tag Python

標籤
貢獻844
768
06:37 AM · Oct 27 ,2025

@Python / 博客 RSS 訂閱

網線小遊俠 - rustdesk速度優化

Rust 1.55 穩定版發佈 Rust 1.55 是 2021 Edition 正式發佈之前的倒數第二個版本,此版本主要更新如下: range 操作符支持半開語法 match x as u32 { 0 = println!("zero!"), 1.. = println!("posi

php , rustdesk速度優化 , 架構 , 編程語言 , 後端開發 , JAVA , Python

收藏 評論

字節墨海星 - .NET5.0 Code First 建立索引方法_codefirst 索引

具體實現可參考NetCoreKevin 一個基於NET8搭建DDD-微服務-現代化Saas企業級WebAPI前後端分離架構:前端Vue3、IDS4單點登錄、多級緩存、自動任務、分佈式、AI智能體、一庫多租户、日誌、授權和鑑權、CAP事件、SignalR、領域事件、MCP協議服務、IOC模塊化注入、Cors、Quartz自動任務、多短信、AI、AgentFramework、S

字段 , User , github , 後端開發 , Python

收藏 評論

用户bPc6h39 - Pycharm 2023.3.3 最新安裝教程(親測有效)

PyCharm是一種流行的Python集成開發環境(IDE),廣泛應用於Python開發人員。在使用PyCharm時,開發人員可能會遇到一些常見問題。以下是一些可能出現的問題及其解決方案: 安裝教程:kdocs.cn/l/cmuBDCz2KFTj 內存不足和卡頓: 問題描述:PyCharm在運行時可能因為內存不足而變得卡頓或無響應。 解決方案:確保計算機有足夠的內存來運

程序 , 開發工具 , pycharm , ide , Python

收藏 評論

mob649e815da088 - ollama 下載 HuggingFace 文件

在本篇博文中,我將詳細記錄解決“ollama 下載 HuggingFace 文件”問題的過程,包括如何進行版本對比、遷移指南、兼容性處理、實戰案例、排錯指南與性能優化。希望這些內容能為大家提供一些參考和幫助。 版本對比 在開始之前,我們需要了解 ollama 的不同版本之間的特性差異。自從初始版本推出以來,ollama 已經歷了多次重要更新。以下是 ollama 版本的演進歷程。

性能優化 , aigc , ci , Python

收藏 評論

大丸子 - 使用 Python 合併多個 PowerPoint 幻燈片

在日常工作和報告製作中,將多個 PowerPoint 演示文稿合併成一個 是常見需求。例如,公司季度報告可能包含來自不同部門的幻燈片,或需要將培訓內容整合到統一文件中。通過 Python 和 Spire.Presentation,你可以輕鬆實現幻燈片的合併,無需依賴 PowerPoint 軟件手動操作。 本文將演示如何使用 Python 合併兩個演示文稿,並説明如何選擇 保留原始設計 或 使用目標

ppt , microsoft , powerpoint , 幻燈片 , Python

收藏 評論

瞿小凱 - 如何把多個py文件打包成一個在pycharm直接運行

如果是想同時打包多個py文件在pycharm中,通常做法是將它轉化為exe文件。因此,首先,我們需要安裝 pyinstaller。 第一步,安裝pyinstaller 您可以在下面這個官網中完成安裝 http://www.pyinstaller.org/ 當然,您可以直接cmd,回車,然後裝包pip install pyinstaller,執行流程如下圖所示。 特別提示,如果是在py

python爬蟲 , exe , 學習方法 , 爬蟲 , Python

收藏 評論

mob649e8160b585 - stablebaselines3安裝

在這篇文章中,我將與你分享如何順利安裝stable-baselines3這一開源強化學習庫的全過程。在安裝時候,我也遇到了一些問題,所以我會將解決方案一一列舉,以方便你在遇到類似問題時查閲。 環境準備 在開始之前,我們需要確認硬件和軟件環境的要求。stable-baselines3主要用於Python開發,因此Python環境的配置尤為重要。 軟硬件要求 操作系統

bash , aigc , Python

收藏 評論

編程夢想編織者 - 深入理解Java JVM中的垃圾回收器

深入理解Java JVM中的垃圾回收器 Java虛擬機(JVM)是運行Java程序的基礎,而垃圾回收器(Garbage Collector,GC)則是JVM中至關重要的一部分。它的主要職責是自動管理內存,回收不再被使用的對象,防止內存泄露,從而提高應用的性能和穩定性。 垃圾回收器的工作原理 垃圾回收器通過識別不再使用的對象來釋放內存。常

