Softmax-functie uitgelegd: Formule, Python-code en stabiele versie
De softmax-functie zet een lijst met ruwe scores om in kansen die optellen tot 1. Leer de formule met een uitgewerkt voorbeeld, codeer deze in NumPy, kijk waarom de naïeve versie NaN retourneert en hoe één aftrekking dit oplost, en begrijp temperatuur en kruis-entropie, allemaal met geteste uitvoer.
- De softmax-functie exponentieert elke score en deelt deze door het totaal, waardoor positieve waarden worden verkregen die opgeteld 1 zijn.
- Scores [2,0, 1,0, 0,1] worden waarschijnlijkheden [0,659, 0,2424, 0,0986]. De volgorde verandert nooit, dus argmax blijft hetzelfde.
- De naïeve formule liep over en retourneerde
nanvoor invoer in de buurt van 1000. Door eerst het maximum af te trekken, werd het probleem opgelost zonder dat het resultaat veranderde. - Het delen van scores door een temperatuur bepaalt hoe zeker de output is, dezelfde knop die wordt gebruikt bij LLM-sampling.
Een neuraal netwerk dat een afbeelding classificeert als kat, hond of vogel, geeft geen directe waarschijnlijkheden weer. De laatste laag produceert ruwe scores die logits worden genoemd, zoals 2.0, 1.0 en 0.1, wat elk reëel getal kan zijn. De softmax-functie zet deze scores om in een kansverdeling die u kunt lezen, vergelijken en waarop u kunt trainen. Het bevindt zich aan het einde van de meeste classificaties en in elk groot taalmodel.
Alle onderstaande code draaide op Python 3.13.6 met NumPy 2.5.5, en de afgedrukte uitvoer wordt weergegeven zoals deze verscheen. Er is geen machine learning-framework nodig om dit te volgen.
Wat is de softmax-functie?
Softmax neemt een vector van K reële getallen en retourneert een vector van K kansen. Elke output ligt tussen 0 en 1, alle outputs zijn opgeteld precies 1, en grotere inputs krijgen altijd grotere kansen. Het wordt vaak beschreven als een “zachte” versie van argmax: in plaats van alle gewicht toe te kennen aan de grootste score, deelt het het gewicht in verhouding tot hoeveel groter elke score is.
De softmax-formule
Voor een vector van scores z met K-elementen is de waarschijnlijkheid voor element i:
softmax(z)_i = exp(z_i) / ( exp(z_1) + exp(z_2) + ... + exp(z_K) )
In woorden: verhef e tot de macht van elke score en deel vervolgens elk resultaat door de som van alle uitkomsten. Het exponentiële maakt elke waarde positief; de deling normaliseert ze zodat ze optellen tot 1.
Met de hand uitgewerkt voorbeeld
Neem de logits [2.0, 1.0, 0.1]:
| Logit z | exp(z) | exp(z) / totaal |
|---|---|---|
| 2.0 | 7.3891 | 0.6590 |
| 1.0 | 2.7183 | 0.2424 |
| 0.1 | 1.1052 | 0.0986 |
| Totaal | 11.2125 | 1.0000 |
De eerste klas krijgt ongeveer 66 procent. Merk op dat een score van 2,0 slechts tweemaal 1,0 is, maar dat de waarschijnlijkheid ervan bijna driemaal zo groot is. Exponentiële waarden vergroten de hiaten, en daarom zien softmax-resultaten er vaak zelfverzekerd uit.
Softmax in Python met NumPy
import numpy as np
def softmax_naive(z):
e = np.exp(z)
return e / e.sum()
logits = np.array([2.0, 1.0, 0.1])
p = softmax_naive(logits)
print(p.round(4), p.sum()) # [0.659 0.2424 0.0986] 1.0
print(np.argmax(logits), np.argmax(p)) # 0 0
De code komt overeen met de tabel, de uitvoer is opgeteld 1, en argmax kiest dezelfde klasse voor en na softmax. Dat laatste punt is in de praktijk van belang: als je alleen de voorspelde klasse nodig hebt, kun je softmax overslaan en direct de argmax van de logits nemen.
Waarom het exponentiële gebruiken?
Waarom deelt u niet gewoon elke score door de som van de scores? Omdat logits negatief of nul kunnen zijn, wat negatieve “kansen” of deling door nul zou opleveren. Het exponentiële is altijd positief, het neemt strikt toe, zodat de rangschikking behouden blijft, en de afgeleide ervan is eenvoudig, wat training met gradiëntafdaling schoon maakt. Het past ook op natuurlijke wijze bij de logaritme in het kruis-entropieverlies, zoals we zullen zien.
Het overflowprobleem: wanneer softmax NaN retourneert
Grote logits breken de naïeve versie:
softmax_naive(np.array([1000.0, 1001.0, 1002.0]))
# RuntimeWarning: overflow encountered in exp
# RuntimeWarning: invalid value encountered in divide
# [nan nan nan]
softmax_naive(np.array([-1000.0, -1001.0]))
# [nan nan]
exp(1000) ligt ver boven de grootste 64-bits float (ongeveer 1,8e308), dus wordt het oneindig, en oneindig gedeeld door oneindig is NaN. Zeer negatieve logits mislukken in de andere richting: exp(-1000) loopt terug naar 0, en 0 gedeeld door 0 is ook NaN. Logits van deze omvang zijn zeldzaam in een gezond model, maar ze verschijnen wel bij slechte initialisatie, ongeschaalde aandachtsscores of exploderende training, en één NaN kan een hele trainingsrun vergiftigen.
De numeriek stabiele softmax
def softmax(z, axis=-1):
z = np.asarray(z, dtype=float)
e = np.exp(z - z.max(axis=axis, keepdims=True))
return e / e.sum(axis=axis, keepdims=True)
print(softmax([1000, 1001, 1002]).round(4)) # [0.09 0.2447 0.6652]
print(softmax([-1000, -1001]).round(4)) # [0.7311 0.2689]
Door het maximum af te trekken wordt de grootste waarde precies 0, dus de grootste exponentiële waarde is exp(0) = 1, en er kan niets overstromen. Minstens één term in de som is 1, dus de noemer kan ook nooit 0 zijn. Beide eerder verbroken ingangen geven nu verstandige antwoorden. Elke serieuze bibliotheek, inclusief PyTorch, TensorFlow en SciPy, gebruikt deze truc intern.
Tip: verzend nooit de naïeve softmax met twee regels. De stabiele versie kost één extra aftrek en verwijdert een hele klasse NaN-bugs.
