tag Python

標籤
貢獻846
794
06:37 AM · Oct 27 ,2025
dawanzi_6278b06ec111c 頭像 deephub 頭像 lengxi_16 頭像 u_14306318 頭像 u_17037082 頭像 kuanrongdeshanyang 頭像 fengliudeshanghen 頭像 jieduanxingdebugger 頭像 hanazawa 頭像 u_13137233 頭像 yinuo112 頭像 u_15469972 頭像

@Python / 博客 RSS 訂閱

u_16213662 頭像

mob64ca140b466e - react.js - 簡述React中無狀態組件和有狀態組件的區別 - 個人文章

在 React 中，“無狀態組件（Stateless Component）” 和 “有狀態組件（Stateful Component）” 是兩個非常核心的概念。 理解它們的區別，可以幫助你更好地組織組件、提升可維護性。 什麼是無狀態組件（Stateless Component） 無狀態組件也叫 展示型組件（Presentational Compone

數據 , 設計理念 , 後端開發 , Python , ui

收藏 評論

u_16213704 頭像

mob64ca14154457 - 乾貨分享 | 深度學習零基礎進階第二彈 -

Abstract 隱式神經表示 （INR） 已成為使用神經網絡將離散信號編碼為連續、可微函數的強大工具。然而，不幸的是，這些模型通常依賴單體架構來表示高維信息，隨着維度的增長，導致計算成本過高。我們提出了 F-INR，這是一個框架，它依據函數張量分解重新制定 INR 學習，將高維任務分解為輕量級的、特定於軸的子網絡。每個子網絡學習一個低維資料組件（例如，空間或時間）。然後，

數據 , 神經網絡 , 後端開發 , 結構化 , Python

收藏 評論

u_16099170 頭像

編程小匠人之魂 - 哈希算法從原理到實戰

哈希表中鍵不可以重複但是值可以重複 哈希表的初始化 #include iostream #include unordered_map // 包含哈希表頭文件 #include string using namespace std; int main() { // 1. 聲明和初始化哈希表 // 創建一個鍵為string類型，值

初始化 , 迭代器 , 成員函數 , 後端開發 , Python

收藏 評論

u_16099227 頭像

雲端創新者 - React 框架原理與實戰-React 框架原理與實戰-04-01-01React基礎回顧_junying6的博客-博客

一、ReAct範式簡介 在AI智能測試和Agent開發中，ReAct（Reasoning + Acting）範式是核心方法。它通過邊思考邊行動的方式，實現智能體閉環動態決策。 Reasoning（推理）：分析任務信息、環境狀態和歷史數據，生成下一步行動策略。 Acting（行動）：根據策略執行動作，如調用接口、生

多任務 , 後端開發 , 自動化測試 , 迭代 , Python

收藏 評論

u_16099304 頭像

藍夢之翼 - 基於單片機的家庭火災警報系統設計_基於單片機的火災報警系統設計

功能效果演示 基於51單片機的智能家居控制環境監測智能防火火災報警系統 具體實現的功能 由STC89C52單片機+LCD1602液晶顯示屏+ADC0832模塊+蜂鳴器+DHT11温濕度傳感器 +煙霧傳感器+LED+按鍵構成 具體功能： 1、LCD1602液晶第一行顯示當前的煙霧值，第二行顯示當前的温度和濕度值；

課程設計 , 智能家居 , 單片機 , 後端開發 , 火災報警 , 滅火系統 , Python

收藏 評論

u_16175440 頭像

mob649e8155edc4 - WINDOWS 安裝 ollama用gpu運行

實現“WINDOWS安裝ollama用GPU運行”的全過程將會是一個相對複雜的任務，但也並非不可克服。為了方便大家更好地理解，我將這個過程以博文的形式記錄下來。從環境準備到擴展應用，每一個步驟力求詳細和清晰。 在開始之前，請確保您具備以下環境所需的基本條件。安裝Ollama的GPU支持涉及多個前置依賴，這對於其順暢運行至關重要。 環境準備 前置依賴安裝 以下是您需要安裝的

aigc , 深度學習 , CUDA , Python

收藏 評論

u_16213608 頭像

mob64ca13fe62db - 【AI理論學習】多模態介紹及當前研究方向_多模態人工智能

你是否還在為AI項目中同時處理文本、圖像和音頻數據而煩惱？面對TensorFlow、PyTorch等不同框架的兼容性問題，以及各種模態數據處理接口的差異，開發效率大打折扣。本文將介紹如何使用Ivy框架（The Unified AI Framework）輕鬆實現多模態數據的統一處理，讓你告別框架切換的痛苦，專注於模型創新。 讀完本文，你將能夠： 瞭解I

