电信公网IPV4被收回之后:家庭网络的“绝地求生”折腾记

博主头像 好久好久没写过博客了,最近心血来潮登上来看看,不过既然来都来了就顺便写一篇博客再走吧,想来想去没啥好素材,遂把最近家里网络的折腾记录分享一下。 作为一名苦逼码农,我一直信奉行规:“代码能跑就不要动,架构能用就别重构”。 这几年我家的电信网络一直稳如老狗:手握稀缺的 公网 IPv4,在小米路由器上开个 ...

自适应滤波算法的FPGA实现思路

博主头像 1、原理简介 参考相关论文,自适应滤波器主要由FIR滤波器本体、参数自适应计算两部分组成。参数自适应计算部分是用来迭代计算滤波器系数的,它的输入是期望估计误差f、原始数据采样保存的向量U,输出是可变的FIR滤波器系数。FIR滤波器就是传统的有限冲击响应滤波器,可以是低通、高通等类型。所谓滤波器系数可 ...

吴恩达深度学习课程四:计算机视觉 第三周:检测算法 (三)交并比、非极大值抑制和锚框

博主头像 此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第四课的第三周内容,3.6到3. ...

可靠性与顺序性保障——幂等、事务与Exactly-once语义的适用边界

博主头像 写在前面,本人目前处于求职中,如有合适内推岗位,请加:lpshiyue 感谢 在分布式消息系统中,可靠性追求与性能代价总是相伴相生,理解不同保障机制的适用边界是构建健壮系统的关键 在掌握 Kafka 核心概念的基础上,我们面临一个更深入的问题:如何在不同业务场景下选择合适的可靠性保障机制。消息系统的 ...

MAF快速入门(8)条件路由工作流

博主头像 在实际业务场景中,一个AI工作流的多个步骤之间往往会传递一些数据,有些步骤只会在数据满足一定条件下才会被触发,而有些步骤只会在数据不满足条件的时候才被触发,总之这种if-else的决策在工作流中很常见。在MAF中,我们可以使用 Conditional Edge 即条件边 或 待决策函数的边,来实现这... ...

基于深度学习的学生上课行为检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)

博主头像 本文介绍了一套基于YOLO深度学习算法的学生上课行为检测系统。该系统能自动识别低头、使用手机、举手等12种课堂行为,支持图片、视频和实时摄像头检测,检测结果可标注保存并导出Excel报表。系统采用PyQt5开发界面,支持多模型切换,包含用户管理和模型训练功能。实验对比显示,YOLO12n模型在370... ...

拒绝“裸奔”上线:FastAPI + Pytest 自动化测试实战指南

博主头像 1. 引言:为什么你需要雇佣一群“机器人”? 你是否经历过这种绝望: 你刚刚修复了一个“用户无法登录”的 Bug,满怀信心地推上线。结果两分钟后,老板打电话吼道:“为什么现在的用户没法注册了?!” 这就是典型的回归缺陷(Regression Bug)——修了旧的,坏了新的。 手动测试(用 Postm ...

纯前端直连大模型 API,真的安全吗?

博主头像 在大模型应用刚兴起的时候,我也一度被“纯前端直连模型 API”这种方案吸引过:不需要后端、不需要部署服务,前端拿到 key 直接请求模型接口,几行代码就能跑起来,Demo 效果立竿见影。但当这种方案真正进入工程讨论,甚至被尝试放进测试环境后,问题很快暴露出来,而且几乎都绕不开“安全”这个核心主题。 ...

BLE 4.2 Controller 加密流程与实现

在 BLE(Bluetooth Low Energy)连接建立后,为了保障数据传输的机密性与完整性,链路层(Link Layer)可根据上层主机(Host)的请求启动加密流程。 本文将详细解析 BLE 控制器的加密握手流程、异常处理机制、AES-CCM 底层原理,并结合 Cordio 协议栈源码进行 ...

图文:银行核心账务处理逻辑(白话篇)

博主头像 您好,您的 1 万元存款已到账,当前余额 12500 元。 这条短信的出现,其实在银行系统里已经完成了一整套记账操作:​账户余额更新 > 银行现金科目变动 > 凭证归档​。 我们每天在银行的存钱、转账、办贷款等等,其实银行基本都在进行账务处理。 一、对内账和对外账 银行的账务体系分为两条线,一条线管 ...

CodeSpirit・码灵:以 AI 赋能,重构业务智能边界

博主头像 概述 CodeSpirit 框架在AI集成方面具有独特的创新性和实用性,通过深度整合大语言模型(LLM)能力,实现了从底层组件到上层应用的全方位AI增强,以解决AI落地的以下核心痛点: 技术门槛高:需要专业 AI 知识,开发者需处理模型选型、提示词工程、响应解析、错误处理等复杂技术细节,学习曲线陡峭 ...

用 Lit 构建跨 Vue / React 的组件库完整实践

博主头像 在前面的几篇中,已经把 Lit 的原理层拉出来溜了一圈: 它为什么不需要 Virtual DOM lit-html 如何通过 Part 精确更新 DOM 响应式系统为什么极度克制 生命周期为什么贴近浏览器模型 为什么几乎没有状态管理 现在不再停留在“理解”上,而是发出灵魂的拷问,问出真正有工程价值的 ...

123···100>