博客 RSS 訂閱

小鋒學長生活大爆炸 - 【教程】網心雲OES Plus刷機armbian

網上教程已經很詳細了,這裏做一下彙總: OESPlus刷機終極教程!刷入Armbian有此一篇足矣! https://post.smzdm.com/p/ax6zop0d/OESPlus刷機終於趨於完美了!全面的圖文教程在此 https://mp.weixin.qq.com/s/bkAeDX8OizVemxnUvJgKDQ

網心雲 , oes , 刷機 , armbian , 圖文教程 , Css , 前端開發 , HTML

收藏 評論

WarrenLynch - 生成式AI與Visual Paradigm AI視覺建模聊天機器人:何時選擇哪個?(專業圖表、符號和模型指南)

當您真正認真對待圖表、符號和模型時(例如在軟件工程、業務分析或系統設計等專業領域),工具的選擇會直接影響準確性、效率和最終輸出質量。本文將全面對比生成式AI(Generative AI,簡稱GenAI)與Visual Paradigm AI視覺建模聊天機器人(以下簡稱Visual Paradigm AI),幫助您在需要“真正專業”時做出正確決策。

建模 , 機器人 , UML , 人工智能 , Css , Visual , 前端開發 , HTML

收藏 評論

小小方大人 - 如何判斷聚合函數是否需要使用?

判斷聚合函數(如 SUM/MAX/MIN/COUNT/AVG 等)是否需要使用,核心原則是:**當一行分組結果需要彙總/提煉分組內多行數據的特徵時,必須用聚合函數;若分組內該字段值唯一,無需使用(用了也不報錯,但冗餘)**。 以下從「判斷邏輯」「典型場景」「避坑要點」三個維度詳細説明,結合你之前的SQL案例拆解: 一、核心判斷邏輯(兩步法) 第一步:明確「分組粒度」(GROU

字段 , 後端開發 , 聚合函數 , JAVA , SQL

收藏 評論

熱愛編程的小白白 - 【Playwright自動化】錄製生成腳本

一、Playwright錄製生成腳本 命令行錄製生成腳本 Playwright 提供了內置的腳本錄製工具,可以自動生成測試腳本,簡化編寫自動化測試的過程。以下是具體操作方法: 啓動錄製模式 運行以下命令啓動瀏覽器並開啓錄製功能: playwright codegen https://www.baidu

側邊欄 , MySQL , 運維 , 自動化 , 數據庫 , Json

收藏 評論

寧波阿成 - 基於Jeecgboot3.9.0的vue3版本前後端分離的flowable流程管理平台

初步遷移完成了基於jeecgboot3.9.0的vue3版本的前後端流程管理平台,基於flowable7.2.0,同時支持bpmn流程設計器與仿釘釘流程設計器。 包括消息通知 主要增加的功能還是類似3.8.1,只是現在跟隨3.9.0升級到了springboot3了 本文包含:-->

spring , springboot3 , Flowable , jeecgboot , vue3 , Css , 前端開發 , HTML

收藏 評論

小黑要上天 - 9-Docker命令大全-info|version

info|version info -顯示Docker的系統級信息,包括當前的鏡像和容器數量 version -顯示Docker客户端和服務端的版本信息 本文包含:--> -->

服務端 , 版本信息 , Docker , 前端開發 , Javascript

收藏 評論

福大大架構師每日一題 - 2025-12-10:相鄰字符串之間的最長公共前綴。用go語言,給定一個字符串數組 words。對每個下標 i(0 到 words.length-1)按下面步驟處理並求得一個整數值: 1. 把數組中索

2025-12-10:相鄰字符串之間的最長公共前綴。用go語言,給定一個字符串數組 words。對每個下標 i(0 到 words.length-1)按下面步驟處理並求得一個整數值: 把數組中索引為 i 的元素刪掉,得到一個長度為 n-1 的新數組(若原數組長度為 n)。 在新數組中,把相鄰的元素兩兩配對(即第 k 個和第 k+1

golang , 數組 , 字符串 , 開發語言 , 後端開發 , harmonyos , 後端

收藏 評論

wx6466f25322644 - 大語言模型Ll M 這張圖的核心信息是:隨着模型規模變大,注意力(attention)層消耗的 FLOPs 佔比越來越高,而 MLP 層佔比反而下降。

這張圖的核心信息是:隨着模型規模變大,注意力(attention)層消耗的 FLOPs 佔比越來越高,而 MLP 層佔比反而下降。 一、FLOPs 是什麼? FLOPs(Floating Point Operations)是浮點運算次數,衡量模型計算量的單位。FLOPs 越高,訓練或推理所需的計算資源越多。 二、圖中數據解讀

