博客 RSS 訂閱

u_16213374 頭像

mob64ca12e2ba6f - SysTableLookup 的 addLookupfield 方法

“SysTableLookup 的 addLookupfield 方法”是 Dynamics 365 FO 中用於表格字段取值的一個重要方法。在實現更復雜的表格交互時，它常常需要與其他數據源進行聯合查詢。在本篇博文中，我們將系統地介紹處理“SysTableLookup 的 addLookupfield 方法”所需的各個方面，包括環境預檢、部署架構、安裝過程、依賴管理、擴展部署和遷移指南。

字段 , aigc , 安裝過程 , 解決方案

收藏 評論

yuhaibao324 頭像

DeepSeaAI - 智能體（Agent）的分類與開發框架V2

智能體（Agent）的分類與開發框架 一、智能體（Agent）的實現類型 根據能力與形態，Agent主要分為4類： 1. 通用型Agent 具備跨任務、自主決策能力，能拆解複雜目標並調用工具完成（如AutoGPT、BabyAGI），核心是目標驅動+自主迭代。 2. 知識型Agent 專注於知識檢索與利用（結合RAG技術），擅長處理專業文檔、領域知識類任務（如基於L

API , pytorch , 加載 , 人工智能 , 示例代碼

收藏 評論

u_16213449 頭像

mob64ca12f49f4b - 2024CVPR aigc

關於“2024 CVPR aigc”的探索過程引言 在計算機視覺與生成對抗網絡快速演進的背景下，如何利用AIGC（人工智能生成內容）技術優化CVPR（計算機視覺與模式識別會議）中的實際應用，成為了當前技術圈的一大挑戰。為了滿足這一需求，我們的團隊需要深入分析現有的技術痛點，設計出行之有效的解決方案。以下是我在這個過程中所記錄的各個環節。 背景定位 在這個過程中，團隊面臨的初始

System , aigc , 基礎設施 , 解決方案

收藏 評論

tong_6816038415d24 頭像

小童童 - Permute 3 for Mac v3.11.6 安裝教程（超簡單）

​ Permute 3​ 就是一個格式轉換工具，而且是專門對付視頻和音頻的。 第一步：準備工作（下載軟件） 安裝包下載：https://pan.quark.cn/s/2048b6a6b931，就是那個Permute 3 for Mac v3.11.6.dmg文件。 雙擊把它打開。這時候會彈出一個新的窗口，裏面一般就一個軟件的圖標和一個“應用程序”的文件夾圖標。 第二步：開始安裝（拖拽大法）

macos

收藏 評論

milton 頭像

Milton - 不到80元的E88無刷電機無人機拆解

前幾天微信裏有個公眾號推了個150元內的無人機文章, 看着看着就忍不住也跑到拼多多上搜了一圈, 發現現在的無人機真是好卷啊, 無刷還帶圖傳居然只要...不到80? 1503電機我有一堆, 對這個電機還是挺熟的, 心想買個試試, 不行拆零件也不虧. 外觀 到貨了這東西長這個樣子, 拆開一股濃濃的劣質塑料味, 機身是定製的鋰電, 遙控是三節五號電池 電機確實是1503, 頂上的是避障傳感器,

操作系統

收藏 評論

wuxiedekeben 頭像

無邪的課本 - IDEA 插件 SpotBugs Idea 1.2.7.zip 使用詳解（一步步教你排查Bug）

​ SpotBugs Idea 1.2.7.zip 是一款專為 IntelliJ IDEA 打造的靜態代碼分析插件，能幫你在寫 Java 程序時快速找出潛在的 Bug 和性能問題，比如空指針、資源未關閉、邏輯錯誤等。 1. 下載插件 先去官網或者 CSDN、GitHub 搜 “spotbugs idea plugin”，找到spotbugs-idea-1.2.7.zip​ 這個文件，下到本地。 提

intellij-idea

收藏 評論

yuhaibao324 頭像

DeepSeaAI - AI與微服務系統架構解決方案V1

AI與微服務系統架構 一、方案概述 1.1 核心思想 本方案採用雲原生微服務架構作為基礎，將AI能力原子化、服務化，構建一個高內聚、低耦合、可獨立演進的智能分佈式系統。通過解耦業務邏輯與AI能力，實現技術團隊的敏捷協作、系統的彈性伸縮和能力的持續演進。 1.2 設計原則 服務自治：每個微服務（含AI服務）獨立開發、部署、擴展 能力複用：AI服務作為基礎能

Pod , 神經網絡 , API , 人工智能 , 基礎設施

收藏 評論

yuhaibao324 頭像

DeepSeaAI - 金融行業大模型微調

針對銀行和金融行業專有詞彙標準化系統 注意：在醫療領域，由於涉及隱私，我們需要確保使用公開數據或合成數據。 一、大模型微調方案選擇 推薦方案：混合策略微調 1. 監督微調(SFT) + 檢索增強(RAG)結合 - SFT微調：增強基礎理解能力 - RAG檢索：確保標準化準確性 2. 多階段微調流程： ├── 第一階段：領域預訓練 ├── 第二階段：任

