- 博客(41)
- 收藏
- 关注
原创 【Chrome 开发者工具】如何使用 Network 下载网页中的 HTML 文件?
在日常学习或开发过程中,我们经常会遇到这样的情况:打开一个网页,里面嵌入了 HTML 格式的课件、幻灯片或者其他在线资源,但网页本身没有提供明显的下载按钮。如果直接使用浏览器的Ctrl + S保存网页,有时只能保存当前页面的 HTML,而无法准确获取嵌入其中的资源。那么,如何找到网页真正加载的 HTML 文件,并将其下载到本地呢?利用 Chrome 浏览器开发者工具(DevTools)中的 Network 面板,定位 HTML 资源并下载。整个过程无需安装额外软件,也不需要编写代码。
2026-11-07 16:55:43
262
原创 新手教程:在 Linux 服务器配置 GitHub SSH,直接拉取远程代码
本文详细记录了在Ubuntu服务器上配置SSH密钥以访问GitHub仓库的全过程:在服务器生成Ed25519密钥,将公钥添加至GitHub账号,通过ssh -T git@github.com验证连接,确认远程仓库地址后,使用git pull --ff-only安全拉取代码。强调密钥与服务器密码无关,且需确保账号具备仓库访问权限。流程适用于已有SSH地址的项目,无需安装GitHub CLI。
2026-11-06 15:45:58
256
原创 ISA305 Bio-Computation lecture6
隐藏层激活函数(Hidden-Layer Activation Function):RBF网络:隐藏层通常使用径向基函数,如高斯函数,这些函数的输出仅依赖于输入向量与隐藏层中心点之间的距离。普通神经网络:隐藏层可能使用各种激活函数,如ReLU、sigmoid、tanh等,这些函数的输出依赖于输入的非线性变换。网络结构(Network Architecture):RBF网络:通常只有一个隐藏层,该层负责将输入数据映射到一个高维空间。
2026-10-26 14:26:11
233
原创 ISA305 Bio-Computation lecture5
卷积操作使用滤波器(Filter)(或卷积核(Convolution Kernel))在输入图像上滑动,生成特征图(feature maps),这些特征图捕捉了输入图像中的局部特征(Local Features),如边缘、纹理等。特征图是通过在整个图像的子区域上重复应用一个函数来获得的。Sigmoid函数的导数(Derivative)(即梯度(Gradient))在输入值较大或较小时接近于0,这意味着在sigmoid函数达到其输出的两端(接近0或1)时,梯度几乎为0,这种现象称为饱和(saturate)。
2026-10-25 17:48:06
221
原创 ISA305 Bio-computation Week 4 Multilayer Perceptron
MLP 是由多个感知机组成的层次结构(hierarchical structure),它克服了单层网络(single-layer networks)的局限性。MLP 神经网络能够学习非线性函数映射(nonlinear function mappings),这使得 MLP 在处理复杂问题时更加灵活和强大。非线性函数可以通过使用非线性激活函数(nonlinear activation functions)的 MLP 来表示。激活函数(如 Sigmoid、ReLU 等)引入了非线性,使得网络能够学习和模拟复杂
2026-10-06 17:03:16
181
原创 ADS305 Big Data Lecuture4 Web Scraping
本文为改编自shen 的一个笔记https://github.com/MushihimePepsi, 主要是方便自己编辑。
2026-10-06 10:36:11
209
原创 ADS305 big data Lecture3.2 data visualization
可视化(Visualization);数据可视化(Data Visualization);可视化的动机(Motivation for Visualization);交互式可视化(Interactive Visualization);相关性(Correlation);构成图不仅可以用于展示静态数据(即某一时刻的数据分布),也可以用于展示时间序列数据(即随时间变化的数据分布)。它通过将数据分成若干个区间(称为“bins”或“桶”),并计算每个区间内数据点的数量(频率),来展示数据的分布形态。
