墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
200+累计阅读
277平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
file = open(path, encoding='gbk')file = pd.read_csv(path, encoding='gbk') file = open(path, encoding='gb18030'）file = pd.read_csv(path, encoding='gb18030')file = open(path, encoding='gb18030', errors='ignore')file = pd.read_csv(path, encoding='gb18030',error_bad_lines=False)Win10 + Linux 双系统删除(Linux)
删除Linux所使用的磁盘分区 进入此电脑->计算机->管理->磁盘管理
写bug的日常——pandas导入csv文件的编码问题（UnicodeDecodeError:）
通常，在利用python做数据分析时，pandas库的 pd.read_csv('XXX.csv') 是个很好用的导入csv文件的工具。 但是，今天在导入一份csv文件时却出现了UnicodeDecodeError:'utf-8' codec can't decode byte 0xb7 in position 0: invalid start byte 根据之前的经验，一般需要加上encoding的格式，然而加上encoding='utf-8’后依然报错，错误同上。 data = pd.read_csv
基于深度学习的高精度牙齿健康检测识别系统（PyTorch+Pyside6+YOLOv5模型）
近年来，机器学习和深度学习取得了较大的发展，深度学习方法在检测精度和速度方面与传统方法相比表现出更良好的性能。YOLOv5是单阶段目标检测算法YOLO的第五代，根据实验得出结论，其在速度与准确性能方面都有了明显提升，开源的代码可见https://github.com/ultralytics/yolov5。因此本博文利用YOLOv5检测算法实现一种高精度家禽猪识别检测模型，再搭配上Pyside6库写出界面系统，完成目标检测识别页面的开发。
python：读取文件内容解码 编码错误 UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xab in position 2: illegal
错误1：UnicodeDecodeError: 'gbk' codec can't decode byte 0xab in position 2: illegal multibyte sequence 错误2：unicodeescape codec can t decode bytes in position 2-3: truncated UXXXXXXXX escape
javaFx + SpringBoot 启动时报错：No auto configuration classes found in META-INF/spring.factories 解决方法
javaFx+SpringBoot+（de.roskenet:springboot-javafx-support:2.1.6）开发。 直接在idea中运行正常，但打包成jar，之后使用java -jar xxx.jar启动报错，发现日志中有： java.lang.IllegalArgumentException: No auto configuration classes found in META-INF/spring.factories. 以及 at de.felixroske.jfxsuppo
k8s配置habor作为镜像地址之后，如果harbor中没有镜像，如何设置自动从阿里云官方镜像仓库下载
通过 Harbor 的远端仓库可以集中管理。如果你在上游设置了 image prefix 为 library，那么对外访问 harbor.your-domain.com/library/nginx:latest 就会被 Harbor 去上游拉取 registry.cn-hangzhou.aliyuncs.com/library/nginx:latest 并缓存。- 将集群中的镜像地址改为 Harbor 的域名，比如 harbor.your-domain.com/library/nginx:latest。
