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

使用nvm管理nodejs(把高版本降级为低版本)

刚开始学习springboot+vue框架,最麻烦的就是配置环境,尤其是网上下的模板所需的版本不一的问题。为了解决这个问题,今天主要介绍前端vue的环境配置,我们通过nvm管理不同版本的node,实现无缝衔接。......

文章图片
#vue.js#npm#前端
Python+微信小程序开发(一)了解和环境搭建

一、小程序介绍1.什么是微信小程序?移动互联网时代,手机手机软件,在手机上中安装很多软件腾讯和阿里(只安装自己不用别人)腾讯:微信 + N小程序阿里:支付宝 + N小程序2.为什么要做小程序?微信用户基数大在微信上用我们小程序会比较便捷。3.如何开发小程序?小程序:学习微信开发的语言(前端html、css、js、vue.js)微信开发者工具API:restful接口(Python+django+d

文章图片
#微信小程序#小程序#python
selenium入门超详细教程——网页自动化操作

Selenium是广泛使用的模拟浏览器运行的库,它是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中,就像真正的用户在操作一样,并且支持大多数现代 Web 浏览器。

文章图片
#selenium#自动化#chrome
(十)提示词任务分解的策略探讨

2025 年,AI 大模型广泛应用。本文聚焦大任务套小任务的问题,通过实际案例揭示潜在风险。同时提出新策略,将小任务当大任务处理,提高准确性、便于监控调整且增强灵活性。无论你是爱好者还是开发者,都能从中获取实用技巧,快来探索 AI 大模型任务处理的精彩世界。

文章图片
#深度学习
DeepSeek Harness + GLM-5.3 超详细实战教程:我拼了套自己的AI 工位,还自己开发插件!

DeepSeek 的马具,插 GLM 的脑子,五分钟拼装成功。一天实测:三个任务、自己造插件。模型是慢变量,马具是快变量——你的成长预算,可能押错了地方。

文章图片
#人工智能
Docker超详细基础教程,快速入门docker首选(万字长文建议收藏)

一、docker概述1.什么是dockerDocker 是一个开源的应用容器引擎,基于 Go 语言 并遵从 Apache2.0 协议开源。Docker 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中,然后发布到任何流行的 Linux 机器上,也可以实现虚拟化。容器是完全使用沙箱机制,相互之间不会有任何接口(类似 iPhone 的 app),更重要的是容器性能开销极低。Docker

文章图片
#docker#深度学习#pytorch +1
神经网络到底在关注哪里?注意力机制与Transformer

注意力机制与Transformer1 注意力机制介绍PART1 浅谈注意力注意力(attention)是人类学习中必不可少的要素,比如我们去阅读一个文章,或者试着去理解一本书中作者想表达的意思,我们通常在阅读过程中会把注意力放在比较重要的环节上,而不是去把每个细节都会一一记住。人的记忆是有限的,抓重点的学习习惯往往会得到事半功倍的效果。那既然注意力这么重要,我们有没有办法把它用在AI应用中呢? 这

文章图片
#python#transformer#人工智能 +1
深度学习为什么选择Pytorch?史上最详细Pytorch入门教程

目录前言一、 Pytorch介绍1.常见的深度学习框架2.Pytorch框架的崛起3.Pytorch与Tensorflow多方位比较二、Tensors1.Tensor的创建2.Tensor的操作3.Tensor与Numpy三、Autograd的讲解1.模型中的前向传播与反向传播2.利用autograd计算梯度四、 构建神经网络模型1.数据的构造2.模型的构造3.优化器选择和配置4.主函数前言工欲善

文章图片
#python#pytorch#深度学习
NLP之文本分类实战入门超详细教程

前言该实战任务是对豆瓣评分的预测。在这个项目中,我们通过豆瓣评论预测该电影的评分。给定的输入为一段文本,输出为具体的评分。实际上就是一个文本分类任务。在这个项目中,我们需要做:文本的预处理,如停用词的过滤,低频词的过滤,特殊符号的过滤等文本转化成向量,将使用三种方式,分别为tf-idf, word2vec以及BERT向量。训练逻辑回归和朴素贝叶斯模型,并做交叉验证评估模型的准确率一、数据加载1.加

文章图片
#自然语言处理#pytorch#逻辑回归 +1
深度学习为什么选择Pytorch?史上最详细Pytorch入门教程

目录前言一、 Pytorch介绍1.常见的深度学习框架2.Pytorch框架的崛起3.Pytorch与Tensorflow多方位比较二、Tensors1.Tensor的创建2.Tensor的操作3.Tensor与Numpy三、Autograd的讲解1.模型中的前向传播与反向传播2.利用autograd计算梯度四、 构建神经网络模型1.数据的构造2.模型的构造3.优化器选择和配置4.主函数前言工欲善

文章图片
#python#pytorch#深度学习
    共 17 条
  • 1
  • 2
  • 请选择