tag ci

標籤
貢獻330
337
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_16213412 頭像 u_17587833 頭像 u_17487076 頭像

@ci / 博客 RSS 訂閱

u_16213342 頭像

mob64ca12dab0a2 - 人臉編輯 diffusion

人臉編輯 diffusion是一種利用深度學習技術生成和修改人臉圖像的方式。然而，當這種技術出現問題時，可能會導致無效或不準確的人臉編輯。這篇博文將詳細探討這個問題的背景、錯誤現象、根因分析、解決方案，以及如何進行驗證測試和預防優化。 問題背景 在使用人臉編輯 diffusion 技術時，團隊發現了一些異常表現，主要表現在圖像合成的準確性和質量方面。具體現象如下： 人

System , aigc , 解決方案 , ci

收藏 評論

u_16213325 頭像

mob64ca12d68df5 - langchain推薦書籍

在現代開發環境中，Automated machine learning (AutoML) 工具已成為提升開發效率的關鍵。LangChain 是一個日益流行的工具，幫助開發者輕鬆整合大型語言模型（LLMs）和相關的 API。針對 LangChain 的學習與應用，很多人尋求相應的推薦書籍，以便更好地掌握其運用。本文將為您詳細描述如何更好地解決“LangChain推薦書籍”的問題。 背景

System , aigc , ci , 返回結果

收藏 評論

u_16213369 頭像

mob64ca12e1881c - ollama vllm區別

ollama 和 vllm 是當前 AI 領域裏常用的兩種工具，它們在構建與應用深度學習模型上都具有獨特的優勢。然而，很多人對它們的區別仍然感到困惑。下面我將詳細講解如何通過具體步驟來區分和使用這兩種技術。 環境準備 在使用 ollama 和 vllm 之前，首先要確保您的環境是兼容的。以下是支持的技術棧和兼容性矩陣。 # Ubuntu 安裝命令 sudo apt updat

使用場景 , 技術棧 , aigc , ci

收藏 評論

u_17171882 頭像

Chikaoya - R語言21天學習計劃 - 第十天：函數編程與高效代碼

📚 今日目標 掌握R函數編寫和調試技巧 學習函數式編程概念 掌握向量化操作和循環優化 學習代碼性能分析和優化 掌握代碼重構和最佳實踐 🏗️ 第一部分：函數基礎 1.1 函數定義與結構 # 基本函數結構 # function_name - function(arguments) { # #

向量化 , AI寫作 , aigc , ci , 預分配

收藏 評論

u_16213346 頭像

mob64ca12dba5b0 - macos ollama 使用gpu cuda

在我的開發環境中，使用 macOS 和 Ollama 並利用 GPU 的 CUDA 加速是一項複雜的任務。本文將詳細闡述解決“macOS Ollama 使用 GPU CUDA”的過程，包括環境配置、編譯過程、參數調優、定製開發、錯誤集錦以及進階指南。 環境配置 在開始之前，我們需要配置開發環境，以確保 Ollama 可以使用 GPU CUDA。首先，確認您的 macOS 版本和支

aigc , 環境配置 , ci , CUDA

收藏 評論

u_16213348 頭像

mob64ca12dc54c5 - idea copilot高級用法

在開發與構建項目時，"IDEA Copilot"無疑使得效率提升成為可能。本文將深入探討其高級用法，包括環境配置、編譯過程、參數調優、定製開發、調試技巧以及錯誤集錦，致力於為開發者們提供切實可行的方法和技巧。 環境配置 環境的正確配置是開發的基礎，接下來我們將創建一個流程圖展示配置過程，並列出所需依賴與版本信息。 flowchart TD A[安裝JDK] -- B[

User , aigc , 編譯過程 , ci

收藏 評論

youqingyouyidedalianmao 頭像

龍智DevSecOps - 解決流水線瓶頸、提升編碼效率的五個方法（上篇）

不是吹牛，但我所管理的開發團隊在軟件開發速度上表現出色，能夠高質量地編寫代碼，並在白噪聲的陪伴下保持高效。 但就像所有的故事一樣，一開始並不是這樣的，甚至相去甚遠。我們經歷了時間、溝通、合作、失敗、成功以及許多關於生產力的會議（有時很尷尬，但它們幫助我們找出了困擾我們的問題......另外，我同事會製作他的拿手餅乾，所以是雙贏的）。接下來，我將直接跳入主題，與你分享我團隊的成功經驗。 首先，我會提

ci

收藏 評論

u_5113889 頭像

lz527657138 - springcloud alibaba(一)環境搭建與父工程創建

搭建微服務項目並不複雜，主要有兩種方式： 使用IDEA的Spring Initializr嚮導 這種方式較為便捷，可以直接選擇SpringBoot版本和所需依賴 創建Maven項目 這種方式需要手動添加依賴座標信息 本文將採用第二種方式演示具體步驟。如有疑問，歡迎在評論區交

spring , Css , ci , spring cloud , 前端開發 , 後端 , HTML

收藏 評論

u_16213659 頭像

mob64ca140a8e67 - 虛擬化ft和ha

在探討虛擬化時我們先來看看電腦系統是否為了虛擬化做了什麼改變.你可以很清楚看到 PC / Server 系統架構不變但是在 CPU 和 North Bridge(北橋) 的內部都增加了虛擬化的架構,為了什麼需要在同時在這 PC / Server 最主要的晶片上同時加入虛擬化的功能,這可以分為兩點來探討!

