- 博客(194)
- 资源 (46)
- 收藏
- 关注
RSS订阅原创 开源酷炫大数据可视化大屏html+eacher 100+套
精选116套开箱即用的可视化大屏HTML模板！集成模块化架构与响应式布局，内置ECharts、.js等数据可视化组件。可结合DeepSeek-AI智能开发助手，用户可快速完成模板配置、数据绑定及动态交互设计，30分钟内即可部署专业级数据看板，适用于政务监管、企业运营、电商实时监控等场景，较传统开发模式节省85%前端工作量，零基础用户亦可高效完成可视化大屏搭建。
2025-05-27 18:18:15
460
原创 国内AI大模型时代
截至2025年5月，中国AI大模型产业呈现技术突破与场景落地并行的双轨发展格局。技术层面，国产大模型通过开源生态与架构创新缩小国际差距：华为昇腾920芯片性能比肩国际顶尖产品，DeepSeek-R1开源模型在数学推理任务中性能达到GPT-4o的85%，多模态融合技术推动图文跨模态匹配准确率提升18.9%。产业应用方面，大模型在智能制造、医疗、金融等领域渗透率超50%。挑战与突破并存：数据碎片化与算力能耗问题突出，但“人工智能+制造”政策推动算力基建投资超3800亿
2025-05-27 16:53:01
507
原创 AI大模型与传统人工智能：技术差异与未来趋势
摘要：本文对比了传统AI与大模型的技术差异，从架构革新、训练范式、应用生态等维度进行解析。传统AI采用模块化专用架构（如CNN、RNN），依赖人工标注数据，在垂直场景中表现稳定；而大模型基于Transformer通用底座，通过自监督学习处理海量数据，参数量突破千亿级后涌现出推理等高级能力。应用方面，大模型在医疗、金融等领域展现出强大的泛化性，但也面临能耗与伦理挑战。未来趋势指向混合架构与技术创新，推动AI向通用智能演进。
2025-05-27 16:45:27
619
原创 多模态大模型技术全景：13大开源框架深度解析与应用实践
多模态大模型技术正迎来跨模态融合的突破性发展。主流架构如NExT-GPT实现任意模态生成，LLaVA-1.5通过改进视觉连接器提升性能47%，MoE-LLaVA采用混合专家系统降低能耗63%。专业领域模型表现突出：CogAgent在GUI理解任务中准确率达89.3%，Video-LaVIT视频生成质量提升41%。关键技术指标显示，多模态模型在VQA准确率(最高72.1%)和生成质量(CIDEr达142.5)方面取得显著进步。典型应用涵盖工业质检(99.98%准确率)、智能座舱(延迟<50ms)和医疗影
2025-05-26 14:00:40
876
原创 多模态大模型前沿技术进展与应用实践
多模态智能技术正迎来关键突破。360研究院的FG-CLIP模型通过细粒度跨模态对齐技术，在材质识别等任务上提升准确率19.7%；腾讯VITA-Audio的动态注意力机制使语音响应速度提升5倍；DeepSeek-VL2采用混合专家架构实现视觉专家动态路由。在应用层面，图文生成质量显著提升（CIDEr达135.2），视频理解效率提高1.92倍，语音交互延迟降至50ms。尽管工业质检等场景已实现99.98%准确率，但仍面临模态失衡、能耗瓶颈等挑战。未来研究方向包括神经符号系统、世界模型构建和能效优化等创新方向。
2025-05-26 13:57:14
804
原创 多模态大模型：打破模态界限的认知革命
《多模态大模型：通向AGI的技术路径》 摘要：多模态大模型正推动人工智能从感知向认知跃迁，参数规模突破万亿级别，在蛋白质预测、工业质检等领域的准确率提升超50%。本文系统分析了该技术的三大核心突破：跨模态对齐架构、动态注意力机制和多任务联合优化。产业应用显示，特斯拉质检系统实现微米级缺陷检测，AlphaFold3将药物研发周期缩短60%，Waymo自动驾驶决策准确率达99.9999%。当前面临数据效率、计算能耗和安全伦理三大挑战，未来将通过神经符号结合、具身智能和轻量化部署等方向持续突破。预计到2030年，
