tag ci

標籤
貢獻319
251
08:53 AM · Nov 03 ,2025
youqingyouyidedalianmao 頭像 jihu_gitlab 頭像 u_15745565 頭像 u_17171882 頭像 xaye 頭像 u_15525048 頭像 u_16213341 頭像 u_16175455 頭像 u_15469972 頭像 u_16213598 頭像 u_16297326 頭像 u_16213412 頭像

@ci / 博客 RSS 訂閱

u_16175505 頭像

mob649e816594b7 - window下的ollama怎麼啓用gpu

在Windows下使用Ollama啓用GPU的過程，常見於機器學習和深度學習任務中。對於那些希望利用GPU進行加速計算的用户來説，瞭解如何正確配置環境是非常重要的。本文詳細描述了這一問題的背景、錯誤現象及解決方案，幫助大家順利在Windows平台上使用Ollama並啓用GPU。 問題背景 在使用Ollama進行深度學習模型的部署時，有用户發現無法啓用GPU，從而導致訓練速度緩慢，

aigc , 深度學習 , ci , CUDA

收藏 評論

u_16213315 頭像

mob64ca12d42833 - anaconda 安裝stable_baselines3

以下是關於“anaconda 安裝stable_baselines3”的詳細記錄： 在進行強化學習相關研究或項目時，我發現 stable_baselines3 是一個非常有用的庫。它提供了許多強化學習算法，可以幫助我們快速實現和測試各種模型。然而，安裝這個庫時涉及到的一些步驟讓我花費了一些時間。在這裏，我記錄下整個過程，以便後續參考。 環境準備 在開始安裝 stable_ba

User , aigc , ci , Python

收藏 評論

u_16175468 頭像

mob649e815cb099 - nas部署ollama

在本篇博文中，我們將詳細探討如何在 NAS（網絡附加存儲）上部署 Ollama，以便更好地理解整個過程。Ollama 是一個值得關注的工具，它提供了簡易的神經網絡模型管理功能，在 NAS 上運行將為我們的工作提供強大的支持。 環境準備 首先，讓我們看看要成功部署 Ollama 所需要的軟硬件要求。以下是基本配置： 硬件要求： 處理器：至少

aigc , ci , Docker

收藏 評論

u_16213408 頭像

mob64ca12eab427 - Stable Diffusion採樣方法哪裏下載

Stable Diffusion採樣方法哪裏下載 在獲取“Stable Diffusion”相關的採樣方法之前，我探索了多個方面：備份策略、恢復流程、災難場景、工具鏈集成、監控告警與擴展閲讀。以下是詳細過程，旨在系統化並記錄每個步驟，幫助其他開發者或研究者獲得相同有價值的信息。 備份策略 首先，為確保我們能夠在必要時回溯和恢復Stable Diffusion的採樣文件，制定了

數據丟失 , 數據恢復 , aigc , ci

收藏 評論

u_16099303 頭像

碼海航行俠 - 有關圖形的 PCI Express 常見問題解答

4.1 概述 PCI Express（PCIe）總線架構（前身為3GIO，即第三代輸入/輸出技術）由英特爾聯合IBM、戴爾、康柏、惠普和微軟等領先企業共同推出，旨在未來成為個人計算機輸入/輸出（PC I/O）的主流標準。 相較於標準PCI 2.2總線，PCI Express具備更大帶寬和更高可擴展性。 標準PCI 2.2總線採用單條並行數據總線設計，所有數據均以

express , 鏈路 , ci , 前端開發 , Javascript

收藏 評論

u_13633 頭像

daleiwang - Atcoder AGC001 解題報告

A 簡單題，每次找兩個最短的配對，取兩者 \(\min\)。實現上，對 \(a\) 從小到大排序，\(1 \to n\) 遍歷 \(i\)，每次將 \(a_i\) 累計入答案並對 \(i\) 迭代 \(+ 2\)。 #include bits/stdc++.h using i64 = long long; int main() { st

大數據 , hadoop , i++ , ci , ios

收藏 評論

u_16213339 頭像

mob64ca12d9e536 - langchain項目模板

在現代 IT 項目中，"LangChain 項目模板"為構建鏈式應用程序提供了一個清晰的框架，能夠更好地集成語言模型與其他工具。本文將以輕鬆的語氣記錄解決 "LangChain 項目模板" 問題的過程，涵蓋從環境準備到擴展應用的各個方面。 環境準備 在開始之前，我們需要確保已經安裝了一些前置依賴。 前置依賴安裝 Python 3.7+ pip Jupy

