MLlib采用Scala语言编写，借助了函数式编程设计思想，开发人员在开发的过程中只需要关注数据，而不需要关注算法本身，因为算法都已经集成在里面了，所以只需要传递参数和调试参数。MLlib主要包含两部分，分别是底层基础和算法库。其中底层基础包括spark的运行库、矩阵库、和向量库，向量接口和矩阵接口是基于Netlib和BLAS/LAPACK开发的线性代数库Breeze;算法库包括分类、回归、聚类、

这些向量在一个连续的向量空间中，保持了原始数据的语义或结构信息，使得相似的数据点在空间上距离较近。OLLAMA_KEEP_ALIVE=24h设置模型加载到内存中保持24个小时(默认情况下，模型在卸载之前会在内存中保留 5 分钟)果然获取维度失败是有原因的，有些模型是支持嵌入的，有些则不支持，如qwen-1.5B, deepseek-70B它就支持，查看API文档。支持嵌入的一般是比较小的模型，灵活

在Windows10上搭建nextcloud私有网盘应用时，我上来就下载了最新的xampp，但是啊！没想到里面集成的竟然是php8.0，这就麻烦了，nextcloud只能支持到php7.4，我又不想重新下载，所以就想来找一找能不能在xampp里再添加一个php7.4的版本，看到了下面这篇文章，不，有两篇，我照着做了，但怎耐有些复杂，并没有成功（我选择go die），但是思路是没有问题的，可能是我某

激活函数为 ReLU。x_train.reshape(60000, 784)：将训练数据的形状从原来的 (60000, 28, 28) 重塑为 (60000, 784)，其中 784 表示每个图像的像素数量，也就是将每个图像转换为一个长度为 784 的一维数组。这两行代码是将输入的训练数据 x_train 和测试数据 x_test 进行预处理，使它们具有相同的数据形状和数据类型，并进行了归一化处理

这也是因为llamafactory前端目前也只支持单卡训练或推理。指定模型做推理，前端访问。

更换Scala-sdk版本

idea创建spring configuration xml 文件 无选项问题解决

tf.keras.layers.Conv2D(32, (3, 3), activation=‘relu’, input_shape=(32, 32, 3))：第一层卷积层，使用了 32 个 3x3 的卷积核，激活函数为 ReLU，输入形状为 32x32x3 的图像；tf.keras.layers.Conv2D(64, (3, 3), activation=‘relu’)：第二层卷积层，使用了 64

这次分享一篇更加高级的云计算任务调度的文章和代码，

MLlib采用Scala语言编写，借助了函数式编程设计思想，开发人员在开发的过程中只需要关注数据，而不需要关注算法本身，因为算法都已经集成在里面了，所以只需要传递参数和调试参数。MLlib主要包含两部分，分别是底层基础和算法库。其中底层基础包括spark的运行库、矩阵库、和向量库，向量接口和矩阵接口是基于Netlib和BLAS/LAPACK开发的线性代数库Breeze;算法库包括分类、回归、聚类、