AI-训练+部署

在 web 部署 YOLOv8目标检测（Django+html）

本文介绍如何将自己训练好的模型在网页上进行应用，使用Django+html进行部署，能够对视频和图像进行识别，并显示到页面上，下面是一个效果：上传和另外7个页面-个人-MicrosoftEdge2025

Edward-tan·2025-03-24 22:59

Kubernetes(K8S)学习笔记（3）：基本对象Pod

1、什么是Pod1.1、Pod的概念Pod是Kubernetes可以创建与管理的最小的可部署单元。

徐卷·2025-03-24 21:52

Kubernetes基础体系架构入门学习笔记(一)

0x00基础简述1.发展经历描述:近些年由于Cloud云计算(公有云)以及大数据的发展促进了企业从传统转型到数字信息化再到上云,其中运维部署应用技术也从物理机转向虚拟化再转向了容器化，再说到如今的Kubernetes

全栈工程师修炼指南·2025-03-24 21:49

万字长文总结多模态大模型后训练

万字长文总结多模态大模型后训练作者：yearn原文：https://zhuanlan.zhihu.com/p/31278114666本文介绍下我们对多模态alignment近期一系列进展的整理和总结大语言模型

强化学习曾小健·2025-03-24 21:49

《CKA/CKAD应试指南/从docker到kubernetes 完全攻略》学习笔记第3章部署kubernets集群

目录3.1了解kubernetes3.2安装kubernetes3.2.1实验拓扑图及环境及准备设置3.2.3安装master3.2.4配置work加入集群3.2.5安装calico网络3.3安装后的设置3.3.1删除节点及重新加入3.3.2常见一些命令3.4设置metric-server监控pod及节点的负载3.5命名空间namespace3.6管理命名空间3.7安装一套v1.20.1版本的集群

Aphelios··2025-03-24 21:45

Java项目设计文档：架构、模块与实现策略详解

本文还有配套的精品资源，点击获取简介：Java项目设计文档是项目规划、实施和维护的重要指导工具，包含系统架构、模块划分、接口定义、类设计、数据库设计、异常处理、测试计划、性能优化以及部署运维等方面。

体制教科书·2025-03-24 20:40

SvelteKit 最新中文文档教程（9）—— 部署静态站点与单页应用

前言Svelte，一个语法简洁、入门容易，面向未来的前端框架。从Svelte诞生之初，就备受开发者的喜爱，根据统计，从2019年到2024年，连续6年一直是开发者最感兴趣的前端框架No.1：Svelte以其独特的编译时优化机制著称，具有轻量级、高性能、易上手等特性，非常适合构建轻量级Web项目。为了帮助大家学习Svelte，我同时搭建了Svelte最新的中文文档站点。如果需要进阶学习，也可以入手我

·2025-03-24 20:24

YashanDB yasrman恢复

分布式部署模式下，需要保证待恢复的集群部署状态与备份前节点部署状态一致，包括节点类型、节点监听IP、节点个数、节

·2025-03-24 20:52

从 OpenAI API 到本地部署

本篇文章将详细介绍如何调用大语言模型（LLM），涵盖OpenAIAPI、DeepSeek、Manus、通义千问等模型的调用方式，并探讨如何在本地部署LLM进行推理。

晴天彩虹雨·2025-03-24 19:02

PakePlus：Vue 和 React 跨平台桌面应用程序的新纪元

然而，将这些应用程序部署到桌面环境中一直是一个具有挑战性的问题，通常需要专门的工具和复杂的配置。PakePlus作为一个变革性的解决方案，弥合了Web开发和桌面应用程序部署之间的鸿沟。

