近况汇报深度学习相关知识的学习《python深度学习》作者: [美] 弗朗索瓦·肖莱 《动手学深度学习》作者: 阿斯顿·张 / 李沐 / [美] 扎卡里·C.立顿 / [德] 亚历山大·J.斯莫拉 论文阅读Lightweight Contrastive Distilled Hashing for Online Cross-modal Retrieval Cross-M

动物分类微调模型技术栈 选择 模型： llava-hf/llava-v1.6-mistral-7b-hf 数据集： 图像分类·动物图像识别与分类 文件结构1234567891011121314151617.├── model # 原始模型├── input # 数据

一、环境准备（5分钟）1. 安装Node.js 访问Node.js官网 下载 LTS版本（长期支持版） 参考Nodejs安装 双击安装，一路点击“Next”即可 验证安装（命令提示符中输入）： 12node -v # 显示版本号（如v18.12.1）npm -v # 显示npm版本号 2. 安装Git 访问Git官网 下载适合你系统的版本 安装时勾选“Add to PAT

（未完工）前期工作第一次接触这方面的内容，所以先从技术选型开始。 定位 选型 前端 streamlit 大语言模型框架 ollama 工具集 langchain 对话大模型 deepseek-r1:8b Embedding模型 bge-large-zh-v1.5 硬件方面 阿里云弹性计算云-v100机器 目前的打算是先用各种开源组件搭一个初步能用的v1出来，后续

​ 之前一直使用的Github作为博客图床，但是由于后续国内使用效果不佳，并且Github本质上是开源平台，这样占用也不是很好。就打算将图床搬到阿里云OSS上了，正巧看到一直在使用的Upgit更新了对阿里云OSS的支持，于是便有此文。 upgit下载​ （注意当前为错误操作）博主本来直接拉取的当前最新版本upgit v0.2.25，如图 然后按照文档给出的操作按部就班的弄 参考typora配置图

（未完工）

Dijkstra是一种基于贪心的单源最短路算法，本文记录其朴素版，时间复杂度为n的平方 需要的存储结构 12345const int N=600,INF=0x3f3f3f3f;int n,m;int d[N],path[N]; //d数组存储当前点到原点的最小距离，path存储最小路径情况下，当前点的上一个节点int mp[N][N]; //邻接矩阵bool book[N]={0&#

最近开发项目需要使用远端数据库实现团队开发，不想mysql直接安装污染环境，打算使用docker运行， 但最近这个时间节点（2024-6）刚好有传言docker主镜像源被ban了，实际试验下确实如此，直连直接Timeout，很多国内镜像也不能用了。 经试验在这个时间节点（2024-6）下阿里云私有镜像仍可用 注册一个阿里云账号 到阿里云镜像加速器 进入docker的文件夹下，常规路径应在c

​ Prime算法是基于贪心思想的一种最小生成树算法 需要的存储结构 1234567const int N=505 const int INF=0x3f3f3f3f; //int最大值int n,m int ans=0; //存储最小生成树权值和结果int v[N][N] //存储图int d[N]; //单点直接连接其他点的最小权值bool book[N]={0}