- 博客(983)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 告诸位技术同胞大佬！！！
近日，发现其他网站大量复制粘贴我这里的博文，既不注明原文链接，也没有注明作者，这样的网站毫无底线，完全是流氓网站。鉴于这种情况的出现，本人今天以后的博文全部只能粉丝可见。下面我要挨个投诉，申诉，直到删除复制的我的博文，不限于起诉维权，反正一无所有，咱就死磕到底！！！For Video Recommendation in Deep learning QQ Group 277356808For Speech, Image, Videoin deep learning ...
2020-06-05 10:12:14
1306
1
原创 redis7.4.2 启动的操作
选择 systemd 方式是最可靠的生产环境解决方案，它提供了完善的进程管理、日志收集和故障恢复机制。logfile "/var/log/redis/redis.log" # 日志文件路径。pidfile /var/run/redis.pid # PID 文件路径。sudo systemctl status redis # 检查状态。daemonize yes # 启用守护进程模式。# 安装 screen（如果未安装）# 查看运行中的会话。配置内存和连接数限制。
2025-07-23 14:14:57
51
原创 redis 7.4安装笔记
此安装方法适用于生产环境，提供了必要的安全配置和服务管理。加Q group请备注（进后请告知）：来自优快云。maxmemory 4gb # 根据服务器内存设置。# 获取最新稳定版 Redis（请替换为最新版本）# 开放 Redis 端口（默认 6379）# 最大内存限制（根据服务器内存设置）# 测试编译结果（可选但推荐）# 绑定内网 IP（安全必须）# 配置 redis.conf。# 禁用危险命令（安全加固）# 设置密码（安全必须）# 应返回: PONG。# 编译 Redis。# 创建配置文件目录。
2025-07-23 10:28:29
837
原创 MySQL的基本操作及相关python代码
下面为你介绍 MySQL 的基本操作，以及对应的 Python 代码实现。我会先介绍 SQL 基本操作，再展示如何用 Python 连接 MySQL 并执行这些操作。通过以上代码，你可以在 Python 中实现 MySQL 数据库的基本操作，包括连接、创建、增删改查等功能。Python的pandas库操作MySQL示例。Python操作MySQL示例代码。
2025-07-18 11:47:37
205
原创 MySQL安装包安装方法
本文详细介绍了在不同操作系统上使用安装包安装MySQL的方法：Windows系统通过MSI安装包图形化安装，需设置root密码；macOS系统使用DMG安装包，需注意保存临时密码；Linux系统（Ubuntu/CentOS）分别使用DEB/RPM包命令行安装，需配置仓库和密码。文章还提供了验证安装的方法和常见问题解决方案，如忘记密码、防火墙设置等，并建议安装后立即进行安全配置。
2025-07-18 10:23:34
998
原创 mongodb 入门级别操作
本文介绍了两种操作MongoDB的方法：通过mongosh命令行工具和Python的pymongo库。在mongosh中，可以使用连接字符串"mongodb://root:7HwD@12.6.5.41:27017/admin?directConnection=true"连接数据库，并执行常见CRUD操作。Python需先安装pymongo库，通过MongoClient使用相同连接URL，支持文档插入、查询、更新和删除等操作。文中还详细解析了MongoDB连接URL的组成结构，包括
2025-07-17 17:17:45
92
原创 mongosh 安装记录
如果提示 “无法定位包 mongosh”，说明系统的软件源中没有包含mongosh包（可能是源配置不正确或系统版本不兼容）。
2025-07-17 16:34:57
54
1
原创 mongodb-org-server depends on libssl1.1 (＞= 1.1.1)； however: Package libssl1.1 is not installed.
