- 博客(293)
- 资源 (4)
- 收藏
- 关注
RSS订阅
原创 运行OpenManus项目（使用Conda）
1、本地 Ollama 不需要 API Key，但是api_key参数需要填写“ollama”;输入你的prompt：分析最近3个月AI相关的重要开源项目，并提供star排名。需要改成自己对应的模型（PS：上面的qwq不行…可以发现，3分钟后报了超时！但是程序程序依然在跑…其实步骤非常简单，只需要按照官网一步一步来即可！下次再继续，关注我，不迷路…(破涕而笑.jpg)继续尝试下载了小的qwen模型。难道我这新出的不算？那就是我模型的问题？
2025-03-08 11:46:23
1989
2
原创 git报错：error: RPC failed； curl 16 Error in the HTTP2 framing layer
过程中出现了 HTTP2 协议层错误，可能是网络不稳定或 Git 配置问题导致的。
2025-03-08 10:11:07
1225
原创 前端与后端数据对接的最佳实践（两个案例）
通过以上两个案例，我们可以看到前端与后端数据对接时的一些常见问题和解决方案。使用可以将 JavaScript 对象转换为 JSON 字符串，适用于发送 JSON 数据到服务器。而方法则可以将表单数据转换为查询字符串，方便发送表单数据。理解这些方法的使用场景和原理，可以帮助我们更好地进行前后端的数据交互，提高开发效率和代码质量。
2024-12-23 11:41:46
1104
原创 报错解决：[ERR] 2006 - Server has gone away
如：C:\ProgramData\MySQL\MySQL Server 8.0\my.ini，修改max_allowed_packet=100M。解决过程：需要重新设置初始的max_allowed_packet参数，默认为4M，不足。方式二（未实操）：max_allowed_packet。（1）修改MySQL安装目录下的my.ini文件。方式一：不勾选“每个运行中运行多重查询”打开Navicat，再次导入SQL文件。注：可根据实际情况酌情设置。（2）重启MySQL。
2024-12-23 11:40:11
494
原创 Java 8 Stream API 在数据转换中的应用 —— 将列表转换为映射
虽然在理想情况下userId应该是唯一的，但在实际开发中可能会出现各种意外情况导致键冲突。通过在数据库、业务逻辑和代码层面采取适当的措施，可以有效避免和处理键冲突问题，确保系统的稳定性和数据的准确性。
2024-11-23 10:28:18
1385
原创 sysUserList 中为何会出现多个具有相同 userId 的 SysUser 对象
在日常的开发过程中，我们经常需要将一个包含多个对象的列表转换成一个映射（Map），以便于快速查找和访问数据。在Java 8之前，这样的转换通常需要通过循环等传统方式手动实现，这不仅增加了代码量，还可能引入更多的错误。在上面的例子中，我们选择了保留第一次遇到的对象并忽略后续的对象。提供了强大的功能来帮助我们构建映射，同时通过自定义合并函数，我们能够灵活地处理键冲突的情况。通过使用Java 8的Stream API，我们可以更高效、更简洁地完成数据转换的任务。在实际应用中，键冲突是一个常见的问题。
2024-11-23 10:25:53
574
原创 MacOS安装MindSpore（2024年最新）
官方链接有升级版本呢的教程！升级MindSpore版本邵奈一原创不易，如转载请标明出处，教育是一生的事业。
2024-09-29 19:00:00
592
原创 报错：Caused by: java.io.FileNotFoundException: META-INF/native/libnetty_resolver_dns_native_macos_a
原因：测试的时候写少了个。
2024-07-21 16:51:55
490
原创 可再生能源工厂系统 (REPS) - 项目源码
传感器收集、整理并发送有关生产系统健康状况的数据，如每小时的能源产量，而摄像头则记录并发送视频到服务器控制室，展示工厂内发生的事情，如人员的流动和运输方式（用于监控活动）或卡车装载物资的交换。数据：为了收集太阳能、风能和水能的数据，我们建议使用如 Fingrid.fi 这样的资源，它提供了关于能源生产和消费的全面数据。这包括检测各种类型的错误，并可能向用户提供清晰的指导，说明如何纠正它们。发电厂必须可靠、可持续且成本效益高。注意：确保遵循 Scala 风格指南，并使用适当的命名约定为变量、函数和类命名。
2024-07-20 17:38:38
1058
原创 将一个Git仓库地址上传到多个远程仓库
有些时候，自己想要切个仓库出来玩的话，可以这样操作，这样并不会影响到原来的仓库。Git安装与配置（mac版本）使用Git将代码提交到码云如何使用Git暂存文件再恢复邵奈一原创不易，如转载请标明出处，教育是一生的事业。
2024-07-16 21:30:00
906
原创 Git克隆指定分支
Git操作很简单，你作为国家的栋梁，祖国的花朵，你不可能不会的对吧，啊哈…邵奈一原创不易，如转载请标明出处，教育是一生的事业。
2024-07-16 20:30:00
2422
原创 报错：CodeArts部署Java/SpringBoot/SpringCloud项目报错：Deploy task execution failed.
