终于决定开blog了~记录成长路上的点点滴滴

RAG求职助手：用个人技术知识库实现精准岗位匹配

RAG（检索增强生成）是一种将大语言模型与外部知识源动态结合的技术范式，其核心在于分离‘推理能力’与‘事实存储’，通过向量检索+语义重排+可信生成，解决AI幻觉与知识滞后问题。在求职场景中，RAG让系统能实时调用用户私有技术文档（如GitHub代码、博客、故障报告），完成页码级精准匹配与可验证推荐，显著优于微调（更新慢、易编造）和提示工程（上下文受限）。本文聚焦RAG在工程师职业发展中的落地实践，涵盖技术知识库构建、领域适配的混合检索、证据链式报告生成，并提供开箱即用的本地化部署方案，适用于Java后端、云

不为谁而作的blog

很久没写博客了，从研三最后一段时间，到工作后的一年多时间里面，CSDN几乎没啥进展，一方面因为工作需要，自己的技术栈做了全方位的调整；另一方面，工作之后，属于自己的时间就特别特别少了，难以集中时间去搞这些东西了，所以博客就进入荒芜状态。 有段时间很纠结，感觉自己失去了写博客的动力，一方面，同事里面大神很多，有自己手动撸网站做的很好的技术大神，也有CSDN年度十佳博主，知乎大V，想想自己“水”的那么多博客，惨不忍睹，不可比拟，不忍直视，想想自己写的那些内容，无非是一些常规知识的梳理，基本上我能写的，别处也有，

Lisp核心思想：S-表达式、代码即数据与面向语言编程

S-表达式是Lisp的根基性抽象，它将程序表示为可计算的树形数据结构，天然支持递归与元编程；‘代码即数据’原则使程序能直接操作自身语法，突破传统语言中语法与语义的刚性绑定；这一特性支撑起面向语言编程（LOP）范式——开发者不再适配通用语言，而是针对具体问题域设计专用DSL。从配置管理到风控规则，LOP显著降低复杂业务的认知负荷。本文以Racket实操切入，解析S-表达式本质、宏展开机制与DSL渐进演化路径，揭示Lisp作为‘可塑性最强的元语言’在现代工程中的底层价值。

BLOG MY WAY -loadingsong

原创作品，欢迎阅览。 主治coding时的万万没想到！     终于来到这高技术、高规格、大神大佬云集的CSDNBLOG了，心情有点小激动！   我目前还在实训期间，不是公司的一员，也不是团队开发者，是程序猿道路上的一名奋斗者，算是刚刚开始这条路，不过coding的感觉还是不错的哦~~开写blog，主要面向的是一些初学者和初成的程序猿，记录平时在学习和开发的过程中遇到的一些有趣奇葩、万万

蓝的成长记——追逐DBA（10）：飞刀防身，熟络而非专长：摆弄中间件Websphere

原创作品，出自 “深蓝的blog” 博客，欢迎转载，转载时请务必注明出处，否则追究版权法律责任。 深蓝的blog： 【简介】         个人在oracle路上的成长记录，其中以蓝自喻，分享成长中的情感、眼界与技术的变化与成长。敏感信息均以英文形式代替，不会泄露任何企业机密，纯为技术分享。         创作灵感源于对自己的自省和记录。若能对刚刚起步的库友起到些许的帮助或

-blog-

大家好，我是一名研二的学生，目前正在系统学习计算机基础知识，从 Linux 基本指令、编程语言基础开始，一步一个脚印地走进编程的世界。我平时喜欢钻研技术问题，遇到不懂的地方会先自己查资料、动手验证，也会把学习过程中的知识点整理成笔记记录下来。写博客是我学习计划的一部分——既能梳理知识，也能记录自己的成长轨迹。

pip_vs_conda_blog

场景推荐工具理由科学计算 / 深度学习conda处理复杂 C 库依赖Web 开发 / 纯 Python轻量、灵活环境可复现可生成完整依赖部署 / 容器化简单、标准化pip 面向语言层，conda 面向系统层。混用的风险，本质上是“边界不清”的结果。理解这一点，就能从“装包选手”进阶为“环境工程师”。

网络空间安全学生的迷茫之路

一名菜鸡的成长之路

养成写博客的好习惯~

用一句话概括:写一个博客有很多好处，却没有任何明显的坏处。   让我说得更明确一点：用博客的形式来记录下你有价值的思考，会带来很多好处，却没有任何明显的坏处。   下面是我个人认为写一个长期的价值博客的最大的几点好处： 1. 能够交到很多志同道合的朋友。 就拿我本人来说，我自己既写博客，也读别人的博客，在这个时代，对于生活中的绝大多数人来说，拓宽朋友圈子的途径几乎只有一个，通过网络，而...

51c深度学习~合集8

方法的完整数学描述略显复杂，如果只是想了解主要思想，可以只看上面 PatchMix的流程图即可（其实只是公式多，每个公式也不复杂，后续有机会做个演示动画，帮助大家理解。这个方法也可以用简单的 Mask 方法实现，但是本方法在大规模图像处理上效率是最高的），对该工作感兴趣的同行可以看一下，我尽量写得清楚一些。结合 PatMix 的流程图，主要过程如下：由于混合图像和混合图像之间，重叠比例的不同，mix-to-mix label 中每一项的权重分数是不同的，根据上图，可以得到权重系数可以表示为。

第一次发文章-学习经历

图形学学习经历

百度NeurIPS全球顶会冠军团队，带你7日从零实践强化学习

如今，强化学习不仅成了学术界的宠儿，相关研究论文在各大顶会中的比例飞速上升；也在不断挑战冠军，突破记录，成为了AI开发的热门领域，比如击败围棋世界冠军的Alpha Go，就引起了大家对A...