編程 , 性能調優 , jvm , 垃圾回收 , 後端開發 , JAVA , Python

收藏 評論

我是你諾言哥 - 40萬張壁紙合集來了!100+分類承包你一整年的屏幕新鮮感

還在為找不到心儀的壁紙發愁?這次直接把“壁紙宇宙”打包分享給你——超全壁紙合集,100+細分分類、40萬張高清素材,從動漫神作到潮流風格,從自然風景到明星偶像,無論你是二次元愛好者、顏值黨還是風格控,都能在這裏挖到寶藏! 下載地址:https://pan.quark.cn/s/3e6edc90bce8

後端開發 , bc , 動漫 , 下載地址 , Python

收藏 評論

mob64ca12ec8020 - ollama下載的模型在linux系統哪

在使用 Ollama 下載模型時,很多用户會在 Linux 系統上遇到問題,比如模型的下載路徑和管理。本文將詳細介紹在 Linux 系統上如何解決“ollama下載的模型在linux系統哪”的問題。我們的討論將涵蓋環境配置、編譯過程、參數調優、定製開發、調試技巧和性能對比等多個方面。 環境配置 首先,我們需要確保在 Linux 系統中安裝了必要的依賴項和配置。下圖展示了我們的環境

aigc , 編譯過程 , 調優 , Python

收藏 評論

davisl - 信號

在 Linux 系統中,信號是一種用於進程間通信的機制,通常用於通知進程某些事件的發生。以下是常見的信號類型及其對應的快捷鍵和用途: 常見信號類型 SIGHUP (1): 通知進程終端掛起或連接斷開。 SIGINT (2): 中斷信號,通常由Ctrl+C觸發,用於終止進程。 SIGQUIT (3): 退出信號

include , 自定義 , 後端開發 , 寄存器 , Python

收藏 評論

wx6953b3319ffb2 - 計算機導論學習:在基礎中窺見學科的深邃

接觸《計算機科學導論》這門課程前,我對計算機的認知僅停留在“會用軟件、能上網”的淺層階段,總覺得這門學科只是冰冷的代碼和複雜的機器。但經過一學期的系統學習,我不僅搭建起計算機學科的基礎框架,更在一個個知識點的探索中,體會到這門學科背後的邏輯之美與創新之力,也對“如何學習計算機”有了全新的感悟。 課程的開篇從計算機的發展歷程講起,從圖靈提出的抽象計算

大數據 , 數據倉庫 , 人工智能 , 計算機科學 , Python

收藏 評論

數據探索者 - Transformer入門教程(二)模型設計(一)_transformer開發

本文詳細介紹瞭如何利用JAX及其神經網絡庫Haiku,從零開始構建並訓練一個完整的Transformer模型。內容涵蓋自注意力機制、線性層、歸一化層、嵌入層的實現,以及如何結合Optax優化器構建訓練循環,為理解和使用JAX進行深度學習開發提供了實用指南。 使用JAX從零構建Transformer模型全流程解析 在本教程中,我們將探討如何使用JAX開發神經網絡。而Tr

歸一化 , 神經網絡 , 損失函數 , 後端開發 , Python

收藏 評論

代碼探險家 - rest_framework_simplejwt 自定義了用户表

1.請求和響應 2.基於類的視圖 3.認證和權限 1.請求和響應 從現在開始,我們將真正開始接觸REST framework的核心。下面我們介紹幾個基本的模塊。 請求對象(request objects) REST framework引入了一個擴展常規HTTPRequest和Request對象,並

rest , 雲計算 , RESTframework , DjangoRESTFrameWork , django , 雲原生 , Python

收藏 評論

mob64ca12edea6e - ollama下載的權重文件在何方

ollama下載的權重文件在何方 在使用ollama這款生成模型工具時,許多用户會遇到一個常見的問題,就是如何找到下載的權重文件。下面我們將一步步梳理出解決這一問題的全過程。 環境準備 在開始之前,我們需要確保有一個合適的環境來運行ollama。首先,確保你的計算機或服務器上已經安裝了以下前置依賴。 操作系統:Linux (Ubuntu 20.04 以上), ma