Waarom aftrekken werkt: verschuiving versus schaal
print(softmax(logits + 100).round(4)) # [0.659 0.2424 0.0986]
print(softmax(logits * 2).round(4)) # [0.8638 0.1169 0.0193]
Door dezelfde constante aan elke logit toe te voegen, blijft softmax ongewijzigd, omdat de constante een gemeenschappelijke factor exp(c) wordt die opheft tussen teller en noemer. Dat is precies de reden waarom het aftrekken van het maximum veilig is. Het vermenigvuldigen van de logits is anders: door ze te verdubbelen sprong de topklasse van 66 naar 86 procent. Softmax is afhankelijk van de verschillen tussen scores, en door te schalen worden deze verschillen vergroot.
Temperatuur: softmax scherper of platter maken
De logits delen door een temperatuur T vóór softmax-besturingselementen die opzettelijk uitrekken:
| Temperatuur | Kansen voor [2,0, 1,0, 0,1] |
|---|---|
| 0.5 | [0.8638, 0.1169, 0.0193] |
| 1.0 | [0.6590, 0.2424, 0.0986] |
| 2.0 | [0.5017, 0.3043, 0.1940] |
| 10.0 | [0.3661, 0.3312, 0.3027] |
Lage temperaturen scherpen de verdeling richting de beste keuze; hoge temperatuur vlakt het af tot uniform. In taalmodellen is dit precies de temperatuurinstelling die voorspelbare antwoorden inruilt voor creatieve antwoorden, zoals onze LLM-temperatuurgids uitlegt. Temperatuur wordt ook gebruikt bij het destilleren van kennis om de zachtere voorkeuren van een lerarenmodel bloot te leggen.
Batches en het asargument
batch = np.array([[2.0, 1.0, 0.1],
[0.0, 0.0, 0.0],
[5.0, -1.0, 3.0]])
pb = softmax(batch, axis=1)
print(pb.round(4))
# [[0.659 0.2424 0.0986]
# [0.3333 0.3333 0.3333]
# [0.8789 0.0022 0.1189]]
print(pb.sum(axis=1)) # [1. 1. 1.]
print(softmax(batch, axis=0).sum(axis=1).round(4)) # [0.7622 0.2962 1.9417]
Echte modellen verwerken veel voorbeelden tegelijk, één per rij. Softmax moet hier axis=1 langs de klassenas lopen, zodat elke rij optelt tot 1. Gelijke logits, zoals in de tweede rij, geven een uniforme verdeling. Het gebruik van de verkeerde as is een stille bug: de code wordt uitgevoerd maar normaliseert over de voorbeelden heen, en de rijsommen kwamen uit op 0,76, 0,30 en 1,94. Beweer altijd dat de rijen bij tests opgeteld 1 zijn.
Softmax en cross-entropieverlies
y = 0 # the true class
loss = -np.log(p[y])
print(round(float(loss), 4)) # 0.417
# log-softmax computed directly, without exponentiating twice
logsm = logits - logits.max() - np.log(np.exp(logits - logits.max()).sum())
print(logsm.round(4)) # [-0.417 -1.417 -2.317]
Classificatoren worden getraind door het minimaliseren van kruis-entropie: de negatieve log van de waarschijnlijkheid die aan de juiste klasse is toegewezen. Een waarschijnlijkheid van 0,659 geeft een verlies van 0,417; een perfecte voorspelling levert 0 op. Bibliotheken berekenen log-softmax in één stabiele stap in plaats van de log van een softmax-uitvoer te nemen, waardoor log(0) wordt vermeden. Dat is de reden waarom PyTorch’s CrossEntropyLoss ruwe logits verwacht, en geen waarschijnlijkheden. Als je softmax-uitvoer invoert, wordt softmax twee keer toegepast, een veel voorkomende beginnersbug.
Softmax versus sigmoïde
print(1 / (1 + np.exp(-(2.0 - 1.0)))) # 0.7311
print(softmax([2.0, 1.0])[0]) # 0.7311
Met twee klassen wordt softmax gereduceerd tot de sigmoïde van het verschil tussen de logits, en onze run leverde in beide richtingen dezelfde 0,7311 op. De praktische regel:
- Softmax: precies één correcte klasse uit vele (meerdere klassen), zoals kat, hond of vogel.
- Sigmoid per uitvoer: meerdere labels kunnen tegelijk waar zijn (multi-label), zoals een artikel dat zowel met Python als met testen is getagd.
Softmax binnen grote taalmodellen
Een groot taalmodel eindigt elke stap met één logit per token in zijn vocabulaire, wat tienduizenden scores kan betekenen. Softmax zet ze om in een waarschijnlijkheid voor elk mogelijk volgend token, en met een steekproef wordt er één gekozen. Softmax verschijnt ook in elke aandachtslaag, waar het gelijkenisscores tussen tokens omzet in gewichten. Die scores worden gedeeld door de vierkantswortel van de vectorgrootte vóór softmax, juist om te voorkomen dat ze te groot worden, hetzelfde probleem met betrekking tot overflow en verzadiging als hierboven weergegeven. Lees meer in wat is een groot taalmodel.
Hoe snel is softmax?
We hebben de stabiele NumPy-versie uitgevoerd op een batch van 1.000 rijen met elk 50.257 kolommen, de woordenschatgrootte van GPT-2, als 32-bits floats. De beste van drie runs duurde 874,9 ms op de CPU van onze machine, ongeveer 0,9 ms per rij. GPU’s doen dit veel sneller, en raamwerken combineren softmax met aangrenzende bewerkingen, maar de kosten van het exponentiële over een enorm vocabulaire zijn de reden waarom trucs zoals gesamplede softmax bestaan voor zeer grote uitvoerlagen.
Tot slot
De softmax-functie is een kleine formule met een grote taak: hij verandert elke lijst met scores in zuivere kansen. Machtsverheffen, normaliseren en altijd eerst het maximum aftrekken, zodat grote logits nooit NaN worden. Pas het toe langs de rechteras, combineer het met log-softmax voor cross-entropie en gebruik temperatuur als je scherpere of zachtere resultaten nodig hebt. Met deze gewoonten zal softmax de meest betrouwbare lijn in uw model zijn. Zie cosinusovereenkomst voor gerelateerde wiskunde.
Veelgestelde vragen
Wat doet de softmax-functie?
Het zet een vector van ruwe scores, logits genaamd, om in kansen. Elke output ligt tussen 0 en 1, alle outputs zijn opgeteld 1, en hogere scores krijgen altijd hogere kansen.
Waarom retourneert mijn softmax NaN?
Grote logits stromen over wanneer ze worden geëxponentieerd, en oneindig gedeeld door oneindig is NaN. Trek de maximale logit af voordat u exp aanroept. Het resultaat is wiskundig identiek en numeriek stabiel.
Wat is het verschil tussen softmax en sigmoid?