2026-10-06 10:26:59
166
原创 ISA305 Bio-Computation lecture3
本文为改编自shen 的一个笔记https://github.com/MushihimePepsi, 主要是方便自己编辑。
2026-09-22 17:03:08
203
原创 INT 303 BIG DATAANALYTICS lecture3
数据挖掘(Data Mining)是研究如何收集(Collecting)、处理(Processing)、分析(Analyzing)数据并从中获得有用见解(Useful Insights)。任何与数据相关的活动都可以被视为数据挖掘的一部分。
2026-09-22 10:25:27
121
原创 INT 303 BIG DATAANALYTICS lecture1
本文梳理了数据科学的发展脉络,从经验主义到理论建模,再到数据驱动的现代分析范式。强调数据作为“新石油”的价值,指出其复杂性与多源关联性。通过数据挖掘流程(数据管道、模型拟合、在线服务)与跨学科融合(统计学、机器学习、可视化等),揭示如何从海量数据中提取洞察。结合真实案例(共享单车、社交网络),展示问题定义、特征工程、可视化与模型构建的数据科学全流程,凸显数据在决策支持中的核心作用。
2026-09-20 18:54:44
232
原创 ISA305 Bio-computation lecture1
一个神经元会把“消息”传给下一个神经元。前提条件是:前面所有神经元传过来的信号,各自先乘一个权重(weight),再进行加权求和(weighted summation);如果加起来的总输入(total input)超过某个阈值(threshold),才算“够格”。一旦超过阈值,就触发激活(activation),消息继续往下一层传;否则就“沉默”,不往外发信号。
2026-09-20 18:44:22
66
原创 ISA305 Bio-computation lecture2
权重只有在输入值和输出单元的误差都不为0时才会改变。如果输出是正确的(即期望输出yey_eye等于模型输出oeo_eoe),则权重wiw_iwi不会改变。如果输出是错误的(即期望输出yey_eye不等于模型输出oeo_eoe),则权重wiw_iwi会改变,以便在新权重下感知器的输出更接近于期望输出yey_eye。训练数据是线性可分的(即存在一个超平面可以将不同类别的数据点分开);
2026-09-15 17:02:23
71
原创 ADS305 Big data Lecture 2
本文系统介绍了数据的基本概念,包括数据对象、属性及其类型(数值型、分类型),并探讨了关系型数据、向量数据库与混合数据的处理方式。重点分析了数值型数据的几何表示与降维技术,以及分类属性的独热编码和分箱策略,涵盖等宽、等深、等对数及优化分箱方法,为大数据分析中的数据预处理提供了理论基础。
2026-09-15 11:59:24
96
原创 用真人照片制作 Codex Desktop 自定义桌宠:从朋友照片到可安装 Friend Pet
用真人做桌宠,真正困难的并不是“生成一张可爱的 Q 版图片”,而是让几十个动画 Frame 始终保持为同一个角色。而hatch-petAnimationAtlasValidationPreviewPackaging真人身份控制标准化 Pet Pipeline就可以比较稳定地从一组真人照片得到一个真正可以运行在 Codex Desktop 中的自定义桌宠。Prompt A环境检查Prompt BPrompt CPrompt D一步一步执行。
2026-09-08 16:36:21
398
原创 页面无法访问,之后登录页面出问题
摘要:本文简要介绍了如何通过修改高级网络设置中的TCP配置来恢复自动获取DNS。操作步骤为:打开高级网络设置→选择WLAN→编辑网络→进入TCP设置→将DNS获取方式改为自动。该方法适用于需要恢复默认DNS配置的情况。
2026-04-21 17:41:13
38
原创 pycharm 上传更新代码