根据错误信息，安装失败是因为系统缺少libssl1.1库。这是一个常见问题，特别是在较新的 Linux 发行版（如 Ubuntu 22.04+、Debian 11+）上，这些系统默认使用libssl3而不是libssl1.1。
2025-07-17 14:42:22
51
原创 mongodb-org-server_8.0.11_amd64.deb 这个文件怎么安装
本文介绍了安装mongodb-org-server_8.0.11_amd64.deb的步骤及常见问题解决方法。首先通过dpkg检查依赖关系，然后安装MongoDB服务器并启动服务。针对可能出现的依赖缺失（如libssl1.1）、系统兼容性等问题提供了具体解决方案，包括手动安装依赖包或改用官方APT源安装。文中还给出了安全建议，如启用身份验证、限制网络访问和定期备份数据。最后强调如果8.0.11版本存在兼容性问题，建议使用MongoDB官方支持的稳定版本（如6.0）。
2025-07-17 14:31:27
523
原创 mongodb-org-mongos : Depends: libssl1.1 (＞= 1.1.1) but it is not installable
MongoDB 安装失败是因为系统缺少libssl1.1库，而这个库在你的系统中无法直接安装（可能是因为你的系统版本较新，如 Ubuntu 22.04+ 已默认使用 libssl3）。
2025-07-17 13:55:08
489
1
原创 MongoDB 安装步骤详解
MongoDB安装指南摘要：本文提供MongoDB在不同操作系统下的安装步骤。Ubuntu 20.04通过添加官方源安装，macOS使用Homebrew安装，Windows下载.msi安装包。安装后需验证服务状态，并进行关键配置（如网络绑定、日志路径等）。生产环境需安全加固，包括创建管理员用户、启用TLS加密。最后给出卸载方法和注意事项，建议生产环境使用LTS版本并定期备份数据。各系统安装路径和命令均有详细说明，配置文件示例完整。
2025-07-17 11:44:39
268
原创 MongoDB 与MySQL 及es的区别
MongoDB与MySQL的对比分析表明两种数据库各有适用场景：MongoDB适合灵活schema、高并发写入和文档嵌套，而MySQL更适合固定结构、强一致性和复杂关联查询。MongoDB社区版采用SSPL许可证开源，企业版收费。替代方案建议包括CouchDB、Elasticsearch等。ES与MongoDB的核心差异在于ES专注于搜索分析，而MongoDB侧重通用存储，二者常以互补架构配合使用。技术选型需根据具体业务需求决定，如搜索场景可选ES，事务需求则需MySQL或MongoDB企业版。
2025-07-17 11:35:55
1577
原创 es启动问题解决
yml完整示例。设置登录密码将 p12 文件删除，重新生成，将config/certs/ 下面的文件全部删除。将新生成的p12文件复制到config下面，新生成的p12文件给权限，从错误信息来看，问题依然集中在上。Elasticsearch 尝试加载该文件时，由于提供的密码与实际不符，导致加载失败。
2025-07-16 17:10:32
175
1
原创 如何确定磁盘之前有没有使用过？
本文介绍了6种专业方法检测磁盘使用历史：1）通过file/parted命令检查文件系统签名；2）使用gdisk/fdisk扫描分区表；3）借助strings/testdisk查找数据残留；4）查看SMART数据中的通电时间和写入量；5）检查系统挂载日志；6）分析NVMe健康状态。综合判断标准为：若同时无文件系统、分区表、数据残留且通电时间为零，则为新磁盘；反之则被使用过。最后警告：使用sgdisk可彻底擦除磁盘数据，但会永久删除所有内容（非高级运维人员慎操作）。全文提供了详细的bash命令参考。
2025-07-15 15:18:21
160
原创 MEMO：用于富有表现力的对话视频生成的记忆引导扩散模型
摘要：MEMO是一种端到端音频驱动扩散模型，用于生成高质量对话视频。针对现有方法在音频-嘴唇同步、长期身份一致性和动态情感匹配方面的不足，MEMO提出两大创新模块：1）Memory-guided Temporal Module，通过线性注意力和记忆更新机制整合历史帧信息，减少误差累积；2）Emotion-aware Audio Module，结合多模态注意力与情感检测（8类），实现表情与音频情感的动态对齐。实验表明，MEMO在FVD（254.3）、Sync-D（7.4）等指标上优于基线，人类评估也验证其综合
2025-07-10 18:16:50
1183
原创 google VEO视频生成模型
谷歌Veo视频生成模型系列（Veo1-Veo3）通过迭代升级实现突破性进展。Veo3采用LatentDiffusionTransformer架构，支持4K/2分钟视频生成，具备音画同步、物理模拟（毫米级精度）和多模态融合能力。其创新包括：1）文本/图像双编码器精准理解用户意图；2）V2A模型实现音视频同步生成；3）数字水印技术解决版权争议。相比传统方案，Veo3将1分钟视频音效处理时间从2小时缩短至8秒，首次生成成功率提升40%，显著提高影视级内容创作效率。该技术群（277356808）持续开展多模态生成研