Softmax produceert één verdeling over klassen die optelt tot 1, voor problemen met precies één correcte klasse. Sigmoid beoordeelt elke uitvoer afzonderlijk, voor problemen met meerdere labels waarbij meerdere labels waar kunnen zijn.
Verandert softmax de voorspelde klasse?
Nee. Softmax houdt de volgorde van de scores aan, dus de klasse met de hoogste logit heeft ook de hoogste waarschijnlijkheid. Als je alleen het label nodig hebt, is argmax van de logits voldoende.
Wat is de temperatuur in softmax?
Temperatuur is een getal dat de logits vóór softmax deelt. Waarden onder 1 maken de uitvoer zelfverzekerder, en waarden boven 1 maken deze vlakker en dichter bij uniform.
Blijf leren
Hulp nodig met testen, WordPress of SEO?
We helpen teams betere software te leveren en hun sites te laten groeien. Vertel ons waar u mee bezig bent en wij stellen een duidelijke volgende stap voor.
Meer handleidingen over testen, AI en moderne ontwikkeling
Genoten van dit artikel? Kies een onderwerp en ga direct naar onze nieuwste tutorials.
HTTP-cookies uitgelegd: veilig, HttpOnly, SameSite en reikwijdte
HTTP-cookies uitgelegd: Set-Cookie, Pad, Domein, vervaldatum, Veilig, HttpOnly, SameSite, voorvoegsels, cookies verwijderen en een beveiligd sessier…
Lees artikel →DevOpsGit Rebase Interactive: Squash, Fixup, Reword en Autosquash
Git rebase interactief stap voor stap uitgelegd: kiezen, herformuleren, squashen, opknappen, bewerken, neerzetten, autosquash, conflicten en een reb…
Lees artikel →SoftwaretestenAlfa- versus bètatesten: belangrijkste verschillen, exitcriteria en checklist
Alfa versus bètatesten vergeleken: wie test, wat elke fase vindt, in- en uitstapcriteria, hoe je een bèta uitvoert en een uitgewerkt voorbeeld van b…
Lees artikel →TestautomatiseringPytest Monkeypatch: 10 geteste voorbeelden voor Env Vars, Time en API's
Pytest monkeypatch uitgelegd met 10 geslaagde tests: omgevingsvariabelen, functies, configuratie, tijd, slaapstanden, paden, het blokkeren van het n…
Lees artikel →Databases & SQLSQL Auto Increment: MySQL, PostgreSQL, SQL Server en SQLite
Automatische verhoging van SQL in MySQL, PostgreSQL, SQL Server en SQLite: syntaxis, het lezen van de nieuwe ID, waarom er gaten verschijnen, ID-her…
Lees artikel →Databases & SQLSQL TUSSEN: Inclusieve bereiken en de datumval uitgelegd
SQL BETWEEN uitgelegd met geteste queries: inclusieve bereiken, omgekeerde grenzen, NULL's, de datumval van de laatste dag, halfopen bereiken en ind…
Lees artikel →SoftwareontwikkelingLetterlijke JavaScript-sjabloon: 10 voorbeelden inclusief getagde sjablonen
JavaScript-sjabloonletterlijke waarden uitgelegd met 10 geteste voorbeelden: interpolatie, meerregelige strings, escapen, getagde sjablonen voor vei…
Lees artikel →SoftwareontwikkelingPython heapq: Prioriteitswachtrijen, Top N en Heaps uitgelegd
Python heapq uitgelegd: heappush, heappop, heapify, prioriteitswachtrijen met tie-breakers, max heaps, grootste en merge, met echte timings tegen so…
Lees artikel →SoftwareontwikkelingPython Walrus Operator (:=) Uitgelegd met 8 echte voorbeelden
De Python walrus-operator:= uitgelegd met 8 geteste voorbeelden: if-checks, regex-matches, while-lussen, begrip, scope-regels, prioriteit en wanneer…
Lees artikel →Kunstmatige intelligentieSoftmax-functie uitgelegd: formule, Python-code en stabiele versie
De softmax-functie uitgelegd: formule, uitgewerkt voorbeeld, NumPy-code, de stabiele versie die NaN vermijdt, temperatuur, cross-entropie en softmax…
Lees artikel →SoftwareontwikkelingCORS uitgelegd: preflightverzoeken, headers en hoe u CORS-fouten kunt oplossen
CORS uitgelegd: oorsprong, eenvoudige en preflight-verzoeken, de responsheaders die uw server moet verzenden, inloggegevens en hoe u veelvoorkomende…
Lees artikel →DevOpsGit Diff uitgelegd: gefaseerde veranderingen, vertakkingen en commits
Git diff uitgelegd: lees de uitvoer, vergelijk niet-gefaseerde en gefaseerde veranderingen, commits en branches, twee punten versus drie punten, en …
Lees artikel →TestautomatiseringPytest Xdist: Voer tests parallel uit en verkort de testtijd
Voer pytest-tests parallel uit met pytest-xdist: install, de -n optie, distributiemodi, echte timings en hoe fouten in gedeelde statussen in paralle…
Lees artikel →SoftwaretestenVerificatie versus validatie bij het testen van software: voorbeeld en tabel
Verificatie versus validatie bij het testen van software uitgelegd met een vergelijkingstabel en een getest couponvoorbeeld waarbij elke specificati…
Lees artikel →Kunstmatige intelligentieBM25 uitgelegd: hoe zoeken op trefwoorden de resultaten rangschikt, met Python-code en hybride zoeken
BM25 legde uit met een pure Python-implementatie die we hebben uitgevoerd: de formule, IDF, termverzadiging, de k1- en b-parameters, waarom het het …
Lees artikel →SoftwareontwikkelingHTTP-methoden uitgelegd: GET, POST, PUT, PATCH, DELETE, getest op een live server
HTTP-methoden uitgelegd met een kleine server die we draaiden: GET, POST, PUT, PATCH, DELETE, HEAD en OPTIONS, veilig versus idempotent, PUT versus …
Lees artikel →DevOpsGit Bisect uitgelegd: vind de commit die je code kapot heeft gemaakt, handmatig of automatisch
Git bisect uitgelegd met een geteste repository: vind de enige slechte commit onder de 41 in 5 testruns, automatiseer deze met git bisect run, sla n…
Lees artikel →Testautomatiseringpytest-markeringen uitgelegd: aangepaste markeringen, skip-, skipif-, xfail- en -m-filters
pytest-markeringen uitgelegd met een geteste suite: registreer aangepaste markeringen, voer alleen rooktests uit met -m, combineer filters met en, o…
