Python
sys.executable
sys.executable 是 Python 中的一个特殊变量，它包含了启动当前 Python 进程的解释器的路径。这个变量在 sys 模块中，该模块是 Python 标准库的一部分，提供了与 Python 解释器相关的各种实用信息和功能。 特点和用途： 确定解释器路径：sys.executable 提供了启动当前脚本的 Python 解释器的确切路径。 跨平台：它在不同的操作系统上都能工作，返
manim边学边做--Paragraph
对于长篇大段的文本显示，manim中专门提供了一个Paragraph类。使用Paragraph，就不需要用拼接Text的方式来显示大段的文本。Paragraph在manim各个模块中的位置大致如上图中所示。 1. 主要参数 Paragraph可以看作是基于Text的扩展，当你需要显示多行文本的时候，用Paragraph更加方便。上一篇Text的文章中介绍的主要参数Paragraph也可以使用，比如
从0开始装一套 KubeVirt 1.2.1
KubeVirt 架构 架构 virt-api : 负责提供一些 KubeVirt 特有的 api，像是 console, vnc, startvm, stopvm 等。 virt-controller : 管理和监控 VMI 对象及其关联的 Pod，对其状态进行更新。 virt-hander : 以 DaemonSet 运行在每一个节点上，监听 VMI 的状态向上汇报，管理 VMI 的生命周
[大数据][机器学习]之Model Card（模型卡片）介绍
每当我们在公有云或者私有云发布训练好的大数据模型，为了方便大家辨识、理解和运用，参照huggingface所制定的标准制作一个Model Card展示页，是种非常好的模型展示和组织形式。 下面就是一个Model Card 的示例，我试着把它翻译成了中文，源网址，并且提供了Markdown的模板，供大家参考。在这里你可以看到它的指导手册，以后有时间我也把它翻译过来。 Falcon-180B（猎鹰-1
jenkins拉取远程仓库的代码如gitlab
jenkins结合远程仓库 既然是持续集成，对代码进行构建，我们得获取代码仓库的内容，这里选择我们搭建的gitlab服务器 开发工程师的机器 gitlab上添加该机器的ssh-key允许上传代码，咱这里就不区分多个账户，多个权限了，都先基于root账户，实现部署流程，理解jenkins是怎么工作的 gitlab新建项目 开发提交代码 1.准备好代码 2.克隆gitlab代码仓库到本地
QT设置回调函数给python调用——内置模块法
2. python 相关函数定义 3. QT 测试 说明： PyImport_AppendInittab 函数通常在 Python 解释器初始化之前调用。它的作用是注册一个 C 函数，以便在 Python 解释器启动时初始化一个新的内置模块。因此，你需要在 Python 解释
Virtual Bots 发布
Virtual Bots 下载 里面有什么 7z压缩包解压后，里面有一组Python程序。运行其中的main.py来启动Virtual Bots。 “玩法” 这个程序里，你将操控窗口中的机器人，让它做出移动、加速、旋转等动作。 机器人由左、右两个引擎提供动力。 Q 左侧引擎产生向前的牵引力 W 右侧引擎产生向前的牵引力 A 左侧引擎产生向后的牵引力 S 右侧引擎产生向后的牵引力 你可以通过修改这
Python-十大经典排序算法
十大经典排序算法 一、介绍 排序算法按照是否在内存中进行，可以分为内部排序、及外部排序： 内部排序：插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等； 外部排序：多路归并排序、基于索引的外部排序等。 按照排序方式进行区分，可以分为比较类排序、及非比较类排序： 比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时
python 环境相关操作