數據 , 神經網絡 , 相似度 , 人工智能 , Python

收藏 評論

u_16213337 頭像

mob64ca12d97dad - stable marriage 習題

在“stable marriage 習題”的背景下，我們面對的是如何在一組男性和女性之間匹配，使得每一對匹配都能達到穩定狀態的問題。以下是處理此類問題的詳盡步驟，包括備份策略、恢復流程、災難場景、工具鏈集成、案例分析、遷移方案。 備份策略 在處理穩定匹配問題時，首先要確保數據的安全和可恢復性。這裏涉及到備份策略的制定。 flowchart TD A[備份計劃開始

工具鏈 , bash , 數據恢復 , aigc

收藏 評論

u_16213365 頭像

mob64ca12e08acf - llama修改

在處理 llm（大型語言模型）時，修改調整參數是個不容忽視的環節。讓我來分享一個關於如何解決“llama修改”問題的過程，包括環境配置、編譯過程、參數調優、定製開發、錯誤集錦以及生態集成的步驟。 首先，我配置了一個乾淨的開發環境，確保所有必要的依賴都能滿足需求。以下是我的環境配置清單： 安裝依賴庫 設置Python環境 配置CUDA支持（如果需要）

API , aigc , 編譯過程 , 環境配置

收藏 評論

u_16213404 頭像

mob64ca12e9cad4 - LangChain 入門指南 下載

LangChain 入門指南 下載 LangChain 是一個強大且靈活的框架，幫助開發者輕鬆構建和集成語言模型應用。在這篇博文中，我們將詳細探討如何下載和配置 LangChain，確保您能順利入門。 環境準備 在開始下載和配置 LangChain 之前，我們需要明確徵求系統的軟硬件要求。以下是符合這一要求的清單： 軟件要求: Pyt

User , aigc , Python

收藏 評論

u_16175443 頭像

mob649e8156b567 - llama預訓練默認損失函數

llama預訓練默認損失函數是指在進行LLaMA（Large Language Model Meta AI）模型的預訓練時使用的損失計算方法。使用合適的損失函數是提升模型訓練性能的關鍵。接下來，我將詳細記錄解決“llama預訓練默認損失函數”問題的整個過程。 環境配置 首先，確保你擁有一個合適的環境來進行LLaMA模型的預訓練。以下是整個環境配置的流程圖，以及相關的配置代碼。

數據集 , 損失函數 , aigc , 數據預處理

收藏 評論

u_16213359 頭像

mob64ca12df277e - ollama key string

在使用 OLLAMA 工具進行自然語言處理時，遇到“ollama key string”相關問題是很常見的。這種問題通常與 API 密鑰或字符串的配置項有關，導致服務無法正常工作。下面將對這一問題進行詳細的覆盤記錄，並提供解決方案、驗證測試、預防優化的經驗。 問題背景 在使用 OLLAMA 進行模型加載和句子生成時，用户可能會遇到如下現象：當輸入的 API 密鑰或字符串不正確時，

API , aigc , 解決方案 , ci

收藏 評論

lizhuo6 頭像

oioihoii - 【精華】C++成員初始化列表完全指南：為什麼、何時以及如何正確使用

本文是我攢給自己的面試前必看文章之一，屬於私藏。 一個常見的誤解 許多C++初學者會有這樣的疑問：“為什麼我需要在構造函數後面加個冒號來初始化成員？在構造函數體內賦值不行嗎？”本文將通過深入分析C++對象構造機制，徹底解答這個問題。 一、初始化列表的基本語法 class Example { int a; std::string str; pu

初始化列表 , 初始化 , 構造函數 , c++ , 後端開發 , c

收藏 評論

lizhuo6 頭像

oioihoii - C++ 強制類型轉換：類型安全的多維工具

在C++中，類型轉換是將一種數據類型轉換為另一種數據類型的過程。與C語言簡單的(type)value強制轉換不同，C++提供了四種專門的強制類型轉換運算符，它們不僅執行轉換，還提供了編譯時檢查和更明確的語義。這體現了C++"類型安全"的設計哲學。 C++四種強制類型轉換運算符 1. static_cast - 靜態類型轉換 static_cast是最常用的轉換運算符，用於編譯

c++ , 後端開發 , 類型安全 , 多態 , 類型轉換 , c

收藏 評論

u_16213424 頭像

mob64ca12eea322 - ollama如何只用GPU推理

在當今的深度學習應用中，越來越多的用户希望通過高效利用硬件資源來加速模型推理。在這種背景下，Ollama逐漸受到關注。但在GPU推理時，用户常常會遇到一系列問題。在本文中，我們將通過一個具體案例，詳細分析如何解決“ollama如何只用GPU推理”的問題，幫助用户順利完成任務。 問題背景 用户場景還原：在某項目中，用户需要使用Ollama進行深度學習模型的推理任務，期望通過GPU來

aigc , 深度學習 , 解決方案 , CUDA

收藏 評論

u_16213368 頭像

mob64ca12e1497a - tiktoken blobfile llama3無法安裝

在使用 Python 項目時，經常會遇到一些庫無法安裝的問題，比如“tiktoken、blobfile、llama3 無法安裝”。本篇博文詳細記錄瞭如何逐步解決這些庫的安裝問題，確保環境準備、分步指南、配置詳解、驗證測試、優化技巧以及排錯指南都能清晰地指導你進行有效的操作。 環境準備 首先，我們需要確保所用系統的軟硬件要求。以下是我們的最低要求：

bash , aigc , Python

收藏 評論

u_16017771 頭像

wangfang呀 - Vue 模板語法與渲染機制：寫模板 ≠ 寫字符串，寫的是“數據-驅動的 DOM”