Lees artikel →SoftwaretestenPositief versus negatief testen: verschillen, 24 echte testgevallen en een checklist
Positieve versus negatieve tests uitgelegd met een echt aanmeldingsformulier: 6 positieve en 18 negatieve testgevallen uitgevoerd in pytest, de ontb…
Lees artikel →Databases & SQLSQL ORDER BY Meerdere kolommen: ASC, DESC, NULLS LAST, Case en Custom Order
SQL ORDER BY met meerdere kolommen uitgelegd met geteste queries: gemengde ASC en DESC, tie-breakers, NULLS FIRST en LAST, hoofdletterongevoelig sor…
Lees artikel →Databases & SQLLopend totaal van SQL: SOM OVER, totalen per groep, voortschrijdende bedragen en de RANGE Trap
Een lopend SQL-totaal berekenen met SUM() OVER: totalen per groep, dagelijkse cumulatieve bedragen, voortschrijdende bedragen, percentage van het to…
Lees artikel →SoftwareontwikkelingJavaScript-sorteerarray: getallen, objecten, tekenreeksen en waarom 10 vóór 5 komt
Hoe een array correct te sorteren in JavaScript: getallen met een vergelijkingsfunctie, objecten op een of meer velden, strings met localeCompare, d…
Lees artikel →SoftwareontwikkelingPython String-methoden: Cheat Sheet, echte voorbeelden en de strip() Trap
Python-stringmethoden met geteste voorbeelden: splitsen, joinen, strippen, vervangen, zoeken, beginnen met, is-methoden, casefold, partitioneren en …
Lees artikel →Kunstmatige intelligentieCosinus-overeenkomst uitgelegd: formule, uitgewerkt voorbeeld en Python-code
Cosinus-overeenkomst eenvoudig uitgelegd: de formule, een met de hand uitgewerkt voorbeeld, pure Python- en NumPy-code, cosinus versus Euclidische a…
Lees artikel →SoftwareontwikkelingUTF-8-codering uitgelegd: hoe tekst bytes wordt en hoe u onleesbare tekst kunt herstellen
UTF-8-codering uitgelegd met voorbeelden op byteniveau die we in Python hebben uitgevoerd: hoe karakters 1 tot 4 bytes worden, waarom café in café v…
Lees artikel →Testautomatiseringpytest parametrize uitgelegd: 7 patronen met geteste voorbeelden
pytest parametrize uitgelegd met 7 geteste patronen: basisgevallen, leesbare ID's, gestapelde decorateurs, pytest.param met xfail en skip, indirecte…
Lees artikel →SoftwaretestenOpnieuw testen versus regressietesten: 8 belangrijkste verschillen met een voorbeeld van een echte bugfix
Opnieuw testen versus regressietesten uitgelegd met een echte bugfix-run in pytest: opnieuw testen bevestigde de oplossing, de regressierun bracht e…
Lees artikel →Databases & SQLDubbele rijen in SQL verwijderen: 5 veilige methoden, stap voor stap getest
Hoe u dubbele rijen in SQL veilig kunt verwijderen: zoek ze, bekijk een voorbeeld ervan en verwijder ze vervolgens met ROW_NUMBER, MIN(id), EXISTS, …
Lees artikel →Databases & SQLSQL RANK versus DENSE_RANK versus ROW_NUMBER: verschillen met geteste voorbeelden
SQL RANK versus DENSE_RANK versus ROW_NUMBER in één tabel: hoe elk omgaat met relaties, top-N per groep, de op een na hoogste salarisval en determin…
Lees artikel →SoftwareontwikkelingJavaScript Optioneel ketenen (?.) Uitleg: 8 voorbeelden, ?? Standaardwaarden en traps
Optionele JavaScript-keten stopt 'Kan eigenschappen van ongedefinieerde' fouten niet lezen. 8 geteste voorbeelden voor eigenschappen, arrays en meth…
Lees artikel →SoftwareontwikkelingPython enumerate() uitgelegd: 7 voorbeelden, start=1 en fouten die u moet vermijden
Python enumerate() geeft je de index en de waarde in één schone lus. 7 geteste voorbeelden, de start=1 truc, woordenboeken, bestanden, snelheidsnumm…
Lees artikel →Kunstmatige intelligentieRAG-chunkingstrategieën uitgelegd: vast, overlap, zin, recursief en koppen, gemeten
RAG-chunkingstrategieën vergeleken op één document met tiktoken 0.14: vaste grootte, overlap, zinsverpakking, recursieve splitsing en op kop gebasee…
Lees artikel →SoftwareontwikkelingAPI-identiteit uitgelegd: Idempotentiesleutels en veilige nieuwe pogingen, getest
API-idempotentie uitgelegd met een Python-server en -client die we hebben uitgevoerd: een verloren reactie veroorzaakte een dubbele afschrijving zon…
Lees artikel →DevOpsGit Stash uitgelegd: bestanden opslaan, toepassen, pop-uppen en niet-bijgehouden, getest
Git stash uitgelegd met commando's die we uitvoerden op Git 2.56: push met een bericht, niet-bijgehouden bestanden, lijst en show, apply vs pop, beh…
Lees artikel →SoftwaretestenPaarsgewijze testen uitgelegd: hoe All-Pairs 216 tests terugbrengt naar 13, getest
Paarsgewijs testen uitgelegd met een generator die we in Python 3.13 draaiden: een checkout met 216 combinaties gedekt door 13 tests, geverifieerde …
Lees artikel →TestautomatiseringTestdubbels uitgelegd: Dummy, Stub, Spy, Mock en Fake, met geteste Python-code
Testdubbels uitgelegd met één Python-voorbeeld uitgevoerd in pytest 9.2: dummy, stub, spion, mock en fake, wanneer je ze moet gebruiken, status- ver…
Lees artikel →Databases & SQLSQL COALESCE uitgelegd: standaardwaarden, NULLIF, IFNULL versus ISNULL en traps, getest
SQL COALESCE uitgelegd met query's die we in SQLite 3.50 uitvoerden: eerste niet-null-waarden, lege tekenreeksen, NULL in wiskunde, NULLIF voor dele…
Lees artikel →Databases & SQLSQL Self Join uitgelegd: medewerker-manager, paren- en rijvergelijkingen, getest
SQL self-join uitgelegd met vragen die we in SQLite 3.50 uitvoerden: werknemer en manager, meer verdienen dan de manager, unieke paren, dagelijkse v…
Lees artikel →SoftwareontwikkelingJavaScript Spread Operator uitgelegd: Spread versus rest, kopieën en valkuilen, getest
De JavaScript-spreadoperator legde uit met code die we op knooppunt 24 uitvoerden: arrays, objecten, ondiepe kopieën, restparameters, de Math.max-li…
Lees artikel →SoftwareontwikkelingPython-functietools uitgelegd: lru_cache, gedeeltelijk, reduceren, wraps en meer, getest