1.cmd查看python安装位置 在Windows系统中，要查看Python的安装位置，可以通过以下步骤在命令提示符（cmd）中执行： 1. 打开命令提示符（cmd）。 2.输入以下命令查看Python的路径： 如果你的系统中安装了多个版本的Python，该命令
香橙派5plus上跑云手机方案二 waydroid
前言 上篇文章香橙派5plus上跑云手机方案一 redroid(带硬件加速)说了怎么跑带GPU加速的redroid方案，这篇说下怎么在香橙派下使用Waydroid。 温馨提示 虽然能运行，但是体验下来只能用软件加速，无法使用GPU加速，所有会很卡。而且Waydroid还依赖于桌面环境wayland，要么插上显示器使用，要么利用远程桌面使用。测试adb虽然能连接，但无法使用scrcpy这种远程工具，
【Python】Word文档操作
依赖库下载： pip install python-docx -i https://pypi.tuna.tsinghua.edu.cn/simple/ pip install docx2pdf -i https://pypi.tuna.tsinghua.edu.cn/simple/ 一、全文替换 不是创建word文档写入内容，而是基于现有的Word文档进行替换处理 使用r
第九期案例研讨班-第8-9组教学案例设计草稿
基于旅游分析理论分析天津城市可持续发展策略 教学目标 知识目标：了解旅游分析理论及其在城市可持续发展中的应用。 技能目标：掌握数据分析工具，学会运用旅游分析理论分析天津城市的可持续发展策略。 态度目标：培养学生的团队合作精神和创新思维能力。 教学对象 本教学案例适用于本科二三年级的学生，特别是旅游管理等相关专业的学生。 实验工具 Python 教学准备 1. 背景介绍 介绍天津市的基本情况及其
【proto】python根据proto文件构造message，并换为二进制
一、场景 测试需要构造数据，而且存储的格式为grpc消息的二进制格式，所以必须要根据proto构造二进制 二、构造方法 1、根据proto文件生成python格式的pb文件 2、检查文件生成 3、编写构造脚本 内容省略，主要是三层message嵌套 关键点就是append和CopyFrom来组装 消息
python简单使用
操作系统：Windows10 64bit Python版本：3.8下载地址：https://www.python.org/downloads/release/python-380/，选择下方的Windows x86-64 executable installer 安装步骤： 双击安装文件python-3.8.0-amd64.exe 勾选下方“Add Python 3.8 to PA
[转]MQ详解以及各种消息中间件说明
转自：https://blog.csdn.net/forebe/article/details/117993082 消息中间件相关知识 1、概述 消息队列已经逐渐成为企业IT系统内部通信的核心手段。它具有低耦合、可靠投递、广播、流量控制、最终一致性等一系列功能，成为异步RPC的主要手段之一。当今市面上有很多主流的消息中间件，如老牌的ActiveMQ、RabbitMQ，炙手可热的Kaf
分类模型的算法性能评价
一、概述 分类模型是机器学习中一种最常见的问题模型，在许多问题场景中有着广泛的运用，是模式识别问题中一种主要的实现手段。分类问题概况起来就是，对一堆高度抽象了的样本，由经验标定了每个样本所属的实际类别，由特定算法训练得到一个分类器，输入样本属性即自动计算出其所属类别，从而完成特定的识别任务。依实现原理的不同，分类算法有很多种，常见的如支持向量机、决策树、k近邻、朴素贝叶斯......，以及设计
scrapy 几个环境变量
如果查看scrapyd 内部处理以及scrapy 介绍的话，会发现有几个环境变量比较重要，scrapyd 在实际执行的时候会进行变量参数的处理 以下简单说明下 环境变量 SCRAPY_SETTINGS_MODULE 配置相关的,对于scrapy 框架是基于配置文件的 def init_env(project: str = "default", set_syspath:
GitHub 创始人资助的开源浏览器「GitHub 热点速览」
