博客 RSS 訂閱

u_16099184 頭像

網絡安全戰士 - IDEA-java環境配置 Servlet+Tomcat部署教程

add framework support部分。與此同時，針對控制枱中文亂碼問題，本文也給出了詳細解決方案。就是本文不僅細化了每一個步驟，達成了從0到1部署Tomcat和添加servlet。還針對IDEA2024版和以前的版本在部署上的區別，做了詳細介紹，尤其 目錄 step1.新建一個計劃 step2.此處我們選擇java項目即可 st

tomcat , 虛擬化 , 雲計算 , web框架 , 超鏈接

收藏 評論

u_16213411 頭像

mob64ca12eb7baf - Stable Diffusion 擴圖插件

Stable Diffusion 擴圖插件是一款強大的工具，允許用户在生成圖像時對其進行擴展和優化。本文將詳細記錄如何配置及集成該插件的整個過程，涵蓋從環境準備到實戰應用的各個方面。 環境準備 在使用Stable Diffusion 擴圖插件之前，我們需要確保我們的開發環境與技術棧是兼容的。以下是所需的技術棧及其兼容性。 # 安裝所需的庫 pip install torch

技術棧 , API , aigc , ci

收藏 評論

u_16213708 頭像

mob64ca14163a4f - 【01】從零開始的卡通渲染-描邊篇

【技術美術】卡通風格渲染 卡通風格渲染是模仿人的手繪風格，而人的手繪也是對現實光學的模仿，所以卡通渲染的光照計算原理和PBR是一致的。但由於人力有限，沒法非常寫實（降低色階、簡化陰影），繪製時還需要打線稿輔助（描邊），所以構成了一種獨特的卡通風格，通常來講它的特徵如下： 色階化：顏色過渡沒用現實中的精度高，所以通常會有較硬的顏色轉折。 明暗分離：畫面

建模 , 輪廓線 , 貼圖 , Css , 前端開發 , HTML

收藏 評論

u_16213667 頭像

mob64ca140c75c7 - 《人工智能》機器學習 - 第1章 機器學習簡介

什麼是機器學習？ 在研究領域使計算機能在沒有明確編程的情況下自行學習解決問題的規律。更具體來説，我們可以通過機器學習訓練出模型，並用這些模型解決問題。 學習機器學習的目標？ 學會使用各種算法，表示、訓練、使用模型。 基本概念 模型 通過機器學習來解決問題，不再是使用傳統的硬編碼來編寫程序，相反

機器學習 , 數據 , 監督學習 , 前端開發 , Javascript

收藏 評論

u_16213590 頭像

mob64ca13f9e726 - 手把手教你開發人工智能微信小程序(1)：線性迴歸模型-

【人工智能】迴歸模型 迴歸是監督學習中的一種問題類型，用於求解從無數個連續數值中選擇答案。學習訓練和使用迴歸模型，可使我們能夠解決這類問題。 線性迴歸模型 使用輸入輸出為線性關係的函數表示模型，且這類模型專門用於解決迴歸問題。 單變量線性迴歸模型 \[f(x)=kx+b \] 輸入特徵：\(x\) 模型參數：\(k,b\)

多項式 , 線性迴歸 , 多元線性迴歸 , Css , 前端開發 , HTML

收藏 評論

digitalocean 頭像

DigitalOcean - 加速 JavaScript 開發：DigitalOcean 應用託管現已原生支持 Bun

JavaScript 生態正快速演進，以滿足現代 AI 驅動應用在性能和集成方面日益增長的需求。Bun 是開發者中頗受歡迎的框架，它把運行時、打包器和包管理器合而為一，被視為 Node.js 的“開箱即用”替代品。憑藉比傳統運行時更快的啓動速度和更低的內存佔用，Bun 成為 DigitalOcean 客户呼聲最高的功能之一。 DigitalOcean 應用託管服務（App Platform）現已原

node.js , Javascript

收藏 評論

dabizidebaowenbei_df8whi 頭像

阿里雲ESA - 阿里雲 ESA “函數和Pages”全面開放｜打通開發者“最後一公里”！

隨着雲計算技術的不斷下沉，從中心雲到邊緣雲的演進已成為不可逆轉的趨勢。為了滿足開發者對更低延遲、更靈活部署以及更低運維成本的極致追求，阿里雲 ESA 正式推出了備受期待的「函數和Pages」功能。 這一發布標誌着阿里雲邁出了關鍵一步——讓計算觸手可及，讓部署快如閃電。 阿里雲 ESA「函數和Pages」自雲棲大會首發以來便持續受到廣泛關注，在內測階段吸引了大量開發者參與並提供了積極反饋。歷經了內測

阿里雲 , 邊緣計算 , cdn , 前端

收藏 評論

u_14691 頭像

lemon - 【2021年1月14日公開課】HarmonyOS組件的分佈式適配和應用暢想

Harmony學習之多設備適配 一、場景引入 小明開發的新聞閲讀應用需要在手機、平板、智能手錶等多種設備上運行，但不同設備的屏幕尺寸、交互方式、硬件能力差異很大。如何讓應用在不同設備上都能提供良好的用户體驗，成為開發中的重要挑戰。HarmonyOS提供了完善的多設備適配方案，幫助開發者構建一次開發、多端部署的應用。 二、多設備適配核心概念 1. 設備類型與