2025-07-10 17:40:05
473
原创 OmniTalker：基于上下文视听风格复刻的实时文本驱动说话人像生成
OmniTalker是一个端到端的文本驱动对话头生成框架，支持40多种语言的唇形同步，包括中英日等。其核心技术包括双模态并行生成（音频与视频同步）、跨模态融合机制确保音视频一致性，以及上下文风格嵌入实现零样本风格复制。模型采用流匹配技术提升效率，支持25FPS实时生成。相比传统级联方法，OmniTalker解决了音视频脱节、风格不匹配等问题，并通过联合建模语音与面部风格，实现更自然的对话效果。实验表明，该框架在音视频质量和同步性上均优于现有方法。
2025-07-09 16:47:11
840
原创 2025 年最新对口型大模型及技术特点
2025年口型同步技术最新进展概览 LatentSync1.5（字节/北交）通过端到端潜在扩散模型优化中文唇形匹配，显存需求低至20GB；EmoDubber（CVPR2025）首创情绪可控配音架构，支持实时表情生成；SeaweedAPT2（字节）实现1080p实时交互视频生成；Gemma3n（谷歌）侧重端侧多模态处理；MuseTalk因技术争议被撤回。各模型在中文优化、实时性、交互性等方面各有侧重，开发者可根据场景需求选择，中文创作推荐LatentSync1.5，交互场景适合SeaweedAPT2。当前技术
2025-07-09 15:59:32
1340
3
原创 BS-RoFormer：声源分离的开源模型
《BS-RoFormer：基于频带分割与旋转位置编码的音乐源分离模型》提出了一种创新性Transformer架构。该模型通过频带分割模块将频谱划分为62个非均匀子带（低频细粒度/高频粗粒度），并采用双轴Transformer分别处理时间序列和频带间关系。其核心创新是引入旋转位置编码（RoPE）技术，有效解决了传统Transformer在交替处理时空维度时的位置信息丢失问题。实验表明，该模型在SDX'23比赛中以平均SDR 9.97dB的成绩夺冠，较第二名提升0.71dB。在MUSDB18HQ基准测试中达到1
2025-07-09 15:35:33
708
原创 ModuleNotFoundError: No module named ‘onnxruntime‘
激活你的虚拟环境。安装bash再次运行你的程序。要是你使用的是 GPU 版本，一定要确保你的 CUDA 和 cuDNN 版本与兼容。
2025-07-03 11:44:58
247
原创 快手统一召回排序：oneRec
Beam Search生成128个候选Session $\mathcal{S}_u^n$，选取RM得分最高（$\mathcal{S}_u^w$）和最低（$\mathcal{S}_u^l$）构建偏好对 $D_t^{\text{pairs}}$。融合多目标：$r^{\text{swt}}, r^{\text{vtr}}, r^{\text{wtr}}, r^{\text{ltr}}$（公式6）。) 上显著优于TIGER-1B（+1.78% max swt, +3.36% max ltr）（Table 1）。
2025-06-30 11:17:35
83
原创 字节Bagel多模态大模型解读二
启用CoT后，WISE基准分数从0.52→0.70（表6），智能编辑分从44.9→55.3（表8）。（IntelligentBench）：44.9分，大幅领先开源模型30分（图12）。：大学习率（1e-4）加速生成收敛，小学习率（2.5e-5）微调理解任务（图6）。：生成任务数据量需4倍于理解任务（4:1），因MSE损失对数据量更敏感（图5）。（GEdit-Bench）：7.39分，优于Step1X-Edit（7.09）。：88分（LLM重写后），远超Janus-Pro（80分）和SD3（74分）。
2025-06-20 11:24:09
1083
原创 字节Bagel多模态大模型解读
本文是一篇关于多模态预训练模型BAGEL的论文，由来自字节跳动、深圳先进技术研究院、莫纳什大学、香港科技大学和加州大学圣克鲁兹分校的研究人员共同撰写。BAGEL是一个开源的基础模型，支持多种模态的理解和生成，包括文本、图像和视频。该模型在大规模交错的多模态数据上进行了预训练，展现出了复杂的多模态推理能力，并在多个标准基准测试中显著超越现有的开源统一模型。
2025-06-20 11:16:04
784
原创 requests请求多个URLs确保有返回结果
有些接口没有响应，都是500或者接口不通时，需要设置超时时间。以下是一个实现请求不通时自动切换备用接口的Python代码示例，使用requests。
2025-06-19 14:52:20
57
原创 deepseek R1微调
企业级需求→ 采用32节点H100集群 + DeepSpeed ZeRO-3全量微调4；成本敏感型→ 使用，24–32卡即可启动17；个人或轻量任务→ 选择蒸馏模型（如Qwen-7B），单卡A10即可完成26。如你计划实际部署，可进一步参考Colossal-AI 开源项目或阿里云 PAI 的蒸馏模型教程2。
2025-06-18 16:26:15
207
原创 ModuleNotFoundError: No module named \‘torchvision.transforms.functional_tensor\‘\n‘
