jiang_changsheng的博客

原创 docker 和 docker-compose

Docker Compose是Docker官方提供的一个工具，它允许您使用YAML文件来定义和管理多个Docker容器的组合。Docker是一种开源的容器化平台，它可以帮助开发人员将应用程序及其所有依赖项打包到一个独立的、可移植的容器中。创建Docker镜像：您可以使用Dockerfile来定义一个镜像，该镜像包含了您的应用程序和其依赖项的所有必要组件。编写Docker Compose文件：创建一个名为docker-compose.yml的文件，使用YAML语法定义您的应用程序所需的容器和配置。

原创 Ubuntu 和 Centos 系统 。bash是什么命令

CentOS（Community Enterprise Operating System）是一种基于Red Hat Enterprise Linux（RHEL）的操作系统，它是一个免费的、企业级的Linux发行版。它也是RHEL的开源版本，与RHEL相比，CentOS没有商业支持，但提供了类似的功能和软件包。Bash是一种Unix Shell和命令语言，它是Linux和其他类Unix系统中最常用的命令解释器之一。Ubuntu和CentOS是两种常见的操作系统，它们都属于Linux操作系统的一种发行版。

原创 C语言的34个运算符

算术运算符：关系运算符：逻辑运算符：位运算符：赋值运算符：其他运算符：

原创 C语言的9个控制语句

do-while循环：先执行一次代码块，然后在给定条件为true的情况下重复执行。continue语句：用于跳过当前循环中的剩余代码，继续执行下一次迭代。for循环：在给定的起始条件、终止条件和迭代方式下重复执行一段代码块。while循环：在给定条件为true的情况下重复执行一段代码块。break语句：用于中断循环或switch语句的执行。return语句：用于从函数中返回值或终止函数的执行。switch语句：根据不同的情况执行不同的代码块。if语句：用于根据给定的条件执行不同的代码块。

原创 C语言的32个关键字

的32个关键字的简要说明：

原创 宝塔面板 和小皮面板

宝塔面板（BtPanel）是一款广受欢迎的面板软件，它支持Linux操作系统，并提供了丰富的功能和工具，包括网站管理、FTP管理、数据库管理、SSL证书管理、安全设置、文件管理等。宝塔面板和小皮面板是用于服务器管理的面板软件，它们主要提供了一些安全设置和防护功能，如防火墙管理、安全登录、SSL证书管理等。宝塔面板（BtPanel）和小皮面板（XiaoPi Panel）都是用于Web服务器管理的开源面板软件，它们提供了简单易用的图形用户界面，帮助用户轻松管理和配置服务器。

原创 docker-compose.yaml 文件

通过使用Docker Compose，您可以轻松地定义和管理多个容器，并通过一个命令来启动、停止和重建整个应用程序的容器组。使用Docker Compose来管理和运行多个Docker容器时，您需要创建一个名为docker-compose.yaml的配置文件。通过编写docker-compose.yaml文件，您可以将所有的容器配置定义在一个文件中，并使用docker-compose命令来启动、停止和管理这些容器。您可以指定容器的镜像、容器名称、容器端口映射、环境变量、数据卷挂载等配置。

原创 MySQL 环境Redis 环境Minio 环境XXL-JOB 环境 的区别

它提供了可视化的任务配置界面，并支持任务的分片、调度、执行监控等功能。XXL-JOB适用于需要管理和调度大量任务的应用，如数据处理、定时任务执行等场景。Minio环境：Minio是一个开源的对象存储服务器，它兼容Amazon S3协议，并提供了简单易用的API接口。Redis环境：Redis是一个开源的内存数据结构存储系统，它支持多种数据结构（如字符串、哈希表、列表、集合等）和丰富的操作命令。MySQL、Redis、Minio和XXL-JOB都是常见的开源软件，用于不同的用途和场景。

原创 Visual Studio和Visual Studio Code适用于哪些编程语言

除了以上列出的编程语言，Visual Studio和Visual Studio Code还支持许多其他编程语言的开发，可以通过安装相应的插件来扩展其支持能力。

原创 VMware比Docker容器安全性

这种隔离性可以提供较高的安全性，因为虚拟机之间的应用程序和资源是相互独立的。Docker是一种轻量级的容器化技术，它共享主机操作系统内核，容器之间使用相同的操作系统和内核。虽然Docker容器之间的隔离性相对较弱，但Docker提供了一些内置的安全机制和最佳实践，可以帮助用户增加容器的安全性。隔离级别：VMware虚拟机通过完全隔离的虚拟化技术实现，每个虚拟机都有自己的操作系统和内核，相互之间隔离程度较高。而Docker容器共享主机操作系统内核，容器之间使用相同的操作系统和内核，隔离性较弱。

