https://www.dazhuanlan.com/smallnight/topics/1040103 在做性能调优的时候，我们通常会借助一些性能分析工具（比如 perf，DTrace）分析系统资源的使用情况，比如 CPU、内存等，但这些工具分析的结果通常是文本形式，不够直观，不便于快速定位系统瓶
https://zhuanlan.zhihu.com/p/183834818 Google Chrome 离线安装包 正式版： https://www.google.cn/chrome/?hl=zh-CN&standalone=1 测试版： https://www.google.cn/intl/zh
https://www.modb.pro/db/610990 对于开发及运维人员来讲，火焰图是一个经典的定位性能问题的方法。利用火焰图可以可视化系统资源（cpu占用、内存占用、调度、IO等）的占用情况，从而帮助技术人员快速定位资源异常使用的代码级根因，或者观察潜在性能劣化趋势，进而优化系统和应用的性
为啥 ChatGPT 突然火了？ 简单概括就是：产品太过惊艳，体验超预期 之前人工智能发展多年，报道最多的也许就是曾经的李世石大战AlphaGo，现实中的特斯拉自动驾驶，还有波士顿动能放出的机器狗。对于圈外人士来说一般也接触不到这些，仅仅看看而已。但是 ChatGPT 不一样，一声巨响，石头中蹦出一
在国庆假期的一个傍晚，小悦正在家中享受火锅美食。她嘴里咀嚼着鲜嫩的牛肉，脸上洋溢着满足的微笑。突然，手机铃声响起，打破了这温馨的氛围。她拿起手机一看，是公司打来的电话。 “小悦，有个紧急的项目需要处理，你能来公司加一下班吗？”电话那头传来领导焦急的声音。 小悦顿时嘟起嘴，不太情愿地离开了火锅桌，踏上
今年开年，最火的莫过于ChatGPT的相关讨论，这个提供了非常强大的AI处理，并且整个平台也提供了很多对应的API进行接入的处理，使得我们可以在各种程序上无缝接入AI的后端处理，从而实现智能AI的各种应用。ChatGPT的API可以在前端，以及一些后端进行API的接入，本篇随笔主要介绍基于ChatGPT的API的C#接入研究。
GPT 带火了一波语言模型，LLaMA 和 Alpaca 也在持续发力。依旧是各类 GPT 后缀霸榜 GitHub trending 的一周，为此特推部分专门收录了两个比较不错的 GPT 应用。而作为 ML/AI 第一首选语言的 Python 也是风头一时，除了 AI 项目之外，本周的密文解析 Ci
本周比较火的莫过于 3 位初中生开源的 Windows 12 网页版，虽然项目完成度不如在线版的 Windows 11，但是不妨一看。除了后生可畏的 win12 之外，开源不到一周的 open-interpreter 表现也很抢眼，一个在终端就能使唤的 AI 助手获得了 15k+ star。 还有深
`ChatGPT`是近期最火的概念了，和之前的`AlphaGo`不同，`GPT`让`AI`和普通大众如此接近，让大家可以亲自接触到`AI`带来的全新体验。 不过，`AI`并不是魔法，`ChatGPT`也不是革命性的新技术。 目前我个人来看，`ChatGPT`要取代人类的工作还言之过早，不过，辅助人类
博主是在2018年中就接触了 RuoYi 项目 这个项目，对于当时国内的开源后台管理系统来说，RuoYi 算是一个完成度较高，易读易懂、界面简洁美观的前后端不分离项目。 对于当时刚入行还在写 jsp 模板的博主来说，RuoYi 项目在后台基础功能、模块划分、易用性和页面美观度上，对比同期用 Java
ChatGPT如此火爆之势，作为测试人员对此也颇为好奇，简单的人机对话有哪些可以帮助我们测试工作呢？本文主要谈从测试视角，结合测试流程来看chatGPT的应用。
前言 最近AI很火🔥，先是AI画图，然后就ChatGPT，后者我已经用了一段时间了，用来写作文挺不错的，但OpenAI屏蔽了中国IP，加上用户太多啥的，用起来没那么爽，但没办法全球只此一家，只能捏着鼻子用。而AI画图就不一样了，全是开源的，自己部署一下可以玩个爽~ 正好我们这有台2080Ti的工作
随着AIGC的爆火，ChatGPT，GPT-4的发布，我作为一个算法工作者，深感AI发展的迅猛。最近，OpenAI的插件和联网功能陆续向用户公开，我也在第一时间试用了这些最新的功能。在OpenAI的插件市场上，我被一个可以帮助分析食谱，并生成购物清单的功能所吸引。
你好呀，我是歪歪。 我想再讨论一下上次的这篇文章《哎，被这个叫做at least once的玩意坑麻了》 因为有些朋友看完之后再评论区给出了自己的思考，也有朋友和我私聊，分享了自己的看法，我觉得有些想法很好，所以我决定一鱼两吃，再聊聊这个问题。 假设，我们是一场面试，面试官给你抛出了这样一个问题：
好的测试用例及性能测试是对一个库的稳定及优秀的重要标准，尽量的覆盖全的单元测试，能及早的发现bug，使程序更稳定。
因为项目需求，C++和java同时在搞，最近了解到Flame Graph火焰图这个工具，网上查了查资料，这里记录一下。 1 介绍 web site http://www.brendangregg.com/flamegraphs.html git： https://github.com/brendan
1.I really like being alone, and I'm really afraid of being alone. 我真的喜欢独处，也真的害怕孤独。 2.The city is full of flowers and 3000 lights for you. 为你花开满城，为你灯明
https://www.cnblogs.com/keanuyaoo/p/3313378.html 具体的步骤参见这里： 《flame graph：图形化perf call stack数据的小工具》 使用SystemTap脚本制作火焰图，内存较少时，分配存储采样的数组可能失败，需要编写脚本，还要安装k
当下容器运行应用已经越来越火，只要主机上能运行 Docker，就可以通过镜像来运行应用，不需要考虑环境是否满足应用的运行条件。今天就给大家分享一下使用镜像运行 ivorysql 数据库。如果你容器运行过 postgresql，那就比较容易上手了，几乎是一样的体验，稍微有点差别，后面会说明。 友情提示
