月流霜-CSDN博客

原创超详细Python教程——异步任务和定时任务

上一章节中讲到的发短信和上传文件到云存储为例，这两个操作前者属于时间不确定的操作（因为作为调用者，我们不能确定三方平台响应的时间），后者属于耗时间的操作（如果文件较大或者三方平台不稳定，都可能导致上传的时间较长），很显然，这两个操作都可以做异步化处理。在Web应用中，如果一个请求执行了耗时间的操作或者该请求的执行时间无法确定，而且对于用户来说只需要知道服务器接收了他的请求，并不需要马上得到请求的执行结果，这样的操作我们就应该对其进行异步化处理。，那么将耗时间或执行时间不确定的任务。

2024-08-24 10:00:00 64

转载让 stable diffusion 局域网访问：详细解析配置步骤【Stable Diffusion 实战教程】

如果您遇到了局域网无法访问的问题，本文将帮助您详细检查和配置 stable-diffusion-webui，以确保其在您的网络环境中正常工作。在启动 stable-diffusion-webui 之前，请确保您已经正确安装了所有必要的依赖项，并且您的环境变量设置正确。在 stable-diffusion-webui 的启动脚本中，通常会有一个参数来控制监听地址。如果上述步骤都无法解决问题，您需要检查运行 stable-diffusion-webui 的设备的防火墙设置，确保允许通过指定的端口。

2024-08-24 09:00:00 1

转载【机器学习】Google开源大模型Gemma2：原理、微调训练及推理部署实战_gemma 如何训练视频模型

与Gemma相同点：上下文长度为 8192 个 token使用旋转位置嵌入（RoPE）近似 GeGLU 非线性局部滑动窗口和全局注意力。研究团队在每隔一层中交替使用局部滑动窗口注意力和全局注意力。局部注意力层的滑动窗口大小设置为4096个token，而全局注意力层的跨度设置为8192个token。Logit软封顶。根据Gemini 1.5的方法，研究团队在每个注意力层和最终层限制logit，使得logit的值保持在−soft_cap和+soft_cap之间。

2024-08-24 08:00:00 3

转载【Qwen-Audio部署实战】Qwen-Audio-Chat模型之对话机器人部署测试

本文的探索之旅即将结束，但我们对 Qwen-Audio-Chat 模型的深入理解和应用实践才刚刚开始。通过本文的指导，我们不仅成功部署了基于此模型的对话机器人，更对智能对话系统的构建有了更深刻的认识。随着技术的不断演进，我们期待对话机器人在更多场景下展现出其独特的价值，为人类社会带来便利和创新。同时，我们也鼓励读者继续探索和实践，以推动智能对话技术的发展，实现更自然、更智能的交互体验。AI大模型提示工程完全指南AI大模型探索之路（零基础入门）AI大模型预训练微调进阶AI大模型开源精选实践。

2024-08-24 07:00:00 4

转载腾讯云HAI：人人都可无门槛AI作画！_腾讯云hai comfyui

随着科技的不断进步和数据驱动的时代到来，越来越多的开发者和数据研究人员需要强大的计算能力来支持他们的工作，尤其是在处理大规模数据、进行机器学习和人工智能等高性能应用方面，对GPU算力的需求变得越来越迫切。

2024-08-24 06:00:00 1

翻译基于C#调用文心一言大模型制作桌面软件(可改装接口)_c#winform调用文心

登录成功后看到的是一个控制台总览的页面，在页面上方。左侧点击应用接入，并在该页完成应用创建。，通过百度账号登录或手机号验证。搜索千帆大模型，点击跳转。

2024-08-24 05:00:00 11

原创超详细Python教程——接入三方平台

国内外比较有名的云存储服务（如：亚马逊的S3、阿里的OSS2等）一般都物美价廉，相比自己架设静态资源服务器，云存储的代价更小，而且一般的云存储平台都提供了CDN服务，用于加速对静态资源的访问，所以不管从哪个角度出发，使用云存储的方式管理Web应用的数据和静态资源都是非常好的选择，除非这些资源涉及到个人或商业隐私，否则就可以托管到云存储中。例如，我们的Web项目中需要做个人或企业的实名认证，很显然我们并没有能力判断用户提供的认证信息的真实性，这个时候我们就要借助三方平台提供的服务来完成该项操作。

