博客 RSS 訂閱

u_14555 頭像

blueice - vba窗體 progressbar控件怎麼用

VBE的窗口組成（VBE是Excel提供的專門用於編輯和調試VBA程序的編輯器） 打開Excel應用程序，在“開發工具”選項卡下點擊“Visual Basic”按鈕或者直接按下快捷鍵組合Alt+F11即可打開VBE窗口，其主要組成部分如圖1-1所示。 圖1-1VBAE窗口 窗口中主要組成部分包括菜單欄、工具欄、工程資源管理器、代

雲計算 , vba , 雲原生 , 資源管理器 , 工具欄

收藏 評論

u_16213721 頭像

mob64ca14196783 - usb插u盤需不需要切host模式

接口interface 本章目標： 什麼是接口？ 什麼時候使用接口？ 接口怎麼使用？ 3.1 定義格式 3.2 基本實現 3.3 接口中的常量 3.4 接口的多實現3 3.5 接

System , 雲計算 , usb插u盤需不需要切host模式 , 抽象方法 , 雲原生 , 默認方法

收藏 評論

u_16099344 頭像

風華正茂的AI - aix鏡像一個邏輯卷

存儲管理、LVM和文件系統（下） 導航： 　　管理邏輯卷 　　文件系統 五、管理邏輯卷 一個邏輯卷映射一個或多個物理卷，具體取決於您希望維護的數據副本的數量 單個邏輯卷副本，表示存在一個邏輯分區到物理分區的映射 添加邏輯卷 使用mklv命令創建邏輯卷，該命令指定邏輯卷的名稱並定義其特徵，包括要分配的邏輯分區數量（默認

文件系統 , 數據 , 雲計算 , aix鏡像一個邏輯卷 , 邏輯卷 , 雲原生

收藏 評論

dadetouyingyi 頭像

遭老罪的程序猿 - CRM管理軟件公海功能全解析

在現代商業管理中，CRM（客户關係管理）軟件已成為一種至關重要的工具，其中的“公海”功能無疑是提高銷售效率和增強團隊協作的利器。儘管如此，許多人對於這一功能知之甚少，本文將深入解讀CRM管理軟件中的公海功能，探討其價值、應用以及如何通過Zoho CRM實現最佳實踐。 一、公海功能的基本概念 在探討具體功能之前，首先需要理解何為“公海”。 公海通常指的是企業未具體分配給任何銷售代表或經紀人的

教程 , 知識

收藏 評論

anson12315 頭像

anson12315 - 【信創全解】第3章：信創產業發展現狀與趨勢

1.1 信創產業整體發展現狀 經過多年的積累和發展，我國信創產業已初具規模，形成了較為完整的產業鏈條。從基礎硬件到應用軟件，各個環節都有代表性企業和產品。 1.1.1 產業規模持續擴大 市場規模年增長率超過20% 參與企業數量快速增長 應用場景不斷拓展 1.1.2 產業鏈日趨完善 形成了從芯片、操作系統到應用軟件的完整鏈條 各

數字化轉型 , yyds乾貨盤點 , 發展趨勢 , 應用場景 , 應用軟件

收藏 評論

u_17215194 頭像

謝某清心寡慾 - 搭建Linux源碼閲讀環境

購買服務器/使用虛擬機(ubuntu 24) 這裏可以去找服務器教程/虛擬機教程 拉取Linux代碼並編譯 到/home文件下創建文件夾/Linux cd /home mkdir Linux 到達/Linux文件夾下拉取Linux源碼,這裏選擇的是linux-6.17.10，如果有需要可以去下載網站選擇自

服務器 , 配置文件 , 後端開發 , Linux , JAVA

收藏 評論

u_15745565 頭像

畢設大神 - 基於SpringBoot的蛋糕烘焙的分享平台-計算機畢業設計源碼+LW文檔分享

一、研究背景與意義 1.1 研究背景 隨着互聯網技術與烘焙文化的深度融合，蛋糕烘焙作為兼具美食屬性與社交屬性的領域，正經歷從“線下製作”向“線上分享+社交互動”轉型。一方面，社交媒體推動“烘焙分享”成為新趨勢，用户通過圖文、短視頻記錄製作過程與成品，形成“烘焙愛好者社羣”；另一方面，傳統蛋糕店面臨線上化挑戰，需通過數字化平台拓展用户觸

上傳 , 數據庫 , 後端開發 , 需求分析 , JAVA

收藏 評論

u_16827017 頭像

全棧技術開發者 - 為什麼樹模型在結構化數據上如此有效？為什麼樹模型在結構化數據上比神經網絡更有效？隨機森林的隨機性是如何降低模型方差的？

在機器學習中，人們常常驚歎於深度神經網絡在圖像、語音和自然文本領域的突破性表現。然而，當問題回到表格化的結構化數據時，一種看似“樸素”的模型類型——樹模型（Tree-based Model）——卻長期佔據主導位置。從工業設備故障診斷到電子商務推薦系統，樹模型的表現常常超過複雜的深度學習架構。為什麼這種層級劃分的模型能夠在結構化數據上展現出如此強大的效能？這不僅是一個關於模型選擇的

