revit模型 过程 教程
IPv6实现内网穿透，极低成本保姆级教程
摘要 一直想实现内网穿透从而达到随时随地可以连接到自己电脑的目的。尝试过使用一些付费的现成方案，但是价格偏高，而流量少得可怜，只能开放几个固定端口。 实现内网穿透的最大难点就在于拥有一个公网IP，但是目前各家运营商IPv4的公网IP都很难申请到了（前几年打个电话还是有机会的），就想到不妨用IPv6将 ......
SpringBoot教程27整合SpringMVC之内容协商ContentNegotiation机制
SpringBoot教程27整合SpringMVC之内容协商ContentNegotiation机制 转载自：https://zhuanlan.zhihu.com/p/115891808 SpringBoot2.x系列教程27--整合SpringMVC之内容协商ContentNegotiation机 ......
AI_NLP以及SAM的理解-分割模型
机器学习 一般机器学习分为有监督学习，无监督学习和强化学习 无监督学习 Unsupervised Learning Self-Supervised Learning，又称为自监督学习 -Self-Supervised Learning 的核心思想 Masked Autoencoders Are Sc ......
用一张图片测试几个大模型的看图理解，文心一言表现不佳，通义千问了解最到位！
样图如下： 用上面的图片，在几个主流的AI大模型中进行识别理解，最终的理解各有不同。 不过最让我意外的是 文心一言 居然理解的最不到位！ 下图是文心一言的看图理解： 下图是通义千问的看图理解： 下图是讯飞星火的看图理解： 大家觉得哪一个理解的最到位？？？？？ ......
一般情况下的阿波罗尼斯圆的方程的推导过程
首先介绍一下什么是阿波罗尼斯圆: 已知平面上两点 \(A, B\), 则所有满足 \(\frac{PA}{PB}=k\) 且不等于 \(1\) 的点 \(P\) 的轨迹是一个以定比 \(m:n\) 内分和外分定线段 \(AB\) 的两个分点的连线为直径的圆. 这个轨迹最先由古希腊数学家阿波罗尼斯发现 ......
BSP视频教程第29期：J1939协议栈CAN总线专题，源码框架，执行流程和应用实战解析，面向车通讯，充电桩，模组通信等(2024-01-08)
视频教程汇总帖：https://www.armbbs.cn/forum.php?mod=viewthread&tid=110519 继前面CANopen专题视频教程后，再推出CAN总线的又一个重要协议栈J1939专题视频 J1939在车通讯上应用比较多，现在电动车充电桩还有各种模组的通信也非常多基于 ......
使用docker搭建deepspeed多机多卡分布式微调大模型环境
前置环境：两台可以互通的centos服务器（服务器1、服务器2），docker，NVIDIA驱动 docker创建overlay共享网络 1）选用服务器1作为manage节点进行初始化，执行docker swarm init Swarm initialized: current node (ly4d ......
公共仓库元模型(CWM)（转）
转自：https://www.jianshu.com/p/21207b50084a 一、什么是CWM？ 在我们学习一个新东西时，首先得弄懂明白它是用来干什么的？然后通过实例与理论交错学习，CWM——Common Warehouse Metamodel, 很明显翻译过来时公共仓库元模型，CWM的提出主 ......
Atlas关系型数据库元数据模型
[ { "category": "ENTITY", "guid": "00b4a314-1185-4cd4-84e9-20275990d58d", "createdBy": "hadoop", "updatedBy": "hadoop", "createTime": 1615973091411, " ......
SQL语句在MySQL中的执行过程
SQL语句在MySQL中的执行过程 MySQL 主要分为 Server 层和引擎层，Server 层主要包括连接器、查询缓存、分析器、优化器、执行器，同时还有一个日志模块（binlog），这个日志模块所有执行引擎都可以共用，redolog 只有 InnoDB 有。 引擎层是插件式的，目前主要包括，M ......
Mac电脑的替身（软连接）的操作教程
前言 在windows中，有一个文件叫：快捷方式，作用是不用进入到某个文件后，再打开文件夹中的文件，可以把快捷方式放到桌面，然后直接打开某个软件。 同样的功能再mac中也有，只是换了一个名字：替身 制作替身也很简单，就是在想要制作替身的文件/文件夹右键，选择制作替身即可，替身文件图标都有一个箭头图标 ......
STM32CubeMX教程9 USART/UART 异步通信
1、准备材料 开发板（正点原子stm32f407探索者开发板V2.4） ST-LINK/V2驱动 STM32CubeMX软件（Version 6.10.0） keil µVision5 IDE（MDK-Arm） CH340G Windows系统驱动程序（CH341SER.EXE） XCOM V2.6 ......
使用知识图谱提高RAG的能力，减少大模型幻觉
在使用大型语言模型(llm)时，幻觉是一个常见的问题。LLM生成流畅连贯的文本，但往往生成不准确或不一致的信息。防止LLM产生幻觉的方法之一是使用提供事实信息的外部知识来源，如数据库或知识图谱。 向量数据库和知识图谱 向量数据库 向量数据库是表示实体或概念(如单词、短语或文档)的高维向量的集合。数据 ......
公开号CN117354339A —— 数据传输专利 —— 解决了相关技术在进行数据传输的过程中时效性较差的技术问题
看到一个新闻： 地址： https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_9290711970017276653%22%7D&n_type=-1&p_from=-1 ......
