Skip to content

Commit 0e81f14

Browse files
Java-EdgeJava-Edge
committed
docs:更新专栏
1 parent 6ca5576 commit 0e81f14

26 files changed

Lines changed: 3569 additions & 19 deletions

‎docs/.vuepress/config.js‎

Lines changed: 84 additions & 14 deletions
Original file line numberDiff line numberDiff line change
@@ -135,10 +135,17 @@ module.exports = {
135135

136136
{
137137
text: 'DDD',
138-
items: [{
139-
text: '00-DDD专栏规划',
140-
link: '/md/DDD/00-DDD专栏规划.md'
141-
}, ]
138+
items: [
139+
{
140+
text: '00-DDD专栏规划',
141+
link: '/md/DDD/00-DDD专栏规划.md'
142+
},
143+
{
144+
text: '00-大厂实践',
145+
link: '/md/DDD/02-领域驱动设计DDD在B端营销系统的实践.md'
146+
},
147+
148+
]
142149
},
143150

144151
{
@@ -248,7 +255,7 @@ module.exports = {
248255
]
249256
},
250257
{
251-
text: 'Web安全',
258+
text: '安全',
252259
items: [
253260

254261
{
@@ -494,6 +501,14 @@ module.exports = {
494501
{
495502
text: '云原生',
496503
items: [
504+
{
505+
text: 'Go',
506+
items: [{
507+
text: '00-Go实战(一)-概述',
508+
link: '/md/go/00-Go实战(一)-概述.md'
509+
}]
510+
},
511+
497512
{
498513
text: 'Docker',
499514
items: [{
@@ -602,11 +617,18 @@ module.exports = {
602617
}
603618
]
604619
},
620+
// {
621+
// text: 'Vue',
622+
// items: [{
623+
// text: '01-Vue开发实战',
624+
// link: '/md/vue/01-Vue开发实战.md'
625+
// }, ]
626+
// },
605627
{
606-
text: 'Vue',
628+
text: '区块链',
607629
items: [{
608-
text: '01-Vue开发实战',
609-
link: '/md/vue/01-Vue开发实战.md'
630+
text: '00-区块链专栏概述',
631+
link: '/md/chain/00-区块链专栏概述.md'
610632
}, ]
611633
},
612634
{
@@ -1015,17 +1037,30 @@ module.exports = {
10151037
},
10161038
],
10171039

1018-
"/md/DDD/": [{
1019-
title: "DDD领域驱动设计",
1040+
"/md/DDD/": [
1041+
{
1042+
title: "DDD基础知识",
10201043
collapsable: false,
10211044
sidebarDepth: 0,
10221045
children: [
10231046
"00-DDD专栏规划",
10241047
"基于电商履约场景的DDD实战",
1048+
"11-上下文映射",
10251049
"13-DDD分层架构及代码目录结构",
10261050

1051+
]
1052+
},
1053+
{
1054+
title: "DDD大厂实践",
1055+
collapsable: false,
1056+
sidebarDepth: 0,
1057+
children: [
1058+
"02-领域驱动设计DDD在B端营销系统的实践",
1059+
"09-DDD在大厂交易系统演进的应用",
10271060
]
1028-
}],
1061+
},
1062+
],
1063+
10291064
"/md/mysql/": [{
10301065
title: "MySQL",
10311066
collapsable: false,
@@ -1037,6 +1072,19 @@ module.exports = {
10371072
"为什么临时表可以重名？.md",
10381073
]
10391074
}],
1075+
1076+
"/md/go/": [{
1077+
title: "Go",
1078+
collapsable: false,
1079+
sidebarDepth: 0,
1080+
children: [
1081+
"00-Go实战(一)-概述",
1082+
"01-macOS 安装go配置GOROOT GOPATH",
1083+
"02-Go基本语法",
1084+
"03-Go的数组array和切片slice语法详解",
1085+
]
1086+
}],
1087+
10401088
"/md/docker/": [{
10411089
title: "Docker",
10421090
collapsable: false,
@@ -1193,7 +1241,11 @@ module.exports = {
11931241
"Java工程师必读书单",
11941242
"为什么中国的程序员有35岁危机",
11951243
"新人程序员入行忠告",
1196-
"04-外企也半夜发布上线吗？"
1244+
"04-外企也半夜发布上线吗？",
1245+
"05-中外程序员到底有啥区别？",
1246+
"06-全球顶级架构师推荐的书单",
1247+
"07-经常被压缩开发时间，延期还要背锅，如何破局？",
1248+
"08-程序员为何一直被唱衰？",
11971249
]
11981250
}],
11991251
"/md/vue/": [{
@@ -1204,6 +1256,20 @@ module.exports = {
12041256
"01-Vue开发实战.md",
12051257
]
12061258
}],
1259+
"/md/chain/": [{
1260+
title: "区块链",
1261+
collapsable: false,
1262+
sidebarDepth: 0,
1263+
children: [
1264+
"00-区块链专栏概述",
1265+
"01-联盟链入门",
1266+
"03-联盟链入门讲解+Xuperchain介绍 XuperChain 核心模块",
1267+
"04-XuperChain核心流程",
1268+
"05-账本模型",
1269+
"06-智能合约",
1270+
"07-网络与共识",
1271+
]
1272+
}],
12071273
"/md/AI/": [{
12081274
title: "GPT发展",
12091275
collapsable: false,
@@ -1220,6 +1286,7 @@ module.exports = {
12201286
children: [
12211287
"01-人工智能概要",
12221288
"MapReduce分治思想",
1289+
"05-开发环境安装",
12231290
]
12241291
},
12251292
{
@@ -1231,6 +1298,9 @@ module.exports = {
12311298
"01-大语言模型发展",
12321299
"02-国内外LLM的多模型，强应用",
12331300
"03-为啥LLM还没能完全替代你？",
1301+
"04-产业拆解",
1302+
"05-应用级开发者 AI 时代破局点",
1303+
"06-智能体(agent)命理大师虚拟项目（需求分析、技术选型、技术分解）",
12341304
]
12351305
},
12361306
{
@@ -1255,9 +1325,8 @@ module.exports = {
12551325
"代码的坏味道",
12561326
"分离关注点的意义",
12571327
"架构之美：教你如何分析一个接口？",
1258-
"模板方法设计模式（Template Pattern）",
1259-
"策略模式Strategy Pattern",
12601328
"业务代码如何才能不再写出大串的if else？",
1329+
"阿里P8架构师都是怎么分析软件模型的？",
12611330
]
12621331
},
12631332
{
@@ -1267,6 +1336,7 @@ module.exports = {
12671336
children: [
12681337
"模板方法设计模式（Template Pattern）",
12691338
"策略模式Strategy Pattern",
1339+
"建造者模式",
12701340
]
12711341
},
12721342
],