機器學習 , yyds乾貨盤點 , 數據 , 神經網絡 , 人工智能 , 結構化

收藏 評論

u_17467352 頭像

mb686fbcc4efbd6 - 智慧城市道路路面垃圾檢測數據集VOC+YOLO格式3321張17類別

數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：3321 標註數量(xml文件個數)：3321 標註數量(txt文件個數)：3321 標註類別數：17 所在倉庫：firc-dataset 標註類別名稱(注意yo

數據集 , 後端開發 , JAVA , txt文件 , xml文件

收藏 評論

u_17590889 頭像

我有一個大目標你信不信 - MySQL Workbench 知識點掃盲：MySQL 可視化管理工具首選

MySQL Workbench 是 Oracle 官方推出的MySQL 數據庫可視化管理與設計工具，集數據庫建模、SQL 開發、服務器管理、數據遷移、備份恢復等功能於一體，支持 Windows、macOS、Linux 跨平台運行。它替代了舊版的 MySQL Query Browser 和 MySQL Administrator，是 MySQL 數據庫從設計到運維的 “一站式解決方

MySQL , 數據庫 , SQL

收藏 評論

mirxiong 頭像

掃地小沙彌J - Rust 所有權系統的核心規則

每個值都有一個所有者（owner） 同一時間只能有一個所有者 當所有者離開作用域時，值會被丟棄（drop） 移動（Move） 當所有權從一個變量轉移到另一個變量時發生移動。 發生移動的情況： // 1. 賦值時移動 let s1 = String::from("hello

作用域 , 生命週期 , 數據 , 代碼人生

收藏 評論

u_14664141 頭像

江湖有緣 - 【Docker項目實戰】使用Docker部署Dockpeek容器端口映射檢查工具

(【Docker項目實戰】使用Docker部署Dockpeek容器端口映射檢查工具) 一、Dockpeek介紹 1.1 Dockpeek 簡介 Dockpeek是一個輕量級儀表板，用於瀏覽本地或遠程暴露的 Docker 容器端口，支持通過 socket-proxy 一鍵訪問多個主機上的容器服務。 1.2 主要特點 端口映射 — 在簡潔的界面中查看

私藏項目實操分享 , 運維 , bash , Docker

收藏 評論

u_17590470 頭像

今晚加個牛腿吃 - MySQL 數據庫知識點掃盲：從基礎到核心，全面掌握關鍵特性

MySQL 是一款由 Oracle 公司維護的開源關係型數據庫管理系統（RDBMS），以 “輕量高效、跨平台兼容、易用性強、社區活躍” 為核心優勢，廣泛應用於 Web 開發、企業級應用、嵌入式系統等場景，是 LAMP（Linux+Apache+MySQL+PHP）/LNMP 技術棧的核心組件，也是全球最受歡迎的數據庫之一。以下從基礎特性、核心概念、關鍵功能、使用場景與優勢四個維度

字段 , 數據 , MySQL , 數據庫

收藏 評論

aqi00 頭像

aqi00 - FFmpeg開發筆記（九十一）基於Kotlin的Android直播開源框架RootEncoder

​《FFmpeg開發實戰：從零基礎到短視頻上線》一書的“10.2.2 FFmpeg向網絡推流”介紹了輕量級流媒體服務器MediaMTX，通過該工具可以測試RTSP/RTMP等流媒體協議的推拉流。除了國產的推流工具librestreaming能夠向MediaMTX推送視頻流之外，還有開源的RootEncoder也支持Android手機從攝像頭實時採集視頻信號，並向後端的MediaMTX持續推送視頻數

移動端開發

收藏 評論

u_16099257 頭像

編程小匠人 - forest請求框架multipartfile傳值寫法

PHP 如何排查 PHP 網站運行速度慢的原因 解讀 在日常工作中經常能面對的綜合性問題，面試中也總是會問到。 答： 網站運行速度慢，先判斷是前端問題還是後端問題，直接通過開發人員工具(Chrome)或Firefox的Firebug查看請求慢的是資源開始接口。90%網站性能問題是由前端造成的。 常見前端問題解決思路 前端js css f

前端問題 , 雲計算 , php , 雲原生 , Css

收藏 評論

u_15957839 頭像

MinionPy - 關於AI的學習筆記01.大模型的核心原理

簡要發展歷史： 1950-1980：符號主義AI，基於規則 1980-2010：神經網絡，側重統計學習 2017：Tranformer架構，Attention is all you need 2018-2020：大規模預訓練與涌現（GPT-3等） 2022-至今：大模型繁榮期，指令微調、人類對齊、百花齊放 未來：智能體Agents與多模態融合

不同版本 , 數據 , 模態 , 前端開發 , Javascript

收藏 評論

yuhaibao324 頭像

DeepSeaAI - ChatGLM3微調實戰：基於LLaMA-Factory微調改造企業級知識庫

概述 本文介紹如何使用LLaMA-Factory框架對ChatGLM3模型進行微調，以適應企業級知識庫的問答和交互需求。通過微調，可以使模型更好地理解和迴應特定領域的專業知識。 1. 背景與挑戰 企業知識庫需求：企業通常擁有大量內部文檔、FAQ、產品手冊等，需要智能系統快速準確回答相關問題。 通用模型的侷限性：預訓練模型缺乏特定領域知識，可能產

