掌握提问驱动AI：速通大模型提示工程
大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮
人工智能
10 分钟搭建专属 AI Agent：从零到落地的全流程实操方法论
在生成式 AI 全面普及的今天，AI Agent 早已不是互联网大厂、算法工程师的专属玩具，也不是需要动辄数万行代码、复杂分布式架构才能落地的黑科技。恰恰相反，只要你能写清楚一份基础的工作清单，就能在 10 分钟内搭建出一个能真正为你节省数百小时重复劳动的 AI Agent。很多人对 AI Agent 的认知陷入了误区：总想着做
从零开始强化学习（四）——策略梯度
四. 策略梯度(Policy Gradient)
4.1 期望奖励(Expected Reward)
在强化学习中有3个组成部分：演员(actor),环境(environment)和奖励函数(reward function)
演员就是一个网络，输入状态，输出动作
环境就是一个函数，输入状态和动作，输出状态。环境是基于规则的规则，是确定不变的
奖励是在某一个状态下采取某个动作能够获得的分数。环境是
创建自定义的 Angular 管道
我们在上一篇文章中，了解了什么是 Angular 管道，以及如何使用 Angular 提供的一些常用管道。本文将进一步深入探讨如何创建一个 Angular 管道，实现对数据的自定义转换。
创建管道
我们可以使用 Angular CLI 的 generate 命令，创建一个管道：
ng generate pipe sort
输出结果：
CREATE src/app/sort.pipe.spec.
算力调度算法：基于AI的智能算力分配方法
算力调度算法：基于AI的智能算力分配方法
📚 本章学习目标：深入理解基于AI的智能算力分配方法的核心概念与实践方法，掌握关键技术要点，了解实际应用场景与最佳实践。本文属于《云原生、云边端一体化与算力基建：AI时代基础设施革命教程》云原生技术进阶篇（第二阶段）。
在上一章，
kotlin<第八篇>：协程的启动与取消
一、启动构建器
launch与async构建器都用来启动新协程：
1、launch，返回一个Job，并且不附带任何结果值
2、async，返回一个Deferred，Deferred也是一个Job，可以使用.await()在一个延期的值上得到它的最终结果。
等待一个作业：
1、线程切换
launch(Dispatchers.Default) {
println("1")
如何给 HDFS 「减肥」之数据清理
Hadoop 平台运行至今，前期处于放任自由的状态，后期才开始稍加管控，指定相关数据使用规范。日积月累，数据规模越来越大，元数据暴增，Namenode rpc 频繁超时告警，Namenode HA 切换也较为频繁。
企业的预算不可能无限增加，所以一个良好的平台规范以及定时数据清理机制，对平台的来说至关重要，属于非常实在的降本增效工作。
这里记录下我们组的近期制定的 HDFS「瘦身计划」。
1.
Spark入门及环境搭建
一、Spark是什么
Spark是Apache下的一个用于大规模数据处理的统一分析引擎，Unified engine for large-scale data analytics.
Spark还是一个支持多语言的（Python、SQL、Scala、Java、R），可以在单节点或者集群上用作数据工程、数据科学和机器学习的内存计算引擎。
Spark借鉴了MapReduce的思想发展而来，保留了其分布式