哈嘍，各位小夥伴，歡迎來到我是wangfang呀的博客！我是我是wangfang呀，雖然還在編程的“菜鳥”階段，但我已經迫不及待地想和大家分享我一路上踩過的坑和學到的小技巧。如果你也曾為bug頭疼，那麼你來對地方了！今天的內容希望能夠給大家帶來一些靈感和幫助。 前言   Vue 模板的魅力，在於你只管聲明**“頁面長這樣”**，而“怎麼讓數據和 DOM 同步”全由

數據 , Vue , 後端開發 , JAVA , HTML

收藏 評論

u_16017663 頭像

崽崽233 - Java(day252)：Java 中如何使用 Atomic 類實現原子操作？

大家好，我是不熬夜崽崽！大家如果覺得看了本文有幫助的話，麻煩給不熬夜崽崽點個三連（點贊、收藏、關注）支持一下哈，大家的支持就是我寫作的無限動力。 前言   在併發編程中，線程安全是一個至關重要的問題，尤其是當多個線程同時訪問共享數據時。傳統的線程同步方法，如 synchronized 關鍵字，雖然可以保證線程安全，但它的性能開銷較大，尤其是在高併發場景下。為了提高併

原子操作 , 原子類 , 後端開發 , 線程安全 , JAVA

收藏 評論

u_15701057 頭像

LKJ_Coding - Java 集合框架真的只是“裝東西”的容器？你是不是對它太膚淺了？

大佬們好！我是LKJ_Coding，一枚初級馬牛，正在努力在代碼的叢林中找尋自己的方向。如果你也曾在調試中迷失，或是在文檔中翻滾，那我們一定有許多共同話題可以聊！今天，我帶着滿滿的代碼“乾貨”來和大家分享，學不學無所謂，反正我先吐槽了！ 前言   你説你學 Java，也用過 ArrayList、HashMap，但我問你：HashMap 是數組 + 鏈表 + 紅黑樹的

紅黑樹 , 後端開發 , 鏈表 , JAVA

收藏 評論

u_15700799 頭像

我叫喵手呀 - Spring Security深度解析：構建高安全性的Java應用！

(全文目錄：) 開篇語 哈嘍，各位小夥伴們，你們好呀，我是喵手。運營社區：C站/掘金/騰訊雲/阿里雲/華為雲/51CTO；歡迎大家常來逛逛   今天我要給大家分享一些自己日常學習到的一些知識點，並以文字的形式跟大家一起交流，互相學習，一個人雖可以走的更快，但一羣人可以走的更遠。   我是一名後端開發愛好者，工作日常接觸到最多的就是Java語言啦，所以我都儘量

權限管理 , 後端開發 , JAVA , 訪問控制

收藏 評論

u_15795349 頭像

西安王曉楠 - 楊建允：AI搜索趨勢下，企業如何應該如何應對？

2027年AI搜索流量佔比將達70%：企業如何搶佔營銷先機？ 未來展望：AI搜索營銷的長期趨勢 格局：預計到2027年，AI搜索流量將佔整體搜索流量的70%，形成"7:3"長期比例。 商業模式：頭部AI搜索平台或將效仿搜索引擎，通過競價廣告等方式進行商業變現。儘早佈局GEO、儘早進行AI搜索優化，即能實現低成本、高效率的營銷策略轉型，掌握先手優勢，快馬一

AI搜索 , yyds乾貨盤點 , AI搜索優化 , AI寫作 , AI賦能企業營銷 , aigc , AI搜索趨勢 , AI賦能營銷

收藏 評論

u_17148819 頭像

好像還可以 - vxe-gantt 甘特圖實現產品進度列表，自定義任務條樣式和提示信息

vxe-gantt 甘特圖實現產品進度列表，自定義任務條樣式和提示信息 查看官網：https://gantt.vxeui.com/ gitbub：https://github.com/x-extends/vxe-gantt gitee：https://gitee.com/x-extends/vxe-gantt 效果 代碼 通過 task-

vue.js , gantt , 前端開發

收藏 評論

qaz666 頭像

可不簡單 - vxe-gantt 甘特圖實現產品進度列表，自定義任務條樣式和提示信息

vxe-gantt 甘特圖實現產品進度列表，自定義任務條樣式和提示信息 查看官網：https://gantt.vxeui.com/ gitbub：https://github.com/x-extends/vxe-gantt gitee：https://gitee.com/x-extends/vxe-gantt 安裝 npm install xe-utils@3.8.0 vxe-pc-u

前端

收藏 評論