南七小僧的学海无涯

白话科普 | AI如何理解你的问题？万字长文结合案例解析Prompt核心技术！让DeepSeek等大模型更好用

DeepSeek最近因为全球用户的涌入和流量激增导致服务异常卡顿，甚至出现了“三天流量等于欧洲互联网三天总和”的夸张说法。面对这一情况，微软、英伟达、亚马逊等科技巨头纷纷“偷偷”将DeepSeek-R1模型部署在自家服务器上，为用户提供替代方案。本文详细解析了如何通过5种方式快速接入这些公司的DeepSeek-R1服务，帮助用户绕过官方API的拥堵问题，同时探讨了背后的技术逻辑和行业趋势。

爬虫的本质就是从网页中获取所需的信息，对网页的知识还是要有一点了解。百度百科对HTML的定义：HTML，超文本标记语言，是一种标识性的语言。它包括一系列标签．通过这些标签可以将网络上的文档格式统一，使分散的Internet资源连接为一个逻辑整体。HTML文本是由HTML命令组成的描述性文本，HTML命令可以说明文字，图形、动画、声音、表格、链接等。

有时候，我们需要在python代码中打开 [cmd命令]行窗口，并在新打开的命令行cmd窗口中执行特定的命令，其实，这个操作很容易，不过在网上找了一圈，都是没有说明白，这里总结发布一下，导入 os 模块importosos.system(/K。

这么多属性什么时候有值什么时候没值，其实完全取决于我们请求头content-type是什么，如果是以表单形式multipart/form-data、application/x-www-form-urlencoded 提交的数据，form或者files属性有值，如果是以application/json提交的数据，data、json就有值。注意，如果表单提交的字段是一个文件，那么该这段里除了content-disposition外，里面还会有一个content-type的字段，来说明该文件的类型。

（1）使用CORS类（适用于全局的api接口配置，也就是所有的路由都支持跨域了）参数类型Head字段说明resources字典、迭代器或字符串无全局配置允许跨域的API接口origins列表、字符串或正则表达式配置允许跨域访问的源，表示全部允许methods列表、字符串配置跨域支持的请求方式，如：GET、POST列表、字符串自定义请求响应的Head信息列表、字符串或正则表达式配置允许跨域的请求头布尔值是否允许请求发送cookie，false是不允许max_age。

碧桂园立足无人农场的最终场景，建立智慧农业云平台，立足“耕种管收运”全农业流程的无人化作业，在无人化农机产品化落地、多机协同调度、智慧农业等领域真正实现了无人驾驶在农业领域的场景化开发，符合农场当前需求，满足农艺要求，为农业的大规模、标准化、无人化的作业模式的普及提供了技术支持，引领了智慧农业、农机自动驾驶前沿技术，在自动驾驶在农机复杂环境感知与避障、田间最优全局路径规划、高精度轨迹跟踪控制、多机调度等方面的技术达到了行业领先水平。与此同时，在国家政策的强力拉动下，农村土地迅速流转集中。

图1：路径规划在决策控制三大子领域中的主要应用首先需要说明的是：路径规划（本文不严格区分轨迹规划与路径规划的定义，一律按照路径规划称呼）并不止属于单车自动驾驶，在车队列协同控制、交通流车辆协同规划、人机共驾等等各个领域中路径规划普遍存在。单车自动驾驶中，规划算法可与预测类算法结合提高车辆安全性；车队列协同控制中，不论车队列控制形式为leader-following还是predecessor-following等等，总要有某个智能体进行规划，后续车辆跟随并保证队列稳定性；

介绍也许大多数人都有在Excel中使用数据透视表的经历，其实Pandas也提供了一个类似的功能，名为pivot_table。虽然pivot_table非常有用，但是我发现为了格式化输出我所需要的内容，经常需要记住它的使用语法。所以，本文将重点解释pandas中的函数pivot_table，并教大家如何使用它来进行数据分析。如果你对这个概念不熟悉，wikipedia上对它做了详细的解释。顺便说一下，你知道微软为PivotTable（透视表）注册了商标吗？其实以前我也不知道。不用说，下面我将讨论的透视表

1.Pip install django2.去site-packages下找到django下的manage.py文件3.创建项目 python manage.py startproject “

1、安装依赖包 1）首先安装gcc编译器，gcc有些系统版本已经默认安装，通过 gcc --version 查看，没安装的先安装gcc，yum -y install gcc2）安装其它依赖包，（注：不要缺少，否则有可能安装python出错，python3.7.0以下的版本可不装 libffi-devel ）yum -y install zl...