2025-05-25 16:11:12
976
原创 多模态大模型技术演进：从双塔对齐到统一架构的突破
多模态技术演进综述 本文系统梳理了多模态AI的技术发展脉络：1）基础架构阶段以CLIP为代表，通过对比学习实现跨模态对齐；2）融合架构进化体现在ALBEF的动量蒸馏和VLMo的混合专家设计，强化模态交互；3）生成式突破如BLIP的编解码混合架构和CoCa的统一训练范式，实现理解与生成协同；4）大一统趋势由BEITv3引领，通过掩码建模消融模态界限。当前面临数据效率、模态扩展等挑战，神经符号结合等新方向展现出潜力。研究揭示：模型架构从分立走向统一、训练目标从单一转向协同构成技术演进的核心逻辑。（149字）
2025-05-25 16:08:25
845
原创 多模态大模型技术介绍
本文系统探讨了多模态大模型的技术演进、核心挑战、产业应用及未来趋势。首先，文章回顾了从单模态到多模态的技术跃迁，指出单模态模型在跨模态任务中的局限性，并介绍了多模态融合的技术突破，包括早期融合、中期融合和晚期融合。接着，文章分析了多模态大模型面临的核心挑战，如模态异构性、计算资源与能效瓶颈、安全与隐私风险，并提出了相应的解决方案。在产业应用方面，文章列举了智能医疗、工业质检和自动驾驶等领域的实际案例，展示了多模态技术的广泛应用。最后，文章展望了未来技术融合与生态构建的方向，强调跨学科协作与工程化沉淀的重要性
2025-05-22 13:40:04
721
原创 多模态AI技术架构与前沿进展：从特征对齐到跨模态生成
本文系统探讨了多模态AI的技术架构、跨模态对齐技术、前沿模型与训练策略、应用场景与挑战以及未来发展方向。多模态AI通过整合文本、图像、音频、视频等异构数据，模拟人类多感官协同的认知能力，成为推动通用人工智能（AGI）发展的关键技术。文章详细介绍了多模态编码方法、融合层次、显式与隐式对齐技术，以及如Flamingo、BLIP-3-o、MiMo-7B等前沿模型的架构与训练策略。同时，文章还分析了多模态AI在医疗诊断、自动驾驶、内容生成等领域的典型应用，并指出了模态偏差、时序对齐、评估体系等技术挑战。最后，文章展
2025-05-22 13:37:14
1703
原创 多模态大模型技术解析
多模态大模型（Multimodal Large Language Models, MLLMs）作为这一变革的核心驱动力，正在重塑人机交互的范式。本文将深入剖析多模态大模型的技术架构、核心组件、训练方法以及应用实践，为读者提供一个全面而深入的技术视角。，将不同模态的模型串联起来。随着技术的不断进步，多模态大模型有望实现更自然的人机交互、更高效的跨模态理解和更智能的内容生成，为人工智能的广泛应用开辟新的可能性。模态编码器是多模态大模型的基础组件，负责将原始数据转换为模型可处理的表示。
2025-05-21 10:08:14
669
原创 多模态大模型：技术原理
多模态大模型（LMMs）代表了人工智能从单模态向多模态进化的重要里程碑，能够同时处理和理解文本、图像、音频等多种数据类型。与单模态模型相比，多模态大模型通过跨模态对齐和统一表示空间实现更复杂的交互与生成。其技术架构包括单流、双流和混合架构，关键技术组件涵盖模态编码器、跨模态对齐和统一表示空间。训练策略分为单模态预训练、跨模态对齐训练和多任务微调。典型的多模态大模型如GPT-4V、Gemini和Qwen-VL在视觉问答、图像生成等任务中表现优异。应用场景广泛，包括内容生成、医疗诊断和工业制造等。然而，多模态大
2025-05-21 10:01:01
855
原创 Python的蚁群优化算法实现与多维函数优化实战
群体智能优化算法，特别是蚁群优化算法（ACO），自1992年由Marco Dorigo提出以来，在组合优化、路径规划等领域展现了显著性能。本文通过Python实现改进型ACO算法，探讨其在多维函数优化中的应用。文章首先介绍了蚁群算法的核心原理，包括生物行为启发机制和数学模型，然后详细解析了Python实现的关键技术，如动态步长控制和信息素更新策略。此外，文章还进行了参数敏感性分析，并提供了常见问题的解决方案。通过这一系列探讨，本文旨在为工程优化问题提供新的解决思路。