智能手錶 , 屏幕尺寸 , 前端開發 , Javascript , Json

收藏 評論

lindexi 頭像

lindexi - Microsoft Agent Framework 與 DeepSeek 對接

準備工作 先使用手機號在 https://platform.deepseek.com 上註冊賬號 最後進入充值頁面充值。如果沒有充值，則後續 API 調用會返回 402 錯誤 最後進入 https://platform.deepseek.com/api_keys 創建 API key 且複製出來，後續步驟將會用到 安裝庫 按照 .NET 的慣例，使用前先使用 NuGet 安裝對應的庫 Micr

.net , 後端

收藏 評論

wenyaderijiben_cpd6x6 頭像

ToDetect指紋檢測 - 瀏覽器指紋檢測在跨境電商裏的那些事：防關聯小技巧

做跨境電商久了，你一定聽過一句話：賬號不是被封的，是被“關聯”拖下水的。 無論是亞馬遜還是 eBay，現在的平台風控早就不只是看 IP 這麼簡單了。很多賣家明明換了網絡、清了緩存，賬號還是照樣被關聯，這背後的核心原因，往往就藏在一個容易被忽略的地方——瀏覽器指紋識別。 這篇文章，我就結合實際經驗，和你聊聊： 👉 瀏覽器指紋檢測到底是什麼 👉 它是怎麼被平台用來判斷賬號關聯的

觀點 , 瀏覽器

收藏 評論

beishangdejianjidan_cqxuxf 頭像

悲傷的煎雞蛋_cQXuXF - 親歷外企兩小時“靜默裁員”

兄弟們，不知道你們最近感覺怎麼樣。我司昨天上演了一出“靜默裁員”，給我幹懵了。到現在坐回工位，還覺得不真實。 説“靜默”，是因為整個過程快、安靜、且體面——體面到讓你發冷。 預兆其實早埋下了 説實話，信號早就有了。不是什麼“草原枯黃”那種文縐縐的話，就是很實在的跡象： HC（招聘名額）凍結了大半年，只出不進。 該續簽的一些合同，從上個月開始就拖着了。 連每年年底雷打不動的團隊建設預算，

程序員 , 後端 , 前端

收藏 評論

pannideniupai 頭像

雨大王 - 工業互聯網平台如何賦能智能柔性製造？看廣域銘島等企業如何打造柔性產線

一、工業互聯網平台：智能製造的底層支撐 工業互聯網平台作為新一代信息技術與製造業深度融合的產物，不僅僅是簡單的設備連接工具，而是構建了一個貫穿設計、生產、物流、服務全生命週期的數字化生態系統。在傳統汽車製造模式下，企業往往依賴分散的設備、孤立的管理系統和經驗驅動的生產決策，導致生產效率低下、成本居高不下、質量波動等問題。隨着工業4.0時代的到來，工業互聯網平台通過整合物聯網、雲計算、大數據和

人工智能

收藏 評論

u_16213572 頭像

技術領航探索者 - poifsfilesystem 作用

使用 stdio.h 頭文件中的 fopen() 函數即可打開文件，它的用法為： FILE *fopen(char *filename, char *mode); filename為文件名（包括文件路徑），mode為打開方式，它們都是字符串。 fopen() 函數的返回值 fopen() 會獲取文件信息，包括文件名、文件狀態、當前

機器學習 , 數據 , include , 打開文件 , poifsfilesystem 作用 , 人工智能

收藏 評論

u_16099234 頭像

技術筆耕者 - 嵌入式ota寫emmc ext4分區

本週學習了進程間通信這一章,首先管道： 管道是基於文件描述符的通信方式，當一個管道建立時，它會創建兩個文件描述符 fds[0]和 fds[1]，其中 fds[0] 固定用於讀管道，而 fd[1]固定用於寫管道，如圖所示，這樣就構成了一個半雙工的通道。 無名管道，它具有如下特點。  它只能用於具有親緣關係的

機器學習 , 非阻塞 , 文件描述符 , 數據 , 人工智能 , 嵌入式ota寫emmc ext4分區

收藏 評論

u_12968 頭像

davisl - Whisper ASR 支持流式嗎

最近看到一個開源項目，特地學習了下，實測後，語音識別系統的正確率大概75%左右，作為學習入門的資料還是不錯的，項目已上傳到github上，不過數據集和生成的模型由於文件太大，上傳失敗，隨後存在百度網盤，自行下載哈，普通電腦真傷，跑了三天，還是gpu快點。 查看本項目的Wiki文檔 如果程序運行期間或使用中有什麼問題，可以及時在issue中提出來，我將盡

數據集 , 人工智能 , 深度學習 , Whisper ASR 支持流式嗎 , 語音識別 , Python

收藏 評論

u_16213297 頭像

mob64ca12cfa7d5 - stable diffusion 人臉ID保留

在現代圖像生成領域，Stable Diffusion技術正在不斷髮展，其中人臉ID的保留問題尤為重要。在此博文中，我們將系統化地探討如何解決這一問題，包括背景分析、演進歷程、架構設計、性能優化、故障覆盤等，幫助讀者深入理解這一課題。 背景定位 隨着人工智能和深度學習技術的發展，圖像生成應用逐漸向商業化和個性化方向發展。Stable Diffusion作為一種深度生成模型，能夠生成

