Leo's Digital Genesis

The Fox in the Dandelion Sea (I)“Dandelion, Dandelion, ride the wind to a faraway land,” the Fox chants.An unforgettable Mondstadt fairytale about a hunter and a fox. The Fox in the Dandelion Sea, an 11-part story, begins here. “Dandelion, dandelion, ride the wind to a faraway land.”The little fox chanted.He blew the dandelion flower and sent the seeds flying. He then spoke in a more serious tone.“May my teacher’s wishes ride the wind and reach the Anemo Archon.”A wind blew past us and swept ...

根据提供的活动规则，这个活动套路极深，猫腻非常多，强烈不建议你抱着“必得iPhone”的心态去参加。 核心猫腻与风险分析这个活动的本质不是一个“福利发放”，而是一个极高难度的对赌协议和用户留存工具。平台赌的就是你几乎不可能完成。 极高的失败风险（最大的猫腻） 365天不能中断：规则明确说明“打卡挑战一旦开始，不可中断，中断则视为连续打卡失败”。这意味着在整整一年里，你每一天都必须打开App完成指定任务。忘记一天、手机没电、网络故障、手机损坏、工作繁忙等原因都会导致前功尽弃。 任务难度可能变化：规则指出“你选中的奖品价值越高，你所需完成的每日打卡任务难度越大”。为了得到iPhone 16，你的每日任务很可能是最耗时的那一档（例如：需要观看很长时间的广告或视频）。 “补卡”机制限制多： 不是所有人都有补卡资格，只有“部分幸运受邀用户”才有。 补卡需要现金或任务收益兑换，而且越到后期可能越贵。 补卡次数有上限，不可能让你无限补。 任务规则的模糊性与严苛性 任务路径严格：规则强调“部分任务仅限通过任务页面展示的路径（例如点击“去完成”等）完成任务”。你自己随便刷刷是无效的，...

GitHub Pages 不只是用来作为 Hexo 博客，它本质上是一个 静态网站托管服务，上传的就是 HTML/CSS/JS 文件。基于这个特性，可以做很多事情。 1️⃣ 个人网站 / 简历 / 作品集 个人主页：展示自己、技能、项目经历。 在线简历：使用 Markdown + Jekyll 或其他静态网站生成器。 作品集：上传项目截图、Demo 链接、代码链接。 Portfolio 网站模板： Start Bootstrap HTML5 UP 2️⃣ 文档 / 知识库 项目文档：GitHub Pages + MkDocs/Docsify/Hexo。 技术笔记 / Wiki：上传 Markdown，自动生成导航。 教程网站：开源教程、课程笔记，甚至能搭建像 readthedocs.io 一样的网站。 3️⃣ 静态应用 / 前端项目 纯前端网站：HTML + CSS + JS 写的小游戏、工具、实验页面。 单页应用（SPA）： React / Vue &#...

📚 一、英文阅读网站推荐（按类型分类）🔹 新闻类（适合日常阅读，了解世界大事） 网站 特点 适合人群 BBC News 权威新闻、全球视角，语言较为简明 初-中级 VOA Learning English 慢速英语播报，配文字和语音，适合学习者 初学者 CNN 美式新闻风格，内容丰富 中-高级 The Guardian 英国报纸，语言质量高 高级 NPR 有音频内容，适合泛听泛读 中级 🔹 杂志 & 专栏类（适合培养语感和观点） 网站 特点 适合人群 The Atlantic 深度文章，社会与文化话题多 中-高级 New Yorker 杂文、故事、幽默文学 高级 Time Magazine 时事、人文类文章较多 中级 Aeon 哲学、历史、人文学科免费文章 中-高级 🔹 学术论文 & 科普 网站 特点 适合人群 Google Scholar 搜索全球学术文献、论文入口 高级 PubMed 医学、生物方向权威文献 专业人士 arXiv 免费开放的物理、数学、计算机科学预印本平台 理...

Google Scholar (https://scholar.google.com/) 提供大量学术论文、书籍和会议论文的索引，免费获取很多公开文献。 百度学术 (http://xueshu.baidu.com/) 提供中文学术文献搜索，尤其适合中文研究的文献。 CNKI (https://www.cnki.net/) 中国知网，提供中文期刊、学位论文、会议论文等多种文献的访问，部分内容需要付费。 PubMed (https://pubmed.ncbi.nlm.nih.gov/) 主要用于生命科学和医学领域的文献检索，提供大量免费访问的文献。 arXiv (https://arxiv.org/) 主要涵盖物理、数学、计算机科学等领域，许多文献可以免费下载。 JSTOR (https://www.jstor.org/) 提供人文学科和社会科学的学术期刊论文，部分文献需要订阅。 IEEE Xplore (https://ieeexplore.ieee.org/) 提供电子、计算机、工程等领域的学术文献，部分内容需要付费。 Research...