2025-05-20 21:47:34
1134
原创 零基础职场人掌握AI大模型的完整学习路径与实践指南
在AI大模型时代，职场人面临着机遇与挑战。AI大模型如ChatGPT、文心一言等正在重塑工作方式，掌握其应用能力成为保持职业竞争力的关键。本文为零基础职场人提供了学习AI大模型的完整路径，包括基础认知、技能筑基、思维升级和领域深耕四个阶段。通过理解AI大模型的本质、破除认知误区、搭建基础概念框架，职场人可以逐步掌握AI工具的使用，提升工作效率，并最终在垂直领域形成AI应用专长。文章还提供了关键技术实践指南、资源体系与学习生态、行业应用与职业发展等方面的建议，帮助职场人拥抱人机协同新时代，培养AI思维，实现人
2025-05-20 15:26:28
903
原创 AI大模型：技术演进、核心原理与产业解析
AI大模型是基于深度学习框架构建的超级智能体，具有超大规模参数、海量训练数据、巨量计算资源和高维度认知能力。根据参数规模，AI模型可分为微型、中型、大型和超大型。技术演进从语言理解到多模态智能，经历了奠基、突破和成熟阶段，核心原理包括Transformer架构、预训练-微调范式和分布式训练体系。产业应用涵盖智能制造、生物医药、内容创作和智慧城市等领域。未来趋势包括架构创新、能效突破、伦理治理和生态演进。AI大模型的发展将继续推动技术进步和产业变革。
2025-05-19 11:51:24
826
原创 AI大语言模型评测体系演进与未来展望
近年来，大语言模型（LLMs）的评测体系经历了从单一任务评估到多维度、全链路能力剖析的深刻变革。2025年行业报告显示，评测框架已扩展至数据、信息、知识、智慧、意图五大维度，覆盖感知处理、推理决策、意图调整等全生命周期。例如，《全球首个大语言模型意识水平“识商”白盒DIKWP测评报告》通过结构化评估揭示了模型在语义一致性维护和信息提取效率等方面的差异化表现。评测方法也在不断创新，如北京大学提出的CUGE基准通过整合18个NLP任务，首次实现了对汉语模型理解与生成能力的交叉验证。 然而，现有评测体系仍面临挑战
2025-05-19 11:10:03
1121
原创 大模型评测体系综述
大模型评测体系的构建对于统一技术标准、驱动技术迭代和保障安全合规应用具有重要意义。通过HELM、C-EVAL等评测框架和数据集，业界能够对模型性能进行客观量化评估，解决模型选型难题，并为开发者提供优化方向。评测体系涵盖基础能力、高阶认知能力和安全伦理评估等多个维度，采用客观量化评测、主观体验评测和前沿评测技术相结合的方法论。在产业应用方面，大模型已在金融、医疗、工业质检等领域取得显著成效。未来，小样本学习、绿色计算和认知进化将成为技术演进的重要方向。标准化建设和开源生态的推进也将进一步促进大模型评测体系的发
2025-05-18 21:06:41
905
原创 大模型中的Token机制深度解析
Token在大模型中作为处理文本的最小语义单元，起着连接自然语言与机器理解的桥梁作用。其多粒度划分特性允许Token以字符、词语或子词等形式存在，具体取决于分词算法。例如，中文句子“我爱SCDN”可能被拆分为[“我”，“爱”，“SCDN”]，而英文单词“unbelievable”通过BPE算法拆分为[“un”，“believ”，“able”]。此外，Token也是计算与计费的基本单元，模型处理每个Token需执行约2次浮点运算，处理成本随参数规模增加而上升。主流分词算法如BPE、WordPiece和Sent
2025-05-18 20:58:47
848
原创 医疗大模型技术演进与行业应用全景
