logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

分布式调度平台启动报错:com.xxl.rpc.util.XxlRpcException: xxl-rpc request data empty.

一 问题:分布式调度平台XXL-JOB启动时报以下错误:com.xxl.rpc.util.XxlRpcException: xxl-rpc request data empty.我自己项目中的相关配置为:maven依赖为:<dependency><groupId>com.xuxueli</groupId><artifactId>xxl-job-cor

DeepSeek本地部署指南:带你拥有一个无限制次数、团队可使用的本地DeepSeek

最近,由深度探索公司发布的一款大模型应用DeepSeek火爆国内外,连续多日登上国内各大平台的热搜。DeepSeek-R1训练成本低昂、开源、性能堪比目前世界上表现最好的大模型OpenAI-o1应用,在数学推理、程序设计、自然语言理解等领域展现出卓越性能,对于广大从业者无疑是福音。但是,DeepSeek-R1由于爆火访问量大,经常报“服务器繁忙,请稍后再试”,使用体验不好,也影响正常使用。本地部署

文章图片
#人工智能#DeepSeek
【深度学习】keras + tensorflow 实现猫和狗图像分类

本文主要是使用【监督学习】实现一个图像分类器,目的是识别图片是猫还是狗。从【数据预处理】到 【图片预测】实现一个完整的流程, 当然这个分类在 Kaggle 上已经有人用【迁移学习】(VGG,Resnet)做过了,迁移学习我就不说了,我自己用 Keras + Tensorflow 完整的实现了一遍。准备工作:数据集: Dogs vs. Cats  注册激活困难,自己想想办法,Ps:实在注...

第六篇:R语言数据可视化之数据分布图(直方图、密度曲线、箱线图、等高线、2D密度图)

阅读目录数据分布图简介绘制基本直方图基于分组的直方图绘制密度曲线绘制基本箱线图往箱线图添加槽口和均值绘制2D等高线绘制2D密度图 数据分布图简介        中医上讲看病四诊法为:望闻问切。而数据分析师分析数据的过程也有点相似,我们需要望:看看数据长什么样;闻:仔细分析数据是否合理;问:针对前两步工作搜集到的问题与业务方交流;切:结合业务方反馈的结果和项...

Linux日常开发运维常用命令总结

Linux日常开发运维常用命令总结作为后端开发人员,在日常开发、运维过程中经常需要在Linux系统中查看日志,这时候就需要会使用一些基本的Linux命令,对于日常工作很有必要(虽然目前容器化技术日益普及,可能并不一定需要直接操作Linux)。这篇文章专门对日常开发、维护经常用到的命令作一总结。日志/文本查看命令cat:cat 文件名tail:tail -1000f 文件名find:文本搜索命令gr

#linux#运维#数据库
idea添加前进和后退按钮到工具栏

idea添加前进和后退按钮到工具栏参考:传送门

#intellij idea
Cannot determine a dialect for org.springframework.jdbc.core.JdbcTemplate. Please provide a Dialect

问题描述今天在启动项目时报以下错误:Cannot determine a dialect for org.springframework.jdbc.core.JdbcTemplate. Please provide a Dialect,经过排查发现是pom中引用的依赖冲突了;解决方案POM中引用导致jar报冲突;...

#java#spring boot
【R 语言 可视化】在直方图上面添加密度曲线

rm(list=ls())gc()set.seed(1234)score &lt;- rnorm(n = 1000, m = 80, sd = 20)hist(score,freq=FALSE,xlab="Score",main="Distribution of score",col="lightgreen",xl...

形象易懂讲解算法I——小波变换

从傅里叶变换到小波变换,并不是一个完全抽象的东西,可以讲得很形象。小波变换有着明确的物理意义,如果我们从它的提出时所面对的问题看起,可以整理出非常清晰的思路。下面我就按照傅里叶-->短时傅里叶变换-->小波变换的顺序,讲一下为什么会出现小波这个东西、小波究竟是怎样的思路。一、傅里叶变换关于傅里叶变换的基本概念在此我就不再赘述了,默认大家现在正处在理解了傅里叶但还没理解小波的道路

时间序列 R 07 时间序列分解 Time series decomposition

一个时间序列可以分解为多个模型的组合1.1 时间序列的组成1.1.1 时间序列组成模式三种时间序列模式(不计剩余残差部分) 1. 趋势Tend :比如线性趋势,先增加后降低的整体趋势 2. 季节性Seasonal :以时间为固定周期,呈现循环的特性 3. 周期性Cyclic:在以不固定周期不断震荡,通常周期性至少持续2年 下图就是讲时间序列分解之后的结果,应该比较容易理解上面的...

    共 33 条
  • 1
  • 2
  • 3
  • 4
  • 请选择