GitHub代码上传简明指南 核心流程:安装Git并配置后,进入项目目录执行git add .→git commit -m "描述"→git push origin 分支名(如AI分支)。 关键检查: 确认分支状态:git branch(当前分支带*号) 查看修改:git status 切换分支:git checkout 目标分支 分支管理: 当前分支直接推送 切换后推送需先git checkout 目标分支 冲突预防:推送前先git pull origin 分支名,未提交修改可用git
2026-04-11 16:59:17
149
原创 vscode 配置环境
摘要:本文介绍在VSCode中创建Python项目的完整流程。首先通过图形界面或终端命令创建项目文件夹,然后初始化终端确认路径。接着创建Python虚拟环境并激活,解决可能出现的权限问题。配置VSCode识别虚拟环境后,创建测试代码文件并运行验证。整个过程涵盖了从项目创建到环境配置的关键步骤,确保开发环境的隔离性和可运行性。(149字)
2026-04-11 13:25:23
383
原创 Github 克隆 PyCharm,vscode
摘要: PyCharm通过VCS克隆GitHub项目时,需关闭当前项目后从欢迎界面点击"Get from VCS",粘贴HTTPS地址并指定本地路径完成克隆(等效于git clone)。克隆后默认处于main分支,切换分支需: 终端输入git branch查看当前分支 本地已有分支时用git checkout <分支名>切换 本地无远程分支时需用git checkout -b <分支名> origin/<分支名>创建并关联 切换后执行git pull
2026-04-10 22:04:21
415
原创 华硕ROG LoadLibrary failed 126
摘要: 电脑开机弹出AMD驱动故障码(如error126),常见原因包括:驱动残留/损坏、Windows自动更新覆盖、显卡模式切换不同步或外接显示器导致显示路径冲突。解决方法:1)拔掉外接设备;2)切换显卡模式至Standard;3)卸载AMD驱动并使用官方清理工具(AMDCleanupUtility);4)重新安装ASUS官网匹配驱动或AMD官方最新版驱动,优先选择OEM版本以确保兼容性。若问题持续,可尝试回退稳定版本驱动。
2026-04-01 21:54:04
705
原创 EchoFree 项目训练启动教程:从命令行到分布式训练详解
本文详细介绍了在Ubuntu系统中使用PyTorch分布式启动器运行EchoFree语音增强项目的过程。首先需配置conda环境并安装必要依赖,然后通过torch.distributed.launch启动训练,解析了包括GPU数量设置、配置文件路径等关键参数。文中还说明了输出信息中的警告提示、参数列表和进程组初始化内容,并给出了迁移到新版torchrun的建议方法。该指南完整呈现了从环境准备到训练启动的全流程,帮助开发者理解分布式训练的实现原理。
2026-03-25 18:17:59
160
原创 Linux 会话窗口常开
本文介绍了tmux的基本安装和使用方法。安装方面提供了Debian/Ubuntu和RHEL/CentOS系统的命令。使用部分包含创建会话、运行程序、分离/重连会话等核心操作,以及日志记录建议。还介绍了会话管理(终止会话)、窗口操作(创建/切换窗口)和分屏功能(水平/垂直分屏及切换)等进阶技巧。这些命令和快捷键能帮助用户高效管理多个终端会话,特别适合长时间运行训练任务等场景。
2026-03-23 22:08:08
82
原创 ollama windows 开机自动启动,关闭
如何关闭开机自启的Ollama程序以节省电量: 打开系统设置 进入"启动应用"管理界面 在启动项列表中找到Ollama程序 将其开机自启功能关闭 该方法简单有效,可减少不必要的后台程序运行,从而达到省电目的。操作仅需重复上述步骤即可完成设置。
2026-03-23 12:15:53
2701
原创 conda 中的环境迁移(Linux)
摘要:Conda支持通过conda env export命令将配置好的环境导出为.yml文件,便于环境共享和迁移。首先使用conda env list查看环境列表,然后通过conda env export -n 环境名 > environment.yml导出指定环境,或直接进入环境后运行conda env export > environment.yml导出当前环境。导出的.yml文件包含环境名称、依赖包版本及来源通道等信息,可通过conda env create -f environment.
