Python
【Python】Scrapy 快速入门
Scrapy介绍 Scrapy 是一个强大的 Python 爬虫框架 官网：https://scrapy.org/ 官方文档：https://docs.scrapy.org/en/latest/intro/tutorial.html 教程参考：https://www.runoob.com/w3cnote/scrapy-detail.html Scrapy架构概览 Scra
【Python】Flask 快速入门
Flask 介绍 Flask 是一个轻量级的 Python Web 框架，非常适合快速开发和小型应用。 官网：https://flask.palletsprojects.com/en/3.0.x/ 中文文档：https://dormousehole.readthedocs.io/en/latest/ 教程：https://www.runoob.com/flask/flask-tut
C++头文件<algorithm>中常用函数简介
概述 头文件algorithm（算法库）中主要提供了一些对容器操作的函数，如排序、搜索、复制、比较等，因此使用频率还是很高的，由于主要是操作容器，所以函数的语法也很类似： algorithm_name(container.begin(), container.end(), ...); 其中，container.begin()和container.end()分别表示指向容
python threading 线程原理实验
原理 进程之间，编程语言可以不同，内存不共享。需要用socket/IRC/RPC等技术实现进程间通信 线程之间，编程语言必须相同，内存共享。类变量self.xxx共享，分叉target的函数内变量private不共享。 现象 fork自己的fork，fork内的代码执行速度呈指数型增长。 代码 运行结果
Mesh-gpt（点处理、保存脚本，Transformer）
小结： 1、配置了学长的环境，并编写点处理（旋转、镜像）和保存（由内存numpy数组到shp文件）脚本。 2、初步阅读mesh-gpt论文，思考Transformer网络架构（翻译模型和补全模型的训练区别） 环境配置 安装缺少的库 1、尝试运行test/load_shp_test.py ，报错 多种办法完美解决AttributeError: module ‘backend_in
[python][selenium][web自动化]webdriver的元素定位方式
简单的加个前置知识： 元素定位的方法find_element()，是selenium中WebDriver类的方法。 webdriver.Chrome()这句话，通过WebDriver的构造方法，拿到浏览器驱动的对象，然后通过这个对象，就可以调用一系列操作浏览器的方法。 因为原理就是通过浏览器驱动做桥梁实现两端通讯的。 8种方式：1、id2、class_name3、name4、link_text5、
【JAVA系列】java命令注入科普
原创 medi0cr1ty Medi0cr1ty 这里只讨论使用java执行命令的情况(Runtime/ProcessBuilder),结合之前挖过过的一些case或者群里见到过的case来讲。 名词科普 命令解释器shell：是一种软件程序(可视作一门编程语言的代码解释器)，它接收用户在命令行界面输入的指令和参数，并将其转换为计算机可理解和执行的操作。如unix系统常见的sh,bash,d
Windows平台体验StableSwarmUI-0.6.4-Beta经验版
目录StableSwarmUI install 经验版StableSwarmUI 配置后端StableSwarmUI 快捷安装脚本StableSwarmUI 安装与启动sd_xl_base_1.0 模型获取 由于网络原因，国内获取 ComfyUI 以及 SD_Xl_base_1.0 模型可能非常缓慢。 想要丝滑获取，需要魔法或者高效上网。 如果没有条件，也有方法，可以从国内开源镜像站或者大模型社
花店鲜花管理与推荐系统+Python+Django网页界面+管理系统+计算机课设