複雜度 , 數據 , 浮點運算 , 後端開發 , 人工智能 , Python

收藏 評論

No8g攻城獅 - 【異常解決】一招解決Navicat連接線上數據庫時,隔一段時間不操作出現的卡頓問題

博主介紹:✌全網粉絲23W+,博客專家、Java領域優質創作者,華為雲/阿里雲等平台優質作者、專注於Java技術領域✌ 技術範圍:SpringBoot、SpringCloud、Vue、SSM、HTML、Nodejs、Python、MySQL、PostgreSQL、大數據、物聯網、機器學習等設計與開發。 感興趣的可以先關注收藏起來

Spring Boot , 數據結構 , 數據庫 , 後端開發 , JAVA , 後端 , Python

收藏 評論

No8g攻城獅 - 【異常解決】Spring Boot 返回排序後的 Map 但前端接收順序不對的解決方案

博主介紹:✌全網粉絲22W+,博客專家、Java領域優質創作者華為雲/阿里雲/等平台優質作者、專注於Java技術領域✌ 技術範圍:SpringBoot、SpringCloud、Vue、SSM、HTML、Nodejs、Python、MySQL、PostgreSQL、大數據、物聯網、機器學習等設計與開發。 感興趣的可以先關注收藏起來

Spring Boot , 後端開發 , JAVA , harmonyos , 後端 , 前端 , Json

收藏 評論

wx5c241fe5127d0 - PolarDB for PG 查殺連接,自己想的很麻煩,其實人家早就有方案

這是一個長系列,我們會記錄我們從PostgreSQL 遷移到PolarDB for PG的一個過程,這是長篇的第三篇,這一篇要説的是改變,逐步在生產中使用了PolarDB for PG後我們遇到了一個我們必須遇到,但很快被解決的問題。 這個問題其實我們在PolarDB for MySQL的時候遇到過,就是查詢系統信息的問題,這裏我們稍微給不懂pol

MySQL , 數據庫 , postgresql , 前端開發 , Javascript

收藏 評論

datian1234 - 必學收藏!大模型工程師必看:上下文工程2.0,從Prompt到AI Agent的完整指南!

前言 Context Engineering 2.0: The Context of Context Engineering 今天我們要探討一篇非常有前瞻性和系統性的論文:《上下文工程2.0:上下文工程的“上下文”》(Context Engineering 2.0: The Context of Context En

AI大模型 , 後端開發 , 人工智能 , 大模型入門 , prompt , harmonyos , 大模型學習

收藏 評論

datian1234 - 一文搞懂大模型標準配置RoPE位置編碼原理與實現!

簡介 RoPE(Rotary Positional Embedding)是當前大語言模型中最主流的位置編碼方式,通過旋轉矩陣操作將位置信息引入Q、K向量角度,實現相對位置建模。它支持長序列泛化、計算高效且保留週期信息,被LLaMA、GPT-NeoX等主流大模型採用。相比傳統位置編碼,RoPE能更好地處理序列順序信息,提升模型對相對距離的感知能力。

github , 算法 , 知識圖譜 , 後端開發 , 人工智能 , 大模型入門 , Python

收藏 評論

嘴巴吃糖了 - GitHub上爆紅!這個瀏覽器自動化工具為何能狂攬2萬Star?

簡介 Skyvern是一個基於大模型的瀏覽器自動化開源項目,已獲GitHub近2萬星。它通過規劃-執行-驗證的AI架構(Planner/Task/Validator),像人類一樣理解網頁內容,解決了傳統RPA工具因頁面結構變化導致腳本失效的問題。項目提供Docker部署和Python SDK兩種使用方式,讓開發者能輕鬆實現智能網頁自動化操作,是學習

github , 運維 , 知識圖譜 , 後端開發 , 人工智能 , 大模型學習 , Python

收藏 評論

bugyinyin - 【AI大模型應用場景】AI Agent與工程系統融合實踐:兩大業務場景落地全解析!

簡介 文章分享了將AI Agent技術應用於"智能播報助手"和"批量建任務"兩個業務場景的實踐歷程,闡述了AI Agent與傳統工程系統深度融合而非完全替代的有效路徑。通過MCP協議擴展Agent能力邊界,實現報表自動監控和釘釘消息推送;在批量建任務場景中,探索了Agent與工程結合的最佳實踐,強調應準確理解技術邊界和長處,構建高效穩健的解決方案。

大數據 , 人工智能 , transformer , prompt , 大模型學習 , 前端開發 , Javascript

收藏 評論

bugyinyin - AI Agent深度解析:智能系統的原理與應用,未來發展的機遇與挑戰!