你是否注意到，现在主流的浏览器如 Chrome、Edge、Brave 和 Opera 都采用了谷歌的 Chromium 引擎？同时，谷歌每年不惜花费数十亿美元，确保其搜索引擎在 Safari 中的默认地位，甚至连 Firefox 也难逃商业利益的影响，这使得谷歌在浏览器和搜索引擎市场“一家独大”。 GitHub 创始人兼前 CEO 克里斯·汪斯崔斯 (Chris Wanstrath) 认为世界需
安装虚拟机和CentOS系统
上linux课程时 都下载好了 但是课程结束后 我就删除了 现在需要重新下载一次 而且我发现这次虚拟机VMware官网的页面发生了变化 官网下载太慢 所有我找到了一个网盘资源下载 链接： https://pan.baidu.com/s/1WQ7V0nawt65-wTNIVn2ezg?pwd=bj99#list/path=%2F 提取码：bj99 本人等待下载中
自动化测试全攻略：从入门到精通！
1、自动化测试专栏 随着技术的发展和工作需求的增长，自动化测试已成为软件质量保障体系中不可或缺的一环。 为了帮助广大测试工程师、开发者和对自动化测试感兴趣的读者们更好地掌握这一技能，今年特别推出了全新的《自动化测试全攻略：从入门到精通！》专栏，希望能为大家提供一份全面、系统的自动化测试学习实战指南，帮助大家从零开始，逐步掌握自动化测试的核心技能，最终实现从入门到精通的蜕变。 作为本年度的第1期实战
探索前端报表：如何实现无预览打印解决方案或静默打印？
最新技术资源（建议收藏） https://www.grapecity.com.cn/resources/ 在前端开发中，除了将数据呈现后，我们往往需要为用户提供，打印，导出等能力，导出是为了存档或是二次分析，而打印则因为很多单据需要打印出来作为主要的单据来进行下一环节的票据支撑， 而前端打印可以说是非常令人头疼的一件事。 为什么令大家头疼呢？ 因为前端打印，要强依赖与浏览器的打印预览页面，会天
ansible(一)--基本安装使用
ansible（一）——基本安装使用 单位用的ansible，也用了salt，所以自动化管理工具，基本上几个重量级的都用到了，所以这边总结就开始利用三者对比使用的总结 step0：简介 Ansible是一种集IT系统的配置管理、应用部署、流程设置的开源软件工具，与其他管理软件工具有多方面的差异。目标是提供面对广泛的自动化挑战如何获得大型生产力的优势。当Ansible提供更强大的生产力逐步替代
wandb login出错
如果出现错误：'wandb' 不被认为内部或外部命令，也不是可运行的程序或批处理文件。 这表明你可能没有将Scripts目录添加到Python的安装路径中。我们已在第一部分的这里对相关的步骤进行过讨论了。变通的方法是输入：python -m wandb login
Linux 基础知识
Smiling & Weeping ---- 站在这，难免被遗忘 Linux 基础命令 这一部分我会带着大家了解Linux的一些基础操作，还有使用一些工具。让大家能够在遇到问题的时候，可以自行解决，如果大家有遇到什么问题的话，也可以在这里评论，我会及时给大家回答。 因为我们使用开发机时很少使
拆解LangChain的大模型记忆方案
之前我们聊过如何使用LangChain给LLM（大模型）装上记忆，里面提到对话链ConversationChain和MessagesPlaceholder，可以简化安装记忆的流程。下文来拆解基于LangChain的大模型记忆方案。 1. 安装记忆的原理 1.1. 核心步骤 给LLM安装记忆的核心步骤就3个： 在对话之前调取之前的历史消息。 将历史消息填充到Prompt里。 对话结束后，继续将历史
扩散模型DDPM根据代码尝试进行形象的理解
扩散模型可以用于生成图形。SBM（Score-Based Model）和DDPM（Denoising Diffusion Probabilistic Model）是两种常见的扩散模型。本文依据Github上的极简代码，尝试理解DDPM。 DDPM 的基本思想是在训练阶段将数据逐渐加上噪声（扩散过程），然后在预测阶段再一步步去除噪声（反向扩散过程），得到真实数据。 训练阶段 假设一张图片通过加噪的过