人臉識別 , 架構設計 , aigc , 深度學習

收藏 評論

u_14444 頭像

lgmyxbjfu - 使用overlayfs擴充根文件系統

源碼位於runtime/map.go文件中的hashGrow函數。 在向map中添加數據時，當達到某個條件，則會引發字典擴容。 擴容條件： 1.map中數據總個數/桶個數6.5，引發翻倍擴容。mapassign中的overLoadFactor函數。 2.使用了太多的溢出桶時（溢出桶使用的太多會導致map處理

雲計算 , 添加數據 , 雲原生 , 公眾號 , 架構師 , 使用overlayfs擴充根文件系統

收藏 評論

u_16213606 頭像

mob64ca13fdd43c - JQUERY ligerui 的 ligerGrid翻頁事件

1、下載http://plugins.jquery.com/bootstrap-paginator/ 2、引用script src="/static/bootstrap/js/bootstrap-paginator.min.js"/script 3、首先定義一個html標籤ul用以顯示分頁ul style="margin: 0;" id="bp-3-Paginator

bootstrap , 分頁 , Ajax , jquery , 前端開發

收藏 評論

u_16099304 頭像

藍夢之翼 - LDA降維分析的軟件

1、PCA降維 降維有什麼作用呢？ 數據在低維下更容易處理、更容易使用； 相關特徵，特別是重要特徵更能在數據中明確的顯示出來；如果只有兩維或者三維的話，更便於可視化展示； 去除數據噪聲 降低算法開銷 常見的降維算法有主成分分析（principal component analysis,PCA）、因

機器學習 , 擬合 , 數據 , 人工智能 , LDA降維分析的軟件 , 過擬合

收藏 評論

u_16213579 頭像

雲端築夢工匠 - 開源個簡易集羣性能WEB監控APP(附詳細文檔)

你是否曾遇到WebRTC通話卡頓、音視頻不同步等問題卻難以定位原因？本文將詳細介紹如何使用simple-peer採集WebRTC統計數據，實現實時性能監控，幫助你快速識別和解決問題。讀完本文，你將掌握WebRTC性能指標採集方法、關鍵指標分析及優化建議。 WebRTC統計數據概述 WebRTC（Web實時通信）是一種支持瀏覽器之間實時傳輸音視頻和數據的技術。在

性能監控 , 服務器 , 實時監控 , Css , 前端開發 , HTML

收藏 評論

u_16213666 頭像

mob64ca140c3859 - python調用海康威視的攝像頭，實時顯示監控內容

文章目錄 一．前言 二．準備 三．折騰 1.攝像頭接入到內網 2.配置攝像頭 1.觀看實時畫面 2.將攝像頭併入內網 3.配置推流參數 3.拉流測試 四．對接Python、YOLOv8進行實時圖像識別

圖像識別 , yolo , 開發語言 , 前端開發 , pyqt , Javascript , Python

收藏 評論

u_13521 頭像

cnolnic - arm V7支持的dock版mariadb

本文檔描述如何對rsyslog進行交叉編譯，使其可以工作在zynq設備（armv7）上。研發人員可以根據該文檔將相關源碼包及編譯過程加入到自動編譯環境中。 armv7交叉編譯rsyslog 目錄 armv7交叉編譯rsyslog 範圍 依賴庫列表 編譯libestr 獲取源碼 編譯

Linux , 人工智能 , 計算機視覺 , .net , Json

收藏 評論

kumendehuluobo 頭像

苦悶的胡蘿蔔 - 基於 Next.js 15 App Router 的企業級官網重構實錄：從 SSR 到極致 SSG

背景 最近接手了一個傳統家政公司——宜興雅茹家政 (Yaru Care) 的官網重構項目。 客户痛點非常明確： 舊站弊端：原本的 WordPress 站點加載慢，且經常面臨安全漏洞，維護成本高。 SEO 剛需：作為本地服務（Local Service），必須在“宜興保潔”、“月嫂”等地域性關鍵詞上獲得百度/Google 的優待。 部署環境：客户希望去除複雜的後端依賴（Node.js/PHP

前端

收藏 評論

u_14172 頭像

archangle - 測試大語言模型編程能力的問題

一、測試與正確性論證 　　a) 程序測試是指對一個完成了全部或部分功能、模塊的計算機程序在正式使用前的檢測，以確保程序能按預定的方式正確運行。測試用例由測試數據和預期結果構成，高效的測試應用盡量少的測試用例發現軟件儘可能多的錯誤。但程序測試只能發現錯誤，測試用例全部通過仍不能證明程序的正確性，窮舉測試（窮舉所有情況）幾乎是不可能的，同時將耗費大量時間和精力。 　　b)

測試用例 , 建模 , 測試大語言模型編程能力的問題 , NLP , jsf , 人工智能

收藏 評論