API , aigc , ci , Python

收藏 評論

u_16213651 頭像

mob64ca14089531 - 3D多邊形背景動畫

arwes作為未來主義科幻UI框架，其背景動畫系統為界面注入了獨特的科技感與動態美學。本文將深入解析三大核心背景組件——Dots（點陣）、GridLines（網格線）和MovingLines（動態線條）的實現原理與應用方法，幫助開發者快速構建沉浸式視覺體驗。 背景動畫系統架構 arwes背景動畫基於Canvas API實現，通過@arwes/bgs核心包提供基礎繪製能

響應式 , ci , 前端開發 , Javascript , ui

收藏 評論

mizy 頭像

over_50 - 提取atisVersion

關鍵字： iFlow、dumpcap、tshark、tcpflow、ngrep、BPF過濾器、JSON ⚠️ 注意事項 對於不能丟失端口數據包信息的ATIS監控需求，dumpcap是最佳選擇，其次是優化配置的tcpdump。這兩個工具都能在內核層面進行高效抓包，並提供完善的緩衝和輪轉機制來防止數據丟失。 .\TotalMonitor\l

xml , 實時監控 , aigc , Copilot , ci

收藏 評論

u_16213401 頭像

mob64ca12e91aad - 免費aigc工具

在當前的數字化時代，免費 AIGC（人工智能生成內容）工具成為了越來越多開發者和企業的選擇。利用 AIGC 工具，用户可以快速生成文本、圖像等多媒體內容，這在提高工作效率和降低成本方面展現了不可小覷的優勢。接下來，我將詳細記錄我在使用和部署免費 AIGC 工具過程中的各個環節，包括環境預檢、部署架構、安裝過程、依賴管理、擴展部署及遷移指南。 環境預檢 在開始部署之前，我們需要進行

bash , aigc , ci , Python

收藏 評論

jdcdevloper 頭像

京東雲開發者 - CI+JUnit5併發單測機制創新實踐 | 京東物流技術團隊

一. 現狀·問題 針對現如今高併發場景的業務系統，“併發問題” 終歸是必不可少的一類（佔比接近10%），每次出現問題和事故後，需要耗費大量人力成本排查分析並修復。那如果能在事前儘可能避免豈不是很香？ 二. 分析原因 當前併發測試多數依賴測試人員進行腳本測試，同時還依賴了研發和產品識別出併發操作的場景用例。 對於併發測試，大概兩條路子： 所有修改同樣數據的命令式接口都測一遍？【耗費巨大

併發測試 , 測試 , junit5 , 單元測試 , ci

收藏 評論

u_17517821 頭像

mb68bd9657ee325 - python中的scrapy庫

Scrapy 是 Python 生態中一個為專業級數據採集而生的高速、高性能開源網絡爬蟲框架。它採用高度模塊化的設計，讓你能像搭積木一樣構建爬蟲，輕鬆應對從簡單數據抓取到大規模分佈式爬取的各種場景。 🧩 Scrapy 核心架構與工作流程 要掌握 Scrapy，首先得理解其精巧的架構。它就像一個高效運轉的工廠流水線，每個組件各司其職，協同工作。其核心數據流（Data

中間件 , 後端開發 , ci , ide , Python

收藏 評論

u_16175479 頭像

mob649e815f494b - stable diffusion python 源更新

在使用Stable Diffusion的過程中，更新Python源的問題時常出現，可能導致依賴問題和運行故障。為了能夠有效地備份、恢復、應對災難場景、實現工具鏈集成、驗證與預防問題，我將以下內容進行總結歸納。 首先，在備份策略方面，我們需要通過思維導圖來展示數據備份的內容，以及我們所使用的存儲架構。同時，為了體現出存儲介質的優缺點，我們也可以使用表格進行比較。 mindmap

User , 數據 , aigc , ci

收藏 評論

u_16160172 頭像

避風塘主 - go語言開發

package main import ( "fmt" "sync" ) // InMemoryDB represents a simple in-memory key-value database type InMemoryDB struct { data map[string]string mu sync.RWMutex } // NewDB creates a new in

email , 後端開發 , ci , Python

收藏 評論

u_17171882 頭像

Chikaoya - Python 21天學習計劃 - 第五天：文件操作和異常處理

今日目標 掌握文件的打開、讀取和寫入操作 理解不同的文件打開模式 學習處理CSV、JSON等常見文件格式 掌握異常處理的基本語法 學習自定義異常 瞭解上下文管理器（with語句）的使用 詳細內容 1. 文件基礎操作（90分鐘） 文件操作的基本步驟 打開文件

csv , AI寫作 , aigc , ci , Json

收藏 評論

u_12195 頭像

jojo - 如何增加zotero檢索引擎

鄙人習慣 使用Zotero Connector來收集chrome瀏覽器中檢索到的文章 然後自動文章信息自動導入到本地Zotero客户端中 利用Foxit福晰閲讀器來閲讀下載的PDF格式文章 在Zotero中對應文章下建立markdown筆記，便於導出到博客 在Zotero中安裝markdownhere4zo