工作中使用到的单词（软件开发）

１．エイリアス 　　alias 别名 powershell使用 get-help 命令时，会得到与此命令 相关（别名）的命令 ２．プロキシ　proxy　代　理 ３．プロモート 　 promote 促进，提升 　　开发的系统新功能上线发布，有时会使用到这个词，比如 STプロモート 还有使用リリース这个词的。比如STリリース。个人认为两者含义相同。 ４．見逃し　み................................................................

C++怎么学？零基础也可以，一份完整学习路线图助你搞定！

提供一条清晰、系统且实践导向的C++学习路径。从基础语法、面向对象、泛型编程、异常处理，逐步深入STL、智能指针、并发编程等现代C++高级特性。无论是新手还是希望提升，通过系统学习与项目实践，助您将理论知识转化为实际解决问题的能力。

SSD1306 manual

源码直接下载地址： https://pan.quark.cn/s/a4b39357ea24 SSD1306是一种常用于微控制器的OLED（有机发光二极管）显示驱动集成电路。该集成电路被设计用来驱动单色或双色的图形显示，通常被应用在小型电子设备的显示屏上，包括诸如智能手表、家庭智能设备以及嵌入式系统等设备。接下来，我们将详细分析SSD1306的核心特性、运作机制以及在实际项目中的具体应用方法。 1. SSD1306简介： SSD1306是一款具备低能耗、高效率的OLED驱动管理芯片，支持I2C和SPI通信方式，能够驱动64x48像素的OLED显示屏。它集成了电压变换装置，可以直接使用3.3V或5V的电源供电，从而优化了电源管理设计。 2. SSD1306硬件特征： - 内置电荷泵：为OLED单元提供超出VCC的电压，确保屏幕的明亮度。 - 存储器映射：64行x48列的显示存储空间，用于保存显示数据。 - 数据串行处理：内部电路将并行数据转换为串行数据，以驱动OLED单元。 - 多种接口支持：兼容I2C（双线接口）和SPI（四线串行接口），便于与微控制器相连。 - 显示管理：具备垂直滚动控制、开关功能、对比度调节等操作。 3. SSD1306运作机制： OLED屏幕由众多自发光的像素点组成，每个像素点由红、绿、蓝三色OLED单元构成。SSD1306通过控制每个像素点的电流大小来调节亮度，从而实现图像的展示。通过I2C或SPI接口，微控制器向SSD1306传输指令和数据，用以设定显示内容及其参数。 4. SSD1306应用步骤： a. 连接线路：将微控制器的I2C或SPI引脚与SSD1306对应的引脚相连接。 b. 初始化设置：发送初始化指令序列，设定屏幕分辨率、通信接口...

Hybrid-render-demo

Hybrid-render-demo

2026年最新合肥市公交、地铁线路及站点矢量数据.zip

数据格式：shp 数据坐标：GCJ02 数据更新时间：2026年9月 公交线路来源：8684网站 https://8684.com.cn/ 站点数据来源：高德API接口 数据打开方式：QGIS或Arcgis 站点数据字段：名称、序号、对应线路、几何信息 线路数据字段：名称、类型、起点、终点、开始时间、结束时间、起步价、全价、长度、公司、几何信息

基于蚁群优化算法的直流电机模糊PID控制（Matlab实现）

内容概要：本文档标题虽为《基于蚁群优化算法的直流电机模糊PID控制（Matlab实现）》，但实际内容是一篇关于“SEM广告投放策略优化”的完整研究论文。该论文基于某互联网公司2025年全年约142万元的SEM投放数据，构建了“诊断—分类—优化—鲁棒决策”四层次量化分析框架。首先从广告设计、关键词管理、出价预算与投放时间四个维度评估投放合理性，并建立对数线性假日效应回归模型，揭示工作日效益高、节假日效应显著等时间规律；其次提出成本—效益二维归一化分类框架，结合中位数分割与K-means聚类校验，将6000余个关键词划分为黄金词、重点词、潜力词、问题词和无效词五类；接着建立以预期注册量最大化为目标、受日预算与总预算双重约束的0-1整数规划模型，采用贪心选词与拉格朗日对偶定价相结合的两阶段算法求解，得出2025年特定周期的最优投放策略；最后引入CVaR鲁棒优化框架，应对竞价、展现、点击与转化的多重不确定性，给出2026年特定周期的稳健投放方案及指标期望范围。实证结果显示，优化后单位注册成本下降约20%，黄金词预算占比提升至四成以上，无效词被完全剔除，整体投放结构显著改善。; 适合人群：具备数据分析、运筹优化或数字营销背景，从事互联网广告投放、商业分析、数据科学等相关工作的从业者及高校研究生。; 使用场景及目标：① 学习如何系统性地诊断与优化大规模SEM广告投放策略；② 掌握关键词分类、预算分配、鲁棒优化等核心建模方法；③ 为实际业务中提升广告投放ROI（投资回报率）提供可复用的量化分析框架与算法参考。; 阅读建议：本文兼具理论深度与实践价值，建议读者结合文中提到的三张数据表单（投放记录、注册数、关键词统计）和结果模板，复现其分析流程与模型推导，重点关注分类规则的设计、两阶段算法的实现细节以及CVaR鲁棒框架的应用逻辑，以便将方法迁移到自身的业务场景中。

2026年最新扬州市公交线路及站点矢量数据.zip

数据格式：shp 数据坐标：GCJ02 数据更新时间：2026年9月 公交线路来源：8684网站 https://8684.com.cn/ 站点数据来源：高德API接口 数据打开方式：QGIS或Arcgis 站点数据字段：名称、序号、对应线路、几何信息 线路数据字段：名称、类型、起点、终点、开始时间、结束时间、起步价、全价、长度、公司、几何信息