大富大贵7·2025-03-24 19:57

服务器上部署springboot项目学习笔记

Warren98·2025-03-24 18:20

深度学习：让机器学会“思考”的魔法

1.训练过程：从“笨拙”到“熟练”2.损失函数：衡量“错误”的尺子3.反向传播：从错误中“反思”四、深度学习的“超能力”1.图像

AI极客Jayden　·2025-03-24 18:50

群体智能优化算法-模拟退火优化算法（Simulated Annealing, SA，含Matlab源代码）

SA具有收敛速度快、计算复杂度低、适用于连续优化问题等特点，被广泛应用于组合优化、函数优化、神经网络训练等领域。算法介绍1.主要

HR Zhou·2025-03-24 17:17

第三十九个问题-详细讲讲PPO & GRPO原理

PPO（ProximalPolicyOptimization）原理详解PPO（近端策略优化）是OpenAI于2017年提出的强化学习算法，旨在解决传统策略梯度方法中训练不稳定和样本效率低的问题。

释迦呼呼·2025-03-24 17:45

基于Python+Django的可视化学习系统设计与实现（毕业设计源码+技术文档+系统部署）

博主简介作者简介：Java领域优质创作者、CSDN博客专家、CSDN内容合伙人、掘金特邀作者、阿里云博客专家、51CTO特邀作者、多年架构师设计经验、多年校企合作经验，被多个学校常年聘为校外企业导师，指导学生毕业设计并参与学生毕业答辩指导，有较为丰富的相关经验。期待与各位高校教师、企业讲师以及同行交流合作主要内容：Java项目、Python项目、前端项目、PHP、ASP.NET、人工智能与大数据、

逐梦设计·2025-03-24 17:44

【前端构建】使用Docker打包多个前端项目到一个Nginx镜像，并给conf文件动态传递参数

目录可以自动生成，如何生成可参考右边的帮助文档文章目录背景正文DockerFileNginx配置模板接收变量并替换Shell脚本将Nginx配置模板替换成配置文件使用构建镜像运行容器总结背景公司给一些客户要部署三个前端项目

Zacks_xdc·2025-03-24 17:14

代码随想录算法训练营第四十一天 | hot65/100| 33.搜索旋转排序数组、153.寻找旋转排序数组中的最小值、155.最小栈、394.字符串解码

33.搜索旋转排序数组思路是：数组可能有两种情况2345671和6712345将数组一分为二，其中一定有一个是有序的，每次判断前半部分是有序的还是后半部分是有序的，每次只在有序的那部分里找。无序那部分不管（没找到会重新一分为二，继续在有序的一半里找，迟早会找到）注意点：这道题重点是记住边界条件（哪些是小于等于小于大于等于大于）有小于等于/大于等于的情况是因为，如果出现[2,1]中找1的情况，需要有

boguboji·2025-03-24 17:42

代码随想录算法训练营第三十八天 | hot57/100| 114.二叉树展开为链表、437.路径总和III、124.二叉树中的最大路径和、22.括号生成

114.二叉树展开为链表思路是：（1）定义方法，先序遍历保证顺序，把节点按顺序保存（2）再for循环转成链表，一列都是往右排列完整代码：classSolution{ publicvoidflatten(TreeNoderoot){ Listlist=newArrayList(); preorderTraversal(root,list); intsize=list.size()

boguboji·2025-03-24 17:42

代码随想录算法训练营第十天 | 栈与队列part01| 232.用栈实现队列、225. 用队列实现栈、 20. 有效的括号、1047. 删除字符串中的所有相邻重复项

232.用栈实现队列栈与队列的基本知识：Stackstack=newStackq=newLinkedListstack=newStack显然是存储整数类型，如果要存储字符，应该用Dequedeque=newLinkedListstack=newStack<>();还有我写for(inti=0;i

boguboji·2025-03-24 17:12

代码随想录算法训练营第二十三天 | 回溯算法part02| 39. 组合总和、40.组合总和II、131.分割回文串

39.组合总和这道题和前面组合问题的区别是，取的元素可以重复，也就是遍历的时候，同一个元素可以一直取。所以for循环里，逐个添加元素，判断和大于目标时break（否则会一直加）还是新建二维数组放结果，一维数组放path。输入参数为放结果数组、path、提供的数组、目标值、目前总和sum、startIndex提前把提供的数组排序，用Arrays.sort()这样sum超过target就break递归

