扩散模型学习第16页

本地部署deepseek-r1:14b 批量调用 Python调用本地deepseek-r1:14b实现对本地数据库的AI管理

这篇文章主要为大家详细介绍了Python如何基于DeepSeek模型，调用本地deepseek-r1:14b实现对本地数据库的AI管理场景描述基于DeepSeek模型，实现对本地数据库的AI管理。

朴拙Python交易猿·2025-03-22 06:51

element 源码学习三 —— select 源码学习

有必要单独学习学习。

violet-jack·2025-03-22 05:21

RFM案例(简要版)

一、会员价值度模型1、RFM模型介绍会员价值度用来评估用户的价值情况，是区分会员价值的重要模型和参考依据，也是衡量不同营销效果的关键指标之一。

郜太素·2025-03-22 05:50

鸿蒙特效教程09-深入学习animateTo动画

鸿蒙特效教程09-深入学习animateTo动画本教程将带领大家从零开始，一步步讲解如何讲解animateTo动画，并实现按钮交互效果，使新手也能轻松掌握。

苏杰豪·2025-03-22 05:20

如何使用百度云Qianfan进行AI应用开发

作为开发者，Qianfan支持多种AI应用开发组件，包括大语言模型（LLMs）、对话模型、嵌入模型和向量存储等。本文将重点介绍如何利用这些组件进行实际的AI应用开发。

dgay_hua·2025-03-22 05:47

免费GIS工具箱：支持多种格式的模型预览及编辑，还能进行协同编辑

但GISBox却不太一样，它的切片、分发功能完全免费，能预览、编辑多种格式模型，还支持协同编辑，性价比远超同类软件，如果你想进一步了解它，不妨看看这篇文章。

GISBox·2025-03-22 05:47

OSGB编辑复杂又困难？试试这款免费GIS工具箱，高效实现场景编辑

然而，面对庞大的GIS数据，许多软件在处理、编辑和转换上都显得力不从心，尤其是对于倾斜摄影模型、地形和影像的编辑，更是成为了许多用户的棘手难题。

GISBox·2025-03-22 05:16

Ollama 本地部署

二、使用步骤1.安装OllamaWindows检验是否安装成功2.运行ollama模型库运行模型提问修改配置（可选）如果有个性化需求，需要修改默认配置：参考前言Ollama是一个易于使用的本地大模型运行框架

FuWen_Hao·2025-03-22 05:46

API 测试

前提概要本文章主要用于分享API测试基础学习，以下是对API测试的一些个人解析，请大家结合参考其他文章中的相关信息进行归纳和补充。API测试描述什么是API？

承悦不会玩·2025-03-22 05:45

Deepseek-r1:14b+ScraperAPI实现联网本地大模型回答

2.如何使用SerpAPI进行Web搜索三、实现Deepseek-r1:14b+ScraperAPI实现联网本地大模型回答1.Code前言我需要对本地的Deepseek-r1:14b进行提问，我发现它对于实时的问题

FuWen_Hao·2025-03-22 05:45

如何用PHP开发一个api数据接口

PHP是我接触的第一个脚本语言，使用之后更是感觉PHP功能强大，开发过程非常友好方便，虽然之后也学习过Python、JavaScript等语言，但现在还是习惯使用PHP，下面就来介绍一下如何用PH

幽蓝计划·2025-03-22 05:15

【大语言模型_5】xinference部署embedding模型和rerank模型

/xinference-local--host=0.0.0.0--port=5544三、注册本地模型1、注册embedding模型curl-XPOST"http://localhost:5544/v1/

没枕头我咋睡觉·2025-03-22 05:14

向量检索、检索增强生成（RAG）、大语言模型及相关系统架构——典型面试问题及简要答案

1.什么是向量检索？它与传统基于关键字的检索相比有什么不同？答案要点：向量检索是将文本、图像、音频等数据映射为向量，在高维向量空间中基于相似度或距离进行搜索。与传统基于关键字的检索（如倒排索引）相比，向量检索更关注“语义”或“特征”，能找出语义上相似但未必包含相同关键词的内容。向量检索非常适合多模态场景（例如“以图搜图”）或自然语言问答（同义词、上下文关联等）。2.什么是检索增强生成（RAG）？核