谷歌學術 , 經驗分享 , 大數據 , 數據倉庫 , 數據庫 , 如何增加zotero檢索引擎 , ci

收藏 評論

u_16175470 頭像

mob649e815d334b - llama 7b原理

LLaMA 7B原理：探討與解析 LLaMA（Large Language Model Meta AI）是Meta發佈的系列大型語言模型，其中7B代表其參數量為70億個。該模型致力於提高生成預訓練模型的性能，致力於在自然語言處理（NLP）任務上取得突破。本文將探討LLaMA 7B的技術原理、架構解析、源碼分析以及擴展討論，旨在為讀者提供一個全面的理解框架。 背景描述 在過去的

初始化 , 自然語言處理 , aigc , ci

收藏 評論

u_16213686 頭像

mob64ca1410eb61 - 多個from會生成多個鏡像嗎

上一期我們講了%格式化輸出，這次我們來講另外兩種格式化輸出方式： {}和format()、f-strings。 先來看{}和format()。 這種輸出方式的格式是這樣： print("輸出區".format(變量區)) 舉個小小的例子： #Program_35 print("我有{}只{

多個from會生成多個鏡像嗎 , 雲計算 , 賦值 , 格式化輸出 , 雲原生 , ci , Python

收藏 評論

jihu_gitlab 頭像

極狐GitLab - 從 Bamboo 到極狐GitLab 的遷移指南

內容來源： https://about.gitlab.com/blog 作者： Abubakar Siddiq Ango Atlassian 表示，將在 2024 年 2 月，終止對於旗下所有服務器端產品（Server products）的支持。 隨着這個時間節點的逐漸臨近。那些依賴於私有化部署了 Atlassian 服務端產品的用户來説，面臨着抉擇：要麼升級到 Atliassian

持續集成 , devops , gitlab , ci

收藏 評論

u_16213392 頭像

mob64ca12e6f33c - aigc助手 沒有在系統找到軟件

aigc助手 沒有在系統找到軟件的描述： 在日常的IT工作中，我們常常會遇到諸如“aigc助手 沒有在系統找到軟件”的問題。這可能是由於軟件未安裝、環境配置不當或者依賴缺失等多方面原因。本文將詳細記錄解決這一問題的過程，涵蓋環境預檢、部署架構、安裝過程、依賴管理、服務驗證和擴展部署等方面。 環境預檢 為了確保系統的正常運行，第一步我進行了環境預檢，包括確認依賴的硬件和軟件環境

bash , aigc , ci , Python

收藏 評論

u_16213356 頭像

mob64ca12de62a6 - ollama服務的模型文件存儲在哪裏

在處理“ollama服務的模型文件存儲在哪裏”這個問題時，我經歷了一些探索和調試的過程。這個過程不僅揭示了服務的底層邏輯，還為我提供了豐富的實踐經驗。下面是我所整理的解決步驟和思考過程。 背景定位 在2023年初，隨着機器學習應用的迅速增加，我們開始接觸“ollama”服務。這個服務在全公司乃至行業中都變得越來越重要，使用它提供的模型有助於完成各種任務。不過，我發現團隊在使用這個

日誌文件 , 配置文件 , aigc , ci

收藏 評論

u_16175523 頭像

mob649e816a3664 - stable diffusion torch size

在使用Stable Diffusion時，用户常常會遇到與“torch size”相關的問題。這些問題通常與模型的性能和資源佔用有關。本文將詳細記錄解決“stable diffusion torch size”問題的過程，分為環境準備、集成步驟、配置詳解、實戰應用、排錯指南及性能優化等模塊。 環境準備 為了有效運行Stable Diffusion，我們需要配置合適的環境。以下是依

System , aigc , ci , Python

收藏 評論

u_16213450 頭像

mob64ca12f4d1ad - Linux Ollama使用GPU運行LLM模型

在當今的機器學習領域，運行大型語言模型（LLM）已經成為一種趨勢。尤其是使用強大的GPU加速，可以顯著提高模型的訓練和推理速度。然而，在Linux環境中，許多用户在使用Ollama運行LLM模型時遇到了GPU無法正常工作的情況。下面來詳細探討如何解決“Linux Ollama使用GPU運行LLM模型”的問題。 問題背景 在實際用户場景中，很多數據科學家和機器學習工程師依賴於Oll

aigc , 解決方案 , ci , CUDA

收藏 評論

u_13482808 頭像

食品安全辛吉飛 - SQLServer 審計（默認，圖形）

1.創建審核並啓用 創建審核文件的目錄，指定審核文件位置，啓用審核 2. 創建審核規範並啓用 對數據庫中的某張表做insert 、update 、delete 審計 INSERT INTO dbo.[Order] (UserID, Amount) VALUES (1, 99

表名 , 私藏項目實操分享 , 數據庫 , SQL Server , SQL , ci

收藏 評論