vs2010连接数据库部分程序

                   SqlConnection cnn = new SqlConnection();
                    cnn.ConnectionString = @"Data Source=.\SQLEXPRESS;AttachDbFilename=|DataDirectory|\Database1.mdf;Integrated Security=True;User Instance=True";
                    /// SqlCommand cmm = new SqlCommand();
                    SqlCommand cmm = new SqlCommand("Insert Into Table1(dd) Values(@dd)", cnn);
                    /// cmm.Connection = cnn;
                    cnn.Open();
                    ///cmm.CommandText = "Insert Into t0522(type)" + "Values(@type)";
                    ///cmm.Parameters.Add("@type", System.Data.SqlDbType.NVarChar).Value=L1.Text; ///这种也是加参数的方式,只是下面一种更加简洁
                    // cmm.Parameters.AddWithValue("@id", 50);
                    cmm.Parameters.AddWithValue("@dd", "happy");
                    //cmm.Parameters.AddWithValue("@err_message", str[ERR_NUM]);
                    ///cmm.Parameters["@type"].Value = L1.Text;
                    ///cmm.ExecuteNonQuery();
                    int s = cmm.ExecuteNonQuery();

                   

                   //以下这几句是用于在dataGridView中显示数据库中的全部数据


                    SqlDataAdapter adp = new SqlDataAdapter("select id,dd From Table1", cnn);
                    DataTable dt = new DataTable();
                    adp.Fill(dt);
                    GridView1.DataSource = dt.DefaultView;

                    if (s > 0)
                    {
                        MessageBox.Show("数据上传成功");
                    }
                    else
                    {
                        MessageBox.Show("数据更新失败");
                    }


                    cnn.Close();

### 部署 Stable Diffusion 的准备工作 为了成功部署 Stable Diffusion,在本地环境中需完成几个关键准备事项。确保安装了 Python 和 Git 工具,因为这些对于获取源码和管理依赖项至关重要。 #### 安装必要的软件包和支持库 建议创建一个新的虚拟环境来隔离项目的依赖关系。这可以通过 Anaconda 或者 venv 实现: ```bash conda create -n sd python=3.9 conda activate sd ``` 或者使用 `venv`: ```bash python -m venv sd-env source sd-env/bin/activate # Unix or macOS sd-env\Scripts\activate # Windows ``` ### 下载预训练模型 Stable Diffusion 要求有预先训练好的模型权重文件以便能够正常工作。可以从官方资源或者其他可信赖的地方获得这些权重文件[^2]。 ### 获取并配置项目代码 接着要做的就是把最新的 Stable Diffusion WebUI 版本拉取下来。在命令行工具里执行如下指令可以实现这一点;这里假设目标路径为桌面下的特定位置[^3]: ```bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git ~/Desktop/stable-diffusion-webui cd ~/Desktop/stable-diffusion-webui ``` ### 设置 GPU 支持 (如果适用) 当打算利用 NVIDIA 显卡加速推理速度时,则需要确认 PyTorch 及 CUDA 是否已经正确设置好。下面这段简单的测试脚本可以帮助验证这一情况[^4]: ```python import torch print(f"Torch version: {torch.__version__}") if torch.cuda.is_available(): print("CUDA is available!") else: print("No CUDA detected.") ``` 一旦上述步骤都顺利完成之后,就可以按照具体文档中的指导进一步操作,比如调整参数、启动服务端口等等。整个过程中遇到任何疑问都可以查阅相关资料或社区支持寻求帮助。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值