2026-03-07 15:07:06
92
原创 Linux上安装miniconda 2026(glibc 2.27 出现的安装错误等解决方法)
Miniconda是一个轻量级Python环境和包管理工具,支持创建隔离的虚拟环境,有效解决项目间依赖冲突问题。本文详细介绍了Miniconda的安装过程:首先下载最新版安装脚本并执行,确认协议条款和安装路径;安装完成后验证版本并配置国内镜像源加速。针对Ubuntu18.04系统可能出现的glibc版本不匹配问题,提供了降级安装旧版Miniconda的解决方案,包括删除原安装包、下载兼容版本并重新安装的完整步骤。最后通过激活环境和检查版本号确认安装成功。
2026-03-07 14:23:49
716
原创 环境Linux,CUDA版本和torch,torchvision版本匹配
本文介绍了PyTorch与CUDA环境的配置方法。首先需要检查显卡驱动版本(nvidia-smi)是否满足CUDA要求(nvcc --version)。然后提供了多个PyTorch版本的安装命令,包括不同CUDA版本(11.8-13.0)、ROCM版本(6.1-6.4)和CPU版本的pip/conda安装指令。最后给出了验证PyTorch安装成功的方法:检查版本号(torch.version)和CUDA可用性(torch.cuda.is_available()),输出True表示环境配置成功。
2026-01-14 10:22:14
262
原创 Linux Ancona 中配置新的环境
本文介绍了深度学习环境配置的两个关键步骤:1)使用conda创建Python虚拟环境并安装所需包;2)配置GPU训练环境,包括查看CUDA版本、修改默认CUDA路径,以及安装与CUDA版本匹配的PyTorch。文章提供了具体的命令行操作示例,如conda环境创建、CUDA版本检查方法,以及PyTorch特定版本安装命令。最后还给出了验证GPU是否可用的Python代码示例,包括检查设备数量、名称和运行简单张量计算。
2026-01-09 13:20:56
207
原创 3D modelling
所有公式已转换为纯文本格式(如Euler公式写为 "χ = V - E + F = 2"),便于复制和使用。计算机辅助设计(CAD)建模技术是三维几何表示的核心,广泛应用于工程、制造和动画领域。本部分概述线框、曲面和实体模型的基本概念、优缺点及应用。本节详细介绍其原理、实现和应用。B-Rep通过定义边界来表示实体,结合几何和拓扑信息,是工业CAD的主流方法。以下是一个简化B-Rep类的骨架(真实系统更复杂,处理容差和曲面参数化)。为确保B-Rep模型可用于工程计算,需进行有效性检验和修复。
2025-12-21 16:01:36
1138
原创 Transformation pipeline and geometric transformations
反射(例如在某轴上 scale = -1)会改变顶点的绕序(winding),导致三角形的正反面判定改变(假如使用顺时针或逆时针作为面朝向判定)。注意:反射改变了坐标系的手性(可能导致法线方向/面剖选择问题)——如果启用了背面剔除(culling),要注意顶点绕序(winding)。使用齐次坐标(4×4 矩阵)可以把平移、旋转、缩放、剪切(shear)都用矩阵统一表示,便于组合变换。假设我们想先 S(缩放),再 R(旋转),最后 T(平移),并对点。用来做模型与视图变换(model & view),
2025-12-21 14:23:08
837
原创 github 批量上传代码和文件
本文详细介绍了Git初始化配置与首次推送代码仓库的完整流程。教程从设置全局用户名和邮箱开始,逐步指导用户完成仓库初始化、文件添加、提交更改等操作,并重点讲解了如何添加远程仓库地址及推送本地提交。每个步骤都配有详细注解,帮助理解命令含义。通过这11个步骤,用户可以成功将代码上传至远程仓库并建立跟踪关系,为后续版本控制打下基础。教程特别关注了常见错误处理,如远程仓库已存在时的解决方法。
2025-12-18 08:00:00
2116
原创 MobaXterm高效运维实战技术文章大纲
MobaXterm是一款功能强大的终端工具,支持SSH、RDP、VNC等多种协议,提供一体化远程管理方案。其核心优势包括内置X服务器实现图形化操作、便携版/安装版灵活选择、高效的会话管理与标签功能。高级功能涵盖SFTP文件传输、多终端并行操作、Python/Perl插件集成等自动化运维场景,同时提供密钥认证、会话加密等安全机制。相比SecureCRT等工具,MobaXterm以轻量化设计、丰富扩展生态见长,特别适合开发/运维人员使用。
2025-12-15 20:19:04
201
原创 教程:在Windows上运行DeepCode可以输入论文就反推代码的神器
本文提供了在Windows系统上运行DeepCode智能代码助手的详细教程,包含两种安装方式:路线A通过pip快速安装,路线B从源码运行适合开发者。教程涵盖了Python、Node.js等先决条件的检查安装,配置文件的编辑方法(需填入API Key),以及Windows环境下的特殊设置。重点说明了如何启动Web界面(默认地址http://localhost:8501),并针对不同API服务(如OpenAI、Anthropic等)的配置给出具体指导。最后还包含DeepSeek等第三方模型的调用方法,帮助用户快
