pgsql:connection failed: connection to server at “::1“, port 5432 failed: : û “postgres“ P

psql: 错误: 连接到"127.0.0.1"上的服务器,端口5432失败:致命错误: 用户 "postgres" Password 认证失败

密码不对,需要重置密码

一.先确保环境变量配置正确

path中

L:\myweb\database\pgsql\pgsql\bin

二.修改安装目录里的 data里的pg_hba.conf 文件

# TYPE  DATABASE        USER            ADDRESS                 METHOD

# "local" is for Unix domain socket connections only
local   all             all                                     scram-sha-256
# IPv4 local connections:
host    all             all             127.0.0.1/32            scram-sha-256
# IPv6 local connections:
host    all             all             ::1/128                 scram-sha-256
# Allow replication connections from localhost, by a user with the
# replication privilege.
local   replication     all                                     scram-sha-256
host    replication     all             127.0.0.1/32            scram-sha-256
host    replication     all             ::1/128                 scram-sha-256

改成

# TYPE  DATABASE        USER            ADDRESS                 METHOD

# "local" is for Unix domain socket connections only
local   all             all                                     trust
# IPv4 local connections:
host    all             all             127.0.0.1/32            trust
# IPv6 local connections:
host    all             all             ::1/128                 trust
# Allow replication connections from localhost, by a user with the
# replication privilege.
local   replication     all                                     trust
host    replication     all             127.0.0.1/32            trust
host    replication     all             ::1/128                 trust

三.ctrl + shift + Esc  找到postgresql-x64-17  重新运行服务

四.运行sql shell(psql)

4.1 连接数据库

psql -U postgres

4.2 修改密码

ALTER USER postgres PASSWORD 'new_password';

五.打开pgAdmin并输入新密码

六.把第二步的东西改回去,重启服务

### DeepSeek V2 的优势 #### 性能表现 DeepSeek-V2 系列通过采用 Mixture-of-Experts (MoE) 架构,在处理大规模文本数据方面展现了卓越的能力。该模型拥有2360亿个参数,但在实际运算过程中,每个 Token 只需激活其中的210亿个参数[^1]。这样的设计不仅提升了计算效率,还显著增强了模型的表现力。 #### 成本效益 相较于早期版本,DeepSeek-V2 实现了更低廉的训练开销以及更高的资源利用率。具体而言,其训练成本下降了42.5%,而 KV 缓存占用更是锐减至原来的6.7%(即减少了93.3%)。与此同时,最大生成吞吐量则实现了高达5.76的增长。这些改进共同作用下,使得企业在部署此类大型语言模型时能够有效控制预算并提高投资回报率。 #### 开源与商用特性 值得注意的是,虽然当前讨论集中在 DeepSeek-V2 上,但最新发布的 DeepSeek-V2.5 已经被确认为一款开源产品,并且融合了 Chat 和 Coder 模型的优点来增强自身的多用途适应性和功能性[^2]。对于希望利用先进 AI 技术而不受限于专有软件许可的企业来说,这无疑是一个极具吸引力的选择。 ```python # 示例代码展示如何加载预训练好的 DeepSeek 模型进行推理 from transformers import AutoModelForCausalLM, AutoTokenizer model_name = "deepseek-v2" tokenizer = AutoTokenizer.from_pretrained(model_name) model = AutoModelForCausalLM.from_pretrained(model_name) input_text = "你好,世界!" inputs = tokenizer(input_text, return_tensors="pt") outputs = model.generate(**inputs) print(tokenizer.decode(outputs[0], skip_special_tokens=True)) ```
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