2024-08-23 14:00:00 1254

原创超详细Python教程——使用缓存

比较常见的解决缓存击穿的办法是使用互斥锁，简单的说就是在缓存失效的时候，不是立即去数据库加载数据，而是先设置互斥锁（例如：Redis中的setnx），只有设置互斥锁的操作成功的请求，才能执行查询从数据库中加载数据并写入缓存，其他设置互斥锁失败的请求，可以先执行一个短暂的休眠，然后尝试重新从缓存中获取数据，如果缓存还没有数据，则重复刚才的设置互斥锁的操作，大致的参考代码如下所示。当然，先更新数据库再删除缓存的做法在理论上也存在风险，但是发生问题的概率是极低的，所以不少的项目都使用了这种方式。

2024-08-23 10:00:00 1161

转载 DeepMind CEO：AI可以发现室温超导；Llama 3.1算对9.9＞9.11 | AI头条_llama 3.1 claude 2.5

近日，ElevenLabs 发布 Turbo 2.5 模型，该模型速度提高 3 倍，延迟降至 300 毫秒，支持包括中文在内的 32 种语言，首次支持越南语、匈牙利语和挪威语的文本到语音转换。WPS 还承诺，所有用户的文档不会被任何第三方用于 AI 训练，对于用户反馈的具体问题，WPS AI 与豆包在AI层面目前并未开展任何形式的合作，不存在文档被用作 AI 训练的情况。日前，有网友发帖称，“WPS 疑似把我的审签内容喂给抖音豆包 AI”，因为他的审签+大纲+细纲都是在 WPS 写的，上传了云空间。

2024-08-23 09:00:00 6

转载 Chameleon：Meta推出的图文混合多模态开源模型_qk norm

Chameleon模型是FAIR at Meta研究团队开发的一系列早期融合的基于token的混合模态模型。这些模型旨在理解和生成任意顺序的图像和文本，实现全模态文档建模，这是对传统多模态任务的直接扩展。Chameleon模型的目标是创建一个统一的架构，能够无缝处理和生成混合模态数据，从而提高多模态任务的性能。

2024-08-23 08:00:00 5

转载【机器学习】Whisper：开源语音转文本（speech-to-text）大模型实战_whisper模型

本文是上一篇chatTTS文章的夫妻篇，既然教了大家如何将。

2024-08-23 07:00:00 11

转载【AI绘画】如何选择AI绘画工具？Midjourney VS Stable Diffusion_电脑购买 stable diffusion midjourney

的工具。

2024-08-23 06:00:00 9

翻译如何3分钟在 Windows 11 上启用 Copilot_win11 copilot

Windows Copilot 是 Windows 11 中的一个新功能，它可以让你与一个智能助理进行对话，获取信息，执行任务，甚至创造内容。Windows Copilot 使用了 Bing Chat 的技术，它是一个基于 OpenAI 的 GPT-4 模型的聊天机器人，可以理解自然语言，回答问题，生成图片，写作，编程等等。

2024-08-23 05:00:00 5

原创超详细Python教程——RESTful架构和DRF进阶

使用CBV创建数据接口的特点是代码简单，开发效率高，但是没有FBV（基于函数的视图）灵活，因为使用FBV的方式，数据接口对应的视图函数执行什么样的代码以及返回什么的数据是高度可定制的。大多数获取资源列表的操作都支持数据分页展示，也就说我们可以通过指定页码（或类似于页码的标识）和页面大小（一次加载多少条数据）来获取不同的数据。的类，从名字上就可以看出，该类是只读视图的集合，也就意味着，继承该类定制的数据接口只能支持GET请求，也就是获取单个资源和资源列表的请求。，然后将注册成功后生成的URL一并添加到。