數據 , 神經網絡 , API , 人工智能 , Json

收藏 評論

yuhaibao324 頭像

DeepSeaAI - 項目實戰：LLaMaFactory和Qwen2-VL-2B微調大模型實戰

簡介 本文介紹了一個基於多模態大模型的醫療圖像診斷項目。項目旨在通過訓練一個醫療領域的多模態大模型，提高醫生處理醫學圖像的效率，輔助診斷和治療。作者以家中老人的腦部CT為例，展示瞭如何利用MedTrinity-25M數據集訓練模型，經過數據準備、環境搭建、模型訓練及微調、最終驗證等步驟，成功使模型能夠識別CT圖像並給出具體的診斷意見，與專業醫生的診斷結果高度吻合。 前

數據集 , 數據 , 神經網絡 , 人工智能 , 模態

收藏 評論

yuhaibao324 頭像

DeepSeaAI - EchoMimic：阿里巴巴開源的AI數字人視頻生成系統

概述 EchoMimic 是阿里巴巴螞蟻集團推出的開源AI數字人視頻生成模型。該項目通過先進的深度學習技術，將靜態圖像轉化為具有動態語音和表情的數字人像，實現"讓照片開口説話"的革命性能力。 核心價值主張 開源開放：完整的源代碼和預訓練模型免費提供 多模態驅動：支持音頻、視覺或二者結合的驅動方式 高保真生成：保持原始人物身份特徵的同時生

神經網絡 , 人工智能 , 特徵提取 , Git , Json

收藏 評論

u_16099200 頭像

數據探索者 - UML序列圖表示異步消息

序列圖主要用於按照交互發生的一系列順序，顯示對象之間的這些交互。很象類圖，開發者一般認為序列圖只對他們有意義。然而，一個組織的業務人員會發現，序列圖顯示不同的業務對象如何交互，對於交流當前業務如何進行很有用。除記錄組織的當前事件外，一個業務級的序列圖能被當作一個需求文件使用，為實現一個未來系統傳遞需求。在項目的需求階段，分析師能通過提供一個更加正式層次的

序列圖 , UML序列圖表示異步消息 , 建模 , 雲計算 , UML , 雲原生

收藏 評論

yuhaibao324 頭像

DeepSeaAI - 大型語言模型（LLM）微調視圖V2

大型語言模型（LLM）微調視圖 摘要 本指南全面介紹大型語言模型微調的核心技術體系，涵蓋SFT、RLHF、對齊、RAG及各類微調方法，提供從理論到實踐的全流程指導。 目錄 概述：大模型微調技術演進全景 詳細技術組件説明 核心技術詳解 參數高效微調技術對比 微調策略選擇指南 評估與監控體系 最

數據 , 神經網絡 , 性能評估 , 人工智能 , 核心技術

收藏 評論

u_16565975 頭像

計算機專業指導老師 - 基於VUE的藝術玻璃銷售管理系統[VUE]-計算機畢業設計源碼+LW文檔

摘要：隨着藝術玻璃市場的不斷髮展和信息化需求的增長，傳統的銷售管理方式已難以滿足企業高效運營的要求。本文旨在設計並實現一個基於VUE框架的藝術玻璃銷售管理系統，通過現代化的前端技術和合理的系統架構，提升藝術玻璃銷售管理的效率和水平。該系統具備用户管理、玻璃類型管理、商品管理、訂單信息管理等功能模塊，能夠滿足藝術玻璃銷售企業在日常運營中的多樣化需求，提高企業的信息化管理能力和市場競

軟件研發 , 數據 , 信息管理 , 管理系統

收藏 評論

yanpeng 頭像

燕鵬01 - 21天學會PHP 8.4：第6天 —— 數組深度解析：索引、關聯與多維數組

歡迎來到《21天學會PHP 8.4》的第六天！在前五天中，我們已經接觸過數組（比如用 foreach 遍歷），但今天我們將全面深入 PHP 的核心數據結構——數組。無論你是處理表單數據、讀取數據庫結果，還是構建 API 響應，數組都是你最親密的夥伴。 今日目標 理解 PHP 數組的本質：有序映射（Ordered Map） 掌握索引數組、關聯數組和多維數組的創建與操作

數組 , php , 後端開發

收藏 評論

u_16459925 頭像

wx6583a3b0b06d1 - MILVUS Docker 容器化部署指南

概述 MILVUS（中文名稱：向量數據庫）是一款開源的高性能向量數據庫，專為複雜的相似度搜索和分析應用設計。它能夠高效存儲、索引和查詢數十億級別的高維向量數據，廣泛應用於推薦系統、欺詐檢測、圖像檢索、自然語言處理等人工智能領域。作為連接機器學習模型與實際應用的關鍵組件，MILVUS通過優化的索引結構和查詢算法，提供了毫秒級的向量相似度搜索能力，支持多種距離度量方式（如歐氏距

milvus , 生產環境 , 數據庫 , SQL Server , Docker , milvusdb

收藏 評論