權重 , aigc , Docker , Python

收藏 評論

麗麗的博客家園 - 從CSV到詞雲:用Python分析文本數據並可視化關鍵詞

在數據分析和自然語言處理中,快速洞察文本中的高頻關鍵詞是一項基礎而重要的任務。無論是用户評論、社交媒體帖子還是新聞文章,將非結構化文本轉化為直觀的視覺呈現(如詞雲)能幫助我們迅速抓住核心主題。本文將帶你使用 Python 從 CSV 文件讀取文本數據,進行清洗與統計,並最終生成一張美觀的詞雲圖。 1. 準備工作:安裝依賴庫 我們需要以下三個關鍵庫: p

csv , 詞頻 , 後端開發 , 詞雲 , Python

收藏 評論

公眾號_小博測試成長之路 - 解鎖新技能:用Python讓你的AI Agent快速連接MCP工具

告別複雜代碼!Python輕鬆實現你的第一個AI Agent 從上一篇文章中,學完之後已經可以通過創建agent來跟大模型對話,並且在創建agent的時候,發現是可以指定tools的。那麼今天來學習一下怎麼創建tools。這裏會要用到mcp協議。讓我們先來看一下MCP是什麼? MCP(Model Context Protocol,模型上下文協

搜索 , 開發語言 , HTTP , 後端開發 , Python

收藏 評論

qq68d2318712d49 - java 常面試的10道題及答案

以下是 Java 面試高頻 10 道題 + 精煉答案(覆蓋基礎核心、JVM、併發、集合等重點,適合面試快速記憶): 1. 談談 Java 的三大特性(封裝、繼承、多態) 封裝:隱藏對象內部實現細節,通過 private 限制訪問,提供 getter/setter 等公共方法交互,降低耦合、提高安全性(比如實體類的屬性封裝)。 繼承:子類通過 exte

後端開發 , 線程安全 , 多線程 , JAVA , Python

收藏 評論

夢斷藍橋魂 - 第八章:併發編程+網絡編程(二) 2020-06-09

人工智能之編程進階 Python高級 第八章 網絡併發類模塊 @ 目錄 人工智能之編程進階 Python高級 前言 1. TCP 服務端(監聽連接) 2. TCP 客户端 3. UDP 示例(無連接)

客户端 , 多線程 , 前端開發 , Javascript , Python

收藏 評論

deephub - ONNX Runtime Python 推理性能優化:8 個低延遲工程實踐

在深度學習落地過程中,有一個常見的誤區:一旦推理速度不達標,大家的第一反應往往是拿着模型開到,比如:做剪枝、搞蒸餾、甚至犧牲精度換小模型。 實際上生產環境中的 Python 推理鏈路隱藏着巨大的“工程紅利”。很多時候你的模型本身並不慢,慢的是低效的數據搬運、混亂的線程爭用以及不合理的 Runtime 默認配置。在不改變模型精度的情況下,僅靠ONNX Runtime (ORT) 的工程特性,往往就能

神經網絡 , 人工智能 , 深度學習 , Python

收藏 評論

MonkeyKing_sun - 國內Dockerfile的配置,提高打包速度

FROM python:3.10-slim # 設置工作目錄 WORKDIR /app # 配置國內鏡像源加速 RUN sed -i 's|deb.debian.org|mirrors.aliyun.com|g' /etc/apt/sources.list.d/debian.sources 2/dev/null || \ sed -

ico , 運維 , 後端開發 , Linux , 網絡 , Python

收藏 評論

mb69102d3c32672 - 企微智能機器人

企微智能機器人主要分為兩大類,它們的創建方式、功能和使用場景有顯著區別。 兩大類企微智能機器人 1. 羣聊機器人 這是最常見、最容易上手的類型。它像一個“虛擬成員”被添加到企業微信羣(包括內部羣和包含外部聯繫人的羣)中,通過Webhook地址接收信息並自動發送消息。 主要特點: •簡單易用:無需複雜開發,在企業微信App中即可快速創建。

微信 , 發送消息 , API , 後端開發 , Python

收藏 評論

mob649e81637cea - 本地搭建ollama大模型rag

構建一個本地搭建 Ollama 大模型 RAG 的過程需要多個步驟,從環境準備到功能驗證,下面將詳細介紹這一過程,並希望能給想要搭建 Ollama 大模型 RAG 的開發者提供清晰的指南。 在開始之前,請確保您已經對此過程有所瞭解,並做好了充分的準備。 環境準備 首先,需要準備好合適的硬件和軟件環境才能順利搭建 Ollama 大模型 RAG。以下是前置依賴項的安裝和評估。

硬件資源 , aigc , Docker , Python

收藏 評論