2024-08-22 14:00:00 1234

原创超详细Python教程——RESTful架构和DRF入门

REST这个词，是在他2000年的博士论文中提出的，Roy是HTTP协议（1.0和1.1版）的主要设计者、Apache服务器软件主要作者、Apache基金会第一任主席。在他的博士论文中，Roy把他对互联网软件的架构原则定名为REST，即REStateTransfer的缩写，中文通常翻译为“表现层状态转移”或“表述状态转移这里的“表现层”其实指的是“资源”的“表现层”。所谓资源，就是网络上的一个实体，或者说是网络上的一个具体信息。它可以是一段文本、一张图片、一首歌曲或一种服务。

2024-08-22 10:00:00 550

转载最强模型 Llama 3.1 如期而至！扎克伯格最新访谈：Llama 会成为 AI 界的 Linux

这是开源 AI 的里程碑时刻。文 | 王启隆出品丨AI 科技大本营（ID：rgznai100）本文为 CSDN 编辑整理，未经授权，禁止转载。今天，Meta AI 的最新最强模型 —— Llama 3.1 如期而至。不仅刷新了开源 AI 模型的天花板，还顺带把闭源的也一并超越了。但是，守约的可不止是 Llama 3.1，还有小扎关于本次发布的最新采访。在放出采访全文前，我们还是先来了解一下这次的发布有多给力，可谓是 Meta

2024-08-22 09:00:00 23

转载 stable diffusion comfyui的api使用教程_comfyui api

至此，stable diffusion comfyui的api的整个调用逻辑已经走完，无论是文生图、图生图、换脸、倒推关键词等，都是走相同的流程。

2024-08-22 08:00:00 20

转载在本地跑一个AI模型(5) - Stable Diffusion_ollama stable diffusion

本文介绍了使用diffusers在本地运行的方法，并进行了一次基本的的实践。下篇文章将继续介绍diffusers使用LoRAControlNet和Adapter生成高级图片的实践。本文首发于：https://babyno.top/posts/2024/04/run-stable-diffusion-locally/ollamacoqui-tts。

2024-08-22 07:00:00 8

转载 Windows10如何关闭Edge浏览器的Copilot_edge关闭copilot

更新后，打开Edge浏览器，无论复制什么内容，都会弹出Copilot人工智能插件，非常令人反感，网上搜索的关闭方法都非常麻烦，比如：组策略和注册表。6、设置——>语言，关闭“在 Web 上使用撰写(AI 书写)”。不需要重启浏览器你就可以看到新变化，不会再有Copilot的提示框了。5、但此时打开CSDN写文章，依然会弹出重写的提示框。3、关闭“显示Copilot”开关，然后点击“重启浏览器生效”。4、重启后可以看到Copilot的确被关闭了。2、点击菜单图标，选择“通知和引用设置”。插件，点击弹出窗口。

2024-08-22 06:00:00 14

翻译基于C#调用文心一言大模型制作桌面软件(可改装接口)_winform调用文心一言 api接口

2024-08-22 05:00:00 54

原创超详细Python教程——前后端分离开发入门

中间件是安插在Web应用请求和响应过程之间的组件，它在整个Web应用中扮演了拦截过滤器的角色，通过中间件可以拦截请求和响应，并对请求和响应进行过滤（简单的说就是执行额外的处理）。通常，一个中间件组件只专注于完成一件特定的事，例如：Django框架通过中间件实现了对session的支持，又通过中间件实现了基于session的请求认证。通过把多个中间件组合在一起，我们可以完成更为复杂的任务，Django框架就是这么做的。Django项目的配置文件中就包含了对中间件的配置，代码如下所示。