目前想要部署SpringCloud服务，使用页面传参的方式。但是传参后，部署报错。后面就是对应的命令），观察命令是否有错，可以发现参数。附带另外一个注意事项：网关不要使用带下划线的名称。
2024-07-06 00:55:03
377
原创 报错：org.apache.servicecomb.config.common.exception.OperationException: Bad request for query configur
背景：目前有一个SpringCloud项目，使用到了华为的微服务引擎CSE。即将http修改成https即可！原因：网关的协议写错了！
2024-07-06 00:54:10
650
原创 使用Docker安装Redis并运行
这是使用Mac中安装Redis的教程，其实也可以用在Linux上。使用Docker安装MySQL5和MySQL8并同时运行邵奈一原创不易，如转载请标明出处，教育是一生的事业。
2024-03-11 23:00:32
600
原创 SpringCloud报错解决：Can‘t assign requested address: /192.168.215.0:9004
但现在的问题是，如果我关掉OrbStack，那么我Docker中的Redis、MySQL都没法使用了！而且项目的报错也因为我启动OrbStack而有所改变，由此可知就是OrbStack引起的。目前是SpringCloud项目，前端使用Vue，之前还行，但是突然有一天启动报错了。最后经过排查，发现原因是我开启了OrbStack导致的。将负载均衡，直接指定成ip地址访问即可！
2024-03-11 22:59:14
771
原创 使用ollama本地跑大模型
总的来说，跑起来还是非常方便的，也没有遇到多少坑。相类似的项目有Jan，大家也可以尝试一下。使用ollama本地跑模型ollama 大模型本地部署之浏览器插件邵奈一原创不易，如转载请标明出处，教育是一生的事业。
2024-01-28 16:36:06
4238
原创 报错：Kernel Restarting The kernel for Untitled.ipynb appears to have died. It will restart automatical
你参考其他人的文章，安装好M1版本的TensorFlow环境后，使用notebook出现了一些问题。其实，你在网上找教程，可能找到的是旧版本的安装教程！最后正确解决的办法是重新装TensorFlow。出现则表示安装成功了。
2024-01-11 23:15:04
2910
原创 MacOS安装Miniforge、Tensorflow、Jupyter Lab等（2024年最新）
我现在需要安装Anaconda，但是我这里直接使用了Miniforge替代，然后安装Tensorflow、Jupyter Lab等，除了我总结我的搭建过程，还会在文章最后附带上一些有意义的参考链接。
2024-01-11 23:08:29
4824
原创 使用Docker安装MySQL5和MySQL8并同时运行
本教材非常有用，如果不是ARM架构，直接改一下镜像就可以了，非常简单。其实不这么麻烦也可以，就是直接装，然后切换服务，但是有点麻烦了，所以干脆直接通过不同端口，连接不同版本的数据库，这样就可以一劳永逸了。还有其他办法吗？！一起分享一下啊！邵奈一原创不易，如转载请标明出处，教育是一生的事业。
2024-01-03 23:55:34
1302
原创 大数据HCIE成神之路之特征工程——特征选择
该方法可以移除数据集中低方差的特征，只有一个参数threshold：float，选填，默认为0，表示指定删除训练集特征的方差的阈值，此处指定的阈值为0.5，即特征方差小于0.5的特征会被删除；利用随机森林方法进行特征选择，特征重要性的得分存在不稳定的现象，这不仅仅是随机森林特有的，大多数基于模型的特征选择方法都存在这个问题。，生成随机数据，利用线性回归模型对生成的数据拟合，建立一个回归模型，通过打印模型的具体形式，观察线性回归各个自变量的系数，也就是每个特征的权重，数值越大的，对应的特征越应该被保留。
2024-01-03 23:41:32
1186
原创 大数据环境准备与配置说明文档
1、世人称我为：被代码耽误的诗人、没天赋的书法家、五音不全的歌手、专业跑龙套演员、不合格的运动员…2、这几年，我整理了很多IT技术相关的教程给大家，爱生活、爱分享。
2023-12-27 23:44:29
1049