boguboji·2025-03-24 17:41

LLM大模型提示工程Prompt Engineering

在LLM中影响词汇的分布主要通过两种方式，一种是通过提示（Prompting），另外一种就是通过训练（Training）。

Langchain·2025-03-24 16:08

Windows操作系统部署Tomcat详细讲解

Tomcat是一个开源的JavaServlet容器，用于处理JavaWeb应用程序的请求和响应。以下是关于Tomcat的用法大全：一、安装Tomcat下载访问ApacheTomcat官方网站（https://tomcat.apache.org/），根据你的操作系统（如Windows、Linux、macOS）和需求选择合适的版本进行下载。例如，对于开发环境，通常选择较新的稳定版本。安装（以Windo

web15085415935·2025-03-24 16:05

目标检测YOLO实战应用案例100讲-基于深度学习的无人机目标检测算法轻量化研究（中）

目录基于改进YOLOv5的无人机图像实时目标检测4.1引言4.2基于改进YOLOv5的目标检测模型结构4.3消融实验及结果分析4.4算法迁移验证实验基于Jetson-Xavier的模型优化部署5.1引言

林聪木·2025-03-24 15:03

一文（加代码示例）说透在线客服系统技术难点

陆陆续续开发了几年，从一开始的偶有用户尝试，到如今线上环境和私有化部署均有了越来越多的稳定用户，时常有同行询问在线客服系统开发中的一些技术问题，在这篇文章中，我将从多个角度探讨在线客服系统的技术难点，并结合实际代码示例

·2025-03-24 15:13

AI算力要变天了？一文搞懂ASIC和GPU

从早期的简单模型训练到如今的大规模语言模型如ChatGPT等的出现，对算力的需求呈爆发式增长。01那什么是ASIC和GPU？ASIC：定制化

·2025-03-24 15:08

优选算法训练篇07--力扣LCR179.查找总价格为目标值的两个商品

目录1.题目链接：LCR179.查找总价格为目标值的两个商品2.题目描述：3.解法一(暴力解法，会超时)：4.解法二(双指针-对撞指针):1.题目链接：LCR179.查找总价格为目标值的两个商品2.题目描述：购物车内的商品价格按照升序记录于数组price。请在购物车中找到两个商品的价格总和刚好是target。若存在多种情况，返回任一结果即可。示例1：输入：price=[3,9,12,15],tar

大胆飞猪·2025-03-24 15:28

算力租赁：人工智能时代的“水电煤”革命——以NVIDIA 4090为例解读下一代算力解决方案

引言：当AI算力需求遇上“算力饥渴症”2023年，ChatGPT仅用2个月突破1亿用户，StableDiffusion让普通人秒变艺术家，但背后是单次训练消耗超10万GB内存、千亿级参数的恐怖算力需求。

·2025-03-24 14:07

英伟达开源超强模型Nemotron-70B；OpenAI推出Windows版ChatGPT桌面客户端

该模型在多项基准测试中表现优异，采用混合训练方法和人类反馈强化学习，模型权重已在HuggingFace发布。Niemotron-70B的开发基于Llama-3.1，且开源数据集加强其训练效果。

go2coding·2025-03-24 14:55

MongoDB实战-生产环境中分片的部署与配置

在生产环境里部署分片集群时，面前会出现很多选择和挑战。下面会介绍几个推荐的拓扑结构。

perfecttshoot·2025-03-24 14:25

【MongoDB】分片部署和应用实践全过程

基本概念Router(mongos)：数据库集群请求的入口ConfigServers(replicaset)存储数据库的元数据，如路由，分片的配置Share:数据库拆分分片具体操作配置主机名：vi/etc/hosts192.168.0.222m1192.168.0.111m2192.168.0.113m3安装目录为：/opt/mongodb/cluster创建目录和日志目录：mkdir-p/opt