Python报错 UnicodeDecodeError: ‘gbk‘ codec can‘t decode bytein position 2: illegal multibyte sequence
错误的意思是：Unicode的解码（Decode）出现错误了，以gbk编码的方式去解码（该字符串变成Unicode），但是此处通过gbk的方式，却无法解码（can’t decode）.''illegal multibyte sequence"的意思是非法的多字节序列，也就是说无法解码了。比如有中文的存在，老老实实用 utf-8。文本中出现的一些特殊符号超出了gbk的编码范围，可以选择编码范围更广的‘gb18030’出现这样的错误，可能是要处理的字符串本身不是gbk编码，却是以gbk编码去解码。
GB28181 —— 3、C++编写GB28181设备端，完成注册、注销、保活心跳、响应查询目录等功能（附源码）
GB28181 —— Win10下编写GB28181设备端，完成注册、注销、保活心跳、响应查询目录等功能（附源码）
如何解决pandas.read_csv()乱码问题
pandas.read_csv()遇到读进来乱码问题 1.设置encoding='gbk'或者encoding='utf-8'。pandas.read_csv('data.csv',encoding='gbk') 2.如果设置encoding直接报错的话 解决方法是：用记事本打开csv文件，另存为设置编码为utf-8，然后重新读取文件设置encoding='utf-8'就好了
YOLOv11改进策略【损失函数篇】| WIoU v3：针对低质量样本的边界框回归损失函数
是一种基于IoU的损失函数，旨在解决目标检测中边界框回归损失函数在处理低质量训练数据时的问题。论文链接：https://arxiv.org/pdf/2301.10051 源码链接：https://github.com/Instinct323/wiou此处需要查看的文件是中定义了模型的损失函数和计算方法，我们想要加入新的损失函数就只需要将代码放到这个文件内即可将下方的函数替换原本的函数即可： 用于计算各种损失。在内修改如下代码，使模型调用此损失函数。 tal.py中是一些损失函数的功能应用。在内修改如下代码，
路径规划 | 图解RRT*算法(附ROS C++/Python/Matlab仿真)
RRT*算法针对传统RRT算法进行了渐进最优改进，在添加节点到搜索树的过程中进行重连选择。本文图解RRT*算法原理，并采用ROS C++、Python、Matlab三种语言实现算法，加深理解
AI全栈实战 | 3.9-01 爬虫入门：requests 加 BeautifulSoup 三分钟跑通，但 90% 的人栽在这 4 个“礼貌“问题上
⚠️：本文内容仅用于。请遵守目标站点的服务条款与相关法律法规，不得对目标服务造成负担，不得采集、传播个人隐私数据。技术是中性的，边界在你手里。爬虫的入门技术（requests 发请求 + BeautifulSoup 解析）三分钟就能学会。真正区分"会用爬虫"和"会做爬虫的人"的，是这篇我们跑通"请求→解析→存储"的最小闭环，然后重点把"合规与礼貌"这根弦给你绷上。
万字长文带你由浅入深夯实ARM汇编基础——汇编指令及寻址方式最全梳理（附示例）！
见到汇编就害怕？读完这篇，扫除汇编拦路虎！！（示例丰富，可做手册，随手查阅！）
从一段视频到可漫游的 4D 有声场景：思路拆解与最小复现手记
只需一段手机视频，你就能生成可"走进去"的 4D 有声场景：转头时狗叫声方向随之变化，走近时声音更清晰。本文拆解 Video-to-4DAVScene 的核心思路，手把手带你用几十行 Python 搭出最小管线，把视频中的运动物体变成带空间位置的声源，并附上三个真实踩坑的排障经验，代码可直接跑。🎧
汉书HE8，好用的汇编代码编写工具
汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大
复分析 阿尔福斯(Ahlfors) 第三版答案 英文
答案分为十章，有部分习题没有答案，全英文复分析阿尔福斯(Ahlfors) 第三版答案
Python+Agent入门笔记（二）：列表推导式、模块和异常，这些写 Agent 前得会
接上一篇《Python+Agent入门笔记（一）》。基础语法跑通之后，这篇聊几块日常写脚本绕不开的东西。还是按 JS/Go 开发者的视角写，尽量记录我实际卡过的地方。
efm32 入门.pdf
本PDF共计22页，介绍的是操作驱动API，下载与否自己斟酌。
微调数据集构建：清洗、标注、格式转换完整流程