原创 大数据HCIE成神之路之数据预处理（6）——特征编码
通过独热编码，学历特征被转换为一个包含5个维度的二进制向量，每个样本的学历都可以用该二进制向量来表示。对于离散特征可以采用One-Hot编码的方式来处理，使用M位状态寄存器对M个状态进行编码，M个变量用M维表示，每个维度的数值或为1，或为0。每个取值对应一个维度，总共有5个维度，每个维度上的值为1表示该样本的学历属于对应的取值，为0表示不属于该取值。由上述实验结果可知，使用map()函数将原有数据集中的female和male，成功的离散化为1和0。掌握对数据进行有序分类变量的离散化的操作。
2023-12-27 23:32:18
1261
1
原创 大数据HCIE成神之路之数据预处理（5）——偏态数据处理
答案：计算第三列元素与该列最大值之间的差值的平方根的目的可能是为了进行数据的标准化或者变换，以探索数据的分布特征或进行数据预处理。第一个参数是插入位置的索引，第二个参数是新列的名称，第三个参数是一个列表，包含了要插入的每个行的值。数据集来自开源网络，分别有4个特征表征数据分布的不同特点，中度正偏斜（右偏斜），高度正偏斜（右偏），中度负偏态（左偏态），高度负偏斜（左偏斜）。数据集，对数据进行简单解读和整合后，通过调用平方根法，对数变换，Box-Cox对数据进行转换，对比前后变化，分析3种方法的区别。
2023-12-26 23:49:44
920
原创 大数据HCIE成神之路之数据预处理（3）——特征缩放
当涉及到特征缩放的选择时，我们需要考虑数据的特点以及所使用的机器学习算法。标准化可以消除特征之间的量纲差异，使得数据更易于比较和分析。标准化适用于大多数机器学习算法，特别是那些依赖于距离度量的算法，如支持向量机（SVM）和K近邻（KNN）算法。最小值-最大值归一化是另一种常见的特征缩放方式，它将特征缩放到一个指定的范围（通常是0到1之间）。这种缩放方式可以保留原始数据的分布形状和结构。
2023-12-25 23:45:29
284
原创 大数据HCIE成神之路之数据预处理（4）——数值离散化
因此，在上述例子中，我们可以将其归类为特征选择相关的知识。等距分箱：是最为常用的分箱方法之一，从最小值到最大值之间，均分为N等份，如果A，B为最小最大值，则每个区间的长度为W=(B−A)/N，则区间边界值为A+W，A+2W，…系统自动将数据划分为(1.998, 2.48]、 (2.48, 2.96] 、(2.96, 3.44] 、(3.44, 3.92] 、(3.92, 4.4]五个等宽区间，并将原本的数据集中的。我们可以使用qcut( )函数进行等频划分，将数据分成几等份，每等份数据里面的个数是一样的。
2023-12-20 23:23:52
1036
1
原创 大数据HCIE成神之路之数据预处理（2）——异常值处理
这在鸢尾花数据集中是合理的，因为每个类别的名称都不会超过 10 个字符，所以使用这个数据类型的数组可以有效地存储和表示类别名称。splitter可选参数，代表特征划分点选择标准，splitter=best为针对所有特征找出最优的特征划分点，splitter=random为随机的在部分特征中找局部最优的划分点。综上所述，该for循环遍历了鸢尾花数据集中的每个类别，根据类别的索引选择相应的特征数据作为 x 轴和 y 轴，并使用不同的颜色和标签将它们可视化成散点图。然而，需要注意的是，3σ原则是基于。
2023-12-17 15:01:58
281
原创 测试类运行失败：TestEngine with ID ‘junit-jupiter‘ failed to discover tests
网上的很多方法都试过了，什么加依赖，排除依赖之类的，但是其实这样的错误，不应该关心项目本身的问题，因为它在另外一台电脑是可以跑的，所以考虑的话可以考虑环境，比如Maven版本、配置、依赖之类的。最终解决办法：在IDEA中操作一下就可以了，先mvn clean一下Maven依赖，然后再mvn install一下，注意，一定要install，只clean是不行的。背景：原本我的项目是可以运行的，然后我用另外一台电脑拉了下来，也是可以用的，但是很奇怪，用着用着就不能用了。
2023-12-02 21:55:03
2977
2
原创 大数据HCIE成神之路之数学（4）——最优化实验
