
获得徽章 0
Python和Java,学哪个好?学习笔记整理
执行过程对比:
【Python (CPython 运行时)】
1、Python源代码(.py)在内存中自动编译为字节码
2、字节码可以缓存在.pyc文件中,使重复运行更快
3、导入系统加载模块和依赖
4、Python虚拟机(PVM)逐行解释字节码,灵活但相对较慢
【Java (JVM 运行时)】
1、Java源代码(.java)使用javac编译为.class字节码
2、类加载器将字节码加载到Java运行时环境(JVM)中
3、字节码经过验证并执行
4、JVM使用解释器和JIT编译器,频繁使用的代码(热点路径)会被转换为本地机器码,使Java运行更快
图片来自bytebytego,学习笔记翻译整理by dogstar & AI。
执行过程对比:
【Python (CPython 运行时)】
1、Python源代码(.py)在内存中自动编译为字节码
2、字节码可以缓存在.pyc文件中,使重复运行更快
3、导入系统加载模块和依赖
4、Python虚拟机(PVM)逐行解释字节码,灵活但相对较慢
【Java (JVM 运行时)】
1、Java源代码(.java)使用javac编译为.class字节码
2、类加载器将字节码加载到Java运行时环境(JVM)中
3、字节码经过验证并执行
4、JVM使用解释器和JIT编译器,频繁使用的代码(热点路径)会被转换为本地机器码,使Java运行更快
图片来自bytebytego,学习笔记翻译整理by dogstar & AI。
展开
11
7
软件测试,分为哪几种?
测试系统功能的最佳方法
测试系统功能是软件开发与工程流程中的关键环节。以下是最佳实践方法详解:
单元测试 Unit Test:验证独立代码组件在隔离环境中的正确性。
集成测试 Integration Test:确保不同系统模块间无缝协同运作。
系统测试 System Test:评估整套系统是否符合用户需求与性能指标。
负载测试 Load Test:检验系统高负荷运行能力并识别性能瓶颈。
错误测试 Error Test:评估软件对无效输入和异常情况的处理能力。
自动化测试 Test Automation:通过自动化执行测试用例提升效率、可重复性并减少人为误差。
图转自bytebytego,翻译整理 dogstar 。
测试系统功能的最佳方法
测试系统功能是软件开发与工程流程中的关键环节。以下是最佳实践方法详解:
单元测试 Unit Test:验证独立代码组件在隔离环境中的正确性。
集成测试 Integration Test:确保不同系统模块间无缝协同运作。
系统测试 System Test:评估整套系统是否符合用户需求与性能指标。
负载测试 Load Test:检验系统高负荷运行能力并识别性能瓶颈。
错误测试 Error Test:评估软件对无效输入和异常情况的处理能力。
自动化测试 Test Automation:通过自动化执行测试用例提升效率、可重复性并减少人为误差。
图转自bytebytego,翻译整理 dogstar 。
展开
评论
点赞
生成式AI(GenAI)
(图转自 bytebytego、翻译整理 dogstar、关注我,天天带你写AI开发)
以下是构建生成式AI技术栈的核心模块:
1.
功能:为AI工作负载提供运行和扩展的基础设施。
代表服务商:AWS、GCP(Google Cloud)、Azure、Nvidia。
2. 🧠 基础模型(Foundational Models)
功能:基于海量数据训练的核心大语言模型(LLM),是所有GenAI应用的底层支撑。
代表模型:GPT、Claude、Mistral、Llama、Gemini、Deepseek。
3. 🧰 开发框架(Frameworks)
功能:帮助构建、部署模型,并将其集成到应用中。
代表工具:LangChain、PyTorch、Hugging Face。
4. 🗃️ 数据库与流程编排(Databases and Orchestration)
功能:管理向量数据、检索逻辑和任务流程。
1)向量数据库:Pinecone、Weaviate
2)编排工具:LangChain、LlamaIndex
5. 🎛️ 微调平台(Fine-Tuning)
功能:针对特定任务或领域训练定制化模型。
代表平台:Weights & Biases、OctoML、Hugging Face。
6. 🔖 嵌入与标注(Embeddings and Labeling)
功能:生成并标注向量表示,支持搜索和RAG(检索增强生成)系统。
代表服务:Cohere、Scale AI、Nomic、JinaAI。
7. 🧪 合成数据(Synthetic Data)
功能:生成人工数据集以优化模型训练。
代表工具:Gretel、Tonic AI、Mostly AI。
8. 👀 模型监控(Model Supervision)
功能:跟踪模型性能、偏见和行为。
代表工具:Fiddler、Helicone、WhyLabs。
9. 🛡️ 模型安全(Model Safety)
功能:确保GenAI系统的伦理、安全部署。
展开
评论
2
快来收藏,8大AI服务监控网站整理
今天你的AI工具卡了吗?超时了吗?崩溃了吗?
