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
2.9k累计阅读
3k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
http://hardy.gigcities.com/opencv-slides.zip
[Ethernet in CANoe]4--CANoe工程中SOME/IP报文的详细介绍（二）
介绍了SOME/IP报文的SD报文（ServiceDiscovery），本片文章开始继续介绍SOME/IP报文。
Linux平台下Mini210S裸机程序开发指南：掌握Cortex A8核心技术
Linux平台下Mini210S裸机程序开发指南：掌握Cortex A8核心技术 【下载地址】Linux平台下Mini210S裸机程序开发指南 这是一份专为嵌入式开发者和爱好者打造的详细教程，聚焦于Cortex A8处理器的底层开发。基于Mini210S开发板，教程深入浅出地讲解了S5PV210的启动过程与裸机程序开发，...
HFSS 3D LAOUT PCB 裁剪，差分线，过孔仿真和优化
我本身不是做天线设计的，所以HFSS这个软件给我主要还是做PCB级别的高速信号完整性仿真，一般2.5D的仿真软件无法对过孔和跨平面进行仿真。所以要借助三维电磁软件进行。今天就针对PCB进行裁剪。为什么要裁剪？以为如果把整个PCB一起仿真的话，应该要好几个月吧。所以为了加快仿真速度，必须进行裁剪仿真。①candence的PCB可以直接导入。那么先导入brd文件，file-import-candence结果如下②点击cutout，选中要仿真的net和参考平面。这里最好选creat new不然会把原文件覆盖掉。注
OpenAI正式发布两款全新的推理模型：o3与o4-mini
与。这两款模型不仅在多模态推理、工具整合和视觉理解方面实现了重大飞跃，更代表了AI技术从语言理解向多模态感知与推理的深度演进。
标准化降水指数介绍
Mckee et al.(1993)认为降水量的减少是导致干旱的主要因素,其他气候因子一般变化较小,对干旱产生的影响不大,因此SPI使用降水量作为唯一参数。SPI能较好表达因降水量的大小反映干旱状况,操作简单,所需资料仅为降水量,同时该干旱指数在各个地区和各个时段都具有良好的计算稳定性,是继PDSI之后另一种被广泛应用的干旱指数。𝐻(𝑥)是Γ分布求得的概率,并当𝐻(𝑥)>0.5时,S=1;式中,𝛼是形状参数,𝛽是尺度参数,𝑥是当月降水量,𝛤(𝛼)是Gamma函数,用极大似然估计法计算最佳的𝛼和𝛽,即。
22版本Altium Designer导出生产文件的规范化操作指南
本文详细介绍了PCB设计中的Gerber文件导出流程及相关文件生成方法。主要内容包括：1）Gerber文件导出的5个关键设置步骤；2）NC钻孔文件的导出方法；3）坐标文件的生成方式；4）文件打包规范要求必须包含Gerber文件、NC钻孔文件和坐标文件；5）文件提交的两种方式（新手推荐提交原始工程文件，量产推荐仅提交Gerber文件包）。文章还特别强调了单位一致性、精度验证等注意事项，为PCB设计文件的规范输出提供了完整指导。
MINI ITX - MICRO ATX - ATX主板尺寸参考：开源项目的核心功能/场景
MINI ITX - MICRO ATX - ATX主板尺寸参考：开源项目的核心功能/场景 【下载地址】MINIITX-MICROATX-ATX主板尺寸参考 这是一份专为DIY爱好者打造的《MINI ITX - MICRO ATX - ATX 主板尺寸参考》资源文件，详细列出了MINI ITX、MICRO ATX及ATX...