數據 , 加載 , 後端開發 , 模態 , Python

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之編程進階 Python高級：第七章 數據庫類模塊

人工智能之編程進階 Python高級 第七章 數據庫類模塊 (文章目錄) 前言 本文主要講述兩類數據庫，關係型數據庫mysql和非關係型數據庫mongodb的常見操作步驟。 🗄️ 一、MySQL（關係型數據庫） 1. 安裝（本地開發） Windows / macOS： 推薦使用 MySQL Installer（官方

yyds乾貨盤點 , MySQL , mongodb , 後端開發 , Python

收藏 評論

hanazawa 頭像

不愛吃香菜 - Python 的內置函數 chr

Python 的內置函數 chr() 是一個非常有用的函數，它可以將整數（Unicode 碼點）轉換為對應的字符。該函數的語法非常簡單： chr(i) 其中參數 i 是一個整數，範圍在 0 到 1,114,111（即 0x10FFFF）之間。函數會返回表示 Unicode 碼點為 i 的字符字符串。 功能説明 chr() 函數的主要功能是： 將 Unicode 碼點轉換為對應的字符 與 or

知識 , Python

收藏 評論

u_16213606 頭像

mob64ca13fdd43c - 創新驅動 IBM以現代化架構推動數字化重塑新里程

全新架構與性能突破 IBM 近日正式推出 Granite 4.0 大模型系列，標誌着企業級 AI 技術在效率與性能平衡上實現重大突破。該系列採用創新的 Mamba-2/Transformer 混合架構，並在部分型號中融入混合專家（Mixture-of-Experts, MoE）機制，相比同類模型實現了 70% 以上的內存佔用降低和 2 倍推理速度提升，尤其在多會話處理和長上

後端開發 , 企業級 , Git , Json , Python

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

u_16213669 頭像

mob64ca140ce312 - nodesass 需要安裝python2

node-sass 安裝失敗的各種坑 第一天晚上看了各種文檔都沒能成功安裝node-scss包，基本上都放棄了。但是第二天靈機一動吧問題解決了。 我在這裏説一下我最終的解決辦法的過程，希望對各位有所幫助。 因為使用的是npm包管理工具，因此上npm官網搜索相關的包，查看説明文檔，按照文檔中的安裝命令

Vue , 後端開發 , 官網 , 安裝失敗 , Python

收藏 評論

u_17578007 頭像

wx690f565d7bc78 - Python中的StringIO模塊

一、StringIO的定義和核心作用 StringIO是 Python 標準庫io模塊中的一個類，它允許你像操作文件一樣操作字符串。 換句話説，它提供了一個內存中的文件對象，你可以用讀寫文件的方式（如read(),write(),seek()等）來讀寫字符串數據，而無需在磁盤上創建實際的文件。 核心作用： 數據處理：在內存中臨時存儲和操作字符串數

字符串拼接 , 字符串 , MySQL , 數據庫 , Python

收藏 評論

taozi_destiny 頭像

陶子_destiny - windows下安裝Python虛擬環境

1、安裝virtualenvwrapper 安裝命令，windows系統,在非scripts目錄下運行 pip install virtualenvwrapper-win （安裝） pip uninstall virtualenvwrapper (卸載) 2、配置虛擬環境安裝路徑(加好後關機重啓生效)： 3、虛擬環境操作： 創建虛擬環境 mkvirtualenv virtualenv

virtualenvwrapper , virtualenv , Python

收藏 評論

ziwupython 頭像

子午 - 【魚類識別系統】Python+TensorFlow+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 魚類識別系統，基於TensorFlow搭建Resnet50卷積神經網絡算法，通過對30種常見的魚類圖片數據集（‘墨魚’、‘多寶魚’、‘帶魚’、‘石斑魚’等）進行訓練，最後得到一個識別精度較高的模型，然後搭建Web可視化操作平台。 技術棧： 項目前端使用Html、CSS、BootStrap搭建界面。 後端基於Django處理邏輯請求 基於Ajax實現前後端數據通信 選題背景與意義

圖像識別 , 人工智能 , 深度學習 , Python

收藏 評論

u_16213571 頭像

網絡安全專家 - EasyGBS新增磁盤閾值判斷，可自動刪除較早雲端錄像文件 -

EasyGBS平台近日迎來版本大更新（v3.7.168）。本次迭代聚焦功能拓展與體驗優化，新增音頻轉碼、推流插件及RTC設備接入能力，同時優化核心交互邏輯，移除冗餘功能，進一步提升平台在安防監控、直播分發等場景的適配性與穩定性。以下為詳細更新解讀： 一、新增功能：拓寬應用邊界，適配多元場景 1）GB音頻G711轉AAC：解決多終端兼容痛點 G711編碼雖延遲低、

