当本地仓库和远程仓库都有同一个文件，从远程仓库拉取文件进行和本地文件合并时，Git可能会阻止你进行合并操作，并显示这个错误消息。如果切换分支失败，先运行一次git pull，然后再次运行以下代码，还是没有main分支会自动创建分支。远端仓库有文件，本地新建了一个空仓库需要拉取文件，关联远端仓库并建立本地main分支后。使用以下命令将所有更改提交到远程仓库，此操作不会更改远端仓库的文件。文件夹出现.

video_classification为项目文件夹x64/Debug为编译后exe生成的地方，目录结构如下。可以使用visual studio自带的包管理工具Nuget下载opencv和onnxruntime。以下两者区别在于，带字幕d是debug时使用，不带的是release版本用。至此opencv配置完成，但仅能在当前项目中使用。找到合适的版本下载，Asset在页面底部，往下拉。将上一步的l

预先静态分配GPU显存90%给模型使用，如果不设置默认为0.5，可能会导致显存不够。自定义服务启动后的模型名字为Qwen/Qwen3-VL-4B-Thinking。模型地址，此地址实际的位置是docker容器内部的以下地址。静态预先分配GPU显存的90%给模型使用。添加tail -f /dev/null。模型运行时使用float16精度运行。分配20g内存给模型使用。模型使用8bit量化。

选中之后，按住ctrl+shift+v，将连线一起复制。按住ctrl，然后鼠标左键选择。选中之后 ctrl+m。

增加以下字段–restart always指定停止后总是自动重启–name scau_jwc_container指定容器名–network docker_bridge_network指定网络环境-v C:\xudawu\DockerData2024_09_29\scau_jwc_2024_11_01:/scau_jwc/data指定挂载的本地路径-d scau_jwc_image依赖的本地镜像。

ollama的Github链接ollama官网链接打开后点击下载下载完成后进行安装，安装完毕后在终端输入以下，代表安装成功ollama在ollama官网的模型库中找到需要的模型，这里使用阿里最新开源的qwen2.5复制这里的命令代码然后在终端中输入这行命令，等待模型下载完毕，然后可以开始对话ollama的模型默认安装位置ollama本地运行状态在浏览器中输入以上链接，出现以下则代表ollama运行

出现以下信息表示服务器成功启动，可以和刚才一样的访问方式一样访问，在本电脑cmd中输入ipconfig出现以下，其他在同一局域网的设备输入此ip地址加8080端口号可访问到这个服务器。至此实现了两种启动tomcat服务器的方式，在cmd中直接执行startup提示找不到可运行的文件，但目前来说没有影响，本文暂时不管。默认启动访问的是tomcat管理页面，放上去的项目文件在二级目录，可以更改默认访问

上述命令在名为 aspnetcoreapp 的目录中创建新的 Web 应用项目。该项目不需要使用 HTTPS。下载完安装，安装完毕在cmd中输入以下代码。在vscode终端中输入以下创建web项目。更多dotnet指令和用法访问微软官方文档。在浏览器中访问给出的本地地址。下载dotnet sdk。出现以下结果代表安装完毕。在终端中输入以下代码。

然后输入以下选择模型，改为ollama中安装的模型名字。在终端中cd到项目文件夹后，输入以下连接ollama。如以下为添加qwen2.5 code。启动ollama服务后。

windows系统下python环境变量配置