极化码自适应CA-SCL译码（极化码译码）
我们知道最初极化码提出来是运用SC译码，但短码和中等长度其译码性（误码率）能不如LDPC码码，，为了提升有限长度极化码的译码性能，我们主要从译码器的性能和极化码的纠错性能来考虑。 SCL：在增加复杂度的情况下，大幅度增加极化码纠错性能，在高信噪比下，与最优ML性能相同（L=32） CA-SCL：改善最小汉明距离（最小汉明距离增大），增加其纠错性能。把CRC和极化码极联。 自适应CA-SCL：CA-SCL译码虽然提升几乎没的纠错性能，但是导致复杂度大幅度增加，为了降低其复杂度，让L自适应，从而降低其复杂度
AI辅助写作技术教材：从大语言模型到RAG的工程实践
大语言模型（LLM）正从单纯的文本生成工具，演变为可参与复杂内容生产的系统工程组件。然而，让AI直接产出合格的技术教材，核心难点不在于文笔，而在于知识验证、代码可运行性与内容一致性。通过引入RAG（检索增强生成）技术，可将官方文档、版本迁移指南等外部知识实时接入模型，有效缓解知识滞后问题。在此基础上，利用Agent工作流将写作拆解为大纲生成、章节撰写、代码校验、术语检查等模块化步骤，并结合自动化测评体系控制质量，便能在保证技术准确性的同时显著提升写作效率。这一模式已适用于技术文档、在线课程、内部知识库等场景
高云FPGA系列教程（7）：ARM GPIO外部中断
高云GN1NSR-4C共有16个GPIO，每个GPIO可配置成输入或输出模式，支持中断输入，触发方式可选择：上升沿、下降沿、高电平、低电平触发。中断优先级可通过NVIC进行设置，支持 0-7 级可编程中断优先级。
10分钟搞定小红书爆款笔记爬取！Selenium模拟登录+数据解析全流程，新手也能落地
小红书爬虫实战的核心，是**“模拟真人操作+解析结构化数据”**——Selenium解决了动态页面和登录的问题，lxml解决了数据提取的问题，pandas解决了数据存储的问题。新手学爬虫不用一开始就啃复杂的反爬机制，先从这类“可见即可爬”的场景入手，掌握“模拟操作→数据解析→数据保存”的全流程，再逐步叠加异常处理、批量爬取、反爬应对等功能。需要注意的是：爬取数据仅用于个人学习和研究，不得用于商业用途，且需遵守小红书的用户协议，不要过度爬取导致服务器压力。
Qwen与Phi-3-mini对比评测：轻量模型在本地设备上的表现差异
本文介绍了基于星图GPU平台，可自动化部署🧠 Qwen1.5-0.5B-Chat 轻量级智能对话服务镜像的完整方案。该平台支持一键拉取模型并集成至本地环境，适用于中文场景下的AI应用开发与模型微调，尤其适合在低资源设备上构建高效、轻量的智能对话系统，助力开发者快速实现边缘端AI部署。
YOLOv11【第三章：高阶应用与落地篇·第7节】多任务联合训练（Multi-Task Learning）：检测+分割+关键点三头并进！
🏆 本文收录于专栏 《YOLOv11实战：从入门到深度优化》。本专栏围绕 YOLOv11 的改进、训练、部署与工程优化 展开，系统梳理并复现当前主流的 YOLOv11 实战案例与优化方案，内容目前已覆盖 分类、检测、分割、追踪、关键点、OBB 检测 等多个方向。
3 步把真实地形搬进 Blender:BlenderGIS 地理数据导入入门
打开 Blender 时你只有一个空场景,10 分钟后,它里面却立着你所在城市的真实山丘、街道和楼群。开源插件 BlenderGIS 做的事就是地理数据导入:把 Shapefile 矢量文件、GeoTIFF 栅格影像、OpenStreetMap 地图数据读进 Blender,自动完成坐标转换,拼出可用的 3D 地形。你不需要先学 GIS,跟着本文走一遍,就能产出第一个带真实坐标的 3D 场景。
蓝牙模块HM-10手册
蓝牙模块HM-10手册，该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。
win10 跳过U8环境检测的IE WebControls.rar
win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。
5个Phi-4-mini-reasoning实用场景：从学习到工作都能用
本文介绍了如何在星图GPU平台上自动化部署【ollama】Phi-4-mini-reasoning镜像，高效支撑逻辑推理与结构化表达任务。该轻量级模型专长于分步解题、知识卡片生成、专业术语转译等典型场景，特别适用于学生数学推导、职场文档提炼及跨职能沟通等日常高频需求，显著提升信息处理效率。
IDEA的使用指南
IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.
