首页 文章 精选 留言 我的

精选列表

搜索[意图智算],共10000篇文章
优秀的个人博客,低调大师

中国证明开放权重模型优于 GPU 算力资源

国外科技媒体 The Register 近日发文讨论了开放权重模型对 AI 技术进步的正面影响,称中国企业通过开放分享和底层创新,比如 DeepSeek 和 Kimi 系列模型,展现了更高的效率和更强的竞争力。 文章标题十分坦诚——《China proves that open models are more effective than all the GPUs in the world》,直接提出“中国证明开放权重模型比 GPU 更有效”。 核心内容 1. OpenAI 延迟发布“开放权重”模型 自 GPT‑2 以来,OpenAI 已多年未对外开源其模型。 原计划在本周发布一个社区友好型开源模型,但因安全审查推迟。CEO Sam Altman 表示,“一旦权重公布,就无法撤回,我们必须确保万无一失”。 2. 美国虽投资重金,但开放模型依然乏善可陈 美国在 GPU、计算资源上投入数百亿美元,却仅涌现出少数效率和实力不足的开源模型。 譬如 Meta 发布的 Llama 4遭遇争议与冷淡反响;微软、IBM、谷歌亦推出体量较小、功能局限的模型 3. 中国在开源领域反超 中国开发者不仅率先发布公开可用的大规模模型,而且算法创新表现突出。 DeepSeek R1(DeepSeek)早在年初便问世,后来 Moonshot AI 于 7 月推出的 Kimi 2 更声称已实现万亿参数规模 MoE(专家专家模型),并宣布超越包括西方顶尖私有模型在内的技术水平。 文章强调,尽管美企掌控大量计算资源,但因开源保守与发布缓慢,在社区驱动的模型研发上落后于中国。从战略上看,美国若想保持 AI 领导力,除了硬件投入,更应适当开放、加快社区驱动的模型生态——否则将继续被中国“公开优先”(open-first)的路线追赶。