2024-08-21 14:00:00 947

原创超详细Python教程——中间件的应用

2024-08-21 10:00:00 898

转载比肩Midjourney-v6！没有GPU也能跑可图Kolors_comfyui 可图

其次，可图采用的ChatGLM3代替了传统的CLIP模型做文本提示词嵌入，语义能力增强的同时显存消耗也从原来的几百MB变成十几G，这样，本地显存少于20G的用户，需要用有损量化或者损失推理速度的办法运行可图。7月6日，快手宣布开源数十亿参数的文生图模型可图Kolors，可图支持中英文双语，支持长达256 token的上下文长度，最重要的是可以渲染中文，生成效果上实现了质的飞跃。国产文生图模型的强势崛起让人振奋，不过，由于硬件等客观条件限制，大多数跃跃欲试的用户却很难在本地部署并体验可图。

2024-08-21 09:00:00 9

转载 Github/Copilot 学生认证详细步骤_copilot学生认证

点击头像 -> Settings -> billing and plans -> payment information。点击头像 -> Settings -> Password and authentication ->点击头像 -> Your Profile -> （左侧）Edit profile。: (学校名)SchoolName/major in +你的专业(用英文)非学校邮箱注册的账号，需添加学校邮箱。company：填学校的英文名。pronouns: 随便选。链接：填你学校的官方地址。

2024-08-21 08:00:00 17

转载【人工智能】如何选择AI绘画工具？Midjourney VS Stable Diffusion_电脑购买 stable diffusion midjourney

的工具。

2024-08-21 07:00:00 8

转载区分LLaMA、llama.cpp和Ollama

大模型本地部署和运行中，经常遇到这三个概念，llama，ollama，llama.cpp。刚开始接触时，的确有些傻傻分不清楚。这里简单区分理解下，方便快速上手。简单来讲，llama 是一个Meta公司开源的预训练大型语言模型，llama.cpp用于加载和运行 LLaMA 语言模型。ollama是大模型运行框架，它利用了 llama.cpp 提供的底层功能。

2024-08-21 06:00:00 27

翻译超算互联网-Stable Diffusion 2.1文生图教程

超算互联网是一种基于云计算的高性能计算平台，用户可以通过互联网接入超级计算资源。它集成了大量的计算节点，提供强大的计算能力，适用于科学计算、深度学习、人工智能等领域。用户可以利用超算互联网平台运行复杂的模型和算法，显著提升计算效率和处理能力。模型名称生成速度图像质量模型复杂度适用场景快速高中等艺术创作、设计、广告制作DALL-E 2中等中高高跨领域图像生成、广告设计Imagen中等高高专业图像生成、高分辨率应用VQ-VAE-2较慢中中等低分辨率图像生成、抽象艺术。

2024-08-21 05:00:00 10

原创超详细Python教程——日志和调试工具栏

条SQL去查询老师所属学科的信息。如果想调试你的Django项目，你一定不能不过名为Django-Debug-Toolbar的神器，它是项目开发阶段辅助调试和优化的必备工具，只要配置了它，就可以很方便的查看到如下表所示的项目运行信息，这些信息对调试项目和优化Web应用性能都是至关重要的。事实上，用ECharts生成前端报表的视图函数中，查询老师好评和差评数据的操作也能够优化，因为在这个例子中，我们只需要获取老师的姓名、好评数和差评数这三项数据，但是在默认的情况生成的SQL会查询老师表的所有字段。

2024-08-20 14:00:00 816

原创超详细Python教程——制作报表

具体的做法是后端通过提供数据接口返回统计图表所需的数据，前端使用ECharts来渲染出柱状图、折线图、饼图、散点图等图表。例如我们要生成一个统计所有老师好评数和差评数的报表，可以按照下面的方式来做。等，其中的xlwt虽然只支持写xls格式的Excel文件，但在性能方面的表现还是不错的。来生成PDF文件的内容，再将文件的二进制数据输出给浏览器并指定MIME类型为。为例，来演示如何在Django项目中导出Excel报表。导出包含所有老师信息的Excel表格的视图函数。，具体的代码如下所示。运行效果如下图所示。

