原文地址: https://minusx.ai/blog/decoding-claude-code/[https://minusx.ai/blog/decoding-clau...
發(fā)簡信
IP屬地：陜西
-
《如何構(gòu)建類似 Claude Code 的智能代理》讀書筆記
-
PPOCR detect模型轉(zhuǎn)onnx問題解決
下載模型 從官方頁面https://paddlepaddle.github.io/PaddleX/latest/module_usage/tutorials/ocr_modu...
-
docker-compose 設(shè)置volume綁定本地路徑
搭建cvat/server 時, 需要將多個鏡像公用的volume綁定在本地路徑下, 可在docker-compose.yml 中編輯volume屬性:
-
docker鏡像創(chuàng)建時使用GPU環(huán)境
我想將一個使用tensorrt加載的推理服務(wù)打包為docker鏡像，如果推理引擎每次都加載onnx會比較慢，導(dǎo)致容器啟動后一段時間內(nèi)無法提供服務(wù)，所以最好能預(yù)先序列化為ten...
-
一個不錯的logo圖片網(wǎng)站
為了實現(xiàn)廣告logo識別算法，需要收集各種商品的logo圖片，發(fā)現(xiàn)一個國外的logo集合網(wǎng)站 https://worldvectorlogo.com/[https://wor...
-
docker 搭建fastdfs
搜了下相關(guān)資源, 大家都用delron/fastdfs 這個鏡像來構(gòu)建, 因為里面整合了nginx, 基本上不需要什么額外的配置就可以通過http訪問文件了. 具體搭建步驟可...
-
Python多進(jìn)程部署TensorRT的問題及解決
按照Nvidia官方教程按照部署TensorRT成功后, 在python環(huán)境下多進(jìn)程啟動tensorrt實例時,系統(tǒng)報錯: 解決步驟: 在tensorrt工作進(jìn)程起始處顯式的...
-
基于mxnet的resnet50模型轉(zhuǎn)ONNX部署的問題記錄本文記錄基于mxnet訓(xùn)練得到的resnet50模型在轉(zhuǎn)為onnx格式部署時發(fā)生的兩個錯誤及解決辦法 batchnorm層 spatial參數(shù)不識別 batchnorm層定義...
-
numpy.random在多進(jìn)程環(huán)境下重復(fù)生成隨機(jī)數(shù)的問題
python多進(jìn)程環(huán)境調(diào)用np.random()時, 默認(rèn)每個進(jìn)程會有相同的初始狀態(tài), 如果直接使用, 每個進(jìn)程生成的隨機(jī)序列會完全一致. 輸出結(jié)果可以看到,每個進(jìn)程輸出的序...
-
Python如何計算編輯距離？
算法原理 在計算文本的相似性時，經(jīng)常會用到編輯距離。編輯距離，又稱Levenshtein距離，是指兩個字串之間，由一個轉(zhuǎn)成另一個所需的最少編輯操作次數(shù)。通常來說，編輯距離越小...
-
ubuntu 設(shè)置sftp服務(wù)
https://blog.csdn.net/bbc2005/article/details/80034065按照這篇的步驟, 使用賬號sftp無法連上sftp. 經(jīng)測試將用戶...
-
nfs與sftp的權(quán)限問題記錄
機(jī)器A的目錄/data/share，可以通過遠(yuǎn)程sftp訪問（用于windows用戶上傳和下載文件）機(jī)器A的普通用戶user_a對該文件夾有讀寫權(quán)限，同時可通過nfs掛載到機(jī)...
-
MXNET 顯存耗盡問題調(diào)試記錄
環(huán)境：ubuntu16.04+python3.6+mxnet_cu90(1.5.1)+GTX 1080Ti 問題描述：在GPU中綁定一個resnet50+fcn模型提供預(yù)測服...
-
mxnet模型服務(wù)化：gunicorn將服務(wù)實例綁定至不同的顯卡
上文http://www.itdecent.cn/p/9736a1bc4ac6簡要敘述了如何使用gunicorn+flask將深度學(xué)習(xí)模型服務(wù)化。gunicorn的work...
-
利用gunicorn+flask將MXNet深度學(xué)習(xí)模型服務(wù)化
利用mxnet完成深度學(xué)習(xí)模型的訓(xùn)練后，需要考慮如何將推理模型應(yīng)用到實際工程中。比較常見的方式是將模型部署為RESTful服務(wù)，有幾個好處：1）模型服務(wù)與業(yè)務(wù)解耦。模型服務(wù)的...
-
scrapy 主動退出
scrapy框架提供了幾個退出條件參數(shù)，用于在滿足某些條件時提前退出爬蟲，這幾個參數(shù)有： 參考scrapy源代碼，爬蟲退出是調(diào)用了scrapy引擎的close_spider方...
-
git分支模型的最佳實踐
看到一篇關(guān)于Git開發(fā)模型的最佳實踐文章，感覺寫的非常清楚。馬克在這里。 https://nvie.com/posts/a-successful-git-branching-...
-
scrapy在pipeline中重新生成request基于scrapy框架進(jìn)行爬蟲開發(fā)，一般的流程如下： 設(shè)計spider類，在spider類中yield request，并注冊回調(diào)函數(shù)處理response 設(shè)計item，在sp...
-
深度學(xué)習(xí)實踐——圖像分類：訓(xùn)練數(shù)據(jù)增廣
圖像增廣(augmentation)是在有限訓(xùn)練數(shù)據(jù)集的情況下，有效擴(kuò)大數(shù)據(jù)規(guī)模的方式。它的作用有：1）通過隨機(jī)增廣由一張圖片產(chǎn)生一組互不相同的圖片，擴(kuò)大數(shù)據(jù)規(guī)模2）通過位移...