本文系统梳理医疗大模型技术架构的三大演进阶段，深度解析Transformer架构优化、多模态融合、模型压缩等核心技术突破。结合Google Med-PaLM、启真医疗大模型等16个典型行业案例，揭示医疗大模型在诊断辅助、药物研发、医院管理等九大场景的应用成效。基于权威评测数据，剖析当前技术瓶颈，提出可信计算、联邦学习等六大未来发展方向。目录摘要技术架构演进路径1. 基础架构突破（2020-2023）2. 多模态融合阶段（2023-2024）3. 轻量化部署阶段（2024-2025）行业应用场景深度剖析。
2025-05-17 17:12:18
873
原创 大模型技术演进与应用场景深度解析
摘要本文系统梳理了当前主流大模型的技术架构演进路径，通过对比分析GPT、BERT等典型模型的创新突破，揭示大模型在参数规模、训练范式、应用适配等方面的核心差异。结合医疗、金融、教育等八大行业的实践案例，深入探讨大模型落地的技术挑战与解决方案，为从业者提供体系化的技术选型参考。
2025-05-17 17:08:06
700
原创 5G-A和未来6G技术下的操作系统与移动设备变革：云端化与轻量化的发展趋势
5G技术的成熟将推动操作系统和移动设备进入"云端主导"的新时代。未来的计算环境将呈现以下特征：终端极简化：设备仅保留必要传感器和显示器，成本大幅降低，形态多样化。系统云端化：操作系统作为服务提供，随时可用、永远最新，无需本地维护。体验一致性：跨设备无缝衔接，应用和数据随处可用。资源集约化：计算资源集中管理，利用率提升，能耗降低。据预测，到2030年，超过70%的个人计算将采用云端化模式，终端设备市场规模可能缩减40%，但云服务市场将增长300%。
2025-05-16 20:31:44
780
原创 人工智能大模型驱动产业变革的路径与挑战
本文探讨了大模型技术的演进、产业渗透及其对各行业的影响。技术发展呈现指数级增长，参数规模从2018年的1.1亿增加到2024年的1.8万亿，推动多领域突破。产业渗透率预计到2028年将在金融、制造、医疗和教育行业分别达到82%、65%、58%和73%。智能制造和精准医疗领域取得显著进展，如特斯拉工厂的工业大模型和DeepMind的AlphaFold3。经济方面，大模型提升全要素生产率，同时就业结构将发生重大变化，预计到2030年将创造1.2亿新岗位。全球监管框架和技术伦理矩阵逐步建立，未来技术融合将解决能耗
2025-05-16 20:30:13
900
原创 大模型技术发展全景报告：架构演进、应用落地与未来挑战
大模型技术发展呈现多元化竞争格局，国际巨头与国内企业共同推动技术创新。OpenAI、Google等国际企业持续引领技术前沿，而百度、阿里等国内企业通过差异化战略实现局部领先。技术层面，MoE架构、多模态融合和推理能力提升成为核心突破点，国产模型如DeepSeek-R1在性能相当情况下显著降低成本。应用领域广泛覆盖医疗、金融、教育等行业，AI Agent正重塑企业流程，预计可降低运营成本至传统模式的1/50。市场方面，全球规模预计达50亿美元，国内增速迅猛。未来挑战包括数据隐私、能耗优化等，技术发展将向轻量化
2025-05-16 13:15:00
851
原创 大语言模型核心技术解析：从训练到部署的全链路实践
随着ChatGPT等应用的爆发式增长，大语言模型（LLM）已成为AI领域的技术制高点。本文将从技术实现视角，系统解析大语言模型的架构原理、训练范式及工程实践要点，为开发者提供可落地的技术参考。相较于RNN架构，Transformer的并行计算特性使其更适合处理长序列数据（图1）。随着MoE架构、液态神经网络等新技术的发展，预计到2026年，千亿参数模型的推理成本将降低至现在的1/10。[5] BioMedGPT技术白皮书. huggingface.co/PharMolix。
2025-05-16 12:00:00
662
原创 大语言模型三大演进方向：记忆增强、工具集成与多模态突破
