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

实现solidworks和CAD图纸Web在线预览功能

在之前的一个项目中需要实现solidworks工程图和模型的网页在线浏览。然后客户的要求既然实现了图纸的在线预览 那office文档也一起做掉。不同用户登录可以协同编辑同一个文件 不会冲突 编辑内容实时回显。我找了个低配的阿里云服务器部署了一下 给大家测试效果。我测试了很多开源接口最后选型了onlyoffice。支持所有的solidworks文件和cad文件。基本思路是再上传文件后立刻调用传化为网

文章图片
实现solidworks和CAD图纸Web在线预览功能

在之前的一个项目中需要实现solidworks工程图和模型的网页在线浏览。然后客户的要求既然实现了图纸的在线预览 那office文档也一起做掉。不同用户登录可以协同编辑同一个文件 不会冲突 编辑内容实时回显。我找了个低配的阿里云服务器部署了一下 给大家测试效果。我测试了很多开源接口最后选型了onlyoffice。支持所有的solidworks文件和cad文件。基本思路是再上传文件后立刻调用传化为网

文章图片
实现solidworks和CAD图纸Web在线预览功能 统计兼容全部的office文件

在之前的一个项目中需要实现solidworks工程图和模型的网页在线浏览。然后客户的要求既然实现了图纸的在线预览 那office文档也一起做掉。不同用户登录可以协同编辑同一个文件 不会冲突 编辑内容实时回显。我找了个低配的阿里云服务器部署了一下 给大家测试效果。我测试了很多开源接口最后选型了onlyoffice。支持所有的solidworks文件和cad文件。基本思路是再上传文件后立刻调用传化为网

文章图片
GitHub 又一可视化低代码神器,诞生了!速度!手慢无!

自从ILLA产品发布以来,新版本的迭代速度已经保持了两周,许多优秀的开发人员开始成为ILLA的贡献者。尽管在低代码赛道有很多竞争对手,但ILLA的产品在视觉设计方面获得了一致好评。相信随着ILLA产品功能的逐步完善,可以为开发者创造更多的便利和价值。

文章图片
#低代码#github
IDEA懒人必备插件:自动生成单元测试,太爽了!

许多旧项目和旧代码,或者需要匆忙交付的项目,都严重缺少单元测试,覆盖率不到5%。我们应该查看原始代码,然后根据逻辑编写各种模拟,我觉得有一些东西可以遵循,所以我检查了一下,发现有插件可以帮助我们做到这一点。无论如何,我对它很满意,我可以适当地节省70%的工作量。今天,我们将介绍一个工具Squaretest,它是一个用于自动生成单元测试的插件。它也将被使用,因为该公司最近实施了代码质量控制指标,以评

文章图片
#intellij-idea#单元测试#junit
AutoGPT中文版,保姆级详细安装教程 - Windows 篇

ChatGPT狂飙160天,世界已经不是之前的样子。新建了人工智能中文站每天给大家更新可用的国内可用chatGPT资源首先来简单的介绍 一下AutoGPT,簡單的說,AutoGPT 相當於給基於 GPT 的模型一個記憶體和一個身體。有了它,你可以把一項任務交給 AI 智慧體,讓它自主性地提出一個計畫,然後執行計畫。此外其還能連結網際網路、長期和短期記憶體管理、用於文本生成的 GPT-4 實例以及使

文章图片
#人工智能#机器学习#深度学习 +1
AI华佗?港中大、深圳大数据研究院提出医疗推理大模型HuatuoGPT-o1

通过这种方法,研究人员提出了 HuatuoGPT-o1,这是一种能够生成长思维链(CoT)以识别错误、尝试不同策略并优化答案的医学大型 语言模型 (LLM)。同时,该团队推出了 HuatuoGPT-o1,这是一款能够进行复杂推理的医学 LLM,仅使用 40K 个可验证问题,其表现就优于医学专用基线。医学领域虽然不同于数学,但鉴于医疗保健的高标准,它也需要强大的推理能力来提供可靠的答案。为了解决这个

文章图片
#人工智能#大数据#数据挖掘 +3
人工智能学习框架入门教程(一)

不同的人工智能任务适用于不同的学习框架。深度学习框架如 TensorFlow 和 PyTorch 主要用于大规模的深度神经网络任务,机器学习框架如 Scikit-learn 和 XGBoost 主要用于传统的机器学习任务,而强化学习框架如 OpenAI Gym 提供了丰富的环境支持,用于训练和评估强化学习模型。选择框架时需要考虑项目的需求、任务的类型以及团队的技术栈。更多内容来源。

文章图片
#人工智能#python#机器学习 +4
诺奖得主哈萨比斯新作登Nature,AlphaQubit解码出更可靠量子计算机

在不同规模的实验中,即从距离 3(17 个量子比特)到距离 11(241 个量子比特)的实验中,AlphaQubit 的解码准确性始终优于相关匹配方法。A是表面代码的一轮纠错。为了评估 AlphaQubit 在更大规模且错误率更低的量子计算机上的适应性,研究人员使用模拟的量子系统数据对其进行了训练,规模达到 241 个量子比特,超出了 Sycamore 平台的现有能力。然而,量子比特的自然量子态是

文章图片
#量子计算#人工智能#搜索引擎
    共 31 条
  • 1
  • 2
  • 3
  • 4
  • 请选择