优秀的个人博客,低调大师

面试必问的时间复杂度到底怎么算

高级工程师title的我,最近琢磨着好好刷刷算法题更高级一些,然鹅,当我准备回忆大学和面试时候学的数据结构之时,我发现自己对这个算法复杂度的记忆只有OOOOOooo 文章收录在 GitHub JavaKeeper ,N线互联网开发必备技能兵器谱 算法(Algorithm)是指用来操作数据、解决程序问题的一组方法。对于同一个问题,使用不同的算法,也许最终得到的结果是一样的,但在过程中消耗的资源和时间却会有很大的区别。 那么我们应该如何去衡量不同算法之间的优劣呢? 主要还是从算法所占用的「时间」和「空间」两个维度去考量。 时间维度:是指执行当前算法所消耗的时间,我们通常用「时间复杂度」来描述。 空间维度:是指执行当前算法需要占用多少内存空间,我们通常用「空间复杂度」来描述。 因此,评价一个算法的效率主要是看它的时间复杂度和空间复杂度情况。然而,有的时候时间和空间却又是「鱼和熊掌」,不可兼得的,那么我们就需要从中去取一个平衡点。 时间复杂度 一个算法执行所耗费的时间,从理论上是不能算出来的,必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试,只需知道哪个算法花费的时间多,哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例,哪个算法中语句执行次数多,它花费时间就多。一个算法中的语句执行次数称为语句频度或「时间频度」。记为T(n)。 时间频度T(n)中,n称为问题的规模,当n不断变化时,时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律,为此我们引入时间复杂度的概念。算法的时间复杂度也就是算法的时间度量,记作:T(n) = O(f(n))。它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐进时间复杂度,简称「时间复杂度」。 这种表示方法我们称为「 大O符号表示法 」,又称为渐进符号,是用于描述函数渐进行为的数学符号 常见的时间复杂度量级有: 常数阶$O(1)$ 线性阶$O(n)$ 平方阶$O(n^2)$ 立方阶$O(n^3)$ 对数阶$O(logn)$ 线性对数阶$O(nlogn)$ 指数阶$O(2^n)$ 常数阶$O(1)$ $O(1)$,表示该算法的执行时间(或执行时占用空间)总是为一个常量,不论输入的数据集是大是小,只要是没有循环等复杂结构,那这个代码的时间复杂度就都是O(1),如: int i = 1; int j = 2; int k = i + j; 上述代码在执行的时候,它消耗的时候并不随着某个变量的增长而增长,那么无论这类代码有多长,即使有几万几十万行,都可以用$O(1)$来表示它的时间复杂度。 线性阶$O(n)$ $O(n)$,表示一个算法的性能会随着输入数据的大小变化而线性变化,如 for (int i = 0; i < n; i++) { j = i; j++; } 这段代码,for循环里面的代码会执行n遍,因此它消耗的时间是随着n的变化而变化的,因此这类代码都可以用$O(n)$来表示它的时间复杂度。 平方阶$O(n^2)$ $O(n²)$ 表示一个算法的性能将会随着输入数据的增长而呈现出二次增长。最常见的就是对输入数据进行嵌套循环。如果嵌套层级不断深入的话,算法的性能将会变为立方阶$O(n^3)$,$O(n^4)$,$O(n^k)$以此类推 for(x=1; i<=n; x++){ for(i=1; i<=n; i++){ j = i; j++; } } 指数阶$O(2^n)$ $O(2^n)$,表示一个算法的性能会随着输入数据的每次增加而增大两倍,典型的方法就是裴波那契数列的递归计算实现 int Fibonacci(int number) { if (number <= 1) return number; return Fibonacci(number - 2) + Fibonacci(number - 1); } 对数阶$O(logn)$ int i = 1; while(i<n) { i = i * 2; } 上面的代码,在while循环里面,每次都将 i 乘以 2,乘完之后,i 距离 n 就越来越近了,直到i不小于n退出。我们试着求解一下,假设循环次数为x,也就是说 2 的 x 次方等于 n,则由2^x=n得出x=log₂n。因此这个代码的时间复杂度为$O(logn)$ 线性对数阶$O(nlogn)$ 线性对数阶$O(nlogn) $,就是将时间复杂度为对数阶$O(logn)$的代码循环n遍的话,那么它的时间复杂度就是 n * O(logN),也就是了$O(nlogn)$,如下, for(m=1; m<n; m++) { i = 1; while(i<n) { i = i * 2; } } 除此之外,其实还有平均情况复杂度、最好时间复杂度、最坏时间复杂度。。。一般没有特殊说明的情况下,都是值最坏时间复杂度。 空间复杂度 空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的一个量度,同样反映的是一个趋势,一个算法所需的存储空间用f(n)表示。S(n)=O(f(n)),其中n为问题的规模,S(n)表示空间复杂度。 一个算法在计算机存储器上所占用的存储空间,包括存储算法本身所占用的存储空间,算法的输入输出数据所占用的存储空间和算法在运行过程中临时占用的存储空间这三个方面。 一般情况下,一个程序在机器上执行时,除了需要存储程序本身的指令、常数、变量和输入数据外,还需要存储对数据操作的存储单元。若输入数据所占空间只取决于问题本身,和算法无关,这样只需要分析该算法在实现时所需的辅助单元即可。若算法执行时所需的辅助空间相对于输入数据量而言是个常数,则称此算法为原地工作,空间复杂度为O(1)。当一个算法的空间复杂度与n成线性比例关系时,可表示为$0(n)$,类比时间复杂度。 空间复杂度比较常用的有:O(1)、O(n)、O(n²) 空间复杂度 $O(1)$ 如果算法执行所需要的临时空间不随着某个变量n的大小而变化,即此算法空间复杂度为一个常量,可表示为 O(1)举例: int i = 1; int j = 2; ++i; j++; int m = i + j; 代码中的 i、j、m 所分配的空间都不随着处理数据量变化,因此它的空间复杂度 S(n) = O(1) 空间复杂度 $O(n)$ int[] m = new int[n] for(i=1; i<=n; ++i) { j = i; j++; } 这段代码中,第一行new了一个数组出来,这个数据占用的大小为n,这段代码的2-6行,虽然有循环,但没有再分配新的空间,因此,这段代码的空间复杂度主要看第一行即可,即 S(n) = O(n) 复杂度速查表 来源:https://liam.page/2016/06/20/big-O-cheat-sheet/ 源地址:https://www.bigocheatsheet.com/ 图例 大-O 复杂度曲线 抽象数据结构的操作复杂度 数组排序 图操作 堆操作 参考 《大话数据结构》https://zhuanlan.zhihu.com/p/50479555

优秀的个人博客,低调大师

开发者简报:没用过 Vim,怎么算 Geeker?

