scottx_个人页

个人头像照片 scottx
个人头像照片 个人头像照片
25
2
0

个人介绍

一枚因为年纪太大而需要经常炒陈饭的人

擅长的技术

  • 数据库
  • Python
  • 项目管理
获得更多能力
通用技术能力:
  • Python
    初级

    能力说明:

    了解Python语言的基本特性、编程环境的搭建、语法基础、算法基础等,了解Python的基本数据结构,对Python的网络编程与Web开发技术具备初步的知识,了解常用开发框架的基本特性,以及Python爬虫的基础知识。

    获取记录:

    • 2021-10-14大学考试 Python初级能力 大学参加技能测试未通过
    • 2021-10-14大学考试 大学/社区-用户参加考试
云产品技术能力:

暂时未有相关云产品技术能力~

阿里云技能认证

详细说明
暂无更多信息

2023年04月

2023年03月

2022年01月

2021年11月

2019年08月

  • 08.27 13:42:12
    发表了文章 2019-08-27 13:42:12

    岫云村的农业数字化路线

    用互联网思维和技术助力小农户与农业现代化实现有机衔接
  • 发表了文章 2023-04-23

    vue跨域携带Cookies发起请求

  • 发表了文章 2023-03-28

    RS485设备通过DTU上传数据到阿里云物联网平台

  • 发表了文章 2022-01-14

    (7)ESP32 Python 使用看门狗 脱坑HC-SR04

  • 发表了文章 2022-01-14

    (6)ESP32+Python 做一个超声波探测器

  • 发表了文章 2022-01-13

    (5)ESP32+Python使用Socket传输播放Bad Apple

  • 发表了文章 2022-01-13

    (4)ESP32 Python 用OLED播放Bad Apple

  • 发表了文章 2022-01-13

    (3)ESP32 Python 制作一个办公室温度计

  • 发表了文章 2022-01-13

    (2)用Micropython将ESP32数据上云

  • 发表了文章 2022-01-13

    (1)Micropython+ESP32 点亮一个LED

  • 发表了文章 2021-11-11

    [爱偷懒的程序员系列]-Section 4. 自定义钉钉消息推送

  • 发表了文章 2021-11-09

    我修复的印象最深的一个bug

  • 发表了文章 2021-11-09

    [爱偷懒的程序员系列]-Section 1. “懒”是一切需求的根源

  • 发表了文章 2021-11-09

    [爱偷懒的程序员系列]-Section 3. 链接钉钉审批流

  • 发表了文章 2021-11-09

    [爱偷懒的程序员系列]-Section 2. 从改变钉钉审批开始

  • 发表了文章 2019-08-27

    岫云村的农业数字化路线

  • 发表了文章 2019-02-11

    上云实践操作(漫步云端)之上云动力

  • 发表了文章 2018-03-13

    [Part 4]广告投放当中的数据监测

  • 发表了文章 2018-01-31

    [Part 3]API对接,这些坑你一定掉过!

  • 发表了文章 2018-01-09

    [Part 2]媒体API接入是在接入什么

  • 发表了文章 2017-12-21

    移动互联网广告初窥

正在加载, 请稍后...
滑动查看更多
  • 回答了问题 2023-04-23

    面向AI时代,产品如何用大模型重新升级?

    大模型是指参数量巨大、计算量巨大的深度学习模型。相对于小模型,大模型具有更强的表达能力和预测精度。但同时,也带来了更高的计算和存储成本。因此,如何在产品中使用大模型,需要充分考虑计算、存储和性能等多方面的问题。

    一、充分利用云计算资源

    对于大模型的计算需求,传统的服务器可能难以承受。而云计算平台则提供了更高效、更灵活、更可靠的计算资源。在云计算平台上,可以充分利用弹性计算、按需付费、自动扩展等特性,更好地支持大模型的训练和部署。例如,阿里云的ECS、GPU云服务器等,提供了强大的计算和存储能力,可以帮助产品更好地应对大模型带来的挑战。

    二、采用模型优化技术

    针对大模型的计算和存储成本过高的问题,可以采用一些模型优化技术。例如,对于自然语言处理领域中的大模型,可以采用压缩、剪枝、量化等技术,减小模型的存储和计算成本,同时保持预测精度。例如,Google的BERT模型,通过剪枝、蒸馏等技术,将模型参数减少至原来的20%,同时在保证预测精度的前提下,将模型推理时间缩短至原来的1/4。

    三、结合产品需求设计模型

    在选择大模型的同时,也需要根据产品的实际需求进行设计。例如,对于语音识别领域,需要根据产品实际场景选择适合的语音识别模型,同时设计针对性的语音特征提取算法,以优化模型的表现。对于图像处理领域,需要根据产品实际场景选择适合的图像处理模型,同时考虑如何合理利用卷积神经网络、循环神经网络等技术,以优化模型的效果。

    第二步,是将大模型应用于产品中。在这一步中,我们需要将训练好的大模型嵌入到产品中,并进行调试和测试,确保其能够在产品中有效地运行。

    嵌入大模型有多种方法。其中一种方法是使用预训练模型。预训练模型是在大规模数据上进行训练的模型,通常使用大型计算资源和深度学习框架进行训练。预训练模型可以使用在产品中,通过对新数据进行微调,进一步提高其性能。

    另一种方法是使用自己的数据进行训练。在这种情况下,我们需要考虑数据的质量和数量。数据的质量对训练出的模型性能有很大的影响。因此,我们需要对数据进行清洗、去噪和标注等预处理工作,以提高数据质量。此外,我们还需要考虑数据的数量,因为数据量越大,训练出的模型的性能通常会更好。

    第三步是不断迭代和优化模型。在这一步中,我们需要监控模型的性能,并根据实际情况进行调整和优化。例如,我们可以使用监督学习方法对模型进行监督和反馈,以帮助模型不断优化。我们也可以使用增量学习等技术,让模型能够逐步适应新的数据和场景,提高其泛化能力。

    在实践中,以上步骤往往会交织在一起,并不是线性的。我们需要在实际情况下灵活运用,不断调整和优化,以实现产品的升级和提升。此外,在整个过程中,我们还需要注意数据隐私和安全等问题,并采取相应的措施进行保护。

    踩0 评论0
  • 回答了问题 2022-11-29

    阿里云函数计算访问外网接口的时候出口ip是固定吗?

    是可以的

    在服务的网络配置里面可以选择固定公网 IP, 他会通过 VPC的 SNAT绑定一个EIP给你用。 

    但是,如果开启了 固定公网IP, 必须把下面的允许函数访问公网选择设置成 否。 

    否则出口的IP依然是根据函数随机绑定的一个IP地址。

    踩0 评论0
  • 回答了问题 2018-09-21

    可用额度为负数,现金余额3000多

    应该是你有购买的服务是后付费按量收费的服务。这种类型的应该在第二月月初的时候进行结算。   你可以查看一下你账单的闽西,看到哪一个服务你开启了,且是按量收费的。如果觉得不合理,就把他停掉。
    踩0 评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息