gaoyi1234560·2025-03-24 14:21

单节点MySQL部署

Ubuntu22.04安装单节点Mysql步骤1：更新软件包列表并安装MySQL更新系统的软件包列表：sudoaptupdatesudoaptupgrade-y安装MySQLServer：sudoaptinstallmysql-server-y检查MySQL服务是否已启动：sudosystemctlstatusmysql如果没有运行，可以手动启动：sudosystemctlstartmysql步骤

QX_hao·2025-03-24 14:49

【监控系列】open-falcon

以下从多个维度对其进行详细解析：1.核心特点分布式架构：模块化设计，各组件独立部署，支持水平扩展。高性能：单实例可处理百万级监控指标，采用RPC通信和数据分片优化。

yunqi1215·2025-03-24 13:18

使用 Docker 部署 Puter 云桌面系统

1）Puter介绍:::infoGitHub：https://github.com/HeyPuter/puter:::Puter是一个先进的开源桌面环境，运行在浏览器中，旨在具备丰富的功能、异常快速和高度可扩展性。它可以用于构建远程桌面环境，也可以作为云存储服务、远程服务器、Web托管平台等的界面。Puter是一个隐私至上的个人云，可以将您的所有文件、应用程序和游戏保存在一个安全的地方，随时随地都

Jaxx.Wang·2025-03-24 13:48

代码随想录算法训练营Day19| LeetCode 77 组合、216 组合总和 III、17 电话号码的字母组合

理论基础回溯的本质是穷举，也就是暴力求解，它是递归的一部分。所有回溯法解决的问题都可以抽象为树形结构，因为回溯法解决的都是在集合中递归查找子集，集合的大小构成了树的宽度，递归的深度就构成了树的深度（cr.代码随想录）。应用回溯一般被用于以下几种问题（cr.代码随想录）的求解中：组合问题：N个数里面按一定规则找出k个数的集合切割问题：一个字符串按一定规则有几种切割方式子集问题：一个N个数的集合里有多

今天也要早睡早起·2025-03-24 13:17

分享：Javascript开源桌面环境-Puter

该项目作者出于性能方面的考虑没有选择Vue和React技术栈，而是采用的JavaScript和jQuery构建，支持Docker一键部署和在线使用。

ac-er8888·2025-03-24 13:16

在亚马逊云科技部署5G专网的测试已完成！

近日，爱浦路IPLOOK宣布完成在亚马逊云科技(AmazonWebServices）云平台上部署专用5G核心网的测试，测试结果表明，IPLOOK5GC可以独立部署在亚马逊云科技云平台上，成功打造了以公有云

爱浦路 IPLOOK·2025-03-24 13:42

如何快速搭建一套属于自己的埋点系统，看这里有详细部署操作文档

webfunny新产品——点位系统上线啦~欢迎使用webfunny的埋点系统，它是一个轻量级、易使用，埋点分析一体化的产品，用户可以根据自己的需求，创建不同的埋点，选择不同的图形在数据看板中来展示分析数据；webfunny支持单个数据的展示，有适用于体现数据的变化趋势，也有适用于体现总量和比率，还支持多个数据进行重叠展示等等。下面介绍一下如何快速搭建属于自己的一套埋点系统。分为下面几个主要步骤：创

webfunny2020·2025-03-24 11:29

ROS多机通信（四）——Ubuntu 网卡 Mesh 模式配置指南

Mesh模式（802.11s）优点：配置简单，内置路由功能，易于部署。缺点：路由协议标准化，灵活性较低。在实现机器人之间的通信的时候，和为了适应大部分的场景我还是建