三维模型的几何坐标纠正应用探讨
三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
如何优雅地输出统计过程的运行结果
打印（Print）是一件非常消耗资源的事情，尤其是在编写宏程序时，最好将过程步的输出结果保存在数据集中，而不是默认输出到结果查看器中。如果宏程序内部调用的过程步特别多，会导致程序运行效率变慢，也会把结果查看器的内容弄得一团糟。 下面介绍几种方法，将过程步的运行结果直接保存到数据集中，避免“打印”操作 ......
Vue2入门之超详细教程十五-收集表单数据
Vue2入门之超详细教程十五-收集表单数据 1、简介 收集表单数据 若：，则v-model收集的是value值，用户输入的就是value值。 若：，则v-model收集的是value值，且要给标签配置value值。 若： 1.没有配置input的value属性，name收集的就是checked（勾选 ......
Feign源码解析：初始化过程（三）
背景 前面两篇讲了下，在一个典型的引入了feign、loadbalancer、nacos等相关依赖的环境中，会有哪些bean需要创建。 其中第一篇讲了非自动配置的bean，第二篇是自动配置的bean。第一篇中提到，@FeignClient这个注解，就会创建一个beanDefinition，类型为Fe ......
鱼类识别系统Python+TensorFlow卷积神经网络算法模型+深度学习人工智能【计算机课设项目】
一、介绍 鱼类识别系统。使用Python作为主要编程语言开发，通过收集常见的30种鱼类（'墨鱼', '多宝鱼', '带鱼', '石斑鱼', '秋刀鱼', '章鱼', '红鱼', '罗非鱼', '胖头鱼', '草鱼', '银鱼', '青鱼', '马头鱼', '鱿鱼', '鲇鱼', '鲈鱼', '鲍鱼' ......
Mac端MySQL安装教程
Mac端： 1.安装 ** 首先进入官网：**https://dev.mysql.com/downloads/mysql/ 根据自身情况是M系列芯片（ARM版）还是Intel系列芯片（x86）进行点击安装 下载完以后进行安装 一连套的安装 在这记得选择下边的 完成安装 2.环境配置 打开终端： 输入 ......
Windows11下私有化部署大语言模型实战 langchain+llama2
一、本机环境 1.硬件环境： CPU：锐龙5600X 显卡：GTX3070 内存：32G 注：硬件配置仅为博主的配置，不是最低要求配置，也不是推荐配置。 2.软件环境： Windows系统版本：Win11专业版23H2 Python版本：3.11 Cuda版本：12.3.2 VS版本：VS2022 ......
【Fiddler学习】Fiddler教程，比较经典全面（转）
【Fiddler学习】Fiddler教程，比较经典全面（转） 简介 Fiddler（中文名称：小提琴）是一个HTTP的调试代理，以代理服务器的方式，监听系统的Http网络数据流动，Fiddler可以也可以让你检查所有的HTTP通讯，设置断点，以及Fiddle所有的“进出”的数据（我一般用来抓包）,F ......
05 Verilog语法_过程结构与赋值
软件版本：无 操作系统：WIN10 64bit 硬件平台：适用所有系列FPGA 登录"米联客"FPGA社区-www.uisrc.com视频课程、答疑解惑！ 1概述 本节主要讲解过程结构与赋值，需要掌握阻塞和非阻塞赋值的区别。 2过程结构 过程结构语句有两种，initial 与 always 语句。它 ......
STM32CubeMX教程8 TIM 通用定时器 - 输出比较
使用STM32CubeMX软件配置STM32F407通用定时器的输出比较通道，并将其输出到四个LED灯引脚实现LED灯流水灯效果 ......
使用PyTorch实现去噪扩散模型
在深入研究去噪扩散概率模型(DDPM)如何工作的细节之前，让我们先看看生成式人工智能的一些发展，也就是DDPM的一些基础研究。 VAE VAE 采用了编码器、概率潜在空间和解码器。在训练过程中，编码器预测每个图像的均值和方差。然后从高斯分布中对这些值进行采样，并将其传递到解码器中，其中输入的图像预计 ......
Python教程(20)——python面向对象编程基本概念
面向对象（Object-oriented）是一种常用的程序设计思想，它以对象作为程序的基本单元，将数据和操作封装在一起，通过对象之间的交互来实现程序的功能。 在面向对象编程中，将问题抽象成对象，而对象可以拥有属性（数据）和方法（操作）。对象可以被看作是现实世界中的实体或概念，具有某种特定的状态和行为 ......
根据语音生成全身姿态；基于变分贝叶斯框架的VAE模型；CFG是一种隐式的Perceptual Loss！
本文首发于公众号：机器感知 根据语音全身姿态；基于变分贝叶斯框架的VAE模型；CFG是一种隐式的Perceptual Loss！ Diffusion Model with Perceptual Loss 本文研究了扩散模型在生成样本时的质量问题，作者发现使用均方误差损失训练的模型生成的样本往往不真实 ......
首次引入大模型!Bert-vits2-Extra中文特化版40秒素材复刻巫师3叶奈法
Bert-vits2项目又更新了，更新了一个新的分支：中文特化，所谓中文特化，即针对中文音色的特殊优化版本，纯中文底模效果百尺竿头更进一步，同时首次引入了大模型，使用国产IDEA-CCNL/Erlangshen-MegatronBert-1.3B大模型作为Bert特征提取，基本上完全解决了发音的ba ......
Vue2入门之超详细教程十四-列表的过滤和排序
Vue2入门之超详细教程十四-列表的过滤和排序 1、简介 学习Vue之前最后会一些HTML和CSS的基础知识，HTML基础知识 传送门，CSS基础知识 传送门。 2、列表操作 1. 列表过滤 persons:[ {id:'001',name:'马冬梅',age:19,sex:'女'}, {id:'0 ......