博客 RSS 訂閱

門思科技 - LoRaWAN 網關到底能傳多遠?

在物聯網項目中,LoRaWAN 網關的通信距離始終是用户最關心的問題之一。而真正的答案並非一個固定數值,而是由鏈路預算、參數配置以及部署環境共同作用的動態結果。基於大量項目經驗,LoRaWAN 網關在典型場景中的覆蓋範圍大致為:城市環境 3–5 公里、樓宇環境穿透 15 層以上、開闊區域可達 20 公里以上。本文將從理論到實測,為你係統解析這一問題。 一、鏈路預算:決定通信距離上限的理論基礎 鏈路

Css , typescript , 前端 , Javascript

收藏 評論

mob649e816a77bf - ollama api調用不一次性返回

在使用Ollama API時,開發者可能會遇到“API調用不一次性返回”的問題。這種情況通常會導致程序在處理響應時出現延遲,影響用户體驗和系統的穩定性。本篇博文將詳細記錄解決該問題的過程,涵蓋環境準備、集成步驟、配置詳解、實戰應用、性能優化以及生態擴展。 環境準備 在開始之前,需要確保您的開發環境能夠順利調用Ollama API。您需要安裝相關的依賴包。 依賴安裝指南 這

技術棧 , API , aigc , JAVA

收藏 評論

codigger - VimL的“工程化”飛躍(上):從腳本到現代OOP

系列文章導讀: Vim Language (VimL) 是編輯器之神Vim的“靈魂”,它極致高效、簡潔,但也始終被“腳本語言”的枷鎖所束縛,難以用於構建超大型的軟件工程。ObjectSense文檔則展示了一條不同的進化路徑:如果VimL從一開始就擁抱現代工程思想,它會是什麼樣子? 本系列將分兩篇,從VimL的進化角度,客觀解讀ObjectSense如何試圖將其“內核”帶入一個全新的工程領域。

觀點 , vue.js , 編輯器 , 教程

收藏 評論

風流的滑板_Leo - 深度解析 MPP數據庫,新手小白也能讀懂

MPP數據庫是什麼?用一句話簡單概括:大數據分析的高性能引擎。 當前數據量爆炸式增長,企業如何從海量數據中快速提取價值?MPP數據庫就是這一問題的優解。傳統的數據庫在處理 TB 甚至 PB 級數據時,常常力不從心,響應緩慢。而 MPP數據庫憑藉其強大的並行處理能力,逐漸成為了大數據分析領域的重要基石。如果你對 MPP數據庫還是一頭霧水,不如往下看看,本文將為你講解:MPP數據庫是什麼、MPP

redis , 教程 , 數據庫 , postgresql , SQL

收藏 評論

墨天輪 - 技術分享 | Oracle執行計劃解讀與SQL優化

本文為墨天輪數據庫管理服務團隊第140期技術分享,內容原創,作者為技術顧問陳洋,如需轉載請聯繫小墨(VX:modb666)並註明來源。如需查看更多文章可關注【墨天輪】公眾號。 一、執行計劃基礎概念 1.1 什麼是執行計劃? 執行計劃(Execution Plan)是Oracle數據庫的查詢優化器(Query Optimizer)為一條SQL語句制定的執行路徑。它以樹狀或表格的形式,清晰地展示了數據

oracle , 數據庫 , SQL

收藏 評論

愛學習的懶洋洋 - MySQL EXPLAIN中的key_len:精準掌握索引使用情況

MySQL系列文章 深入解析MySQL執行計劃中最關鍵的指標之一,助你快速定位索引優化點,提升查詢性能! 一、key_len:索引使用的精準標尺 在MySQL執行計劃中,key_len表示查詢實際使用索引的字節長度。這個指標是索引優化的核心,它能揭示: 複合索引使用深度:顯示使用了複合索引的前幾列 索引利用效率:值越大,索引利用率越高 索引失效檢測:NULL值表示索引未被使用 數

數據庫

收藏 評論

angel - mtd overlay 是什麼

20179214 2017-2018-2 《密碼與安全新技術》第三次作業 課程:《密碼與安全新技術》 班級: 201792 姓名: 劉勝楠 學號:20179214 上課教師:謝四江 上課日期:2018年3月29日 必修/選修: 選修 學習內容總結 網絡空間

mtd overlay 是什麼 , 數據 , 雲計算 , 人工智能 , 雲原生 , 模態

收藏 評論

Zoho - 四度蟬聯!遠程桌面工具Zoho Assist獲評Gartner Peer Insights“客户之選”