Python-functools uitgelegd met code die we op Python 3.13 hebben uitgevoerd: lru_cache en cache, Partial, Reduce, Wraps, cached_property, singledisp…
Lees artikel →SoftwareontwikkelingPython Collections-module uitgelegd: Counter, defaultdict, deque en meer, getest
Python-collecties uitgelegd met code die we draaiden op Python 3.13: Counter, defaultdict, deque, genaamdtuple, OrderedDict en ChainMap, plus een li…
Lees artikel →Kunstmatige intelligentieLLM-contextvenster uitgelegd: tokens, limieten en hoe u meer kunt passen, gemeten
Het LLM-contextvenster uitgelegd met tokenaantallen die we hebben gemeten met tiktoken: woorden versus tokens voor proza, code en Hindi, input- en o…
Lees artikel →SoftwareontwikkelingWebhooks uitgelegd: hoe ze werken en hoe u ze veilig kunt ontvangen
Webhooks uitgelegd met een ontvanger en afzender die we in Python draaiden: push versus polling, HMAC-SHA256-handtekeningen, het weigeren van geknoe…
Lees artikel →DevOpsGit Cherry-Pick uitgelegd: kopieer de commit die je nodig hebt, veilig, getest
Git cherry-pick uitgelegd met commando's die we in Git 2.56 uitvoerden: een hotfix kopiëren naar een release branch, nieuwe hashes en patch-ids, -x,…
Lees artikel →TestautomatiseringMomentopnametesten uitgelegd: hoe het werkt, wanneer het helpt en wanneer het pijn doet
Snapshot-testen uitgelegd met een pytest- en stroperige demo die we hebben uitgevoerd: snapshots maken, de diff lezen na een codewijziging, tijdstem…
Lees artikel →SoftwaretestenMutatietesten uitgelegd: waarom 100% dekking onze bug nog steeds heeft gemist
Mutatietesten uitgelegd met een kleine mutatietool die we hebben gebouwd en uitgevoerd: 14 mutanten, een testsuite met 100% lijndekking die 79% scoo…
Lees artikel →Databases & SQLSQL JSON-functies uitgelegd: JSON opvragen, bijwerken en indexeren in SQL, getest
SQL JSON-functies uitgelegd met queries die we in SQLite 3.50 hebben uitgevoerd: json_extract, de -> en ->> operators, json_each, json_set,…
Lees artikel →Databases & SQLSQL Pivot uitgelegd: verander rijen in kolommen met CASE, FILTER en PIVOT
SQL-pivot uitgelegd met queries die we uitvoerden in SQLite 3.50: voorwaardelijke aggregatie met CASE en SUM, FILTER, NULL versus nul, totalen, dyna…
Lees artikel →SoftwareontwikkelingJavaScript dit trefwoord uitgelegd: elke bindende regel, getest in Node
Het JavaScript dat dit trefwoord uitlegde met 17 cases die we in Node 24 uitvoerden: methodeaanroepen, verloren dit in callbacks, strikte modus, pij…
Lees artikel →SoftwareontwikkelingPython pathlib uitgelegd: paden, bestanden en mappen op de moderne manier, getest
Python pathlib uitgelegd met voorbeelden die we op Python 3.13 draaiden: paden samenvoegen met /, naam, stam en achtervoegsel, bestanden lezen en sc…
Lees artikel →SoftwareontwikkelingPython itertools uitgelegd: luie lussen, combinaties en groepering, getest
Python itertools uitgelegd met voorbeelden die we op Python 3.13 hebben uitgevoerd: tellen, fietsen, accumuleren, ketenen, groeperen, product, combi…
Lees artikel →Kunstmatige intelligentieSnelle injectie uitgelegd: hoe AI-apps worden misleid en hoe u ze kunt verdedigen
Snelle injectie uitgelegd voor bouwers: directe en indirecte aanvallen, waarom zoekwoordfilters falen (onze test blokkeerde 1 van de 4) en gelaagde …
Lees artikel →DevOpsDNS-records uitgelegd: A, AAAA, CNAME, MX, TXT en TTL met echte zoekopdrachten
DNS-records uitgelegd met zoekopdrachten die we hebben uitgevoerd: hoe resolutie werkt, A en AAAA, CNAME-regels, MX en null MX, TXT voor SPF en veri…
Lees artikel →DevOpsFunctievlaggen uitgelegd: veilige releases, geleidelijke implementatie en vlaghygiëne
Functievlaggen uitgelegd aan de hand van een uitrolsimulatie die we hebben uitgevoerd: vlagtypen, percentage-uitrol met stabiele hashing, kill-schak…
Lees artikel →TestautomatiseringTest het genereren van gegevens met Python Faker: realistische, herhaalbare en veilige gegevens
Test het genereren van gegevens met Python Faker, voer het uit en meet het: seeden voor herhaalbare gegevens, landinstellingen, unieke waarden, dome…
Lees artikel →SoftwaretestenShift-Left-testen uitgelegd: vind bugs eerder zonder het team te vertragen
Shift-left-testen uitgelegd: wat het betekent, waarom vroege defecten goedkoper zijn, praktijken van vereistenbeoordelingen tot CI-controles, de ver…
Lees artikel →Databases & SQLSQL String-functies uitgelegd: TRIM, SUBSTR, REPLACE, CONCAT en gegevensopschoning
SQL-tekenreeksfuncties uitgelegd met query's die we hebben uitgevoerd: concatenatie en NULL, TRIM, UPPER en LOWER, SUBSTR en INSTR, REPLACE, opvulli…
Lees artikel →Databases & SQLSQL-triggers uitgelegd: VOOR en NA triggers, auditlogboeken en valkuilen
SQL-triggers uitgelegd met triggers die we hebben uitgevoerd: VOOR versus NA, OUD en NIEUW, auditlogboeken, validatie, voorraadupdates, WANNEER-voor…
Lees artikel →SoftwareontwikkelingPython JSON-module uitgelegd: dumps, ladingen, aangepaste typen en veelvoorkomende fouten
De Python JSON-module uitgelegd met code die we hebben uitgevoerd: dumps en laadt, bestanden, typeconversies, datums en decimalen, aangepaste encode…
Lees artikel →SoftwareontwikkelingES-modules versus CommonJS: hoe JavaScript-import werkt in Node.js, getest
ES-modules versus CommonJS uitgelegd met code die we in Node.js hebben uitgevoerd: syntaxis importeren en exporteren, vereisen, live bindingen, cach…
Lees artikel →SoftwareontwikkelingPython Regex uitgelegd: patronen, groepen, vooruitblik en valkuilen, getest
Python-regex uitgelegd met patronen die we hebben uitgevoerd: zoeken versus match, findall, groepen en benoemde groepen, hebzuchtig versus lui, sub,…