什么是 Redis？Redis（Remote Dictionary Server）是一个开源的、基于内存的键值对存储系统。它通常被归类为一种 NoSQL 数据库，也被称为数据结构服务器，因为它不仅支持简单的字符串键值对，还支持复杂的数据结构，如列表、集合、哈希、有序集合等。 核心特性： 基于内存：数据主要存储在内存中，这使得读写速度极快（通常达到微秒级别）。 持久化：虽然数据在内存中，但 Redis 提供了两种持久化机制（RDB 和 AOF）将数据写入磁盘，防止数据丢失。 丰富的数据结构：这是 Redis 区别于其他简单键值存储的关键。它支持 Strings, Hashes, Lists, Sets, Sorted Sets, Bitmaps 等。 高性能：单线程架构（核心网络模型和键值对读写是单线程）避免了多线程的上下文切换和竞争问题，加上基于内存的操作，使其性能极高。 原子操作：所有单个命令的执行都是原子的，这得益于其单线程模型。对于多个命令，可以使用 Lua 脚本或事务来保证原子性。 发布/订阅：支持消息的发布和订阅模式，可用于简单的消息队列场景。 高可用和分布...

在Spring Boot中使用Redis和Kafka非常方便，这得益于Spring提供的强大集成支持（Spring Data Redis 和 Spring for Apache Kafka）。下面我将通过示例详细介绍如何集成和使用它们。 一、在Spring Boot中使用RedisRedis在Spring Boot中通常用作缓存、分布式锁或临时数据存储。 1. 添加依赖首先，在pom.xml中添加Spring Data Redis的起步依赖（Starter）。 1234<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId></dependency> 常用的连接池依赖（如Lettuce默认已包含，如需使用Jedis或配置连接池可添加）： 1234<dependency> <groupId>org.a...

1. 核心概念解析我们可以把“显卡”看作一个总称，根据其主要用途和硬件设计侧重点的不同，可以分为以下几类： 图形卡 是什么：这是我们最常说的“显卡”，也叫游戏卡或消费级显卡。它的核心任务是实时生成和渲染图像，输出到显示器上。 核心功能： 3D 渲染：处理游戏、三维建模软件（如 Blender, Maya）中的复杂光影、纹理、几何计算。 显示输出：连接显示器，将最终画面显示出来。 技术特点： 拥有强大的光栅化和光线追踪单元，专门为游戏画面优化。 通常配备多种显示输出接口（如 HDMI, DP）。 带有视频编解码器，用于视频剪辑和直播推流。 典型代表：NVIDIA GeForce RTX 30/40/50 系列（如 RTX 4090）、AMD Radeon RX 系列。 计算卡 是什么：也叫加速卡或数据中心GPU。它的核心任务是进行大规模并行数值计算，而不是直接生成图像。 核心功能： 科学计算：天气预报、流体动力学、基因测序等。 AI 训练：训练庞大的深度学习模型（如 ChatGPT 背后的模型）。 仿真模拟：金融风险模拟、汽车碰撞测试等。 技术特点...

在 Spring Boot 项目中使用多模块（Maven 或 Gradle）是一种非常好的实践，它有助于将大型项目拆分为职责清晰、易于管理和维护的模块。 下面我将详细解释多模块项目与普通单模块项目的区别、需要修改的地方以及如何正确使用。 核心思想多模块项目的核心是有一个父模块（Parent Module） 来聚合多个子模块（Child Module）。父模块本身通常不包含业务代码，它主要做三件事： 项目管理：定义所有子模块。 依赖管理：统一管理所有子模块共用的依赖版本。 插件管理：统一配置所有子模块共用的插件。 子模块则是具体的功能单元，例如： app-web：Web 控制器层 app-service：业务服务层 app-dao 或 app-repository：数据持久层 app-common 或 app-core：通用工具、配置、模型等 app-generator：代码生成器等特殊任务模块 与普通项目的区别及需要修改的地方我们将从项目结构、父 POM、子 POM、启动类、包扫描和依赖传递这几个关键点来阐述。 1. 项目结构 (Project Structure)普通...