在本教程中，我们将首先给出一个简单的方法，使用OpenCV的预定义的颜色映射来将灰度图像伪彩色化。另外，我们还将展示一个方法，如果你想使用你自己定义一个自定义的调色板。我会分享C++和Python代码，你可以在这里下载。 这篇文章是专门为美国宇航局的新边疆计划，帮助探索木星，金星和冥王星！ 通常，空间中的行星和其他物体的灰度图像是伪彩色来显示细节，并对不同颜色的不同材质对应的区域进行标记。我们将使用新地平线所拍摄的冥王星的灰度照片作为本教程中的一个例子。 color...

https://blog.csdn.net/zhubaohua_bupt/article/details/83932171

1、错误描述Failed to load resource: the server responded with a status of 413 (Request Entity Too Large)2、错误原因与解决方法 1.上传文件时，利用localhost访问系统，不会出现这个问题；用域名访问这个系统时，出现这个问题，提示是：请求实体太大由于Nginx反向代理服务器cl...

写在前面：学习CUDA过程中看到了可以用OpenCV写一个类，然后直接调用的方法，感觉很有意思（基础太差，可能这是个很基础的问题）。于是就想在 C# 中调用OpenCV的方法，发现有点麻烦，需要生成 .dll（动态链接库）文件，生成过程中出了些小问题，所以把这个过程记录下来，以备以后查看。首先，你的电脑上需要安装OpenCV，具体安装过程百度即可，并不难（具体可以参见我转载的另一篇OpenCV...

目录总体来说有4个流程环境用到的开源库安装Opencv3.4.7并接入VS2015安装CUDA CUDNN，选择9.1下载并编译Darknet运行Darknet yolo3Keras yolo3 训练好的h5权重 转 weights如何在 DarkNet中使用自己的weights修改cfg/yolov3.cfg文件【重点改模型】总体来说有4个...

LDA的原理：LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。所谓生成模型，就是说，我们认为一篇文章的每个词都是通过“以一定概率选择了某个主题，并从这个主题中以一定概率选择某个词语”这样一个过程得到。文档到主题服从多项式分布，主题到词服从多项式分布。什么是主题因为LDA是一种主题模型，那么...

算法初步完成，效果远超国外竞品哦，下一步是细节处理。

# -*- coding: utf-8 -*-"""Created on Mon May 27 18:49:53 2019@author: Administrator"""import cv2from PIL import Image as IMimport numpy as npfrom matplotlib import pyplot as pltimport m...

软件原图：开发思路：身边有很多实验室，在做病理切片成像的时候，图像不清晰影响实验结果，在医院中则会影响诊断结果，因为萌生出了开发一款去模糊的算法。采用深度学习算法，提出DeBlur SFNet对图像进行去模糊，在病理图像去模糊领域中，达到领先效果。为方便工作人员使用，采用C#开发客户端并集成深度学习算法，使用人员仅需要框选出模糊区域，算法会自动清晰化并呈现。为实验人员的工作带来了...

1.Convolution1D主要用于nlp，Convolution2D主要用于cv。实际上，Convolution1D也可以用于cv，Convolution2D也可以用于nlp，只是那个时候不是标准的卷积方式，而是经过一定变形的卷积。2.可以看到Convolution1D的卷积只有3这一个参数，Convolution2D却有两个参数3（即长度为3，宽度为3的卷积）。表面上Convolutio...

具体的理论知识，可以看看前面几篇文章，有详细介绍，这里直接po代码了# -*- coding: utf-8 -*-""" @Author: xkk @Date: 2018-09-07 12:42:37 @Last Modified by: xkk @Last Modified time: 2018-09-07 12:42:37"""import jiebaimpo...

之前看了SSD的论文，但也只是仅仅停留在论文层面，这几天在github上找到了一位大神在一年前用Tensorflow实现了SSD算法。这几天也抽空阅读了下代码，主要分析了下几个重要的模块，接下来做一个简单的总结。SSD（Single Shot MultiBox Detector）是大神Wei Liu在 ECCV 2016上发表的一种的目标检测算法。对于输入图像大小300x300的版本在VOC2...

import jieba as jbimport numpy as npimport pandas as pdfrom gensim.models.doc2vec import Doc2Vec, TaggedDocumentshixi = pd.read_table('shixi.txt')print(shixi)s = '哈哈哈哈大师赛的小康康'w = jb.cut(s)jd...

眨眼检测与用于计算闪烁的传统图像处理方法不同，闪烁通常涉及以下的某些组合：眼睛定位。 阈值找到眼睛的白色。 确定眼睛的“白色”区域是否消失一段时间（表示眨眼）。眼睛纵横比是一种  更优雅的解决方案，其涉及  基于眼睛的面部地标之间的距离比率的非常简单的计算。这种用于眨眼检测的方法快速，有效且易于实现。人脸全局关键点：眼部关键点我们视频中的一帧是这样的：...

1. 基本原理  帧间差分法是一种通过对视频图像序列的连续两帧图像做差分运算获取运动目标轮廓的方法。当监控场景中出现异常目标运动时，相邻两帧图像之间会出现较为明显的差别，两帧相减，求得图像对应位置像素值差的绝对值，判断其是否大于某一阈值，进而分析视频或图像序列的物体运动特性。其数学公式描述如下：    D(x,y)为连续两帧图像之间的差分图像，I(t)和I(t-1)分别为t和t-1时刻...

