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

【技术笔记】VS Code 多根工作区中 Python 库跳转失效的排查与解决

本文解决了在VS Code多根工作区中,Pylance无法识别已安装Python库的问题。当在transfer-orbit-design项目中导入本地开发的e2m2e库时,虽然程序能运行,但Pylance会显示导入错误。根本原因是Pylance对每个文件夹独立分析,不会自动识别同一工作区中的其他项目。推荐解决方案是在项目设置中添加python.analysis.extraPaths指向库源码路径,

#python#开发语言
03 多协议支持:一个模型同时讲 OpenAI、Responses 和 Anthropic 三种“方言“

本文介绍了如何通过LiteLLM为本地部署的DeepSeek-V4-Flash模型实现多协议支持,使其同时兼容OpenAI Chat Completions、Anthropic Messages和OpenAI Responses三种API协议。

#腾讯云#安全#云计算
01 硬件选型与 llama.cpp 部署:4× RTX 5880 Ada 跑 DeepSeek-V4-Flash

本文介绍了在4×RTX 5880 Ada硬件上部署DeepSeek-V4-Flash模型的技术方案。由于官方推荐的vLLM/SGLang路线对硬件要求过高(需4×GB300显卡),作者选择了llama.cpp方案,通过GGUF格式和MXFP4量化绕过了显存和计算单元限制。

#java#redis
ATK Connect 模式 Python 二次开发总结

摘要:ATK 3.7-rc8版本发布,Python二次开发功能增强。本文总结了基于Python SDK的ATKConnect模式开发流程,包括环境配置(Python 3.x、IDE、ATK 3.7-rc8)、连接ATK、创建场景(地面站、传感器)、导入TLE数据创建卫星,以及执行可见性分析任务。通过封装Python函数实现自动化操作,提高分析效率,同时指出当前SDK仍需完善,呼吁用户反馈以推动生态

文章图片
#python#开发语言
在 Ubuntu 的 VSCode 中配置 MATLAB

本文介绍了在Ubuntu系统的VSCode中配置MATLAB扩展的详细步骤。主要内容包括:安装MathWorks官方MATLAB扩展;通过matlabroot命令获取安装路径并正确配置MATLAB.installPath;针对"Not Connected"常见问题的排查方法(路径错误、设置覆盖、大小写问题、版本兼容性);配置成功后的功能使用说明(运行脚本、代码补全、调试等);以及推荐的完整工作区配

#ubuntu#vscode#matlab
Ubuntu 安装微软核心字体

摘要: 本文介绍了在Ubuntu系统上安装微软核心字体(如Arial、Times New Roman)的三种方法: apt安装:通过sudo apt install ttf-mscorefonts-installer一键安装,依赖SourceForge下载,国内可能不稳定。 手动安装:从SourceForge下载字体包后,用cabextract解压并复制到系统字体目录。 替代方案:安装开源的Lib

#ubuntu#microsoft#php
地月空间轨道编目:为什么哈密顿力学是更自然的语言

但在星历模型中,由于月球轨道的实际运动(实际是椭圆而非圆),以及太阳引力摄动的存在,平动点处航天器会受到与时间有关的非保守力——这些力不来自任何势函数,时间也不是哈密顿量的共轭变量,所以系统不再能用标准哈密顿力学描述。真实的地月空间还要考虑月球的轨道偏心率(不是完美的圆轨道)、太阳引力摄动,以及其他太阳系大天体的长期影响。用传统方法做轨道识别,给定一段观测弧段(比如某航天器连续七天的跟踪数据),最

#算法#人工智能#机器学习
神经网络学物理:为什么哈密顿形式比牛顿形式更顺手

摘要: 研究发现,基于哈密顿力学的神经网络(HNN)比牛顿力学更适合AI学习物理规律。牛顿力学通过拟合力场预测运动,易导致能量漂移和轨迹发散;而HNN直接学习系统的哈密顿量(总能量),利用其梯度结构推演运动,由模型架构自动保证能量守恒等物理约束。2019年提出的HNN通过神经网络参数化哈密顿量,损失函数基于哈密顿方程,配合辛积分器实现长期稳定预测。后续的拉格朗日神经网络(LNN)进一步扩展至广义坐

#人工智能#神经网络#深度学习
在 Ubuntu 22.04 上安装 Ghostty 终端

本文介绍了在Ubuntu 22.04上安装高性能终端Ghostty的两种方案:从源码编译(方案A)和利用snap内部库(方案B)。由于Ubuntu 22.04自带的libadwaita版本过低(1.1.7),方案A需要从源码编译libadwaita 1.5.x并解决依赖问题。方案B则通过直接调用snap内部二进制,将启动时间从95ms降至14ms,且无需编译过程。两种方案最终都能实现快速启动,但方

#ubuntu#linux#运维
到底了