核心总结 JavaScript：一种动态、弱类型的解释型脚本语言，主要用于网页开发，使其具有交互性。它是直接可以被浏览器执行的最终语言。 TypeScript：是 JavaScript 的一个超集，它添加了静态类型系统和一些更强大的特性。它不能被浏览器直接执行，需要先编译（转译）成 JavaScript。 详细区别列表 特性维度 JavaScript (ES6+) TypeScript 1. 类型系统 动态类型、弱类型。变量在运行时才确定类型，可以随意改变类型。 静态类型、强类型（开发阶段）。在编译时进行类型检查，变量类型在声明时（或推断）确定。 2. 类型注解 不支持。 核心特性。支持为变量、函数参数、返回值等添加类型注解。 let age: number = 25; 3. 编译过程 解释执行。代码可以直接在浏览器或Node.js环境中运行。 需要编译（转译）。TS编译器 (tsc) 会将TS代码转换为纯JS代码，然后才能运行。 4. 错误发现时机 运行时。很多错误（如调用不存在的方法、类型错误）只有在代码执行时才会暴露。 编译时。在代码编写阶段和编...

JavaScript变量声明方式详解在JavaScript中，变量声明有几种不同的方式，每种都有其特定的用途和行为。下面我将详细解释这些声明方式的区别，并提供一个可视化演示页面。 主要变量声明方式 声明方式 作用域 是否可重复声明 是否可重新赋值 是否变量提升 暂时性死区 var 函数作用域 是 是 是 否 let 块级作用域 否 是 否（有提升但行为不同） 是 const 块级作用域 否 否（但可修改对象属性） 否（有提升但行为不同） 是 其他声明方式 function - 函数声明，具有函数作用域和变量提升 class - ES6类声明，具有块级作用域，不会变量提升 import - 模块导入，具有块级作用域，是只读的 可视化演示下面是一个交互式演示，帮助理解不同变量声明方式的区别： 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727...

手写体数字识别讲解这个 notebook 的完整流程是：准备环境 → 载入 MNIST 数据 → 数据预处理（缩放/归一化/转置/分批）→ 构建网络（nn.Cell）→ 定义损失与优化器 → 用 value_and_grad 计算梯度并训练 → 每轮评估 → 保存/加载模型 → 推理预测。核心框架是 MindSpore（类似 PyTorch/TensorFlow 的深度学习库）。官方安装与 API 说明请参考 MindSpore 官网安装与 transform 文档。(昇思MindSpore) 详细逐步解析（按 notebook 的 cell 顺序）Cell 2 — import ...12345import mindsporeimport numpy as npfrom mindspore import nnfrom mindspore.dataset import vision, transformsfrom mindspore.dataset import MnistDataset 作用：引入 MindSpore 主包、...

链接整理Attention Is All You NeedMindSpore官网文档MindSpore社区论坛MindSPore Gitee网址MindSpore 大模型平台MindSpore B站教程Transformer 动画讲解 入门教程源码 机器学习机器学习是一类算法的总称，这些算法希望可以从大量的数据中学习得出最优模型，并利用最优模型对未知的新数据进行预测与分析，这种模型适用于新数据的能力被称为泛化能力对数据进行学习的目的就是获得泛化能力 问题：计算机程序如何随着经验积累自动提高性能，在不直接针对问题进行编程的情况下，赋予计算机学习能力的一个研究领域 机器学习基本概念 简洁定义：对于某类任务T与性能度量P，一个计算机程序被认为可以从经验E中学习是指，通过经验E改进后，它在任务T上由性能度量P衡量的性能有所提升 任务T：分类、回归、转录 度量P：准确率、错误率、概率对数平均值 假设我们要收集关于苹果的数据，以便让机器进行归纳学习，收集到的有限的数据和合集成为数据集(Data Set),数据集中每个数据子集可称为样本(Sample)或示例(Instance),每个样本...

《物界》开篇 - 物界篇 body { background-color: #FDFBF6; color: #3C3633; font-family: 'Noto Sans SC', sans-serif; } h1, h2, h3 { font-family: 'Noto Serif SC', serif; } .highlight { color: #A0522D; } .nav-link { transition: color 0.3s ease; } .nav-link:hover { color: #A0522D; } ...