原创 Docker 虚拟机 WSL

这样，开发者可以在Windows系统上使用WSL和Docker的组合，获得更好的开发体验和环境一致性。WSL是在Windows系统内部提供Linux环境的一种技术，而VMware虚拟机是通过在物理计算机上创建一个完整的虚拟计算机来运行不同操作系统的技术。然而，需要注意的是，虚拟机也不是绝对安全的，仍然可能存在一些安全风险，如虚拟机逃逸攻击、虚拟机间的侧信道攻击等。虚拟机（如VMware）的安全性相对于Docker和WSL来说可以更高一些，因为虚拟机提供了更强的隔离性和独立性。

原创 CUDA/cuDNN 查看

注意：如果没有二次编译代码的需求，正常情况下不需要单独安装CUDA/cuDNN，因为框架都内置了编译好的CUDA，框架版本和CUDA版本是对应的，只需要关注框架版本即可，无需独立关注CUDA版本。默认镜像都内置了最原生的CUDA和cuDNN，如果您自己安装了cudatoolkits等，那么一般会默认优先使用conda中安装的cudatoolkits，注意：通过nvidia-smi命令查看到的CUDA版本只是驱动支持的最高cuda版本参数，不代表实例中安装的是该版本CUDA。后的数字即为版本号。

原创 使用 pip 安装 TensorFlow

部分安装方式需要您提供 TensorFlow Python 软件包的网址。：如果系统返回了张量，则意味着您已成功安装 TensorFlow。这样可以确保您升级并使用 Python pip，而不是系统 pip。创建一个新的虚拟环境，方法是选择 Python 解释器并创建一个。在不影响主机系统设置的情况下，在虚拟环境中安装软件包。Python 虚拟环境用于将软件包安装与系统隔离开来。系统会自动安装软件包依赖项。如果不是在虚拟环境中，请针对下面的命令使用。如果已安装这些软件包，请跳至下一步。

原创 安装大模型-型号查看

原创 不满足软件包要求‘transformers==4.30.2‘, ‘sse-starlette

transformers==4.30.2支持的SSE-Starlette版本是0.14.0。

原创 docker各种命令的详细解释

例如：docker build -t myimage:tag .，表示在当前目录下构建一个名为 myimage 的镜像，标签为 tag。例如：docker run -d -p 8080:80 nginx，表示运行一个 nginx 容器，并将主机的 8080 端口映射到容器的 80 端口。docker push: 用于将一个本地镜像推送到 Docker 镜像仓库。例如：docker push myimage:tag，表示将名为 myimage、标签为 tag 的本地镜像推送到 Docker 镜像仓库。

原创 人工智能模块初识

transformers: 这是一个用于自然语言处理（NLP）任务的Python库，提供了各种预训练的模型和工具，如文本分类、命名实体识别等。cpm_kernels: 这是一个用于计算机视觉任务的Python库，提供了各种卷积神经网络的核函数，用于图像处理和特征提取。gradio: 这是一个用于构建交互式界面的Python库，可以方便地创建和部署机器学习模型的Web应用。accelerate: 这是一个用于加速机器学习训练和推理的Python库，提供了各种优化算法和工具。

原创 替换老版本包和模块-版本回滚-依赖冲突

如果您想回滚到旧版本，请先卸载当前版本，然后使用。如果更新pip后仍然存在依赖冲突，请尝试使用。

原创 GCC 和 OpenMP

在MinGW-w64安装目录的share文件夹中，可以找到openmp文件夹，将其中的openmp.h和openmp.dll文件复制到MinGW-w64的相应目录下。在Linux操作系统中，一般已经安装了GCC和OpenMP，但在Windows操作系统中，可能需要手动安装这些工具和库才能使用CPU上的并行计算能力。安装MinGW-w64（Minimalist GNU for Windows）：MinGW-w64是GCC的一个Windows版本，它支持在Windows上编译和运行C、C++ 等程序。

原创 docker-compose是什么

它提供了简化的命令行工具，可以轻松地启动、停止、重启和销毁整个应用程序的容器集合。使用Docker Compose，您可以轻松地定义和组织多个容器之间的关系和依赖关系。Docker Compose还支持通过容器间的链接和共享卷来实现容器之间的通信和数据共享。它基于YAML文件格式，允许您通过一个单独的配置文件来定义和管理多个容器的配置和连接。总的来说，Docker Compose是一个强大的工具，可以简化和自动化多容器应用程序的部署和管理过程，使得构建和运行容器化应用程序变得更加容易和高效。

原创 github起源

GitHub是一个基于互联网的代码托管平台，于2008年4月10日正式上线。它的起源可以追溯到2005年，当时Ruby on Rails框架的创始人之一DHH（David Heinemeier Hansson）为了更好地管理他的开源项目，创建了一个名为"git"的版本控制系统的前端界面，这个界面最初被称为"GitHUB"。GitHub的成功不仅在于提供了一个便捷的代码托管平台，还在于它的开放性和社区性质。随着时间的推移，GitHub逐渐吸引了越来越多的开发者加入，成为一个全球范围内最大的代码托管平台之一。