2024-08-20 10:00:00 776

转载快速上手文心一言指令_文心一言的命令有哪些

综上所述，文心一言的指令类型非常丰富多样，涵盖了信息查询、文本创作、逻辑推理、数学运算、情感分析、文本优化、设备控制、复杂任务处理、创意激发以及跨语言处理等多个方面。除了之前提到的指令类型，文心一言还具有多种其他类型的指令，这些指令进一步展示了其强大的自然语言处理能力和广泛的应用场景。如果天晴，就生成一张阳光明媚的风景图片。示例：“文心一言，如果所有的狗都喜欢骨头，而小明家养了一只狗，那么小明家的狗是否喜欢吃骨头？这类指令用于增强文本的论点和论据的可靠性，要求文心一言添加相关的事实、数据或引用来支持观点。

2024-08-20 09:00:00 94

转载【Ubuntu中VS Code GitHub Copilot的使用】_oops, your response got filtered. vote down if you

GitHub Copilot学生认证请参考文章github申请学生认证vscode 中已安装GitHub Copilot插件。

2024-08-20 08:00:00 9

转载万字长文：Stable Diffusion 保姆级教程_stable diffusion教程

Stable Diffusion是一种潜在扩散模型（Latent Diffusion Model），能够从文本描述中生成详细的图像。它还可以用于图像修复、图像绘制、文本到图像和图像到图像等任务。简单地说，我们只要给出想要的图片的文字描述在提Stable Diffusion就能生成符合你要求的逼真的图像！Stable Diffusion将“图像生成”过程转换为逐渐去除噪声的“扩散”过程，整个过程从随机高斯噪声开始，经过训练逐步去除噪声，直到不再有噪声，最终输出更贴近文本描述的图像。

2024-08-20 07:00:00 15

转载 Stable-DiffusionLoRA模型训练教程(新手篇)｜LoRA训练个人经验总结与复盘_lora训练页面文件太小,无法完成操作

在此之前，StableDiffusion只能通过使用Dreambooth的方法训练大模型，如果对大模型的效果不满意，那么就只能从头开始，重新训练，但是大模型的训练要求高，算力要求大，速度慢。每次训练的loss图都是独一无二的，loss曲线只是参考，重点要观察loss逐步降低的状态，loss越低，拟合度就会越高，过低也有可能会过拟合，需要找到合理值，可以通过loss值来选择几个训练好的lora模型进行xyz序列图测试，从而选择更好的Lora模型。下载完后，直接双击exe文件运行，就会出现此界面。

2024-08-20 06:00:00 210

翻译【Qwen2微调实战】LLaMA-Factory框架对Qwen2-7B模型的微调实践_llamafactory qwen2

本文将详细介绍如何利用LLaMA-Factory这一先进的微调框架，对Qwen2-7B模型进行细致的调整和优化。在本文中，我们将从环境配置、模型下载、参数设置、模型训练、导出等多个维度，全面展示如何使用LLaMA-Factory对Qwen2-7B进行微调。我们将提供详细的步骤说明和实践案例，确保读者能够复现并根据自己的需求调整微调过程。LLaMA-Factory是一个集多种微调技术于一身的高效框架，支持包括Qwen2-7B在内的多种大型语言模型。

2024-08-20 05:00:00 42

转载 C++入门基础

定义命名空间，需要使⽤到namespace关键字，后⾯跟命名空间的名字，然后接⼀对{}即可，{}中即为命名空间的成员。命名空间中可以定义变量/函数/类型等。namespace本质是定义出⼀个域，这个域跟全局域各⾃独⽴，不同的域可以定义同名变量，因为域名就可以区分它们。C++中域有函数局部域，全局域，命名空间域，类域；域影响的是编译时语法查找⼀个变量/函数/类型出处(声明或定义)的逻辑，所有有了域隔离，名字冲突就解决了。