快撑死的鱼·2025-03-22 05:13

使用LangSmith追踪LLM令牌使用情况的指南

本文将深入探讨如何从LangChain模型调用中获取这些信息。技术背景介绍在大语言模型（LLM）的应用中，令牌使用计数是估算模型调用成本的基础。

dgay_hua·2025-03-22 05:13

如何评估一个RAG系统（RAGas评测框架）-下篇

RAGas是一个用于评测RAG系统的评测框架，它支持与不同大语言模型的集成，并与langchain生态打通，能够很方便的构建评测系统。

写程序的小火箭·2025-03-22 05:13

【AI大模型应用开发】【RAG评估】0. 综述：一文了解RAG评估方法、工具与指标

大家好，我是同学小张，日常分享AI知识和实战案例欢迎点赞+关注，持续学习，持续干货输出。+v:jasper_8017一起交流，一起进步。

同学小张·2025-03-22 05:43

大模型最新面试题系列：微调篇之微调基础知识

一、全参数微调（Full-Finetune）vs参数高效微调（PEFT）对比1.显存使用差异全参数微调：需存储所有参数的梯度（如GPT-3175B模型全量微调需约2.3TB显存）PEFT：以LoRA为例

人肉推土机·2025-03-22 05:42

7大模型部署框架深度测评：从理论到DeepSeek R1:7B落地实战

人肉推土机·2025-03-22 05:12

计算机视觉技术探索：美颜SDK如何利用深度学习优化美颜、滤镜功能？

时下，计算机视觉+深度学习正在重塑美颜技术，通过智能人脸检测、AI滤镜、深度美肤、实时优化等方式，让美颜效果更加自然、精准、个性化。那么，美颜SDK如何结合深度学习来优化美颜和滤镜功能？

美狐美颜sdk·2025-03-22 04:10

对MCP工作流的一些个人认知

最近在学习MCP系统，虽尚未深入掌握，但已对其工作原理有了初步认识，在此分享下学习收获。MCP是一套能实现客户端、多种服务与大模型协同工作的系统，能处理任务请求并及时反馈。

持续学习的老赵·2025-03-22 04:40

JDBC:Apache DBUtils的使用

•commons-dbutils是Apache组织提供的一个开源JDBC工具类库，它是对JDBC的简单封装，学习成本极低，并且使用dbutils能极大简化jdbc编码的工作量，同时也不会影响程序的性能。

恒奇恒毅·2025-03-22 04:05

SOFAStack-00-sofa 技术栈概览

最近想学习一下SOFA对于生态的设计和思考。

老马啸西风·2025-03-22 04:34

从MVC实战学习网站编写（一）初识MVC

前情概要：曾是学生时代的我，初识架构是一个传说中的三层架构。这可是鼻祖啊！因为我个人认为这是第一个让我明白高内聚低耦合的一种写代码的方式。刚接触写程序统统都是把所有的东西放一起，自己找一段代码得花很长时间（哪个时候还不知道VS有F12的存在）。简单的说就是UI层（界面），BLL层（业务处理），DAL层（数据处理）。就是分工明确在不同的包里分别编译，便于管理。今天我们从MVC基础开始穿插Knocko

璞瑜无文·2025-03-22 03:30

VS Code 在Linux下IDE开发C++的HelloWorld

想达到上面目标，搜索到以下文章，学习验证而成本文日记。

leon_zeng0·2025-03-22 03:58

从MapRerankDocumentsChain迁移到LangGraph实现文档分析

这种情况下的常见过程是使用文档中的上下文进行问答，强制模型生成评分以帮助选择只由相关上下文生成的答案。LangGraph的实现允许在此问题中集成工具调用和其他功能。下面我们

bBADAS·2025-03-22 03:27

PHP 爬虫实战：爬取淘宝商品详情数据

随着互联网技术的发展，数据爬取越来越成为了数据分析、机器学习等领域的重要前置技能。而在这其中，爬虫技术更是不可或缺。php作为一门广泛使用的后端编程语言，其在爬虫领域同样也有着广泛应用和优势。