‎docs/md/AI/01-人工智能概要.md‎

Lines changed: 5 additions & 5 deletions
Original file line numberDiff line numberDiff line change
@@ -68,7 +68,7 @@
6868

6969
## 4 机器学习的工作流程
7070

71-
![](https://codeselect.oss-cn-shanghai.aliyuncs.com/6f38f1ae4d274ab7b324208b437b07d7.png)
71+
![](https://my-img.javaedge.com.cn/javaedge-blog/2024/05/8f29fd37ebd0a212e64cc85db02ed081.png)
7272

7373
1.获取数据
7474
2.数据基本处理
@@ -114,23 +114,23 @@
114114

115115
即对故据进行缺失值、去除异常值等处理。
116116

117-
### 4.3 特征工程(Feature Engineering)
117+
### 4.3 特征工程（Feature Engineering）
118118

119119
使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。
120120

121121
意义：会直接影响机器学习的效果。
122122

123123
#### 意义
124124

125-
吴恩达说：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。
125+
吴恩达说：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限。
126126

127127
#### 内容
128128

129129
特征提取：将任意数据 (如文本或图像) 转换为可用于机器学习的数字特征
130130
特征预处理：通过一些转换函数，将特征数据转换成更加适合算法模型的特征数据过程
131131

132-
![](https://codeselect.oss-cn-shanghai.aliyuncs.com/9166ee48c4564ff89493f9b69823a1e8.png)
132+
![](https://my-img.javaedge.com.cn/javaedge-blog/2024/05/56971919c494d556f026d9189cdaa40d.png)
133133

134134
特征降维：在某些限定条件下，降低随机变量(特征)个数，得到一组“不相关”主变量的过程。
135135

136-
![](https://codeselect.oss-cn-shanghai.aliyuncs.com/139d656526954a228498e05f4a967fc2.png)
136+
![](https://my-img.javaedge.com.cn/javaedge-blog/2024/05/7c5df9e78c89f3dd7b815938d7c9fdeb.png)

‎docs/md/AI/04-产业拆解.md‎

Lines changed: 38 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,38 @@
1+
# 04-产业拆解
2+
3+
## 1 行业全景图
4+
5+
![](https://my-img.javaedge.com.cn/javaedge-blog/2024/05/b1d2fac151a37ffed573b572e7adb984.png)
6+
7+
## 2 结构拆解AI GC
8+
9+
生成式AI这个产业。分成上中下游三大块。
10+
11+
### 2.1 上游基础层
12+
13+
主要包括算力、数据和算法三部分。这是AI的基础，也是过去AI研究的重点。算力方面，包括AI芯片和云服务等，例如像英伟达、AMD以及华为等厂商提供的算力基础设施。大型模型基于Transformer架构，对算力的需求很大。数据是新时代的石油，分为基础数据服务、数据集和向量数据库。算法基础包括TensorFlow、PyTorch等著名算法框架，以及百度、阿里、腾讯等公司提供的AI开发平台。
14+
15+
### 2.2 中游-AIGC大模型层和工具层
16+
17+
大模型层分为通用模型和行业模型，通用模型例如OpenAI、腾讯的宏源、百度的1000万等，行业模型则根据具体行业或业务进行微调或二次训练。工具层包括AI Agent，其中包括像OutGPT这样的工具，以及模型平台和模型服务等。
18+
19+
### 2.3 下游应用层
20+
21+
包括内容消费、创作工具和企业服务等：
22+
23+
- 内容消费指的是在各种平台上生成内容，如抖音、快手等
24+
- 创作工具提供了基于AI的工具，如MID Generate
25+
- 企业服务则根据行业提供各种应用，如微软、亚马逊等
26+
27+
产业中，我们的位置是在AI GC工具层，即AI Agent层，作为中间件，承上启下。应用开发者的位置可能更多在中游和下游，发挥着重要作用。
28+
29+
## 3 名词解释
30+
31+
32+
33+
![](https://my-img.javaedge.com.cn/javaedge-blog/2024/05/0abc704ec35f0fd79cab4fcf671f3c87.png)
34+
35+
- 多模态是指支持多种形态的模型，例如文字、图像、音频等
36+
- 生成对抗网络是一种神经网络类型，用于生成真实的图像
37+
- Few-Shot Learning指使用少量样本进行学习，包括One-Shot和Zero-Shot学习
38+
- AI Agent是使用AI来代替人类执行任务的智能体；咒语、吟唱、炼丹和炸炉等术语是指在AI模型训练过程中常见的操作和结果

0 commit comments

Comments
 (0)