文摘 了解渐进式JPEG和WebP格式 什么是渐进式jpeg 渐进式JPEG是使用与典型标准JPEG不同的编码过程创建的图像。传统上,JPEG从上到下,从左到右进行编码和解码。这被称为基线编码。但是,渐进式JPEG以不同的方式编码。当您看到渐进式JPEG加载时,您将看到整个图像的模糊版本,随着时间的推移,图像被解码或在浏览器中呈现时会变得更加清晰。 标准JPEG加载率为33%,66%和100% 渐进式JPEG加载,分别为33%,66%和100% 为什么要使用渐进式JPEG 渐进式JPEG的一个明显优势是存在感知性能提升。用户可以预览图像在下载完成之前的样子。此外,图像占用您网站的布局和空间加载速度更快,使整个过程感觉更快。渐进式JPEG通常也比非渐进式JPEG小,即使最终图像在视觉上是相同的。 重要的是,渐进式JPEG会占用更多的CPU和内存来进行编码和解码,因为图像数据会被多次解析。因此,虽然它确实可以让您更快地进行预览,但解码的总时间可能会接近2.5倍。 WebP WebP是一种现代图像格式,可为Web上的图像提供卓越的压缩,与PNG和JPEG等传统文件格式相比,文件大小平均节省30%以上。较小的图像意味着下载速度更快以及减少网络带宽,这两者都有助于页面显着更快地显示。 可以在Chrome开发者控制台,查看图像类型。 何时应该使用渐进式JPEG与WebP 除了使用延迟加载之外,使用WebP是理想方式。 如果你想使用渐进式JPEG,请确保你理解为什么要使用它们 - 因为它们也有缺点。我会警告不要使用渐进式JPEG格式来处理像缩略图这样的小图像,因为这些文件的文件大小往往比普通的JPEG图像大。 像任何东西一样,重要的是测试 并看看否真的减少了时间。在某些情况下,使用渐进式JPEG可能比WebP格式更好。例如,考虑文件大小差异。如果渐进式JPEG接近(在10kb到20kb之间)或小于WebP,则考虑使用渐进式JPEG而不是WebP。 渐进增强vs优雅降级 渐进增强:在网站设计初期以主体功能为主,一般都以IE为最低兼容对象并逐步的向主流浏览器兼容(如Chrome、Firefox等),这样就会使一些新的前端技术、功能无法全效展示。并追求极致的用户体验也就是说用户使用任何浏览器访问网页都不会觉得有什么不同。比如一些大型的公开网站、门户类网站都会使用渐进增强的方式开发,因为你不知道用户会使用什么样的浏览器和设备访问,你必须做到页面功能的全部兼容。 优雅降级:在网站设计初期以主流浏览器的标准为主,并赋予项目各种新技术和功能已达到最佳展示效果,然后在对一些不兼容的浏览器和设备做一些简单的向下兼容,或直接舍弃。有时我们在浏览一些web网页的时候会发现他有些提示:推荐使用某某浏览器或是请使用某某设备访问等等。这些web项目都舍弃了一些客户端来实现项目的最佳效果,而这种网站还是少数优雅降级的常用场景还有一些公司内部的系统或是特定用户和场景的应用。 教程 React的完整介绍 适合初学者的指南,涵盖了React的基础知识的概念。它不是React的编程指南,而是完整的介绍。 破解Android应用 本文并不是教你怎么去破解他人Android应用,而是帮助您成为具有安全意识的应用程序开发者。在本教程你能学到如下知识: 访问应用的私有数据 分析数据库 反编译代码 Vim历史和高效使用Vim 本文研究Vim历史,同时教你如何高效利用Vim JavaScript SEO基础知识 本指南介绍了Google搜索如何处理JavaScript以及改进web应用的最佳做法。 异步加载CSS的最简单方法 默认情况下,浏览器会同步加载外部CSS - 在下载和解析CSS时会影响页面渲染。本文教你如何使用最简单方式实现异步加载CSS。 在没有框架的情况下设计和构建渐进式Web应用程序(第1部分) 不需要计算机专业知识,也不需要了解JavaScript框架。仅需要一点HTML和CSS以及JavaScript基本知识,就能创建渐进式Web应用程序。 重构桌面版Slack 不要从头开始重写你的代码。Slack分享他们如何渐进逐步重构桌面版Slack。 Changefeed 精美的更改日志模块 资源&工具 exif-js 一个JavaScript库用于提取图片中的文字信息 JavaScript的基础知识(播客) 一个讲解JavaScript的基础知识播客网站 用Java实现的设计模式 通过简短介绍再搭配UML设计图 编程算法书 一本关于算法和Lisp的书,本书分为16章,3部分:基本数据结构,衍生数据和高级算法。作者计划每周在个人博客发布一部分内容,预计年底发布所有内容。 编写良好Common Lisp代码指南 编写良好可维护Common Lisp代码指南 JavaScript 代码规范 JavaScript 代码规范,自带 linter & 代码自动修正 Python - 100天从新手到大师 github五万star,只要你能坚持100天就能从零基础步入python编程高手。学习路线: Day01~15 - Python语言基础 Day16~Day20 - Python语言进阶 Day21~30 - Web前端入门 Day31~35 - 玩转Linux操作系统 Day36~40 - 数据库基础和进阶 Day41~55 - 实战Django Day56~60 - 实战Flask Day61~65 - 实战Tornado Day66~75 - 爬虫开发 Day76~90 - 数据处理和机器学习 Day91~100 - 团队项目开发 coding-interview-university 完整的计算机科学研究计划。 游戏源代码集合 这是PC游戏源代码的集合。大多数为商业产品,随后开放源代码。 Puffer 在浏览器中免费观看电视直播。可以观看NBC,CBS,ABC,PBS,FOX和Univision网络的美国电视台。 Puffer支持Chrome,Firefox和Edge浏览器,PC或Android手机或平板电脑。 不支持在iPhone或iPad或Safari浏览器中使用。 纯JS生成WiFi二维码 纯JS生成WIFI:S:<SSID>;T:<WPA|WEP|>;P:<password>;;二维码,生成的二维码保存HTML5 localStorage中,不在服务器。 编程讲座 主要收录关于编程语言架构设计相关内容视频 calisphere Calisphere是加利福尼亚州著名图书馆,档案馆和博物馆门户网站。收录超过1,275,000张图像,文本和录音。其中收录了上个世纪七十年代中国相关图像。 拉长号 通过拉缩浏览器吹长号(听起来也不太像哈哈哈) Web历史 一个有趣的网站简单介绍Web重要历史 首发微信公众号:ITPostman

