顾文强

Menu

Python

Python 从代理地址下载大数据模型

在本机进进代理后，比如在8280端口，但是python里面用不到，如此设置即可，注意两个proxy中的地址都是http，而没有https。设置后下载huggingface的模型和数据集都会默认走这个代理 import os os.environ['HTTP_PROXY'] = 'http://127

顾文强 Published on 2025-01-20
Git

GIT 进行版本控制

1 Git介绍 Git是一个开源的分布式版本控制系统，用于有效、高速地处理从很小到非常大的项目版本管理‌。它由Linus Torvalds（Linux操作系统的创建者）于2005年开发，最初是为了帮助管理Linux内核开发而作为一种过渡方案来替代BitKeeper‌。 Git允许开发者在本地创建代码

顾文强 Published on 2025-01-20
服务器

Ubuntu 安装 Halo

1 安装docker & docker-compose 安装docker 安装docker-compose 2 安装halo 编写docker-compose.yaml version: "3" services: halo: image: registry.fit2cloud.com

顾文强 Published on 2025-01-20
服务器

Ubuntu 安装 Gitblit V1.9.3

1 下载Gitblit wget https://github.com/gitblit/gitblit/releases/download/v1.9.3/gitblit-1.9.3.tar.gz 解压 tar -xvf gitblit-1.9.3.tar.gz 2 配置Gitblit

顾文强 Published on 2025-01-20
CUDA

CUDA Python 编程实例

以下是一些使用Python进行CUDA编程的实例： 1. 使用Numba库的实例 Numba是一个开源的JIT（Just In Time）编译器，它允许用户将Python和NumPy代码转换为可在GPU上执行的CUDA内核。下面是一个简单的向量加法示例： import numpy as np fro

顾文强 Published on 2025-01-20
CUDA

CUDA C++计算实例

CUDA编程实例可以展示如何在NVIDIA的GPU上利用并行计算能力来加速计算密集型任务。以下是一个简单的CUDA编程实例，该实例实现了两个整型向量相加的操作： #include <cuda_runtime.h> #include <stdio.h> // 定义CUDA核函数，用于计算向量相加 _

顾文强 Published on 2025-01-20
CUDA

CUDA 介绍

CUDA是NVIDIA推出的一种并行计算平台和编程模型‌。以下是对CUDA的详细介绍： CUDA（Compute Unified Device Architecture）由NVIDIA设计研发，旨在充分利用图形处理器（GPU）的强大并行计算能力，将其应用于传统上由中央处理器（CPU）执行的通用计算任

顾文强 Published on 2025-01-20
GPT

BERT 和 GPT 的区别

‌BERT和GPT的主要区别在于模型基础与架构、训练方式与任务、以及目标任务和使用场景‌。 ‌一、模型基础与架构‌ BERT，全称Bidirectional Encoder Representations from Transformers，是基于Transformer的编码器部分进行堆叠构建的。它

顾文强 Published on 2025-01-20
BERT

BERT 介绍

BERT（Bidirectional Encoder Representations from Transformers）是一种为自然语言处理（NLP）领域设计的基于Transformer架构的双向编码器预训练语言模型‌。 BERT由Google AI Language的研究人员在2018年精心打造

顾文强 Published on 2025-01-20
算法

几个常见算法复杂度

以下是一些常见的算法复杂度及其简要说明： ‌O(1) - 常数时间复杂度‌： 算法的执行时间不随输入规模n的增长而增长。 示例：访问数组中的某个元素（通过索引直接访问）。

顾文强 Published on 2025-01-20
Scikit-Learn

Scikit-Learn的简单示例

以下是几个使用Scikit-Learn的简单示例，这些示例涵盖了数据加载、预处理、模型训练和评估等基本步骤。 示例1：鸢尾花分类 鸢尾花数据集是机器学习中常用的一个数据集，用于分类任务。以下是一个使用Scikit-Learn进行鸢尾花分类的简单示例： from sklearn.datasets im

顾文强 Published on 2025-01-19
Scikit-Learn

Scikit-Learn 介绍

Scikit-Learn（简称sklearn）是针对Python编程语言的一个免费软件机器学习库。它提供了各种机器学习算法的实现，包括分类、回归、聚类、降维等，旨在与Python数值科学库NumPy和SciPy联合使用。Scikit-Learn以其简单高效的数据挖掘和数据分析工具而广受好评，是Pyt

顾文强 Published on 2025-01-19
Chroma

Chroma 向量数据库的使用

Chroma向量数据库的使用‌主要包括安装、配置、数据操作（增删改查）和高级功能等几个方面。以下是一个详细的使用指南： 1. 安装 使用pip进行安装： pip install chromadb 2. 初始化与配置

顾文强 Published on 2025-01-19
Chroma

Chroma 的下载和安装

Chroma的下载和安装主要通过Python的包管理工具pip来完成‌。以下是详细的步骤： ‌安装Chroma数据库‌： 使用命令pip install chromadb来安装Chroma数据库。‌ 需要注意的是，由于某些依赖（如pytorch）的原因，Chroma可能不支持特定版本的Python，

顾文强 Published on 2025-01-19
Chroma

Chroma 介绍

‌Chroma是一个开源向量嵌入数据库‌。以下是关于Chroma的详细介绍： ‌一、基本概念‌ Chroma作为一个开源项目，专注于向量嵌入数据的存储与管理。在大模型兴起的背景下，由于大模型的token数限制，开发者倾向于将庞大的知识、新闻、文献等数据通过嵌入算法转变为向量数据，然后存储在Chrom

顾文强 Published on 2025-01-19
Ollama

Ollama命令大全

Ollama命令大全主要包括以下常用命令‌： ‌启动Ollama服务‌： ollama serve：启动Ollama服务，以便在本地或网络上提供模型推理服务‌12。 ‌模型管理‌： ollama create /path/to/Modelfile：使用Modelfile来创建一个新模型‌

顾文强 Published on 2025-01-19
Ollama #ollama

Ollama介绍

‌Ollama是一个开源框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计‌。它提供了一系列功能，包括模型管理、高效推理、多种接口访问等，旨在简化模型的本地部署、管理和推理工作流。‌ Ollama的主要功能 ‌

顾文强 Published on 2025-01-19
Python #python#镜像源

Python 国内源镜像

Python在国内有多个常用的镜像源，这些镜像源可以加速Python包的下载和管理。以下是一些主要的Python国内镜像源： ‌清华大学TUNA镜像源‌： 地址：https://pypi.tuna.tsinghua.edu.cn/simple/ 清华大学TUNA镜像源是国内非常知名的Python镜像

顾文强 Published on 2025-01-18
Previous Next