EcomDataMiner·2025-03-22 03:56

GEO：在AI时代抢占DeepSeekC位？

DeepSeek、ChatGPT、豆包等大模型用动态生成的答案，悄然截流了68%的搜索需求。更残酷的是：当用户问"某个产品推荐"时，AI可能同时调用37个信源，却不会留下任何可追踪的搜索痕迹。

白雪讲堂·2025-03-22 03:55

比较分析：Windsurf、Cody、Cline、Roo Cline、Copilot 和通义灵码

本文将从开源性、集成能力、功能覆盖范围、支持的编程语言、生态兼容性、成本、学习曲线、响应速度、离线支持以及与.NETCore的适配性等十个维度对以下几种产品进行比较：Windsurf、Cody、Cline

张3蜂·2025-03-22 03:24

【PTA-数据库】《数据库原理与应用B》第二章选择题

1.关系模型的数据结构非常简单，只包含单一的数据结构——____C____。A.元组B.属性C.关系D.分量2____A____是一组具有相同数据类型的值的集合。

.Phoenix.·2025-03-22 03:23

Linux内核srio驱动,Zynq—Linux移植学习笔记（十四）：RapidIO驱动开发

#defineDRIVER_NAME"xiic-rio"#defineSRIO_ZYNQ_BASEADDR0x40000000#defineSRIO_ZYNQ_NODE_BASEADDR0x10100#defineSRIO_ZYNQ_MAX_HOPCOUNT13structxiic_rio{structmutexlock;u8*data;};/*Weneedglobalvarriableforma

weixin_39942572·2025-03-22 03:21

MCP协议

MCP（ModelContextProtocol，模型上下文协议）是由Anthropic推出的一种开放标准，旨在统一大型语言模型（LLM）与外部数据源和工具之间的通信协议。

zhurui_xiaozhuzaizai·2025-03-22 03:21

使用OpenAI扩展AI文本生成功能：从基础到实际应用

核心原理解析OpenAI的文本生成基于GPT模型，其核心是生成与输入语境相关的内容。通过API请求，开发者可以发送文本，并由模型生成合理的续写，回答或者其他类型的文本输出。代码

vaidfl·2025-03-22 03:21

【大模型系列】SFT（Supervised Fine-Tuning，监督微调）

Kwan的解忧杂货铺@新空间代码工作室·2025-03-22 02:20

HTML 图像与多媒体元素：拓展学习边界的进度记录（一）

开篇：学习启程在前端开发的广袤领域中，HTML作为构建网页的基石，其重要性不言而喻。而HTML图像与多媒体元素，就像是为这座基石添上了绚丽的色彩与灵动的音符，赋予网页更加丰富的表现力和交互性。

计算机毕设定制辅导-无忧学长·2025-03-22 02:20

深度学习模型性能全景评估与优化指南

深度学习模型性能全景评估与优化指南一、算力性能指标体系1.核心算力指标对比指标计算方式适用场景硬件限制TOPS(TeraOperationsPerSecond)每秒万亿次整数运算量化模型推理NVIDIAJetsonNano

niuTaylor·2025-03-22 02:49

MATLAB 和 Arduino 之间的串行通信

在本教程中，我们将学习如何使用MATLAB进行串行通信。对于串行通信的接收端，我们在这里使用

David WangYang·2025-03-22 02:18

使用Aim追踪LangChain执行

通过Aim，你可以轻松地追踪LangChain中语言模型(LLM)和工具的输入输出，以及代理的动作，从而在执行过程中快速定位和解决问题。

bavDHAUO·2025-03-22 02:17

编程自学指南：java程序设计开发，Java 对象创建的6种方式，从new到反射：Java 对象创建全解析，new关键字，反射机制，克隆（Clone），反序列化，工厂模式，建造者模式

编程自学指南：java程序设计开发，Java对象创建的几种方式一、课程信息学习目标掌握6种主流对象创建方式的实现方法理解每种方式的适用场景与优缺点能根据需求选择最合适的创建方式避免对象创建中的常见错误（

zl515035644·2025-03-22 02:17

lingo使用笔记(仅入门)

1.基本结构Lingo模型通常由以下几个部分组成：集合定义：定义模型中使用的集合。数据输入：定义模型中的参数和数据。变量定义：定义决策变量。目标函数：定义优化目标。约束条件：定义模型的约束条件。