ollama+Phi-4-mini-reasoning实战案例：基于推理链的错因诊断与知识点溯源
本文介绍了如何在星图GPU平台上自动化部署【ollama】Phi-4-mini-reasoning镜像，赋能教育场景中的错因诊断与知识点溯源。该镜像基于深度推理链训练，可精准分析学生解题错误、定位思维断点，并关联教材具体章节，适用于中学数学、物理等学科的智能学情诊断与个性化教学支持。
大中型超市收银系统(可直接运行)
光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开
Phi-4-mini-reasoning多模态扩展实践：结合OCR的数学公式识别
本文介绍了如何在星图GPU平台上自动化部署【ollama】Phi-4-mini-reasoning镜像，实现扫描试卷中数学公式的高精度识别与自动解题。通过OCR预处理与模型协同推理，该方案可快速将图片题干转化为LaTeX格式解答，典型应用于教育场景的试题数字化、错题分析与教学辅助。
Phi-4-mini-reasoning+ollama部署教程：支持Mac M系列芯片的完整流程
本文介绍了如何在星图GPU平台上自动化部署【ollama】Phi-4-mini-reasoning镜像，充分发挥其轻量级逻辑推理能力。该模型专为Mac M系列芯片优化，支持本地化、低延迟的数学推导与多步逻辑分析，典型应用于教育场景中的奥赛题求解、技术文档结构化理解及编程思维验证。
小白必看！ollama Phi-4-mini-reasoning入门指南
本文介绍了如何在星图GPU平台上自动化部署【ollama】Phi-4-mini-reasoning镜像，快速启用高性能文本推理能力。该模型专精于逻辑推演、代码审查与技术文档生成等场景，特别适用于开发者进行数学建模分析、安全漏洞识别及API规范编写，显著提升工程决策与内容产出效率。
Phi-3-Mini-128K模型微调入门：使用自有数据提升领域适应性
本文介绍了如何在星图GPU平台上自动化部署Phi-3-Mini-128K镜像，并利用LoRA技术对其进行微调，以提升其在特定领域的适应性。通过准备自有数据并配置训练，用户可以快速让模型学习专业领域的知识与风格，例如生成符合特定要求的技术产品评测文案，从而满足个性化的内容创作需求。
数学推理神器Phi-4-mini-reasoning：ollama部署体验报告
本文介绍了如何在星图GPU平台上自动化部署【ollama】Phi-4-mini-reasoning镜像，高效支持数学推理任务。该轻量级模型专为代数求解、微积分推导与概率计算等场景优化，可本地化完成方程求解、函数分析、贝叶斯推理等典型教学与科研应用，显著提升数学问题的可解释性与步骤完整性。
小白必看：ollama一键部署Phi-4-mini-reasoning图文教程
本文介绍了如何在星图GPU平台上自动化部署【ollama】Phi-4-mini-reasoning镜像，快速启用轻量级深度推理能力。该镜像专长于数学推导、代码调试与长文档逻辑分析，典型应用场景包括逐步求解代数题、精准定位Python报错原因及梳理产品需求文档关键逻辑。
用Phi-4-mini-reasoning做逻辑推理：5个实用案例
本文介绍了如何在星图GPU平台上自动化部署【ollama】Phi-4-mini-reasoning镜像，高效开展逻辑推理任务。该轻量级模型专为数学推导、条件判断与多跳推理优化，适用于智能客服责任归因、业务规则校验、编程需求转译等典型场景，显著提升问题分析与决策可解释性。
ollama部署Phi-4-mini-reasoning代码实例：Python调用+API封装教程
本文介绍了如何在星图GPU平台上自动化部署【ollama】Phi-4-mini-reasoning镜像，快速构建本地化AI推理服务。该镜像专为数学与逻辑推理优化，支持128K上下文，典型应用于学生作业辅助、自动解题与教学过程生成等场景，显著提升教育类应用的响应效率与推理准确性。
Phi-3-mini-128k-instruct模型微调实战：使用自定义数据提升专业领域表现
本文介绍了如何在星图GPU平台上自动化部署Phi-3-mini-128k-instruct镜像，并利用该模型进行专业领域微调。通过加载自定义数据集，用户可快速训练模型，使其在特定场景（如医疗问答）中生成更专业、准确的回答，从而打造专属的AI助手。
Phi-4-mini-reasoning功能全解析：如何用它提升学习效率
本文介绍了如何在星图GPU平台上自动化部署【ollama】Phi-4-mini-reasoning镜像，高效支持学习场景中的数学推导、概念解析与错题归因等深度推理任务。用户无需复杂配置，即可快速启用该轻量级推理模型，显著提升自主学习效率与知识理解深度。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
1113
扫一扫