摘要解决微调数据直接抓取导致的噪声污染、模式崩溃与Token错位问题。适用于需为大模型SFT阶段构建高质量训练集的数据与算法工程师。读完可获得包含启发式清洗、MinHash去重及ChatML格式对齐的完整可运行数据流水线。关键词数据清洗、MinHash去重、数据标注、ChatML、SFT数据集、数据配比背景与问题大模型微调效果的上限由数据质量决定，直接使用未经处理的原始语料极易引发模型复读、幻觉与指令遵循能力退化。
VB摄像头监控
该VB模块可对摄像头捕获的画面进行录像等，可在创建的窗口进行控制
详解Python条件语句
在 Python 中，if...else 是一种条件语句，可以根据给定的条件执行不同的操作。这个语句通常用于控制程序的流程。
Python3 协程：异步编程的核心机制与实战
协程是解决I/O密集型任务等待瓶颈的高效机制，相比线程更轻量、无锁开销。从yield到async/await的演进，使异步编程语义清晰、易于理解。通过async/await可实现并发执行多个任务（如gather、create_task），显著提升网络请求、爬虫等场景性能。关键在于使用异步库（如aiohttp）替代同步库，避免阻塞事件循环。合理控制超时与并发数，才能发挥协程最大优势。
python如何控制浏览器
Python 可以通过 Selenium、Playwright 等工具实现浏览器自动化，从打开网页到执行复杂交互操作均可脚本化完成。Selenium生态成熟
二进制木马免杀-Python 分离免杀与 Web 挂马
二进制木马免杀-Python 分离免杀与 Web 挂马
torch.compile 差异仅 1e-6，边界样本预测为何翻转
torch.compile 加速后输出与 eager 不一致，部分预测翻转。逐层对比与 graph break 分析定位到动态分支翻转根因。容差回归仅适用于无分支翻转场景，零容忍场景应禁用编译。
Python 100讲课程导航：第08篇《Python input 与类型转换：构建可靠的交互程序》
本文详解Python中input()的返回类型为字符串，强调必须通过int()、float()等函数进行类型转换。重点讲解了输入验证的重要性，结合try-except处理ValueError等异常，实现可靠的交互程序。通过购物预算计算器实战，演示如何防范非法输入、处理边界值，并推荐使用Decimal避免浮点精度问题，提升程序健壮性。
【Python】国家中小学智慧教育平台电子教材批量下载与 PDF 合成实战
成果：两本语文电子课本（一年级上册 118 页 / 23MB、三年级上册 130 页 / 30.3MB），合计 248 页、约 54MB，单本下载加合成 40~60 秒，PDF 页数校验全部通过。经验教训SPA 站点的数据接口优先从 bundle 里挖，比抓页面稳得多；资源链接要按 private/public 分组看待，只取平台公开部分；页数、目录名这类“可推断”的信息，永远用实际响应验证一次；受限环境里“能不能跑浏览器”要在方案定稿前确认。后续计划：这版 PDF 是图片版，没有文字层；
魔塔社区微调训练Qwen2-1.5B-Instruct模型并烧录到RK3568开发板教程
本文基于Ubuntu 22.04 + CUDA 13.0.3环境，使用LLaMA-Factory框架对Qwen2-1.5B-Instruct模型进行LoRA微调，训练儿童故事生成专用模型。通过配置qwen模板、制作alpaca格式数据集、执行sft训练并合并LoRA权重，最终将模型转换为GGUF格式，并量化为Q4_K_M以适配RK3568嵌入式平台。全程支持国产镜像加速下载与显存优化，实现高效轻量化部署。
【回眸】DeepSeek V4.1 Flash 快速上手与实战
本文介绍如何高效本地部署开源大模型，通过现代化工具链实现分钟级环境搭建。聚焦显存优化、一键安装、代码调用与多轮对话实现，解决“显存不足”“连接超时”等痛点，提供参数调优与结构化输出技巧，助力开发者在离线场景下快速构建稳定、高效的本地推理系统。
智叟云集-手机证据抓取系统的工程结构与应用入口
本文系统阐述手机证据抓取系统的工程结构与应用入口，涵盖四大层面：工程目录划分（Android、Python服务、Web页面、测试与构建工具）；Android组件通过Manifest声明可启动页面，主界面由MainActivity管理；Python服务通过run.py解析参数并启动FastAPI应用，支持远程访问；浏览器页面采用HTML/CSS/JS分离架构，静态资源通过路径关联，实现动态交互。各模块分工明确，协同构建可运行的采集系统。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
943
扫一扫