繼Zoho CRM、Zoho Creator相繼獲得 Gartner認可後,Zoho旗下遠程桌面支持軟件Zoho Assist再度斬獲Gartner Peer Insights遠程桌面類別“2025年度客户之選”獎項,這也是其連續四年蟬聯此項殊榮。 Gartner Peer Insights是企業級軟件與服務評價平台。不同於專業報告,該平台更看重用户真實的使用感受,從用户採用情況、推薦意願、整體

sass , crm銷售系統 , crm

收藏 評論

雲端小仙童 - deepseek 工作流

前言:本筆記是對近日閲讀keynote“Troubleshooting Deep Neural Networks”的總結。 keynote來源: http://josh-tobin.com/troubleshooting-deep-neural-networks

數據集 , 數據 , deepseek 工作流 , aigc , 正則化 , bard

收藏 評論

迅易科技 - 企業如何打通微軟AD與國內企微、飛書、釘釘等賬號,實現無感登錄?

在與眾多大型企業客户的交流中發現,身份認證領域正面臨前所未有的挑戰。長期以來,全球有超過90%的具規模企業將微軟AD作為其管理數字化身份的基礎底座。它不僅管理着Windows系統和Exchange等微軟生態應用,還廣泛兼容了OA、ERP等關鍵業務系統,是企業網絡的“守門人”。所以,許多公司會出現以下情況: 同時,在信創國產化浪潮的推動下,更多企業開始使用企業微信、飛書、釘釘等國內的辦公軟件。所以

數字化轉型 , 登錄 , 企業管理工具 , microsoft , 管理後台

收藏 評論

灰常酷的板栗 - 計算機實驗室管理,計算機維護,保護卡,ghost

隨着計算機技術和現代教育的普及與發展,與計算機緊密相關的課程與專業越來越多,使得計算機實驗室數量的不斷增加,計算機使用更加頻繁,隨之而來的計算機出現故障頻率越來越高,使得其管理和維護工作成為一項非常繁瑣複雜的工作,如何科學管理計算機實驗室,提高計算機使用率,減少維護工作量值得大家探討。 一、提高機房實驗室管理員素質,樹立服務意識 計算機實驗室管理員素質是提高機房管理水平的保證,管理員素質的高低直接

編輯器 , 運維

收藏 評論

mob64ca12eb3858 - Stable Diffusion中run文件報錯

在使用Stable Diffusion進行圖像生成時,通常會遇到“run”文件報錯的問題。這個錯誤可能導致生成過程停滯不前,影響整個項目的進度和效果。下面,我將詳細記錄如何解決“Stable Diffusion中run文件報錯”的過程。 問題背景 在進行圖像生成的業務場景下,Stable Diffusion已經成為熱門的選擇。其強大的生成能力吸引了多方面的開發者與研究人員,但隨之

錯誤日誌 , 工具鏈 , 錯誤碼 , aigc

收藏 評論

奇峯卧虎 - 聊聊如何擺脱測試價值的“能見度”低現象

思想層面要推動測試左移和右延,改變團隊認知,執行層面要用數據量化價值,讓隱性工作顯性化,溝通層面要建立持續的價值彙報機制,核心思路是把測試從成本中心轉變為質量合作伙伴。 作為測試管理者,如果不能有效提升測試價值的“能見度”,團隊就容易被視為“成本中心”而非“價值貢獻者”,從而在資源爭取、話語權和團隊士氣上陷入被動。 要擺脱這一現象,我們需要從 “被動響應” 的思維轉變

軟件測試 , 開發人員 , 自動化測試 , 迭代

收藏 評論

追風的苦咖啡 - 零信任架構必備?國密SSL證書在SASE模型中的新角色

在零信任架構與SASE(安全訪問服務邊緣)模型深度融合的背景下,國密SSL證書正從傳統的傳輸層加密工具演變為零信任體系中的關鍵信任錨點。 https://www.joyssl.com/certificate/select/national_secret_alg... 一、身份驗證中樞:構建不可偽造的信任鏈 設備與用户雙重認證 SASE模型要求對所有接入實體進行持續驗證,國密

觀點 , 運維 , 知識 , serverless , jenkins

收藏 評論

mob64ca12ed4084 - 利用llama開發一個ai聊天機器人

利用LLaMA開發一個AI聊天機器人 在本博文中,我們將深入探討如何基於LLaMA模型開發一個AI聊天機器人。整個過程將從環境配置開始,依次覆蓋編譯過程、參數調優、定製開發、調試技巧及生態集成。目標是構建一個高效、可擴展的聊天應用。 環境配置 在開始之前,需要確保我們的開發環境具備必要的依賴和配置。 必要軟件和工具: Python 3.8+