虛擬化 , 虛擬化ft和ha , 雲計算 , server , 直接存取 , ci

收藏 評論

u_16213435 頭像

mob64ca12f15103 - 汽車之家aigc平台搭建

在這篇文章裏，我們將深入探討如何構建“汽車之家AIGC平台”，涉及從環境準備到擴展應用的各個方面。我們的目標是搭建一個靈活、可擴展的人工智能生成內容（AIGC）平台，以支持各種汽車相關的數據處理和內容生成需求。 環境準備 首先，為了順利地搭建“汽車之家AIGC平台”，我們需要確保所有的前置依賴已正確安裝。以下是我們的依賴清單和版本兼容性矩陣： 組

API , postgresql , aigc , ci

收藏 評論

u_16213431 頭像

mob64ca12f062df - ollama 限制大模型使用gpu

ollama 限制大模型使用gpu 在我最近的項目中，我遇到了一個關於“ollama”限制大模型使用 GPU 的問題。這對於任何需要高性能計算資源的深度學習應用來説，都是一個棘手的障礙。本文將詳細記錄解決這一問題的過程，從背景描述到技術原理，再到架構解析和代碼分析，力求清晰呈現整個解決思路。 背景描述 首先，讓我們瞭解一下該問題的背景——為何會出現“ollama”限制大模型使

aigc , Processing , ci , Python

收藏 評論

u_16213412 頭像

mob64ca12ebb57f - ollama 本地通義千問

在構建以“ollama 本地通義千問”為核心的技術方案時，我發現了幾個關鍵的流程需要記錄。本文將通過環境準備、集成步驟、配置詳解、實戰應用、性能優化及生態擴展來詳細討論如何構建與管理這一系統。 首先，我準備了一個技術棧兼容性矩陣，以便我們可以清晰地知道所需要的各個組件之間的兼容性。 組件 版本 兼容性

技術棧 , API , aigc , ci

收藏 評論

u_16297326 頭像

虎斑嘟嘟 - 大模型中的“自組織臨界性”：智能涌現的統計物理機制

大模型中的“自組織臨界性”：智能涌現的統計物理機制 摘要 隨着大規模語言模型的參數量突破千億級別，研究者們開始從複雜系統的視角審視智能涌現現象。本文探討了大模型訓練動態與“自組織臨界性”理論之間的深刻聯繫，提出了智能涌現可能遵循類似沙堆崩塌的統計物理機制。我們將通過理論分析和代碼實驗，揭示大模型如何通過簡單的梯度下降達到臨界狀態，從而產生突現能力。 一、自組織臨

協方差矩陣 , yyds乾貨盤點 , NLP , 特徵值 , 人工智能 , ci

收藏 評論

powertoolsteam 頭像

powertoolsteam - 用 .NET 構建你的第一個 MCP 服務器併發布到 NuGet

用 .NET 構建你的第一個 MCP 服務器併發布到 NuGet 引言 隨着人工智能技術的快速發展，AI 助手在各行各業的應用越來越廣泛。然而，AI 模型本身往往缺乏與外部系統和數據源直接交互的能力。Model Context Protocol (MCP) 正是為解決這一問題而生的開放標準，它作為連接 AI 模型與現實世界的橋樑，使 AI 助手能夠安全地訪問數據庫、A

服務器 , 後端開發 , NuGet , ci , harmonyos

收藏 評論

u_16175477 頭像

mob649e815ecee0 - diffusion模型unet網絡詳解

在本文中，我將深入探討“diffusion模型unet網絡”的工作原理，並通過分步指南詳細解釋如何在實際中實現和優化這一深度學習模型。進行這一過程的同時，結合環境準備、配置詳解、驗證測試、優化技巧和排錯指南來保證方法的系統性和完整性。 環境準備 在開始之前，我們需要確保軟件和硬件環境的正確配置。下面是我對所需環境的整理。 軟硬件要求 組件

