通过信息增益、增益率等指标进行划分。而预剪枝是在决策树生成过程中进行的优化,可能导致欠拟合,后剪枝需要得到一颗完整决策树后再进行处理,消耗的资源更多。连续值及缺失值也可以用于决策树生成。多变量决策树的生成需要线性分类器的辅助
TomoriNao
2023-12-21
123
0
Data Whale 吃瓜日记 西瓜书第三章
机器学习
线性模型实际上就是多元一次函数,输入和输出的简单映射,而其他非线性模型可以通过各种方法变换为与线性模型相似的形式,例如:对数线性回归、对数几率回归。对数几率回归可以通过多种方式求最优解,如梯度下降法、牛顿法
TomoriNao
2023-12-18
176
0
Data Whale 吃瓜日记 西瓜书第二章
机器学习
本章介绍了评估模型能力的方法、性能度量的关键参数、比较检验不同学习器能力的方法,以及偏差、方差、噪声的定义与实际意义。模型的泛化能力取决于学习算法的能力、数据量以及学习任务的难度,根据不同的性能度量参数,得出的结论是不一定相同的,需要根据实际需要来选择合适的性能度量参数,评估选择出最佳的模型
TomoriNao
2023-12-12
174
0
点击加载更多
活动推荐
社区活动
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档