原创 在github上如何删除自己仓库里没用的项目

输入仓库名称后，点击“I understand the consequences, delete this repository”（我理解后果，删除此仓库）按钮。请注意，删除仓库将不可逆，所有与该仓库相关的数据将会被永久删除，包括所有的代码、问题、拉取请求、分支等。在“Danger Zone”部分，找到“Delete this repository”（删除此仓库）选项。在仓库设置页面的左侧导航栏中，点击“Options”（选项）。在仓库页面的右上角，点击“Settings”（设置）按钮。

原创 git帮助教程

git help -a和git help -g列出可用的子命令和一些概念指南。使用’git help <command>'或’git help <concept>'来阅读有关特定子命令或概念的信息。branch：列出、创建、删除或验证使用GPG签名的标签对象。init：创建一个空的Git存储库或重新初始化现有存储库。diff：显示提交之间的更改、提交和工作树之间的差异等。tag：创建、列出、删除或验证使用GPG签名的标签对象。pull：从另一个存储库或本地分支获取并合并。commit：记录对存储库的更改。

原创 Sourcetree

总体而言，Sourcetree是一个功能强大且易于使用的版本控制系统的可视化工具，适用于需要可视化界面来管理和协作代码项目的开发者。操作历史记录：Sourcetree记录了所有的操作历史记录，包括仓库的打开、提交、拉取和推送等，方便开发者进行追溯和回溯。它还支持多个仓库的同时管理。Sourcetree旨在简化版本控制工作流程，提供直观的界面和易于使用的功能，使开发者能够更轻松地管理和协作代码项目。还可以查看和管理仓库中的标签。提交和修改：可以查看和管理仓库中的提交历史，并对文件进行比较、恢复和提交修改。

原创 WSL与VirtualBox区别

wsl

原创 查看自己电脑安装了wsl

如果您已经安装了WSL，输出将包含已安装的发行版的名称和状态。

原创 python简单web框架介绍

它具有简单、灵活和可扩展的特点，可以用于构建各种规模的Web应用程序。React Native：React Native是一个用于构建原生移动应用的框架，使用React的开发模式和组件化思想。它提供了一套简单的方法和中间件，用于处理HTTP请求和响应，以及进行路由和控制逻辑的管理。Next.js：Next.js是一个基于React的React应用框架，用于构建服务器渲染的React应用程序。Vue.js：Vue.js是一个用于构建用户界面的JavaScript框架，具有简单易学、灵活和高效的特点。

原创 模型.pth和.bin文件

文件，它包含了预训练模型的权重参数。您需要先创建模型的结构，然后将权重参数加载到该结构中。文件，它包含了完整的PyTorch模型对象及其权重参数。您可以直接加载整个模型。下面是一个详细案例，展示了如何加载。进行推理或其他操作。

原创 cmd与powershell

功能：CMD是Windows的传统命令行工具，提供基本的命令行功能，如文件和目录管理、执行命令和脚本等。PowerShell是一个更强大的命令行环境，它基于.NET Framework，提供了丰富的命令和功能，支持脚本编写、对象操作、管道操作、远程管理等。PowerShell则提供了丰富的命令和功能，如条件判断、循环、函数、异常处理等，还支持脚本编写、对象操作、管道操作、远程管理等。综上所述，PowerShell相较于CMD具有更强大的功能和更灵活的语法，特别适用于需要进行复杂操作和脚本编写的场景。

原创 Git是一个分布式版本控制系统 一.1

学习开源项目

原创 实现bert训练 人工智能模型

模型微调：如果有特定的下游任务，例如文本分类、命名实体识别等，可以使用微调技术将预训练的BERT模型适应到这些任务上。这通常涉及到在现有模型的基础上添加任务特定的层，并使用任务特定的数据进行微调。验证和测试：在训练过程中，可以定期使用验证集评估模型的性能，并在训练结束后使用测试集进行最终评估。对抗训练：BERT模型的训练中，可以引入对抗训练的技术，如对抗样本生成和对抗训练损失函数，以提高模型的鲁棒性和泛化能力。模型保存和加载：一旦训练完成并满意模型的性能，可以将模型保存到磁盘上以备将来使用。

原创 实现GPT训练 人工智能模型

更高效的训练和推理：GPT模型通常需要大量的计算资源和时间来训练和推理，这对某些任务和应用来说可能是一个挑战。对输入顺序敏感：GPT模型是基于Transformer的序列模型，对输入的顺序是敏感的。需要大量的训练数据：为了获得好的性能，GPT模型通常需要大量的训练数据，这可能对某些任务和应用来说是一个挑战。可迁移学习：通过使用预训练模型，可以将GPT模型迁移到各种任务上，从而提高模型性能，并减少训练所需的数据量。请注意，这只是一个简化的示例，实际的GPT训练可能涉及更复杂的数据准备、模型配置和超参数调整。