一、介绍 花店鲜花管理与推荐系统。本系统使用Python作为主要开发语言开发的一个花店鲜花管理与推荐的网站平台。 网站前端界面采用HTML、CSS、BootStrap等技术搭建界面。后端采用Django框架处理用户的逻辑请求，并将用户的相关行为数据保存在数据库中。通过Ajax技术实现前后端的数据通信。 创新点：项目中使用基于用户的协同过滤推荐算法通过用户对鲜花的评分作为推荐数据基础，通过计算相似度
Gradio.NET 8 简化 Web 应用开发
Gradio.NET 支持 .NET 8 简化 Web 应用开发 合集 - .NET 开源工具(7) 1..NET 开源快捷的数据库文档查询和生成工具07-312..NET 结果与错误处理利器 FluentResults08-013..NET+WPF 桌面快速启动工具 GeekDesk08-19 4.Gradio.NET 支持 .NET 8 简化 Web 应用开
对偶单纯形法算法精要
单纯形法是线性规划中最经典且广泛应用的求解方法，通过在可行解的边界上移动，逐步逼近最优解。它从一个初始基本可行解开始，不断优化目标函数值，直到找到最优解。对偶单纯形法则是单纯形法的一种变形，尤其适用于特定类型的线性规划问题。不同于标准的单纯形法，对偶单纯形法从一个对偶可行但原始不可行的初始解出发，通过逐步改善解的可行性和最优性，最终找到最优解。对偶单纯形法在快速调整和重新优化方面表现出色，特别是在
Python自动复制Excel数据：将各行分别重复指定次数
本文介绍基于Python语言，读取Excel表格文件数据，并将其中符合我们特定要求的那一行加以复制指定的次数，而不符合要求的那一行则不复制；并将所得结果保存为新的Excel表格文件的方法。 这里需要说明，在我们之前的文章多次复制Excel符合要求的数据行：Python批量实现中，也介绍过实现类似需求的另一种Python代码，大家如果有需要可以查看上述文章；而上述文章中的代码，由于用到了Da
20221426马泽艺信安系统设计
掌握与未掌握的内容 掌握的内容 一级标题 二级标题 三级标题 引用 加粗 斜体 未掌握的内容 绘图：graph TD; A-->B; A-->C; B-->D; C-->D; 提示词框架 ICDO - Identify, Context, Direction, Objective BROKE - Backgrou
压缩大型语言模型(LLMs):缩小10倍、性能保持不变
尽管LLMs的巨大规模使其在广泛的应用场景中表现卓越,但这也为其在实际问题中的应用带来了挑战。本文将探讨如何通过压缩LLMs来应对这些挑战。我们将介绍关键概念,然后通过具体的Python代码实例进行演示。 2023年人工智能领域的主导思想是"更大即更好",改进语言模型的方程相对简单:更多数据 + 更多参数 + 更多计算资源 = 更优性能。 https://avoid.overfit
手把手教你利用算法工具链训练、量化、编译、可视化征程 6 参考算法 BEVFormer
作者：杨一飞 写在前面： 关于OE包内参考算法的使用，地平线已经释放了大量文档指导用户完成各类模型的训练、校准、量化、定点过程，但其中有些细节可能会对不是特别熟悉算法工具链的客户造成困扰，本文档致力于消除参考算法使用过程中所有可能存在的模糊操作，引导初学者快速上手参考算法，在实操中树立信心、激发学习兴趣。 1 环境部署 1.1 开发机准备 为了顺利地使用工具链，地平线建议您选择的开发机应满
天工开物｜征程 6 启航新章：量化流程PTQ篇
01 概论：PTQ 基础 目前在 GPU 上训练的模型大部分都是浮点模型，即参数使用的是 float 类型存储。而地平线 BPU 架构的计算平台使用的是 int8 的计算精度（业内计算平台的通用精度），能运行定点量化模型。 地平线征程 6 算法工具链（以下简称工具链）作为专业量化工具，是一套完整的边缘计算平台算法落地解决方案，可以帮助您把浮点模型量化为定点模型，并在地平线计算平台上快速
天工开物For J6启航新章：仿真篇
1. 仿真概述 1.1 什么仿真？ 仿真是使用其它相似的系统来模仿真实的需要研究或使用的系统，其所遵循的基本原则是相似性原理。仿真从框架上涉及到两个系统：1)被仿的系统：需要研究或使用的系统；2）仿真出来的系统：在用户侧视角与被仿的系统有一定相似性。 注意：这里的系统是个抽象的概念，可以是软件，也可以是硬件，还可以是复杂的综合事件。在 征程6 开发平台中，仿真的对象为“开发板及其上的系统”。 1