寫在前面的話: AI Agent本質就是大模型調用工具的能力,前段時間爆火的Manus其實就是它的應用。 打個比方,如果你要做個攻略,你把時間安排告訴大模型,比如:準備7月26號坐火車去西安,準備玩一個星期,想去著名景點玩,吃些當地好吃的。那麼大模型就會跟你對話,把完整攻略做好。而只有攻略其實還不夠,因為定車票、住酒店、查地圖這些操作還要自己

大模型教程 , 大數據 , chatgpt , 人工智能 , 深度學習 , 前端開發 , Javascript

收藏 評論

仰望者的天空 - 圖解網絡39

ACL+NAT ACL 一、ACL基礎介紹 1、ACL概念。 訪問控制列表ACL(Access Control List)是由一條或多條規則組成的集合。所謂規則,是指描述報文匹配條件的判斷語句。 條件可以是報文的源地址、目的地址、端口號等。 ACL本質上是一種報文過濾器,規則是過濾器的濾芯。設

ip , php , 端口號 , 後端開發 , 網絡 , 智能路由器 , Python

收藏 評論

仰望者的天空 - 圖解網絡33

網絡虛擬化技術允許在共享的物理網絡基礎設施上創建多個虛擬網絡。它將邏輯網絡與底層物理網絡解耦,為組織提供了更多的網絡管理靈活性和可擴展性。通過抽象網絡資源,網絡虛擬化可以有效利用基礎設施、降低成本並簡化網絡配置。 伴隨着網絡技術的發展,數據中心的二層組網結構出現了階段性的架構變化,數據中心網絡分為了Underlay和Overlay兩個部分,網絡進入

封裝 , 虛擬網絡 , 數據中心 , 後端開發 , 網絡 , Python

收藏 評論

是Yu欸 - ④用MateChat 寫了一個 AI 修仙模擬器,融合高性能狀態管理與敍事終端

④用MateChat 寫了一個 AI 修仙模擬器,融合高性能狀態管理與敍事終端 寫在最前面 一、 複雜場景的 UI 工程挑戰:超越聊天框 痛點聚焦:非標準佈局的重複工作 MateChat 角色定位:UI 架構基座的價值 二、 技術實現拆解:MateChat 組

華為雲 , 後端開發 , 人工智能 , MateChat , 大模型 , Python , ui

收藏 評論

deephub - 別隻會One-Hot了!20種分類編碼技巧讓你的特徵工程更專業

機器學習模型處理不了原始文本。無論是線性迴歸、XGBoost還是神經網絡,遇到 "red" 、 "medium" 、 "CA" 這類分類變量都沒法直接處理。所以必須把它們轉成數字這個過程就是分類編碼。 大家入門時肯定都學過獨熱編碼或序數編碼,

機器學習 , 數據挖掘 , 分類 , 人工智能 , 前端開發 , Javascript , Python

收藏 評論

無風何其浪 - 《數字化破局抖音電商:從爆品打造到閉環運營實戰》 第一章 第二節

前言 第一部分 盈利思維與運營基礎 第1章 抖音電商盈利思維 1.1 盈虧平衡點分析:C一年半實戰覆盤 1.2 抖音電商的四種盈利模式及適用場景 【技術流心法】:模式決定出路,組合創造活路。 在抖音電商的浪潮中,清晰的盈利模式是航行的燈塔。許多團隊陷入“有銷量無利潤”或“有流量難變現”的困境,根源在於對賺錢方式的認知模

變現 , 經驗分享 , 盈利模式 , 產品運營 , 信息可視化 , 後端開發 , Python

收藏 評論

無風何其浪 - 《數字化破局抖音電商:從爆品打造到閉環運營實戰》

歡迎參與投票,幫助我們更好地為您提供價值。參與投票後可查看實時結果!!! 本文包含:--> -->

創業創新 , 後端開發 , 數據分析 , 職場和發展 , harmonyos

收藏 評論

bruce_xiaowei - Windows命令無法直達網卡屬性?最全替代方案與底層邏輯揭秘

Windows命令無法直達網卡屬性?最全替代方案與底層邏輯揭秘 當你在運行窗口輸入一條想象中的“神級命令”,期待直接彈出網卡屬性設置時,系統卻以沉默迴應——這並非設計缺陷,而是Windows在網絡管理上的深層設計哲學。 01 為什麼沒有“直達命令”? 每次需要更改IP地址、DNS服務器或網絡協議時,許多用户都會

windows , 網絡安全 , 運維 , 後端開發 , 網絡 , 安全 , Python

收藏 評論