爱尔兰的楠小楠·2025-03-24 11:58

【AI大模型】搭建本地大模型GPT-NeoX：详细步骤及常见问题处理

搭建本地大模型GPT-NeoX：详细步骤及常见问题处理GPT-NeoX是一个开源的大型语言模型框架，由EleutherAI开发，可用于训练和部署类似GPT-3的大型语言模型。

qzw1210·2025-03-24 09:13

LLMOps 是什么？

LLMOps（LargeLanguageModelOperations）指的是一系列用于管理、部署和优化大规模语言模型（LLMs）的操作和实践。

AI Agent首席体验官·2025-03-24 08:35

从 Windows 共享到 Linux：Jenkins 代码部署方案调整

文章目录从Windows共享到Linux：Jenkins代码部署方案调整方案1：使用NFS（推荐）介绍特点适用场景在192.168.1.100上配置NFS安装NFS服务器创建共享目录修改NFS共享配置启动

XMYX-0·2025-03-24 08:04

如何设计一个高可用的 Seata 集群？

二、Seata高可用架构设计核心要点1.TC集群化部署多节点部署：至少部署3个TC实例（奇数节点

码农技术栈·2025-03-24 08:33

SpringCloud框架下的注册中心比较：Eureka与Consul的实战解析

单体架构将所有业务功能集成在一个项目中，优点是架构简单、部署成本低，但耦合度高。

耶耶Norsea·2025-03-24 08:29

Linux 启动Jar脚本&&设置开机自启【超级详细】

Linux启动Jar脚本&&设置开机自启【超级详细】概要服务器开机自启服务重启脚本概要最近在Linux服务器中部署了一个项目（单机版），每次更新服务的时候需要用到好几个命令，停止服务，再重启，并且服务器突然重启后

黑taoA·2025-03-24 08:26

万字深度解析：DeepSeek-V3为何成为大模型时代的“速度之王“？

引言在AI军备竞赛白热化的2024年，DeepSeek-V3以惊人的推理速度震撼业界：相比前代模型推理速度提升3倍，训练成本降低70%。

羊不白丶·2025-03-24 07:55

使用Docker部署RabbitMQ

第一步：安装RabbitMQ#1.拉取镜像dockerpullrabbitmq:3.12.0-management#2.启动容器（开放端口+数据持久化）dockerrun-d\--name=share_rabbitmq\-p5672:5672\#AMQP协议端口-p15672:15672\#管理界面端口-v/opt/rabbitmq/data:/var/lib/rabbitmq\#数据持久化目录r

九思x·2025-03-24 07:25

OpenStack 云平台的深度定制与性能优化

然而，不同企业的业务场景和技术需求千差万别，原生的OpenStack部署往往无法完全满足企业特定的要求。

算法探索者·2025-03-24 07:24

YOLOV8多模态(可见光+红外光，基于Ultralytics官方代码实现）

多模态目标检测前言：环境配置要求1.数据集DroneVehicle数据集(可见光+热红外)2.数据集文件格式(labeles:YOLO格式)3.权重文件下载4.配置模型yaml文件和数据集yaml文件5.训练

@M_J_Y@·2025-03-24 07:20

Deepseek和豆包在技术创新方面有哪些相同点与不同点？

该架构将模型拆分为多个“专家”，训练和推理时让不同“专家”负责不同任务或数据子集，提高模型表达能力和效率，降低训练成本。模型优化以提升性能：都通过

alankuo·2025-03-24 06:16

sealos自动部署k8s集群

官网：安装K8s集群|Sealos:专为云原生开发打造的以K8s为内核的云操作系统1、sealos工具下载二进制自动下载VERSION=`curl-shttps://api.github.com/repos/labring/sealos/releases/latest|grep-oE'"tag_name":"[^"]+"'|head-n1|cut-d'"'-f4`curl-sfLhttps://m

SilentCodeY·2025-03-24 06:42

上一页 1 2 3 4 5 6 7 8 下一页

按字母分类： A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 其他

推荐频道