优秀的个人博客,低调大师

IT人员表示‘我说了算’

对于微软的容器产品,用户的态度如何呢?根据市场调查,到目前为止,微软企业用户更倾向于在内部环境中或者自管理的云基础架构中使用Windows Server 2016中的容器功能,而不是单独的Azure容器服务——尽管Azure容器目前已经可用,而Windows Server容器离上市还有几个月的时间。 Bala Subra是一家大型出版公司的.NET架构师,他对Windows Server容器已经进行了概念验证测试,他表示“我们需要一个适用于多种平台的解决方案,不只是Linux系统。” 虽然该公司已经使用了Linux容器,但是尚未用于生产环境,Subra表示自己有耐心等到Windows Server 2016正式上市,届时将开始部署Windows容器。 这在很大程度上是因为微软用户需要一个由微软进行开发并提供支持的本地产品,鉴于微软的用户量,这种需求并不罕见。另外也有一些组织想提前尝试在内部的裸金属上运行Windows Server容器,而不是直接交付给公共云中的虚拟机。 Urban Science是一家专门从事汽车行业的数据分析公司,该公司的配置管理员Marc Priolo说:“为了让成本优势转移到容器技术,我们必须考虑重组我们的服务器基础设施。当你部署容器时,会消除很多虚拟操作系统的开销。” 虽然VM可以持续运行十几个容器,但是裸机服务器可以运行成千上百个容器。而且裸机是网络级规模企业的最爱,451 Research的分析师Jay Lyman表示。 Azure容器服务目前可用,但仍不完整在云环境中,Azure Container Service(ACS)是建立在Hyper-V容器上,并且在4月19日开始向用户提供大量集群管理和编配等选项。 但这里的选择是一把双刃剑,它同时也意味着用户仍然需要自己集成持续整合、交付工具以及日志记录和监控。Azure容器没有本地Docker注册中心,使用了Docker版注册表,Azure Compute产品经理Boris Scholl表示。 “我们绝对会自己运行Docker,并且会充分利用嵌入到Windows Server 2016中的各种功能,”DevOps分析师Chris Riley表示他正在考虑使用容器。Riley同时也是TechTarget网站的投稿者以及Azure网站客户,他说“在处理现有的应用程序上,ACS存在一定的复杂性——对于我们来说,部署Windows Server 2016中的容器会更简单一些。” Window容器还需合作伙伴趁着Docker热潮,微软已经提供了多款具体应用工具,但是在容器方面的合作伙伴队伍还需壮大。 例如,ContainerX的公司领导人曾在VMware工作,最近他表示支持Windows Server 2016容器、基础设施分享以及多组合功能,并希望这些功能与Windows容器包分开打包。 WinDocks公司提供了基于SQL Server的容器虚拟化平台,还有DH2i都是微软Windows Server容器的强劲竞争对手。 手机费用支付公司Ding正在对WinDocks的产品进行评估,计划用在其软件开发管道,对容器中运行的SQL Server实例副本进行代码测试。 “创建测试及开发SQL Server是个相当漫长的过程。根据VM大小,可能需要花10分钟到两个小时。”Ding的数据库管理员Andrew Pruski说。 他说,通过测试WinDocks产品,SQL Server复制只花了90秒。本文转自d1net(转载)

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册