2025-12-15 20:15:04
1094
原创 github 批量下载代码
本文介绍了两种下载GitHub代码的方法:1.网页直接下载:访问项目页面,点击"Code"按钮,选择"Download ZIP"即可获取压缩包。2.使用PowerShell终端下载:打开PowerShell,输入git clone加项目URL命令,代码将下载到当前路径。如需指定下载路径,需先用cd命令切换目录。两种方法操作简单,适合不同使用场景。
2025-12-05 17:10:16
425
原创 Visual Studio Property Sheet 不用每次再配置环境了
props 文件是 Visual Studio 的属性表(Property Sheet)文件,用于保存一组可复用的项目配置项。包含目录(Include 头文件路径)库目录(Lib 库文件路径)链接依赖项(如 opengl32.lib、freeglut.lib)宏定义和编译选项(如预处理器定义)📦作用:通过属性表,您可以在多个项目中共享相同配置,避免每次新建项目时手动设置路径和库,从而提升开发效率并减少错误。
2025-10-17 12:12:34
876
原创 解决Dify与LLM连接失败问题
摘要:解决Dify网页无法连接Ollama模型的问题,需重建Docker环境。步骤如下:1)创建专用目录~/docker-ollama;2)建立Docker网络ollama-net;3)编写docker-compose.yml配置Ollama容器(端口映射11434、数据卷挂载);4)启动服务后,进入容器下载模型(如llava);5)验证API接口可用性;6)可选方案:将Dify加入同一Docker网络,通过服务名ollama-server:11434直接通信。最终实现容器化隔离部署,确保模型服务稳定接入D
2025-07-07 17:07:43
718
原创 快速本地部署Dify和Ollama打造AI助手(Linux, Docker)
摘要:本文详细介绍了Dify AI平台的部署流程及与Ollama LLM模型的集成方法。主要包括:1)Dify在Ubuntu 22.04下的Docker化部署,包括环境准备、源码获取、容器启动和验证;2)Ollama的安装及Llava多模态模型的运行配置;3)Dify对接Ollama的关键参数设置,如模型名称、API地址和上下文长度等。整个部署过程涵盖从系统环境配置到服务联调的完整环节,最终实现了一个支持多模态交互的本地AI开发平台。特别提示需注意硬件资源要求和网络端口配置等关键细节。
2025-07-04 17:58:25
2060
原创 SecureCRT Linux docker-compose 安装教程
摘要:本文介绍了Docker和Docker Compose的安装步骤。首先检查系统是否已安装Docker,若无则参考Linux安装教程。安装过程包括:更新软件包索引(sudo apt update)、安装Docker Compose(sudo apt install docker-compose),最后通过sudo docker-compose --version验证安装是否成功并查看版本信息。全文提供了完整的Docker环境部署指南。
2025-07-04 15:57:28
347
原创 Linux SecureCRT 安装docker 进行LLM本地部署教程
本文介绍了在Ubuntu系统上安装Docker的完整流程。首先通过SSH连接服务器,更新系统软件包;然后安装Docker所需依赖,添加官方GPG密钥和软件源;接着安装Docker引擎及相关组件,并通过运行hello-world镜像验证安装;最后提供了用户权限配置和国内镜像加速等可选优化方案。整个安装过程详细说明了各命令参数的作用,并提示了可能遇到的错误及解决方法。
2025-07-04 15:46:32
1849
原创 新手小白 Windows 装Linux保姆教程
摘要:在Windows系统中安装Docker Desktop需先配置WSL2作为后端引擎。WSL2采用优化的Linux内核,可提升容器兼容性和性能。安装时若通过PowerShell命令"wsl --install"失败,可能是网络问题导致(错误代码0x80072ee7)。此时可直接通过Microsoft Store下载安装Windows Subsystem for Linux组件,无需依赖命令行安装。(98字)
2025-07-04 13:31:37
209
原创 SecureCRT 会话记录保存
在SecureCRT中开启自动记录功能,进入"Options" → "Session Options" → "Log File"。建议选择"Append to file"避免覆盖旧记录,或勾选"Unique filename"生成带时间戳的文件名。对于敏感信息,可在"Global Options" → "General" → "Configuration Paths"设置加密密码。连接会话后,通过右键点击会话窗口选择"Log Session"开始记录。停止记录时再次右键选择"Stop Log"。
2025-07-04 12:54:23
2143
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