本文探讨了大语言模型发展的关键技术路径，重点分析了记忆系统优化、工具调用能力增强和多模态扩展三个方面。首先，针对当前大模型在个性化服务中的可扩展性和成本问题，提出了双轨记忆架构的解决方案。其次，讨论了工具调用能力的演进，从文本描述到自主工具学习，并比较了不同工具编排范式的效率。最后，探讨了多模态架构的演进及其在医学等领域的应用案例。文章还展望了未来技术发展的方向，包括记忆系统的持续优化、工具调用可靠性的提升和多模态数据的高效利用，同时指出了长上下文推理、工具调用的组合泛化能力及多模态数据异构对齐等技术挑战。
2025-05-15 17:57:49
604
原创 大语言模型(LLM)技术发展与应用
2018年，GPT和BERT模型的发布标志着预训练-微调范式的确立，其中GPT(Generative Pre-trained Transformer)采用了Transformer的解码器结构，专注于文本生成任务。从GPT-3到ChatGPT，再到GPT-4，这些拥有数百亿甚至数千亿参数的模型展现出了惊人的语言理解和生成能力，正在深刻改变人机交互的方式。OpenAI在2020年发布的GPT-3模型拥有1750亿参数，展现了小样本学习等"涌现能力"，标志着大语言模型时代的正式来临。
2025-05-15 12:30:00
1541
转载 LaTeX + VSCode高效科研写作：超详细安装配置指南
对文中文本进行修改，定位到 \section{Introduction} → 修改为 \section{Start}，Ctrl+S 保存 → PDF窗口观察标题即时刷。链接: https://pan.baidu.com/s/1B_33WhnO6rGkfRpmDV7Wfg?pwd=1221 提取码: 1221。链接: https://pan.baidu.com/s/12Dv_KuO0V9AeMj99vXSaig?
2025-05-14 18:04:05
56
原创 大模型高效微调技术：从原理到实战应用
本文系统探讨了参数高效微调（PEFT）技术的演进、必要性、核心方法及未来趋势。随着大模型参数规模的急剧增长，全量微调面临显存和计算成本的高昂挑战，PEFT技术通过仅调整少量参数（0.1%-5%）实现任务适配，成为关键技术路径。文章详细解析了PEFT的三重范式：加性微调（如LoRA和适配器）、选择性微调（如BitFit和结构化掩码）和重参数化微调（如PromptTuning和SSF），并提供了方法选型指南和平台工具支持。未来，PEFT技术将朝着动态化、轻量化和可解释化方向发展，进一步提升大模型在垂直领域的应用
2025-05-14 17:03:25
598
原创 从Transformer到多模态智能，剖析人工智能时代的核心引擎
大模型（Large Model）是基于深度神经网络构建的超大规模人工智能系统，其核心特征包括庞大的参数规模（如GPT-3的1750亿参数）、预训练与微调的两阶段训练范式，以及智能涌现现象（如逻辑推理和跨任务迁移能力）。技术突破主要体现在Transformer架构和多模态融合（如CLIP和ViT-22B）。发展历程经历了技术奠基期（2012-2017）、预训练范式确立（2018-2020）和多模态时代（2021至今）。大模型按技术架构可分为自回归模型、双向编码器和混合架构；按模态能力分为单模态和多模态；按应用
2025-05-14 16:52:09
732
原创 职场人AI大模型学习路径重构：从认知到产业应用的系统化升级
本文探讨了认知重构与实践体系在AI学习与应用中的重要性。首先，通过转变学习理念和构建核心能力矩阵，显著提升了学习效率和开发效能。其次，介绍了全链路的产业级解决方案，包括四阶能力培养模型和跨行业应用案例，展示了AI技术在不同行业中的实际应用和效益提升。此外，文章还提供了学习资源生态图谱，对比分析了不同平台的优势，并推荐了学习路径。最后，讨论了AI领域的前沿趋势和风险管控，强调了多模态融合、边缘计算和伦理框架的重要性。整体而言，本文为AI学习者和实践者提供了全面的指导和参考。
2025-05-13 18:28:01
585
原创 设计模式深度解析：AI大模型下的策略模式与模板方法模式对比解析