視頻流 , 多終端 , 後端開發 , 迭代 , Python

收藏 評論

u_16099174 頭像

晨曦微露s - 熱血傳奇更新ESP揹包不對

包和文件操作 1.什麼是包 “”" 包含__init__.py文件的文件夾就是包 包是用來對py文件（模塊）進行分類或者封裝 “”"2.怎麼使用包中的模塊 “”" 導入方式1 import 包名.模塊名 包名.模塊名.變量 導入方式2 import 包名.模塊名 as 新模塊名 對包名.模塊名進行重命名操作 通過新名.變量 的方式去使用 導入方式3

數據 , 架構 , 文本文件 , 後端開發 , 包名 , 熱血傳奇更新ESP揹包不對 , Python

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_14480405 頭像

李國營的博客 - Odoo中qweb報表如何展示單據明細行圖片和pdf文件

在報銷、費用單等業務裏，明細行常常會掛一個「發票附件」字段： 有時候是圖片（JPG/PNG 等）； 有時候是PDF，而且可能還是多頁 PDF。 在 QWeb 報表裏，我們通常希望： HTML預覽裏能直接看到發票； 導出 PDF 報表時，每一頁 PDF 的每一頁發票能清晰、單獨地展示； 最好一套代碼同時支持「單張

字段 , 文件名 , 後端開發 , Image , Python

收藏 評論

liuyue_5e7eb6745e089 頭像

劉悦的技術博客 - 物無定味適口者珍，Python3併發場景(CPU密集/IO密集)任務的併發方式的場景抉擇(多線程/多進程/協程asyncio)

原文轉載自「劉悦的技術博客」https://v3u.cn/a_id_221 一般情況下，大家對Python原生的併發/並行工作方式：進程、線程和協程的關係與區別都能講清楚。甚至具體的對象名稱、內置方法都可以如數家珍，這顯然是極好的，但我們其實都忽略了一個問題，就是具體應用場景，三者的使用目的是一樣的，話句話説，使用結果是一樣的，都可以提高程序運行的效率，但到底那種場景用那種方式更好一點？ 這就好比

python3.x , 協程 , 多線程 , 多進程 , Python

收藏 評論

u_16213569 頭像

技術領航舵手 - 【雕爺學編程】Arduino動手做（79）---MQ135空氣檢測模塊

GD32F407VE天空星開發板的MQ135的空氣質量檢測 一、MQ135傳感器深度解析 1.1 傳感器概述與應用場景 MQ135是一款高性能的半導體氣體傳感器，專門設計用於檢測空氣中的多種污染氣體。這款傳感器採用二氧化錫(SnO₂)作為核心氣敏材料，在清潔空氣中具有較低的電導率，而當環境中存在污染氣體時，其電導率會隨着氣體濃度的增加而顯著增大。 典型應用

擬合 , include , 後端開發 , define , Python

收藏 評論

aitibao_shichangyingxiao 頭像

艾體寶IT - 艾體寶乾貨 | Redis Python 開發系列#4 保證原子性與性能

本文解析 Redis 的事務（MULTI/EXEC）、管道（Pipeline）和 Lua 腳本，通過 Python 代碼示例展示如何保證數據原子性、大幅提升批量操作性能，並實現複雜業務邏輯。 前言 在熟練操作 Redis 五大核心數據結構後，我們面臨新的挑戰：如何**原子性地執行多個命令**？如何**極致優化批量操作的性能**？這就是 Redis 高級特性——**事務（Transaction）**

redis , Python

收藏 評論

jdcdevloper 頭像

京東雲開發者 - HTTP請求：requests模塊基礎使用必知必會 | 京東雲技術團隊

1 背景 http請求是常見的一種網頁協議，我們看到的各種網頁，其實都是發送了http請求得到了服務器的響應，從而將數據庫中複雜的數據以簡單、直觀的方式呈現出來，方便大眾閲讀、使用。而如何發送http請求呢？今天來探討一下使用requests模塊，達到高效、簡單的http請求操作。 2 什麼是requests requests是用python語言基於urllib編寫的，採用的是Apache2 Li

HTTP , requests , Python

收藏 評論

u_12227 頭像

軒轅 - 網站專題頁必做的10個策劃技巧與方法

線段樹分治 將插入和刪除操作轉化成插入和末端刪除，從而使刪除變為撤銷。 最小生成樹 性質： 1.邊權為 \(w\) 2.邊權 \(\le w\) 最短路 \(dij\) 去掉堆優化後時間複雜度為 \(O(n^2+m)\) ，在完全圖下可以少帶一個 \(log\) 博弈 可以先寫一個暴力，然後加一些不是很能證明的剪枝或是特性，如

並查集 , 後端開發 , 鏈表 , 最短路 , Python

收藏 評論