排錯 , 數據 , aigc , ci

收藏 評論

u_16175438 頭像

mob649e815574e6 - diffusion單步生成

diffusion單步生成是一種高效的生成模型方法，旨在通過優化參數和算法步驟以快速獲取高質量的輸出。本文將詳細介紹解決“diffusion單步生成”問題的過程，包括環境配置、編譯過程、參數調優、定製開發、錯誤集錦和進階指南等內容。 flowchart TD A[環境配置] -- B[編譯過程] B -- C[參數調優] C -- D[定製開發] D

aigc , 解決方案 , ci , 調優

收藏 評論

u_16213354 頭像

mob64ca12ddcacc - cygwin環境搭建ollama

在現今多元的開發環境中，Cygwin 是一套讓 Windows 用户能夠體驗類 Unix 環境的強大工具。本文將詳細記錄如何在 Cygwin 環境下搭建 Ollama 的步驟和過程，包括環境準備、分步指南、配置詳解、驗證測試、排錯指南以及擴展應用。 環境準備 在搭建 Cygwin 環境之前，首先需要確認系統的基本需求和相應的依賴項。以下是前置依賴的詳細信息： 前置依賴安裝

環境變量 , User , aigc , ci

收藏 評論

u_16175443 頭像

mob649e8156b567 - llamafactory安裝命令

llamafactory安裝命令是一項相關配置的任務，涉及特定的環境要求和安裝步驟。本文將詳細記錄如何解決這一過程。 環境準備 為了順利安裝llamafactory，首先需要確認軟硬件要求： 硬件要求： CPU: 至少四核 內存: 推薦16GB及以上 存儲: 至少500GB SSD GPU: 推薦NVIDIA

User , 硬件資源 , aigc , ci

收藏 評論

u_17037082 頭像

王校長的熱狗 - 辣椒葉片病害數據集1997張VOC+YOLO格式

辣椒葉片病害數據集1997張VOC+YOLO格式 數據集格式：VOC格式+YOLO格式 壓縮包內含：3個文件夾，分別存儲圖片、xml、txt文件 JPEGImages文件夾中jpg圖片總計：1997 Annotations文件夾中xml文件總計：1997 labels文件夾中txt文件總計：1997 標籤種類數：5 標籤名稱:["cerc

數據集 , 辣椒葉片病害數據集 , 後端開發 , txt文件 , ci , Python

收藏 評論

u_16213575 頭像

墨舞青雲 - Python也能繪製藝術畫？這裏有一個完整教程 -

前言 生成Voronoi圖，有2個庫是最常用的：scipy和geovoronoi。 scipy 可能是因為我用的是實際的地圖數據，邊界比較複雜，用這個庫老是會有很多小bug，比如邊緣會有部分面積沒有被劃入任何一塊區域。和AI對話了好多輪，還是沒有完全搞定。 和AI的部分對話截取如下：

數據 , ci , 前端開發 , Javascript , Json , Python

收藏 評論

jihu_gitlab 頭像

極狐GitLab - 2 種方式在流水線中集成 DAST，動態保護應用程序安全

💡如何在流水線中集成與應用 DAST ？ 近日，在「DevSecOps軟件安全開發實踐」課程上，極狐(GitLab) 前端工程師錢堃、極狐(GitLab) 高級後端工程師張林傑，展開了關於DAST 的概念、必要性、優缺點的內容分享，並結合實操演示，幫助大家進一步掌握 DAST 技術。 以下內容整理自本次直播，你也可以點擊👉觀看視頻回放或下載 PPT。Enjoy～ DevSecOps

devsecops , devops , 運維 , ci , 安全

收藏 評論

u_16213717 頭像

mob64ca1418736f - 2.7 面向對象介紹 2.8 類的屬性 2.9 類的方法 - JasonYan86的個人空間 -

今日任務： 類的定義 pass佔位語句 類的初始化方法 類的普通方法 類的繼承：屬性的繼承、方法的繼承 類的定義 對類進行定義時，使用class關鍵字，注意與函數不同，在類名的後面不需要加括號，示例如下： class ClassName: #類名通常遵循大駝峯命名法 (U

初始化方法 , 後端開發 , ci , 父類 , Python

收藏 評論

u_16099230 頭像

歲月如歌甚好 - craco 打包時遇到 TypeScript 報錯

安裝和初始化 capacitor 1 // 在項目根目錄下，安裝 capacitor 2 npm install @capacitor/core 3 npm install @capacitor/cli --save-dev 4 5 // 安裝成功後，通過 capacitor 腳手架，確認 應用名稱、應用包名 6 npx cap i

ci , 前端開發 , typescript , ide , Web

收藏 評論

u_16213687 頭像

mob64ca141139a2 - Audition CS6軟件安裝教程（一款專業的音頻編輯軟件）AU軟件全版本下載-

一、Audacity 是什麼？為什麼值得使用？ 如果你正在尋找一款免費、開源、無廣告的音頻剪輯軟件，那麼Audacity絕對是最佳選擇之一。 它具備： 免費開源，無任何付費限制 支持多軌剪輯、降噪、變速、混音、均衡器等專業功能 佔用極低，低配置電腦也能流暢運行 插件生態豐富（VST、LV2、LADSPA） 可用於

安裝包 , 後端開發 , ci , 輸入設備 , Python

收藏 評論