自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

欢迎来到槐月初叁的博客

本博客内容主要关于Python,深度学习,大数据方面

  • 博客(19)
  • 收藏
  • 关注

原创 大模型开发实战

本文将以百度的文心一言,阿里巴巴的通义千问,科大讯飞的讯飞星火认知大模型,智谱清言的ChartGLM,腾讯的混元大模型,OpenAI的ChatGPT,这六个模型的api调用进行实战代码讲解。

2024-06-19 22:52:50 432

原创 本地基于知识库的大模型的使用教程

本地基于知识库的大模型的使用教程,使用qwen1.8B大模型

2024-05-02 23:37:16 698 1

原创 算法与数据结构

算法与数据结构,包括:大O表示法、线性结构、链式结构、队列和栈、哈希表、递归与栈、查找、排序、树(Tree)、堆(heap)、二叉查树BST)

2024-02-15 11:03:12 1553 1

原创 (一)Python入门

Python入门:包括编程基本概念、序列、控制语句、函数和内存底层分析、面向对象、Python开发环境搭建

2024-02-05 18:39:57 1012 3

原创 Linux操作系统概述与安装

Linux环境编程基础,包括:Linux操作系统概述与安装、Linux用户权限、Linux常用命令、ShellScript脚本编程(一)

2024-02-03 20:11:39 844 1

原创 Linux用户权限

Linux环境编程基础,包括:Linux操作系统概述与安装、Linux用户权限、Linux常用命令、ShellScript脚本编程(二)

2024-02-03 20:08:04 942 1

原创 ShellScript脚本编程

Linux环境编程基础,包括:Linux操作系统概述与安装、Linux用户权限、Linux常用命令、ShellScript脚本编程(四)

2024-02-03 20:03:26 1656 1

原创 Linux常用命令

Linux环境编程基础,包括:Linux操作系统概述与安装、Linux用户权限、Linux常用命令、ShellScript脚本编程(三)

2024-02-03 19:43:13 926 1

原创 Linux环境编程基础

Linux环境编程基础,包括:Linux操作系统概述与安装、Linux用户权限、Linux常用命令、ShellScript脚本编程

2024-02-03 19:30:09 990 1

原创 (二)Python深入和提高

Python深入和提高包括:异常机制、文件处理、模块、GUI编程、游戏开发-坦克大战

2024-01-22 22:19:46 2268 1

原创 (三)Python 网络与并发编程

TCP协议和UDP协议是传输层的两种协议。Socket是传输层供给应用层的编程接口,所以Socket编程就分为TCP编程和UDP编程两类。Socket编程封装了常见的TCP、UDP操作,可以实现非常方便的网络编程。在Python语言标准库中,通过使用socket模块提供的socket对象,可以在计算机网络中建立可以互相通信的服务器与客户端。在服务器端需要建立一个socket对象,并等待客户端的连接。客户端使用socket对象与服务器端进行连接,一旦连接成功,客户端和服务器端就可以进行通信了。

2024-01-19 19:57:42 416 1

原创 下载M3U8格式加密视频

如何下载M3U8格式加密视频

2024-01-17 17:24:22 808

原创 竞赛总结:智能驾驶汽车虚拟仿真视频数据理解

2023全球智能汽车AI挑战赛——赛道二:智能驾驶汽车虚拟仿真视频数据理解赛道

2024-01-15 07:00:00 946 2

原创 (四)函数式编程和Python新核心特性

在Python中,一边循环一边计算的机制,称为生成器:generator什么是生成器?生成器仅仅保存了一套生成数值的算法,并且没有让这个算法现在就开始执行,而是我什么时候调它,它什么时候开始计算一个新的值,并给你返回。生成器函数生成一系列结果。通过yield关键字返回一个值后,还能从其退出的地方继续运行,因此可以随时间产生一系列的值。生成器和迭代是密切相关的,迭代器都有一个__next__()**成员方法,**这个方法要么返回迭代的下一项,要么引起异常结束迭代。

2024-01-14 20:40:51 902 1

原创 《动手学深度学习》学习笔记

本文首先介绍了深度学习的基础知识,包括线性回归、多层感知机、卷积神经网络、循环神经网络的基本原理,在其基础上讲解网络优化算法进一步优化网络和自定义网络实现自己的网络。然后介绍深度学习的应用,具体包括单发多框目标检测、语义分割、风格迁移、中英文翻译系统。最后总结我对本课程学习的心得体会和建议。