策略模式通过算法族封装和运行时动态切换，为AI系统提供灵活决策能力。在千亿参数大模型中，该模式常用于优化器选择、特征提取策略等场景。蚂蚁集团百灵语言大模型采用策略模式动态切换风险评估算法，在欺诈检测场景中准确率提升32%。DataFun. (2025). 《2025大模型实践透视及应前景分析》今日头条. (2025). 《AI大模型在各行业的具体用案例及潜在影响》腾讯混元大模型通过策略模式实现优化器动态选择，训练效率提升3.8倍。阿里云. (2024). 《策略模式在AI大模型中的力与实例分析》
2025-05-13 18:13:55
998
原创 全维度解析AI大模型学习：从理论范式到产业革命
在生成式AI渗透率达73%的当下（Gartner 2025Q1数据），AI大模型已突破单纯技术工具的范畴，演变为重塑人类认知范式的"第二大脑"。本文将从神经架构革命、分布式训练范式、多模态认知突破等维度，深度解构大模型学习的核心机制，并首次披露工业级实践代码与性能对比数据。当大模型参数规模突破1015时，我们将见证"算法奇点"的到来。这场认知革命不仅需要技术创新，更需要建立人机协同的新型生产关系。掌握大模型学习范式的开发者，正在书写数字文明的新篇章。
2025-05-13 18:01:54
803
原创 浅析AI大模型为何需要向量数据库？从记忆存储到认知进化
在大模型时代，向量数据库正成为认知革命的核心基础设施。传统大模型虽具备强大推理能力，但面临存储困境，而向量数据库通过高维空间拓扑关系和多模态统一存储，重新定义了存储范式。它支持实时记忆更新和动态认知图谱，显著提升了大模型的知识时效性和上下文理解能力。向量数据库在医疗、金融、制造等领域的应用，展示了其强大的认知加速作用。未来，随着神经符号融合、边缘认知智能和量子拓扑索引的发展，向量数据库将继续推动AI认知范式的进化，成为构建数字意识觉醒的关键技术。掌握向量化思维的开发者将在这场认知革命中占据先机。
2025-05-13 17:48:21
612
原创 phpstorm远程连接阿里云项目
① 打开“控制面板”→“系统和安全”→“Windows Defender防火墙”（或直接搜索“防火墙”）。（2）点击左上角 + 号，选择SFTP，点击SSH configuration，配置ssh，配置好并测试是否链接成功。⑦ 保持默认设置，选择“域”、“私人”和“公共”（根据实际情况选择），点击“下一步”。⑤ 在“特定本地端口”处填写“22”，选择“TCP”协议，点击“下一步”。⑧ 为规则命名（如“SSH服务端口”），添加描述（可选），点击“完成”。④ 选择“端口”，点击“下一步”。
2024-08-30 21:11:46
1551
原创 论文阅读（一）城市干道分段绿波协调控制模型研究
该文提出的城市干道分段绿波协调控制模型是基于绿波带宽和关联度对城市干道进行子区划分，将拥堵和畅通路段分段进行绿波控制，并利用集合运算的方法建立控制模型协调相邻分段绿波。需要注意的是，在进行子区划分时，还需要考虑到城市干道的实际情况，包括道路的长度、路口之间的距离、车流量等因素。然后，根据这些特征参数，结合绿波带宽的概念，将城市干道划分为若干个子区。综上所述，该分段绿波协调控制模型在桂林市中山路的应用实例中，通过与经典绿波协调控制模型进行对比，能够显著降低系统延误时间和停车次数，同时提高整体交通服务水平。
2023-10-25 15:22:28
1194
原创 PHPword操作word问题汇总
1.ZipArchive::getFromName(): Invalid or uninitialized Zip object问题描述：在用 new \PhpOffice\PhpWord\TemplateProcessor('1.docx')进行模板替换时出现错误问题原因：可能有多种原因造成：比如没打开php_zip.dll、或者php_zip.dll缺失……。在排除以上各种原因后，本人遇到这个错误，原因大概是因为：phpword需要调用zip软件打开word,但服务器上没有安装zip软.