最小二乘法（Least Square Method），做为分类回归算法的基础，有着悠久的历史。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的参数，并使得预测的数据与实际数据之间误差的平方和为最小。通俗地解释：最小二乘法是一种数学方法，它可以帮助我们找到一条直线，使得这条直线与一些散点数据的距离之和最小。这就像是在一堆点中找到一条最合适的线，使得这条线与所有点的距离之和最小。
2023-11-29 23:53:08
375
1
原创 启动HDFS报错：shaonaiyi-mac.local: ERROR: Cannot set priority of namenode process 2914
场景解释：1. 目前我使用Mac安装了伪分布式的HDFS集群，直接按照官网设置的。2. 由于各种原因，我需要重启我的Mac，重启Mac后无法再启动HDFS。
2023-11-22 21:00:30
408
原创 大数据HCIE成神之路之数学（3）——概率论
概率论是研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的，在一定条件下必然发生某一结果的现象称为决定性现象。概率论是用来描述不确定性的数学工具，很多数据挖掘中的算法都是通过描述样本的概率相关信息或推断来构建模型。本章节主要实现概率与统计相关的知识点，主要用到的框架是numpy和scipy框架。
2023-11-19 15:26:59
777
原创 大数据HCIE成神之路之数学（2）——线性代数
线性代数是一门被广泛运用于各工程技术领域的学科。用线性代数的相关概念和结论，可以极大地简化数据挖掘中相关公式的推导和表述。线性代数将复杂的问题简单化，让我们能够对问题进行高效地数学运算。线性代数是一个数学工具，它不仅提供了有助于操作数组的技术，还提供了像向量和矩阵这样的数据结构用来保存数字和规则，以便进行加，减，乘，除的运算。numpy是一款基于Python的数值处理模块，在处理矩阵数据方面有很强大的功能与优势。因为线性代数的主要内容就是对矩阵的处理，所以本章节主要的内容都是基于numpy进行展开。
2023-11-18 23:56:21
2312
原创 大数据HCIE成神之路之数学（1）——基础数学
基础数学知识在数据挖掘领域有着大量的应用，尤其是在算法设计和数值处理方面。本章节的主要目的就是基于Python语言和相应的基础数学模块，实现一些常用的数学基础算法，为进入数据挖掘的学习提供基础支持。本章节使用到的框架主要包括math库，numpy库和scipy库。math库是Python的标准库，提供一些常用的数学函数；numpy库是Python的一个数值计算拓展库，主要用于处理线性代数，随机数生成，傅里叶变换等问题；scipy库主要用于统计，优化，插值，积分等问题的处理。
2023-11-17 23:20:32
463
原创 机器学习入门案例（2）之使用逻辑回归预测房子是否能被租出去
同学们可以继续修改租金跟面积，租金不变，面积变大，看看概率是多少，租金变多，面积不变，看看概率是多少。请继续关注我，我将更新更多使用教程。邵奈一原创不易，如转载请标明出处，教育是一生的事业。
2023-09-13 17:35:50
255
1
原创 机器学习入门案例（1）之使用线性回归预测房价
这是最基础的入门教学案例。请继续关注我，我将更新更多使用教程。邵奈一原创不易，如转载请标明出处，教育是一生的事业。
2023-09-04 17:53:38
1100
原创 报错解决：MySQLIntegrityConstraintViolationException: Duplicate entry ‘0‘ for key ‘PRI
而且数据库是使用的雪花算法生成的id，也说明一个问题，在字段里配置id策略的优先高于在配置文件里配置的。注意：此时MySQL数据库的表的id字段是没有设置自增的。但是我的配置文件里是配置里Auto形式的。主要的原因是我的数据库里已经有id为0的数据了，然后我的id默认值也是0，所以就重复了。我尝试在Navicat中将id的默认值去掉，发现去不掉…然后就报了上面这个错，报错很明显，其实就是id重复了。但是重启Navicat后，再设置为0就可以了。注意：直接在Navicat里面加是不生效的！
2023-07-12 23:57:44
799
graphviz软件安装包
2023-11-14
Spark项目实战：飞机延误预测项目-数据
2022-11-11
Windows本地安装Hadoop所需文件.zip
2019-12-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人