原创 Git是一个分布式版本控制系统 一.2

在项目页面上方，点击绿色的 “Code” 按钮，并复制项目的URL。高效：Git使用了一种称为“快照”（snapshot）的方式来保存文件的变化，而不是保存文件的差异。下载项目：在项目页面上方，点击绿色的 “Code” 按钮，并选择 “Download ZIP” 选项来下载项目的压缩包。命令，将暂存区中的更改提交到Git仓库，并添加一个提交消息，用于描述本次提交的内容。安装项目：根据项目的具体要求，您可能需要进行安装。克隆完成后，导航到项目目录，并开始使用Git命令进行操作，例如添加、提交更改等。

原创 Chocolatey是什么

使用Chocolatey，您可以通过一个命令安装流行的软件应用程序、工具和实用程序，相比手动逐个下载和安装每个应用程序，节省时间和精力。Chocolatey拥有一个庞大的社区仓库，称为Chocolatey社区仓库（chocolatey.org），其中包含数千个可以使用Chocolatey安装的软件包。您可以通过Chocolatey安装和管理更多的软件包，包括开发工具、编辑器、数据库、媒体播放器等等。通过使用Chocolatey，您可以更快速、便捷地管理和更新您的Windows软件。

原创 vim 编辑器

vim 编辑器适用于哪些语言？vim 编辑器是什么用途？

原创 文件.yaml

YAML（YAML Ain’t Markup Language）是一种人类可读的数据序列化格式，并不是一种编程语言。它主要用于配置文件、数据交换和存储结构化数据。YAML 的设计目标是易读、易写，并且可以方便地与不同编程语言进行交互。PyCharm 中，您可以创建、打开和编辑 YAML 文件，同时还可以利用 PyCharm 提供的语法高亮、自动补全和格式化等功能来方便地编辑和管理 YAML 文件。

原创 Docker是什么

Docker 提供了一个简单而强大的容器化解决方案，可以帮助开发者更轻松地打包应用程序，并提供了一致、可移植且可扩展的运行环境。它通过使用容器来实现轻量级的应用程序虚拟化。容器是一种独立于特定环境的可执行软件包，包含了应用程序及其所有依赖项，如代码、运行时、库、系统工具等。总而言之，Docker 可以帮助开发者以一种可重复、可移植的方式构建和运行应用程序，提供了更高效、更可靠的软件交付和部署方式。Docker 还提供了一组工具和命令，使您可以轻松地管理容器、构建镜像、部署应用程序，并进行版本控制和扩展。

原创 T5模型-基于Transformer架构的通用文本到文本转换模型

T5的潜力在于其通用性和灵活性，它可以通过微调适应各种不同的任务，并在许多NLP任务上取得出色的性能。T5的一个重要特点是可以将不同任务的输入和输出格式进行统一，使得模型的使用更加简单和一致。GPT的潜力在于其强大的生成能力和语言表达能力，它可以生成具有连贯性和语义准确性的文本，并在自然语言理解和生成任务上有广泛的应用。进一步优化：可以尝试其他的优化策略，例如使用更大的T5模型、实施模型剪枝（model pruning）和量化（model quantization）等，以进一步提高性能和效率。

原创 .bat文件与python

这些工具将Python解释器和代码打包在一起，生成一个独立的可执行文件，可以在没有Python环境的计算机上运行。文件是由Windows操作系统识别的批处理脚本文件，使用的是批处理脚本语言。请注意，这只是简单的示例，实际使用时可能需要根据你的具体需求进行更多的配置和调整。尽管如此，要注意的是，生成的可执行文件可能会比原始Python代码的大小大很多，并且在不同操作系统上可能需要使用不同的打包工具。批处理脚本文件，然后在其中调用Python解释器并执行Python命令。在没有python环境中执行。

原创 T5和GPT在预训练和微调区别

预训练目标：T5的预训练目标是通过自回归生成的方式，将输入文本转换为目标文本。微调目标：T5的微调目标可以是各种不同的NLP任务，因此微调过程需要根据具体任务进行相应的调整。输入数据格式：T5的输入数据格式通常是由源文本和目标文本组成的字符串对，而GPT的输入数据格式是一个字符串表示的文本序列。微调数据集：T5的微调数据集需要与预训练时的目标文本格式一致，而GPT的微调数据集通常是与特定任务相关的文本数据集。预训练目标：T5的预训练目标是将输入文本转换为目标文本，而GPT的预训练目标是预测下一个词语。