2021-03-19 11:57:27
1601
原创 thinkPhP分页跳转的时候查询条件丢失
解决方法：get传参，保留查询条件$get=input('get.');$phone=input('get.phone');$email=input('get.email');$pageParam=['query'=>[]];if($phone){$userModel->where('phone'...
2021-03-04 17:21:29
459
1
原创 php某个函数运行时，其他页面打不开的解决办法
1.问题描述：运行一个非常耗时的函数时，其网站页面和其他网站均无法打开2.问题原因：页面使用了session 保存登陆信息3.解决办法：把session换成cookie(也有其他办法)主要操作代码setcookie ( "userid", $user["id"], time () + 3600 * 24 * 365 );//设置if(empty($_COOKIE["userid"])){ //调用判读是否为空};参考资料：https://bbs.csdn.net/topic.
2021-02-22 19:10:49
527
原创 ThinkPHP异步调用
1.问题描述：在一个php文件中，A函数调用B函数，B函数需要5分钟才能结束，页面处于一直加载的状态，且不能关闭，A函数其他语句均不能运行。function A(){ $this->B(); echo "B不结束，不能运行"；}function B(){ sleep(500);}2.解决办法 运用fsockopen函数function A(){ $this->_sock($_SERVER['HTTP_HOST'].'/index.php/u
2021-02-22 18:59:04
2253
原创 ThinkPHP常用操作记录
ThinkPHP版本：5.0.51.html中循环volist{volist name="item" id="vo"} {$key} {$vo['itemname']} {/volist} //key从0开始{volist name="item" id="vo" key="k"} {$k} {$vo['itemname']} {/volist} // //k从1开始2.php中将...
2021-02-08 11:45:11
237
原创 php操作Word之com组件-获取word文档页码和更新目录
一.com组件1.1打开和配置：参考资料https://blog.csdn.net/ken2999/article/details/82353747?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_baidulandingword-6&spm=1001.2101.3001.4242https://www.cnblogs.com/jasonxiaoqinde/p/9442546.html1.2遇到问题A:在wi.
2021-01-21 16:18:35
1391
c语言小程序源代5
2015-04-02
c语言小程序源代码2
2015-04-02
phpword写入word实例(包含写入图片)，不用安装Composer和phpword，解压后直接运行
2020-09-08
PXCViewer简体中文版，带注册码
2018-12-28
C++使用hookapi操作源代码windows环境
2018-12-28
The Art Of Computer Programming 英文版 全四册 pdf格式
2018-06-03
jdk-6u45-linux-i586.bin_32位linux的jdk
2017-09-18
csdn博客中，可以放哪个网站的链接
2025-05-06
TA创建的收藏夹 TA关注的收藏夹
TA关注的人