聊天機器人 , aigc , 環境配置 , 調優

收藏 評論

mob649e815b5994 - LLAma 7b鏡像

LLama 7b鏡像是一種革命性的人工智能模型,能夠高效處理自然語言生成等任務。然而,在使用過程中,開發者可能會面臨一些具體問題,尤其是在遷移和兼容性方面。本文將從版本對比、遷移指南、兼容性處理、實戰案例、性能優化及生態擴展等多個維度,深入探討如何解決“LLama 7b鏡像”相關問題。 版本對比與兼容性分析 我們來看一下LLama模型的版本演進史,下面的時間軸展示了不同版本的更新

性能優化 , 配置文件 , aigc , 開發者

收藏 評論

mob649e8159b30b - stable diffusion 未找到支持你所選擇的生成引擎

stable diffusion 未找到支持你所選擇的生成引擎的問題可能源於多種原因,如環境配置錯誤、系統依賴缺失,或者其它設置不當。下面是對解決這個問題的詳細記錄過程。 協議背景 為了全面理解穩定擴散(Stable Diffusion)在處理生成引擎時的工作原理,我們需要構建相關的關係圖和時間軸。 erDiagram User ||--o{ GeneratedImage

抓包 , User , aigc , ci

收藏 評論

mob649e8159b30b - diffusion 損失函數優化

在深度學習領域,使用“擴散模型”進行生成任務時,損失函數的優化至關重要。尤其是在處理複雜的圖像、文本或聲音數據時,優化這些模型可以大大提高生成的質量和效率。我們在我的項目中遇到了“擴散損失函數優化”的問題,下面詳細記錄了我們的探索過程。 問題背景 在處理圖像生成時,我們應用了一種擴散模型,該模型通過逐步去噪的方式生成高質量的圖像。針對的用户場景是生成藝術風格的圖像,以供設計師在創

User , 損失函數 , aigc , ci

收藏 評論

mob649e816138f5 - Ollama parameter

Ollama parameter 是一種用於配置和調整計算性能的參數,它在機器學習和人工智能模型的優化中發揮着重要的作用。本文將從各個方面詳細解析“Ollama parameter”相關的技術問題,以及如何有效解決這些問題。 版本對比 為了更好地理解Ollama parameter在不同版本中的特性差異,我們將從歷史演進和適用場景對比兩方面進行分析。 時間軸(版本演進史):

常見錯誤 , 新版本 , 自定義 , aigc

收藏 評論

mob649e8167c4a3 - ollama怎麼查詢是不是用的GPU

ollama怎麼查詢是不是用的GPU 在深度學習和人工智能領域,使用GPU來加速計算的重要性不言而喻。在使用“ollama”時,瞭解當前系統是否利用了GPU資源,對於提升模型加載和推理速度至關重要。本文將詳細探討如何查詢“ollama”是否使用了GPU,以幫助開發者優化計算資源和提高工作效率。 問題背景 在機器學習和深度學習的日常工作中,GPU是極為重要的,並且能顯著提高模型

加載 , aigc , 深度學習 , Python

收藏 評論

mob64ca12d12b68 - python 操作本地ollama

在本篇博文中,我們將深入探討如何使用 Python 來操作本地 Ollama,詳細記錄下來解決這一問題的過程。我們將從環境準備開始,逐步引導你完成配置、測試、排錯和擴展應用等諸多環節。 環境準備 軟硬件要求 在開始之前,你首先需要確保你的設備滿足以下要求: 操作系統:Windows 10 (64-bit) / MacOS / Linux Python版本:P

bash , aigc , Json , Python

收藏 評論

Surma - The State Of Web Workers In 2021

I’m weary of always comparing the web to so-called “native” platforms like Android and iOS. The web is streaming, meaning it has none of the resources locally available when you open an app for the

Tools , Apps , Web

收藏 評論

Ramona Schwering - It’s A (Front-End Testing) Trap! Six Common Testing Pitfalls And How To Solve Them

As I was rewatching a movie I loved as a child, one quote in particular stood out. It’s from the 1983 Star Wars film “Return of the Jedi”. The line is said during the Battle of Endor, where the Alli

Tools , testing , Javascript , ui

收藏 評論

Andriy Zapisotskyi - Email Testing Flow As It Should Be

We spend a lot of time and effort crafting emails with a specific purpose: to make their recipients read them and take the desired actions. The three known bottlenecks of every email sequence includ

email , Tools , User Experience

收藏 評論