Lees artikel →Kunstmatige intelligentieLLM Gestructureerde uitvoer uitgelegd: betrouwbare JSON verkrijgen uit AI-modellen
Gestructureerde LLM-uitvoer uitgelegd met validatie die we in Pydantic hebben uitgevoerd: JSON-modus en -schema's, beperkte decodering, de manieren …
Lees artikel →DevOpsSSH-sleutels uitgelegd: hoe ze werken, ssh-keygen, Ed25519 en veilige gewoonten
SSH-sleutels uitgelegd met sleutels die we hebben gegenereerd: openbare versus privésleutels, ssh-keygen, Ed25519 versus RSA, vingerafdrukken, wacht…
Lees artikel →DevOpsHTTP-caching uitgelegd: cachecontrole, ETag en 304 reacties, met een live test
HTTP-caching uitgelegd met een kleine server die we draaiden: Cache-Control-richtlijnen, max-age, no-cache vs no-store, ETag-hervalidatie en 304-rea…
Lees artikel →TestautomatiseringAPI-contracttesten uitgelegd: ontdek belangrijke wijzigingen voordat ze worden verzonden
Het testen van API-contracten uitgelegd met een schemacontrole die we hebben uitgevoerd: wat een contract is, consumentgestuurde contracten, Pact, O…
Lees artikel →SoftwaretestenRisicogebaseerd testen uitgelegd: scoor risico's, bouw een matrix en test wat belangrijk is
Risicogebaseerd testen stap voor stap uitgelegd: risico's identificeren, waarschijnlijkheid en impact scoren, een risicomatrix opbouwen, risico's in…
Lees artikel →Databases & SQLSQL-beperkingen uitgelegd: NIET NULL, UNIEK, CHECK en FOREIGN KEY, getest
SQL-beperkingen uitgelegd met tests die we hebben uitgevoerd: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY en FOREIGN KEY, de NULL-mazen in de wet, de …
Lees artikel →Databases & SQLSQL-datumfuncties uitgelegd: datums toevoegen, vergelijken en groeperen zonder bugs
SQL-datumfuncties uitgelegd met query's die we hebben uitgevoerd: intervallen toevoegen, verrassingen aan het einde van de maand, datumverschillen, …
Lees artikel →SoftwareontwikkelingPython asyncio uitgelegd: async, wachten, verzamelen en TaskGroup met echte timing
Python asyncio uitgelegd met code die we hebben getimed: coroutines, wachten, verzamelen, TaskGroup, foutafhandeling, time-outs, het beperken van ge…
Lees artikel →SoftwareontwikkelingDebounce versus Throttle in JavaScript: hoe ze werken, wanneer ze moeten worden gebruikt, getest
Debounce versus gas geven in JavaScript uitgelegd met timings die we hebben gemeten in Node.js: hoe elk werkt, eenvoudige implementaties, leidende e…
Lees artikel →SoftwareontwikkelingPython-contextmanagers uitgelegd: de with-verklaring, contextlib en echt gebruik
Python-contextmanagers uitgelegd met code die we hebben uitgevoerd: hoe met werken, __enter__ en __exit__, contextlib.contextmanager, suppress, Exit…
Lees artikel →Kunstmatige intelligentieLLM Temperatuur en Top-p uitgelegd: hoe AI-modellen hun volgende woord kiezen
LLM-temperatuur en top-p uitgelegd met een simulatie die we hebben uitgevoerd: hoe kansen worden hervormd, wat top-p behoudt, aanbevolen instellinge…
Lees artikel →DevOpsYAML uitgelegd: syntaxis, het Noorwegen-probleem en andere valkuilen die we hebben getest
YAML legde uit met een parsertest: basissyntaxis, lijsten en kaarten, het Noorwegen-probleem, versies die in floats veranderen, octale postcodes, se…
Lees artikel →DevOpsCron Jobs uitgelegd: syntaxis, echte schema's en de fouten die deze breken
Cron-taken uitgelegd met schema's die we hebben geverifieerd: de vijf velden, operators, echte voorbeelden, de dag-van-maand OF dag-van-week-valkuil…
Lees artikel →SoftwaretestenBuglevenscyclus bij het testen van software: elke status, wie de eigenaar is en veelvoorkomende fouten
De buglevenscyclus uitgelegd: elke defectstatus van Nieuw tot Gesloten, wie eigenaar is van elke stap, afgewezen, uitgestelde en opnieuw geopende bu…
Lees artikel →TestautomatiseringOp eigenschappen gebaseerd testen in Python: hypothese vindt de bugs die uw voorbeelden missen
Op eigenschappen gebaseerd testen uitgelegd met hypothesetests die we hebben uitgevoerd: eigenschappen versus voorbeelden, strategieën, krimpen, de …
Lees artikel →Databases & SQLSQL-paginering uitgelegd: OFFSET versus Keyset, met een test van een miljoen rijen
SQL-paginering uitgelegd met een test van een miljoen rijen die we hebben uitgevoerd: LIMIT en OFFSET, waarom diepe pagina's traag worden, keyset (c…
Lees artikel →Kunstmatige intelligentieAI-hallucinaties uitgelegd: waarom taalmodellen dingen verzinnen en hoe ze te verminderen
AI-hallucinaties uitgelegd: wat ze zijn, waarom taalmodellen ze produceren, veelvoorkomende typen, hoe je ze kunt verminderen met aarding en aanwijz…
Lees artikel →DevOpsOmgevingsvariabelen uitgelegd: .env-bestanden, geheimen en configuratie goed gedaan
Omgevingsvariabelen uitgelegd met Python-voorbeelden die we hebben uitgevoerd: ze lezen en instellen, waarom elke waarde een string is, .env-bestand…
Lees artikel →SoftwareontwikkelingAPI-snelheidsbeperking uitgelegd: algoritmen, headers en afhandeling van 429-fouten
API-snelheidsbeperking uitgelegd met een simulatie die we hebben uitgevoerd: token-bucket, vast venster, schuifvenster, 429 reacties, headers van sn…
Lees artikel →TestautomatiseringSpotten in Python: unittest.mock, patch en de fouten die tests doen liegen
Spotten in Python met unittest.mock, getest: Mock en return_value, side_effect, patchen waar een naam wordt gebruikt, spec en autospec, spotdatums e…
Lees artikel →SoftwaretestenCodedekking uitgelegd: lijn versus filiaaldekking en wat 100% werkelijk betekent
Codedekking uitgelegd met een echte dekking.py-run: dekking van lijnen, vertakkingen en condities, een rapport lezen, waarom 100% dekking nog steeds…
