ZeroMQ实践
ZeroMQ 实践 ZeroMQ，是一个高性能的异步消息库或并发框架。将复杂的底层网络通信细节抽象化，提供了一系列灵活的消息模式，让构建复杂的分布式应用变得更简单。
ZeroMQ 的核心理念：模式、抽象与性能
与传统的中心化消息 Broker 不同，ZeroMQ 倡导一种更加去中…
深入浅出Python多线程、多进程、协程
多进程 (Multiprocessing): 操作系统层面的并行。每个进程有自己独立的内存空间，进程之间互不影响。适合执行 CPU 密集型 任务，可以充分利用多核 CPU。创建和销毁进程开销较大。 多线程 (Multithreading): 在同一个进程内创建多个执行流…
小白也能懂的Python协程与asyncio指南
一、从生活场景理解异步编程 1.1 买奶茶的两种方式
假设你要买三杯奶茶，每杯制作需要 2 分钟：
传统方式（同步）：
Copy
def 买奶茶_同步():
for _ in range(3):
等待2分钟() # 干等着不动
拿奶茶()…
深入浅出深度学习中的BatchSize
一、Batch Size 的核心作用 Batch Size 决定了模型每次更新参数时使用的样本数量。直接影响以下方面：
梯度计算的准确性：
大 Batch 的梯度是多个样本的平均，更接近 “真实梯度”（整个数据集的梯度方向）。
小 Batch 的梯度噪声更大…
深度学习模型精度优化指南：从数据预处理到混合精度训练
本文针对图像分割任务（以 UNet 为例），系统讲解提升模型精度的关键技术，涵盖数据增强、模型优化、混合精度训练等，并提供可直接运行的代码示例。 一、为什么需要优化模型精度？
在医疗影像分割、自动驾驶等场景中，模型精度直接决定应用效果。但实际训练中常遇到：
过拟合：模型在训…
PyTorch `.pth` 转 ONNX：从模型训练到跨平台部署
在深度学习里，模型的格式决定了它的可用性。 如果你是 PyTorch 用户，你可能熟悉 .pth 文件，它用于存储训练好的模型。
但当你想在不同的环境（如 TensorRT、OpenVINO、ONNX Runtime）部署模型时，.pth 可能并不适用。这时，ONNX（Open…
《归校手札》
阔别四十五个昼夜重返校门时，青砖缝隙里钻出的草芽正咀嚼着暮冬的余寒。金属囚笼般的电梯载着年轻躯壳下沉，铁锈味从他们紧攥手机指节渗出来，在数字显示屏上凝成浑浊的露珠。后门外歪斜的电动车像多米诺骨牌，总在某个清晨被匆忙的轮胎推倒第二块，我裹紧外套从骨牌阵侧身而过…
图像处理-什么是插值
想象一下，你有一本 100 页的书，现在你想把它 缩小到 50 页 或 放大到 200 页，但是你不想丢失重要的信息。你会怎么做？ 缩小（Downsampling）：你可以挑选关键的内容，把不重要的部分去掉。
放大（Upsampling）：你可以在两页之间补充一些额外的内容…
图像处理-什么是插值
想象一下，你有一本 100 页的书，现在你想把它 缩小到 50 页 或 放大到 200 页，但是你不想丢失重要的信息。你会怎么做？ 缩小（Downsampling）：你可以挑选关键的内容，把不重要的部分去掉。
放大（Upsampling）：你可以在两页之间补充一些额外的内容…
2024年总结
其实最想记录的还是 2022 年。在那一年里把很多乱糟糟的事情全都理顺，比如各种组织关系，比如职业发展。但可惜由于种种原因没能记录，可能主要是因为我不像把自己的所有展露出来。 2024 年的主题是秋招。是的，又要到了即将毕业的时刻，这也许是最后的求学阶段。
我素来悲观…
图像分割代码分析
训练代码与解释 Copy
import torch
import torch.nn as nn
import torch.optim as optim
from torch.utils.data import DataLoader
from torchvision import…
reasoning≠coding
很多人说，reasoning=coding，o3 就是最能写代码的模型。 我的看法是，reasoning 指的是扔一个简单干净的问题，给出天才回答的能力。
这么说吧，如果把 o3 扔到 20 世纪，一定是全世界最牛逼的理论 CS 科学家，3-SAT、max flow、min…