2024-08-19 23:58:13 7

原创超详细Python教程——Cookie和Session

要实现用户跟踪，服务器端可以为每个用户会话创建一个session对象并将session对象的ID写入到浏览器的cookie中；用户下次请求服务器时，浏览器会在HTTP请求头中携带该网站保存的cookie信息，这样服务器就可以从cookie中找到session对象的ID并根据此ID获取到之前创建的session对象；由于session对象可以用键值对的方式保存用户数据，这样之前保存在session对象中的信息可以悉数取出，服务器也可以根据这些信息判定用户身份和了解用户偏好，为用户提供更好的个性化服务。

2024-08-19 14:00:00 1877

原创超详细Python教程——静态资源和Ajax请求

接下来就可以实现“好评”和“差评”的功能了，很明显如果能够在不刷新页面的情况下实现这两个功能会带来更好的用户体验，因此我们考虑使用Ajax技术来实现“好评”和“差评”。Ajax是Asynchronous Javascript And XML的缩写 , 简单的说，使用Ajax技术可以在不重新加载整个页面的情况下对页面进行局部刷新。

2024-08-19 10:00:00 649

转载【Qwen-Audio部署实战】Qwen-Audio-Chat模型之对话机器人部署测试

2024-08-19 07:00:00 20

转载 Agent类型解析：AIGC在不同领域的应用与影响_aigc agent

垂直智能体专注于某一特定领域或任务，具有高度的专业化和定制化特点。这类智能体的设计目标是解决特定领域内的复杂问题，因此在该领域中往往表现出色。水平智能体，也称为通用智能体，旨在处理多种类型的任务或领域。相比垂直智能体，水平智能体具有更广泛的应用能力和适应性。混合智能体结合了垂直智能体和水平智能体的特点，既能在特定领域内表现出色，又具有一定的适应性和灵活性。这类智能体通过集成多种技术和功能，旨在实现综合性的智能服务。

2024-08-19 06:00:00 10

翻译【人工智能】如何选择AI绘画工具？Midjourney VS Stable Diffusion_电脑购买 stable diffusion midjourney

的工具。

2024-08-19 05:00:00 16

JPMorgan-Chase-Virtual-Internship

2024-08-24

Contact Management REST API using Laravel

2024-08-24

Record a SDR stream to a WAV file (or serve it as a HTTP audio s

Record a SDR stream to a WAV file (or serve it as a HTTP audio stream)

2024-08-23

Multimedia Player Developed with Qt6 Using the QMediaPlayer and

Multimedia Player Developed with Qt6 Using the QMediaPlayer and vlc-qt6 Engines.

2024-08-23

A Project to control a DC Motor Speed using ATMega328 and PI con

A Project to control a DC Motor Speed using ATMega328 and PI controller

2024-08-23

Python library for interacting with FreeIPA network protocols

2024-08-22

Biblioteca de Processamento e Visualização de Dados IoT em Tempo

Biblioteca de Processamento e Visualização de Dados IoT em Tempo Real com Python e MQTT

2024-08-22

A personal budget tracker in Python is a software or application

A personal budget tracker in Python is a software or application that helps you track your money inflow and outflow, and can also help yo…

2024-08-22

A minimal Python library for Apache Arrow, connecting to the Rus

A minimal Python library for Apache Arrow, connecting to the Rust arrow crate

2024-08-21

A repository dedicated to my 100-day Python coding challenge. Ea

A repository dedicated to my 100-day Python coding challenge. Each day, I post a new Python code snippet to track my progress and share l…

2024-08-21

Quan 基于Spring Boot 2.7.x开发的后台管理系统采用的架构是基于DDD领域驱动设计思想的BFF架构目标是打

Quan 基于Spring Boot 2.7.x开发的后台管理系统。采用的架构是基于DDD领域驱动设计思想的BFF架构。目标是打造一个支持多端适配、分布式、高可用、多模块的系统。在未来可扩展成任意的企业中后台系统解决方案。前端基于 Ant Design 5.0，为 Web 应用提供了丰富的基础 UI 组件，助力设计开发者「更灵活」地搭建出「更美」的产品～

2024-08-20