Lees artikel →Databases & SQLDELETE versus TRUNCATE versus DROP in SQL: verschillen, terugdraaien en wanneer elk te gebruiken
DELETE versus TRUNCATE versus DROP uitgelegd met geteste SQL: wat elk verwijdert, terugdraaien, triggers, identiteitsreset, snelheid en hoe PostgreS…
Lees artikel →Databases & SQLSQL-weergaven uitgelegd: creëer, gebruik en vermijd de valkuilen, met voorbeelden
SQL-weergaven uitgelegd met query's die we hebben uitgevoerd: een weergave maken, live resultaten, kolommen verbergen, prestaties, bijwerkbare en ge…
Lees artikel →SoftwareontwikkelingTypeScript-interface versus type: echte verschillen, getest met de compiler
TypeScript-interface versus type, gecontroleerd met de echte compiler: wat beide kunnen doen, wat slechts één kan doen, samenvoegen van declaraties,…
Lees artikel →SoftwareontwikkelingPython *args en **kwargs uitgelegd: flexibele functies met duidelijke voorbeelden
Python *args en **kwargs uitgelegd met code die we hebben uitgevoerd: in- en uitpakken, parametervolgorde, argumenten die alleen trefwoorden en posi…
Lees artikel →SoftwareontwikkelingPython Lambda-functies: syntaxis, echt gebruik en wanneer u ze niet moet gebruiken
Python lambda-functies uitgelegd met code die we hebben uitgevoerd: syntaxis, sorteren met sleutel, kaart en filter, sluitingen, de laat-bindende va…
Lees artikel →Kunstmatige intelligentieWat zijn AI-agenten? Hoe ze werken, met een eenvoudige agentloop die u kunt uitvoeren
Wat zijn AI-agenten? Een duidelijke gids voor de agentenlus, tools, geheugen en vangrails, met een kleine Python-lus die we hebben uitgevoerd, echte…
Lees artikel →DevOpsMonitoring versus waarneembaarheid: het echte verschil, met logboeken, statistieken en sporen
Monitoring versus waarneembaarheid uitgelegd: bekende en onbekende fouten, logboeken, statistieken en sporen, een walkthrough voor afrekenincidenten…
Lees artikel →DevOpsDocker-volumes versus bindingsmounts: bewaar containergegevens op de juiste manier
Docker-volumes versus bind-mounts uitgelegd: waarom containergegevens verdwijnen, benoemde volumes, bind-mounts, tmpfs, Compose-voorbeelden, back-up…
Lees artikel →TestautomatiseringTDD versus BDD: belangrijkste verschillen, één functie die op beide manieren is gebouwd en wanneer deze moet worden gebruikt
TDD versus BDD uitgelegd met één kortingsfunctie die in beide richtingen is gebouwd: rood-groen-refactor met code die we hebben uitgevoerd, gegeven-…
Lees artikel →SoftwaretestenGebruikersacceptatietesten (UAT): proces, checklist en echte voorbeelden
Gebruikersacceptatietesten uitgelegd: wie voert het uit, hoe het verschilt van QA, een proces in zeven stappen, een UAT-testcase-sjabloon, een check…
Lees artikel →Databases & SQLSQL NULL-waarden uitgelegd: IS NULL, COALESCE, NULLIF en de te vermijden vallen
SQL NULL-waarden uitgelegd met query's die we hebben uitgevoerd: logica met drie waarden, IS NULL, COALESCE, NULLIF, hoe aggregaten, joins en sorter…
Lees artikel →Databases & SQLSQL CASE WHEN-instructie: syntaxis, echte voorbeelden en veelvoorkomende fouten
SQL CASE WHEN uitgelegd met vragen die we hebben uitgevoerd: eenvoudige en doorzochte formulieren, volgorde van de voorwaarden, draaipunten met SUM,…
Lees artikel →SoftwareontwikkelingWat is JWT? JSON-webtokens uitgelegd met een werkend voorbeeld
Wat is JWT? JSON Web Tokens uitgelegd: de drie delen, een token gebouwd en waarmee is geknoeid in de code die we hebben uitgevoerd, JWT versus sessi…
Lees artikel →SoftwareontwikkelingJavaScript-gebeurtenislus uitgelegd: call-stack, microtaken en timers met voorbeelden
De JavaScript-gebeurtenislus uitgelegd met code die we hebben uitgevoerd: call-stack, taak- en microtask-wachtrijen, waarom setTimeout 0 niet onmidd…
Lees artikel →SoftwareontwikkelingPython-generatoren en opbrengst uitgelegd: bespaar geheugen met echte voorbeelden
Python-generatoren en opbrengst uitgelegd met code die we hebben uitgevoerd: hoe ze pauzeren en hervatten, gemeten geheugenbesparingen, pijplijnen, …
Lees artikel →Kunstmatige intelligentieWat zijn inbeddingen? Vectoren en cosinusovereenkomst eenvoudig uitgelegd
Wat zijn insluitingen? Een gids in duidelijke taal over vectoren, cosinusovereenkomst en semantisch zoeken, met een klein voorbeeld dat we hebben ui…
Lees artikel →DevOpsImplementatie van blauwgroen versus kanarie: verschillen, afwegingen en hoe te kiezen
Blauw-groen versus kanarie-implementatie uitgelegd: hoe elk werkt, kosten, risico's en terugdraaien, stabiele gebruikersbucket die we hebben getest,…
Lees artikel →TestautomatiseringSchilferige tests: wat de oorzaak ervan is en hoe u ze voorgoed kunt oplossen
Zwakke tests uitgelegd met demo's die we hebben uitgevoerd: de belangrijkste oorzaken, hoe je er een kunt bevestigen en diagnosticeren, goede oploss…
Lees artikel →SoftwaretestenBelastingtesten versus stresstesten: verschillen, statistieken en k6-voorbeelden
Belastingtesten versus stresstesten uitgelegd: wat elk bewijst, piek- en soak-tests, de statistieken die er toe doen, waarom gemiddelden misleiden, …
Lees artikel →SoftwaretestenTestcase versus testscenario: belangrijkste verschillen, voorbeelden en wanneer deze te gebruiken
Testcase versus testscenario uitgelegd: duidelijke definities, een tabel naast elkaar, één functie voor het opnieuw instellen van wachtwoorden, over…
Lees artikel →Databases & SQLOptimalisatie van SQL-query's: lees uitvoeringsplannen en repareer langzame query's, met timing
Optimalisatie van SQL-query's getest op een miljoen rijen: lees uitvoeringsplannen, voeg de juiste indexen toe, repareer niet-sargeerbare filters, g…
Lees artikel →Databases & SQLSQL UNION versus UNION ALL: verschillen, voorbeelden en geteste prestaties