学习爬虫day26-kanzhun请求加密与逆向解密
找到入口之后，在主js文件中，模拟入口函数，生成需要的参数： function test(n){ let M = window.loader(12210) // console.log(M._A()) let s = M.A() // let n = '{"cityCode":"","salaryId":"403","experienceId":"","pageNum":1,"limit":15}
Python 潮流周刊#67：uv 的重磅更新（摘要）
本周刊由 Python猫 出品，精心筛选国内外的 250+ 信息源，为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景：帮助所有读者精进 Python 技术，并增长职业和副业的收入。 分享了 12 篇文章，12 个开源项目，全文 2000 字。 以下是本期摘要： 🦄文章&教程 ① uv：统一的 Python 打包工具 ② PyJWT 和 python-jo
第九章 动态规划Part13
目录任务647. 回文子串思路516. 最长回文子序列思路 任务 647. 回文子串 给你一个字符串 s ，请你统计并返回这个字符串中 回文子串 的数目。 回文字符串 是正着读和倒过来读一样的字符串。 子字符串 是字符串中的由连续字符组成的一个序列。 思路 这道题的DP思路不是很直观，dp表示的不是某区间的回文子串数目，dp[i][j]表示[i,j]是否是回文子串，如果是则加结果加一，遍历完整个区
基础 Kubernetes (k8s) 教程 - ChatGPT 翻译
原文地址 基础 Kubernetes (k8s) 教程 在本教程中，你将学习到基本的 Kubernetes 命令，如何启动简单的 Pod 和部署（Deployment），以及如何与集群进行交互，以查询集群状态和你在集群中运行的进程状态。你还将看到第一个 YAML 文件示例。 ❓ 提示：在这些教程中，你可能会看到一个红色的 ❓ 标记。这是一个让你暂停思考或回答快速自我评估问题的机会，有助于你更深入地
我们真的需要Langchain吗?
最近在思考一个问题, 在真正的产品应用中, 真的需要Langchain吗? 工业应用 请求量级 笔者之前在某家ChatBot工作, 可以提供的数据量级大概是这样的 QPS基本在5000左右, 目前看来这是业界中比较高的量级 如果考虑到需要额外的搭配的其他组件, 存储, MQ, Cache等等, 会有一些更大的扩散 请求特点 一个需要特别注意的事情是, 在业务比较稳定的情况下, 实际上Promp
第四天---RSA进阶题型
T1.小明文攻击 一.题目： 关键步骤： N很大 二.解题wp以及代码： 1.思路: n很大，满足m**e次方<n，直接开方得到明文 看到N很大，如果满足 就表示模过程中，没有丢失信息，所以 直接解即可，不要管pq等等 2.解题代码： 代码解读 我们使用gmpy2中的iroot开任意次方，用法为iroot(10, 3)代表对10开3次方，返回结果为(mpz(2), False)，其
c++ Cmake工程（4） opevslam ros工程模式
0 自己编写ros节点引用opemvslam 0-1 首先将openvslam 正常cmake编译一遍 得到build文件夹 0-2 进入自带的ros文件夹例子 cakin_make,这一步要用到上一步的build的库 openvslam 节点 测试建图和定位（后期拷贝到自己的ros工程里当基准用来改造） publisher是图像发布和视
deepspeed从入门到放弃
本文并不讲解deepspeed的原理以及用法，只是澄清几个deepspeed中的技术细节。 启动deepspeed训练可以通过运行deepspeed --nproc-per-node 4 xxx.py ...，这样就会启动4个进程来运行xxx.py deepspeed启动进程后如何知道是几号进程？ 答：deepspeed启动进程会自动传入一个参数--local_rank=<rank>