发篇博客骗自己·2025-03-22 02:16

探究Three.js中模型移动与旋转的交互逻辑

一、模型移动的交互逻辑实现（一）键盘控制模型移动利用键盘事件来控制模型在三维空间中的位置移动，是一种常见且便捷的交互方式。以下为具

Front_Yue·2025-03-22 02:46

【图像预处理】

(4条消息)图像预处理方法总结_AI强仔的博客-CSDN博客对图像进行预处理的一些常见方法包括：调整图像大小和分辨率，以便适应模型的输入要求。对图像进行裁剪或填充，以使其大小和比例符合要求。

瞬间记忆·2025-03-22 02:45

利用Python和深度学习方法实现手写数字识别的高精度解决方案——从数据预处理到模型优化的全流程解析

利用Python和深度学习方法实现手写数字识别的高精度解决方案——从数据预处理到模型优化的全流程解析在人工智能的众多应用领域中，手写数字识别是一项经典且具有重要实际应用价值的任务。

快撑死的鱼·2025-03-22 02:45

常见的设计模式(单例模式&工厂模式)

目录一.为什么要学习设计模式？二.单例模式概念优点缺点1.饿汉模式1.1概念1.2示例2.懒汉模式2.1概念2.2示例三.工厂模式1.概念2.使用场景3.工厂方法一.为什么要学习设计模式？

客行.·2025-03-22 02:14

Kubernetes学习笔记-移除Nacos迁移至K8s

项目服务的配置管理和服务注册发现由原先的Nacos全面迁移到Kubernetes上。一、移除Nacos移除Nacos组件依赖。com.alibaba.cloudspring-cloud-starter-alibaba-nacos-discoverycom.alibaba.cloudspring-cloud-starter-alibaba-nacos-configorg.springframewor

人生偌只如初见·2025-03-22 02:43

【Java学习日记6】：字面量的分类与使用

一、字面量的定义与作用字面量是程序中直接书写的数据值，无需通过变量或计算获取。它用于表示固定的值，如数字、字符、布尔值等，例如：数字100、字符串"Hello"、字符'A'等。字面量告诉编译器数据的类型和值。字面量就是告诉程序员:数据在程序中的书写格式.---二、字面量的分类Java中的字面量按数据类型可分为以下六类：类型说明示例整数类型不带小数点的数字123,-456小数类型带小数点的数字3.1

小蛋6g·2025-03-22 01:42

数学建模第三节

目录前言一钻井布局问题第一问分析第二问分析总结前言这里讲述99年的钻井布局问题，利用这个问题讲述模型优化，LINGO，MATLAB的使用一钻井布局问题这个是钻井布局的原题，坐标的位置为a=[0.50,1.41,3.00,3.37,3.40,4.72,4.72,5.43,7.57,8.38,8.98,9.50

一只自律的鸡·2025-03-22 01:11

强化学习中的深度卷积神经网络设计与应用实例

I.引言强化学习（ReinforcementLearning，RL）是机器学习的一个重要分支，通过与环境的交互来学习最优策略。

数字扫地僧·2025-03-22 01:40

动物识别系统代码python_动物识别系统__代码

1动物识别专家系统动物识别专家系统是流行的专家系统实验模型，它用产生式规则来表示知识，共15条规则、可以识别七种动物，这些规则既少又简单，可以改造他们，也可以加进新的规则，还可以用来识别其他东西的新规则来取代这些规则

weixin_39812065·2025-03-22 01:39

C++ 学习需要多长时间？

学习C++所需的时间因个人的学习目标、基础、学习方法和投入的时间而异。

·2025-03-22 01:04

Netty源码—3.Reactor线程模型四

大纲5.NioEventLoop的执行总体框架6.Reactor线程执行一次事件轮询7.Reactor线程处理产生IO事件的Channel8.Reactor线程处理任务队列之添加任务9.Reactor线程处理任务队列之执行任务10.NioEventLoop总结8.Reactor线程处理任务队列之添加任务(1)Reactor线程执行一次事件轮询的过程(2)任务的分类和添加说明(3)普通任务的添加(4

东阳马生架构·2025-03-22 01:08

推荐频道

扩散模型学习