SQL UNION versus UNION ALL uitgelegd met de query's die we hebben uitgevoerd: duplicaten, de regels volgen beide, een echte databug, gemeten prestat…
Lees artikel →SoftwareontwikkelingJavaScript Fetch API-tutorial: GET, POST, foutafhandeling en time-outs
Een JavaScript Fetch API-tutorial getest tegen een lokale server: GET en POST, waarom 404 niet gooit, een herbruikbare helper, queryreeksen, time-ou…
Lees artikel →SoftwareontwikkelingPython-bestandsverwerking: lezen, schrijven, CSV, JSON en pathlib met voorbeelden
Het verwerken van Python-bestanden uitgelegd met code die we hebben uitgevoerd: open modi, met het lezen van grote bestanden, CSV, JSON, pathlib, bi…
Lees artikel →SoftwareontwikkelingPython-klassen en -objecten: OOP-zelfstudie met echte voorbeelden
Python-klassen en -objecten uitgelegd met code die we hebben uitgevoerd: __init__, methoden, klasse versus instantie-attributen, overerving, eigensc…
Lees artikel →Kunstmatige intelligentieWat is een groot taalmodel? Hoe LLM's werken, uitgelegd zonder de hype
Wat is een groot taalmodel? LLM's uitgelegd in duidelijke taal: tokens, inbedding, aandacht, training, temperatuur- en contextvensters, een kleine d…
Lees artikel →DevOpsLinux-opdrachten voor beginners: de essentiële terminalgids met voorbeelden
Linux-opdrachten voor beginners, gegroepeerd op taak: navigatie, bestanden, logboeken bekijken, grep, pipelines, machtigingen, processen en archieve…
Lees artikel →TestautomatiseringSelenium versus toneelschrijver: belangrijkste verschillen, code vergeleken en welke te kiezen
Selenium versus Playwright vergeleken: architectuur, wachten, browser- en taalondersteuning, debuggen, dezelfde test in beide tools, migratieadvies …
Lees artikel →SoftwaretestenEquivalentiepartitionering: testontwerptechniek uitgelegd met uitgewerkte voorbeelden
Equivalentiepartitionering uitgelegd: hoe je geldige en ongeldige partities kunt vinden, uitgewerkte voorbeelden voor leeftijden, wachtwoorden en ko…
Lees artikel →SoftwaretestenErnst versus prioriteit bij het testen van software: verschillen, matrix en echte voorbeelden
Ernst versus prioriteit bij het testen van software uitgelegd: duidelijke definities, een vierwegmatrix met voorbeelden, niveauschalen, wie deze bep…
Lees artikel →Databases & SQLTutorial voor SQL-subquery's: typen, gecorreleerde subquery's en BESTAAN met voorbeelden
Een SQL-subquery-tutorial met query's die we hebben uitgevoerd: scalaire, IN-, FROM- en SELECT-subquery's, gecorreleerde subquery's, EXISTS, de NOT …
Lees artikel →Databases & SQLSQL-transacties en ACID uitgelegd: COMMIT-, ROLLBACK- en isolatieniveaus
SQL-transacties en ACID uitgelegd met een bankoverschrijving die we hebben uitgevoerd: COMMIT, ROLLBACK, savepoints, locks, isolatieniveaus, dirty r…
Lees artikel →SoftwareontwikkelingGit Commands Cheat Sheet: de commando's die je daadwerkelijk gebruikt, met voorbeelden
Een spiekbriefje voor Git-opdrachten, gegroepeerd op taak: setup, staging, branches, remotes, stash, geschiedenis en fouten ongedaan maken, met uitv…
Lees artikel →SoftwareontwikkelingJavaScript-beloften uitgelegd: vervolgens catch, Promise.all en veelvoorkomende fouten
JavaScript-beloften uitgelegd met code die we hebben uitgevoerd: staten, dan en catch-ketens, foutafhandeling, Promise.all, allSettled, race en wat …
Lees artikel →SoftwareontwikkelingZelfstudie Python-woordenboek: methoden, voorbeelden en veelvoorkomende patronen
Een Python-woordenboektutorial met code die we hebben uitgevoerd: dictaten, sleutelmethoden, samenvoeg-, begrips-, tel- en groeperingspatronen en ve…
Lees artikel →Kunstmatige intelligentieWat is RAG? Retrieval-Augmented Generation uitgelegd met een werkend voorbeeld
Wat is RAG? Retrieval-augmented generatie stap voor stap uitgelegd: indexeren, chunken, insluiten, ophalen, een klein werkend Python-voorbeeld, eval…
Lees artikel →DevOpsTerraform-zelfstudie voor beginners: infrastructuur als code van het eerste bestand tot modules
Een Terraform-tutorial voor beginners: begin zonder cloudaccount, leer init, plan en pas toe, vervolgens variabelen, outputs, status, modules en een…
Lees artikel →DevOpsDocker versus Kubernetes: belangrijkste verschillen, hoe ze samenwerken en welke u nodig heeft
Docker vs Kubernetes legde uit: wat elk doet, dezelfde app draait met beide, Docker Compose en Swarm vergeleken, de dockershim veranderen en hoe je …
Lees artikel →TestautomatiseringPytest-tutorial voor beginners: armaturen, parametriseren en echte voorbeelden
Een pytest-tutorial voor beginners met tests die we hebben uitgevoerd op pytest 9.2: beweringen, armaturen, parametrize, conftest, markers, tmp_path…
Lees artikel →SoftwaretestenLevenscyclus van softwaretests (STLC): 6 fasen, in- en uitgangscriteria, voorbeeld
De levenscyclus van softwaretesten uitgelegd: zes STLC-fasen met in- en uitstapcriteria, deliverables, een voorbeeld van een uitgewerkte inlogfuncti…
Lees artikel →SoftwareontwikkelingGit merge vs rebase: verschillen, voorbeelden en wanneer je wat gebruikt
Git merge vs rebase uitgelegd met echte logoutput, een vergelijkingstabel, de gouden regel van rebase en een veilige teamwerkwijze.
Lees artikel →SoftwareontwikkelingPython list comprehension: syntaxis, voorbeelden en wanneer je het vermijdt
Python list comprehension uitgelegd: syntaxis, filteren, if-else, geneste lussen, gemeten tijden en wanneer een gewone for-lus beter is.
Lees artikel →Databases & SQLSQL JOIN uitgelegd met voorbeelden (Inner, Left, Right, Full)
Begrijp SQL joins stap voor stap met voorbeeldtabellen en queries: INNER, LEFT, RIGHT, FULL, CROSS en SELF, plus veelgemaakte fouten en prestatietips.
Lees artikel →