2024-01-11 17:07:21 1588 1

原创 大数据集群软件启动脚本

hadoop,zookeeper,kafka,flume,hive,maxwell,dolphinscheduler,superset,集群一键启动,集群文件分发,集群执行命令,集群同步时间脚本

2023-12-12 22:01:40 400

原创 通过nginx访问tomcat中SpringMVC应用&同一tomcat中部署多个SpringMVC应用

通过nginx访问tomcat中SpringMVC应用&同一tomcat中部署多个SpringMVC应用

2023-12-12 21:57:23 911

原创 云函数调用request请求

如何在云函数里调用request请求(已解决)

2023-11-12 18:33:23 340 1

原创 微信小程序定时订阅消息问题

微信小程序定时订阅消息问题(已解决)

2023-10-30 16:59:58 507

python深入和提高,包括异常机制、文件处理、模块使用、GUI编程、游戏开发-坦克大战

Python的深入学习和提高涉及到多个方面,包括异常机制、文件处理、模块使用、GUI编程以及游戏开发等。具体如下: 异常机制:是Python中用于处理程序运行时错误的一种机制。它通过try和except语句来实现,其中try块包含可能引发异常的代码,而except块包含处理异常的代码。Python有许多内置的异常类,如SyntaxError、IndentationError、NameError、TypeError、ValueError、ZeroDivisionError和FileNotFoundError等,每个异常类用于表示不同类型的错误。 文件处理:在Python中,可以使用open()函数创建文件对象,进行文件的读取、写入和操作。了解如何处理文件对于编写能够处理大量数据的程序非常重要,它可以让程序更加灵活和用户友好。 模块使用:模块是Python中组织代码的一种方式,它们可以包含函数、类和变量。通过导入模块,可以在程序中使用模块中定义的功能。例如,json模块可以让你保存用户数据,避免程序停止运行后数据丢失。 GUI编程:是指使用图形用户界面进行编程,它允许用户通过图形化的界面

2024-01-25

大数据工程师简历模板参考

大数据工程师的简历模板应该包含以下几个关键部分: 个人信息 姓名 联系方式(电话和电子邮件) LinkedIn个人资料链接(如果有) GitHub个人资料链接(如果有) 个人简介 简短地介绍自己的专业背景、技能和职业目标。 工作经验 公司名称 职位 工作时间 主要职责和成就 教育背景 学位 专业 学校名称 毕业时间 技能 编程语言(如Java, Python, Scala等) 大数据技术栈(如Hadoop, Spark, Kafka等) 数据库技术(如MySQL, PostgreSQL, NoSQL等) 数据仓库和ETL工具(如Talend, Informatica, SQL Server Integration Services等) 数据分析和可视化工具(如Tableau, PowerBI, QlikView等) 机器学习和人工智能框架(如TensorFlow, PyTorch等) 云服务平台(如AWS, Azure, Google Cloud等) DevOps工具(如Docker, Kubernetes, Jenkins等) 项目经验 项目名称 项目描述 使用的技术

2024-01-25

基于Pytorch的深度学习实验报告

基于Pytorch的深度学习实验报告通常包括以下几个部分: 摘要(Abstract):简要介绍实验的目的、方法、主要结果和结论。 引言(Introduction):介绍实验的背景知识,包括深度学习的基本概念、Pytorch框架的特点以及实验的动机和意义。 相关工作(Related Work):回顾与实验相关的研究工作,包括深度学习在其他领域的应用、Pytorch在类似任务上的表现等。 实验设计(Experimental Design):详细介绍实验的方法和步骤,包括数据集的选择、预处理、模型结构、训练策略等。 实验结果(Experimental Results):展示实验的结果,包括模型的训练过程、验证集和测试集上的表现、与其他方法的对比等。可以使用表格、图表等形式进行可视化展示。 讨论(Discussion):分析实验结果,探讨模型的优点和不足,提出可能的改进方向。 结论(Conclusion):总结实验的主要发现和贡献,指出未来的研究方向。 参考文献(References):列出实验报告中引用的相关文献。 附录(Appendix):提供实验的补充材料,如代码实现、

2024-01-25

后台管理系统源码,基于ssm开发

后台管理系统源码,基于ssm开发

2024-01-25

大数据工程师方向面试题库,包括Flink,Hadoop,Hbase,Hive,Kafka,Liunx,Spark,Sqoop,Z

大数据工程师方向面试题库,包括Flink,Hadoop,Hbase,Hive,Kafka,Liunx,Spark,Sqoop,Zookeeper,综合面试题等题库

2023-12-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除