神经网络是一种数学模型，是存在于计算机的神经系统，由大量的神经元相连接并进行计算，在外界信息的基础上，改变内部的结构，常用来对输入和输出间复杂的关系进行建模。神经网络由大量的节点和之间的联系构成，负责传递信息和加工信息，神经元也可以通过训练而被强化。这个图就是一个神经网络系统，它由很多层构成。输入层就是负责接收信息，比如说一只猫的图片。输出层就是计算机对这个输入信息的认知，它是不是猫。隐藏层就是对...

# -*- coding: utf-8 -*-"""Created on Thu Mar  1 12:58:06 2018@author: pc"""import tensorflow as tfimport numpy as npdef add_layer(inputs,in_size,out_size,activition_function=None):    Weight = tf.Vari...

# -*- coding: utf-8 -*-"""Created on Wed Feb 28 23:06:31 2018@author: xkk"""import tensorflow as tfimport numpy as npx_data=np.random.rand(100).astype(np.float32)z_data=np.random.rand(100).a...

导读：随着大数据概念的火热，啤酒与尿布的故事广为人知。我们如何发现买啤酒的人往往也会买尿布这一规律？数据挖掘中的用于挖掘频繁项集和关联规则的Apriori算法可以告诉我们。本文首先对Apriori算法进行简介，而后进一步介绍相关的基本概念，之后详细的介绍Apriori算法的具体策略和步骤，最后给出Python实现代码。并附上小例子。1.Apriori算法简介Apriori算法是经典...

python代码为原创1.什么是Gamma校正？ Gamma源于早期的CRT显示器的响应曲线，也就是输出亮度和输入电压的非线性关系，如图所示：图1 亮度和输入电压的非线性关系图 由图可以看出，亮度和输入电压的关系更加近似于指数函数 (output = input ^ gamma )的关系。事实确实如此，CRT显示器厂商都默认将gamma值设为2.5，也就是如上的曲线。这...

起因：之前做JAVA的时候，我一般都拿Jsoup来写爬虫，后来做Python的时候，一般是UrlLib Request+BS4 或者 Selenium来做爬虫，用这种方法，可以很轻松的抓到数据【但数据比较局限在简单的形式，比如 不能适应AJAX，不能有JS操作（Selenium等仿真模拟器的方法是可以做的）】就这样通过简单的爬虫，我抓了一年又一年的数据，直到前段时间要抓海量JD数据的时候...

整体思路如下：1.阈值分割，去除背景2.轮廓提取，每根光纤的质心定位3.确定间隙所在区域4.对间隙里的每个像素点与周围的光纤质心 计算距离，寻找最近的5根光纤5.用5跟光纤的颜色平均值来代替当前间隙的色彩值代码实现：# -*- coding: utf-8 -*-"""Created on Tue Apr 9 12:10:08 1019@auth...

本来发论文只准备做一下 瞳孔分割的，采用U-net的形式，可是U-net在人眼上效果并不太好，于是对U-net进行了彻头彻尾的分析，改进了很多，基本只保留了一个U型结构，之后分割出来瞳孔以后，觉得是不是可以再做一点事情呢？看到很多人用椭圆拟合的方法去拟合瞳孔，但是这种方法有一个弊端就是 遮挡或者快速运动模糊状态下，无法检测到瞳孔，于是我自己开发了个一种形状自适应深度学习算法(AutoShaped ...

 class Solution: def findMedianSortedArrays(self, nums1, nums2): """ :type nums1: List[int] :type nums2: List[int] :rtype: float """ n = nums1+nu...

# -*- coding: utf-8 -*-"""Created on Mon Feb 18 19:13:53 2019@author: Lenovo"""import pandas as pdimport numpy as np#import itertoolsfrom keras.layers import *from keras.models import *...

细粒度视觉识别之双线性CNN模型[1] Lin T Y, RoyChowdhury A, Maji S. Bilinear cnn models for fine-grained visual recognition[C]//Proceedings of the IEEE International Conference on Computer Vision. 2015: 1449-1457....

效果如图：这是用cnn对一张305*471的图像做分类得到的结果，相当于做了52*93次滑动窗口+分类，却仅仅耗时0.2672951465708593s。相当于一次窗口分类 ，仅仅耗时 0.00005s。具体网络+预测如下图所示：import numpy as npimport cv2import timefrom keras.layers import Dense,Con...

1.开发算法自动化创造数据集【训练】【验证】【测试】，人工过滤一波数据集2.分类状态有三种，睁眼，闭眼，非眼【一开始用了两种，人眼和非人眼，对闭眼不能很好识别】3.搭建cnn网络【采用类似VGG16的网络，但是网络一定要小，这样才能做到实时，方便后期ncnn移动端开发】4.开发金字塔模型5.对窗口用cnn predict6.输入绘图，做可视化调试1.自动化采集数据集算法...