这个错误表明模块在您当前安装的 torchvision 版本中不存在。这通常是由于 torchvision 版本与 PyTorch 版本不兼容造成的。
2025-06-17 11:15:41
540
原创 python 处理照片为jpg格式，且宽413像素×高626像素
如果需要其他处理功能（如保留EXIF数据等），请告知以补充实现。input_image = "input.jpg" # 替换为你的输入图片路径。output_image = "output.jpg" # 替换为输出路径。：自动将任何支持的图片格式（PNG/JPEG/WEBP等）转换为JPG格式。output_path: 输出图片路径（必须以.jpg结尾）处理图片为JPG格式，尺寸调整为413×626像素。：使用95%的JPG质量保存（可调整quality参数）# 调整图片尺寸为413×626像素。
2025-06-17 11:06:28
71
原创 mktemp: failed to create directory via template ‘/tmp/tmp.XXXXXXXXXX‘: Permission deniedERROR: comm
现在有uv安装文件install.sh 但是安装在mcp用户下面，执行，根据错误信息，mktemp命令无法在/tmp目录创建临时文件，原因是当前用户（mcp）没有足够的权限。
2025-06-16 15:07:41
180
原创 npx -y @modelcontextprotocol/fetch 报错 ERROR: You must supply a command.
执行报错是因为该包需要指定子命令才能运行。
2025-06-16 14:49:51
274
原创 node: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.21‘ not found (required by node)
npm这个错误表明您的系统缺少 Node.js 运行所需的 C++ 标准库版本。根本原因是系统自带的库版本过旧，无法满足 Node.js 的要求。
2025-06-13 17:08:44
639
原创 manpath: can‘t set the locale； make sure $LC_* and $LANG are correct
原因解决方案未安装所需 locale步骤 2 生成 locale环境变量未设置步骤 3 修改SSH 传递了无效 locale步骤 5 禁用AcceptEnv注意：如果服务器资源紧张（如 Docker 精简镜像），可考虑直接禁用 locale 检查（不推荐）：bash按以上步骤操作后，问题通常可解决。重点确保服务器正确生成并设置了或其他需要的 locale。
2025-06-13 16:28:10
296
原创 Error: Cannot find module ‘semver‘
现象原因解决方案Node.js 和 npm 版本不匹配用 nvm 重新安装 Node.js权限错误（如系统包管理器与手动安装冲突卸载系统版 Node.js/npm路径配置错误全局模块路径权限问题配置用户级 npm 路径。
2025-06-12 16:23:40
233
1
原创 npm ERR! @biomejs/biome@1.9.4 postinstall: `node scripts/postinstall.js`
npm install 报错如下，npm ERR!npm ERR!npm ERR!npm ERR!npm ERR!npm ERR!npm ERR!npm ERR!根据错误信息，的脚本执行失败。
2025-06-12 16:19:34
475
requirements.txt of the stable-diffusion-webui
2023-07-19
stable-diffusion-webui启动文件
2023-07-19
stable-diffusion-webui安装包，亲测有效
2023-07-19
stable-diffusion-webui启动文件launch.py
2023-07-19
diel-data数据集，用来实验与验证GCN模型的，推荐算法中的GCN模型，当然也是最初的分类模型
2023-06-22
Avazu推荐算法必备数据集，无论是召回还是排序都是必备的数据集
2023-06-22
cora-v2数据集，用于推荐算法中的GCN进行测试
2023-06-22
python库peft安装包
2023-05-05
用于NLP预训练模型的微调，应用场景包括language model 和text generation 自然语言处理必备资源
2023-02-14
attention is all you need解读及pytorch代码
2022-12-06
gcn/gat模型中预处理数据用的脚本 如何把数据整成gcn/gat模型需要的数据格式 process
2022-12-06
sample_movielens_ratings.txt
2022-09-17
点击日志数据如何按照两列排序
2022-09-19
spark-sql如何按用户对time排序，序号为新增的一列
2022-09-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人