勇敢探索~-优快云博客

原创 flask学习

在 Flask 中，的methods参数决定了路由支持的 HTTP 方法。是否同时支持POST和GET方法，取决于具体的业务需求。何时单独使用GET或POST，以及何时同时使用两者？GET：当路由用于返回页面内容、提交数据（在网址上）时（如展示一个表单、文章或静态页面）。（会在网址上提交数据）：当路由用于从服务器获取数据（如查询信息）时。（1）

2025-03-26 23:07:44 639

步骤1.建立虚拟环境、下载依赖python -m venv myenv建立一个虚拟环境2.申请阿里百炼大平台的API Key并保存到环境变量3.构建clientapi_key =base_url =阿里云的配置是智谱的base_url是5构建文档，然后以chunk_size为单位分块6.向量化response返回的结构responsedata: 一个列表，包含生成的嵌入向量信息。embedding: 一个浮点数列表，表示输入文本的嵌入向量。index。

2025-03-12 15:46:32 785

原创 cursor辅助烟花绽放（网页版）

2微信二维码扫出来界面无法加载不知道怎么解决（和IP地址有关？只有手机要能访问电脑的端口才能加载出页面？1.JS基础知识、开发经验欠缺，难以发现代码出错的点；

2025-03-09 18:49:05 202

原创微信小程序首页开发实战

1.2理解常用属性，flex-direction\flex-grow\flex-wrap\align-content\justify-content\align-item。固定头部和尾部的方式和老师方法不一样，老师用的是scroll-view+相对位置偏移，我最初用的是将头部和尾部的position设置成fixed,即相对于视图的位置。2scroll-view的使用，ps:scroll-view不支持flex。1.1语法：display：flex(父元素上装载)

2025-02-20 23:00:49 193

原创微信小程序开发之首页开发实战

1.3width是有box-sizing属性的设置来决定的，若为content-box,设置的宽度为内容宽度（不含padding），若为border-box设置的宽度为包含padding和border的宽度。1.1盒的宽度有两种设计方式：（1）百分比（相对于父节点）（2）像素（绝对单位）fixed：相对于视图的位置偏移（可用于页面固定的内容）1.2明确外边距、内边距、边框和内容部分。absolute:相对于父节点的位置偏移。relative:相对于自己的位置偏移。ps:做小程序时尽量不用px。

2025-02-17 23:07:52 152

原创 Datawhale AI 冬令营 AI 辅助编程2

例如简单介绍的“井字棋”游戏，我们可以将其拆分创建基本的HTML界面、添加游戏棋盘结构、设置棋盘样式、初始化游戏变量、绘制棋盘和处理点击事件、添加游戏重启功能、优化游戏体验、实现电脑对战功能等几个步骤。2.当一件事情我们自己没有梳理清晰、描述都复杂，一般情况下，沟通的效果不会太好。因此，我们应该随时保持清晰的视角、拆解问题，3.尝试通过 “关键词” “唤醒” AI能力。如何挖掘能够 “唤醒” AI的 “关键词”？最简单的方法去挖掘“关键词” ————能够“唤醒”AI的“关键词”。

2024-12-29 23:43:33 167

原创 Datawhale AI 冬令营 ----番茄钟制作

借助AI编程，很方便的一点是，使用IDE开发时，AI会帮你思考下面语句可能会写什么，自动帮你生成接下来的一行代码。给MarsCode的prompt:请你基于html、tailwind css、javascript设计一个简洁、美观、大方且具有呼吸感的番茄时钟，要求UI简洁美观大方，同时具有呼吸感，开始计时、暂停计时、重置计时的功能能完美实现。1.1prompt是给AI的指令，决定了AI回复的上限和下限，极大塑造了AI回复内容的内容、风格和整体质量。想法一：做一个目标识别的程序，比如拍照识别猫的种类。

2024-12-28 22:58:49 526

原创 Datawhale AI 冬令营 day2

收集完数据集之后（input,target格式的jsonl文件）----->写代码将得到的数据处理成Alpaca格式的训练集，并保存成jsonl。在数据增强过程中，进行了prompt优化，然后再推理；1.1利用经典小说文本，全书12w字，2.35MB,由于篇幅较长，需要将其拆分成多个段落。1.结构化数据，以JSON格式存储，数据集的格式选取Alpaca。1.尝试了用专门的摘要模型进行总结，但是模型总是加载不好；、推理，可批量处理，模型选用讯飞星辰Maa5平台。训练了一次的效果不是很好，损失函数很平稳。

2024-12-15 23:50:08 660

原创 Datawhale AI 冬令营 day1

大体了解到指定数据集 + 开源大模型 + 微调平台的部署过程。1.step1 创建大模型嬛嬛->选择Qwen_v2.5_instruct模型。step4 创建应用（因为发布为服务时需要选择授权的应用）1.自己用数据集训练出来的模型和星火认知模型的区别。模型定制，一般可指微调开发（往往是使用。-step2 下载数据集->创建数据集。step5 体验AI嬛嬛，发布为服务。，这个我们容后再学），构建。2.微调是要改动提供的数据集吗。嬛嬛模型是基于数据集来回答的。（与通用大模型对应）。step3 开始训练。

2024-12-11 22:27:06 515

m0_71902458的博客