8个 AI 平台服务状态监控 网站。
AI卡不卡,不再迷茫。AI各家官网的服务监控网站,支持RSS、slack、Web Hook订阅,有些还支持短信通知。
看到最后一个监控页面,我差点笑死了。做得也太……逗了……
今天你的AI工具卡了吗?超时了吗?崩溃了吗?
8个 AI 平台服务状态监控 网站。
AI卡不卡,不再迷茫。AI各家官网的服务监控网站,支持RSS、slack、Web Hook订阅,有些还支持短信通知。
看到最后一个监控页面,我差点笑死了。做得也太……逗了……
展开
评论
点赞
最新数据震撼出炉!ChatGPT以15亿月活稳居榜首,但更惊喜的是——国产AI DeepSeek和字节豆包双双杀入全球Top5❗️
1️⃣ DeepSeek上线20天登顶140国市场
2️⃣ 豆包Q2下载量破纪录
3️⃣ 通义千问支持119种语言
4️⃣ 教育类AI用户超1800万
💡关键趋势:
• 开源模型正在颠覆行业格局
• AI+教育成最赚钱垂直赛道
• 多模态应用爆发式增长
收藏这份榜单,看懂AI未来!#科技前沿 #AI排行榜 #数字化转型
(数据来源:CNNIC/PPIO 2025.7最新统计,由AI整理)
展开
评论
点赞
高人指点,要想提升AI收录你的网站,可以提前布局llms.txt规范。
什么是 LLMs.txt?
LLMs.txt 是一个类似于 robots.txt 的提案,旨在帮助网站管理者控制大型语言模型(LLMs,如 ChatGPT、Bard、Claude 等)对其内容的抓取和使用。
怎么在线生成LLMs.txt?有哪些网站推荐?
例如:LLMs.txt 生成器
www.pdftool.cc ,
为您的网站生成LLMs.txt文件,控制AI/LLM爬虫访问。基于llms.txt.org规范
llmstxt.org 。完全免费,在线工具,无需登录。
什么是 LLMs.txt?
LLMs.txt 是一个类似于 robots.txt 的提案,旨在帮助网站管理者控制大型语言模型(LLMs,如 ChatGPT、Bard、Claude 等)对其内容的抓取和使用。
怎么在线生成LLMs.txt?有哪些网站推荐?
例如:LLMs.txt 生成器
为您的网站生成LLMs.txt文件,控制AI/LLM爬虫访问。基于llms.txt.org规范
展开
评论
点赞
耗时2小时,解决了AI都没能搞定的问题:使用UniApp的mp-html插件在微信小程序显示markdown内容的正确方式。
1、到官网下载安装mp-html富文本组件:
ext.dcloud.net.cn ;
2、由于mp-html插件默认不支持markdown,需要打开 node_modules/mp-html/tools/config.js 文件,把下面这两行注释去掉:
'highlight', // 代码高亮
'markdown', // 解析 md
3、进入到node_modules/mp-html目录,重新打包:
$ cd node_modules/mp-html
$ npm install
$ npm run build:uni-app
4、把生成的./node_modules/mp-html/dist/uni-app新包全部复制替换到根目录下的./uni_modules/mp-html;
5、最后一步,在页面使用时,记得要开启【:markdown="true"】
<mp-html :content="markdownContent" :markdown="true" />
1、到官网下载安装mp-html富文本组件:
2、由于mp-html插件默认不支持markdown,需要打开 node_modules/mp-html/tools/config.js 文件,把下面这两行注释去掉:
'highlight', // 代码高亮
'markdown', // 解析 md
3、进入到node_modules/mp-html目录,重新打包:
$ cd node_modules/mp-html
$ npm install
$ npm run build:uni-app
4、把生成的./node_modules/mp-html/dist/uni-app新包全部复制替换到根目录下的./uni_modules/mp-html;
5、最后一步,在页面使用时,记得要开启【:markdown="true"】
<mp-html :content="markdownContent" :markdown="true" />
展开
评论
点赞