常用的网站(做个备忘录)不定时更新国外大模型网址
名称
网址
个人备注
ChatGPT
官网
免费版就够用的了
Grok 3
官网
最新的大模型很厉害,自行尝试
Claude
官网
处理代码文本能力比GPT强,但是免费次数很少
Copilot
官网
微软开发的AI,各方面均衡!
Gemini
官网
英文的文本润色能力和ChatGPT各有所长
Lmarena
网址
大佬整合在一起AI模型,养蛊玩法
国内大模型网址由于科研写作一般用英文,国内大模型我就没有收集几个
名称
网址
个人备注
Kimi
官网
推荐用GPT
Deepseek
官网
据说可以和GPT一较高下
Cloudflare (赛博活佛)(简称:CF)
名称
网址
个人备注
Cloudflare
官网
个人项目、托管网站、免费的SSL证书等
Github (全球最大的代码托管平台)
名称
网址
个人备注
Github
官网
非常多优秀的个人项目;所有的代码都可以找到学习资料
VPS购买
名称
网址
推荐指数
灵车风险
个人备注
Cloudc ...
推荐一些VPS自建NeZha监控建议:注册好账号后,可以先不购买,会发优惠信息到邮箱里,那里更实惠Cloudcone 简称:CC (暂未更新)
名称
CPU核心
内存
磁盘
IP数量
IP地址
带宽
流量/月
价格/年
备注
链接
2H1G
2
1GB
14 GB
1 IPv4
洛杉矶
1 Gbps
3 TB
$13.99
售馨
链接
Racknerd 简称:RN (24黑五评价:一般般,连23年黑五都下架了)
名称
CPU核心
内存
磁盘
IP数量
IP地址
带宽
流量/月
价格/年
备注
链接
1H768M
1
768MB
10 GB
1 IPv4
推荐圣何塞
1 Gbps
1 TB
$10.28
22黑五
链接
1H1.5G
1
1.5GB
30 GB
1 IPv4
推荐洛杉矶
1 Gbps
3 TB
$16.88
22黑五
链接
1H1G
1
1GB
20 GB
1 IPv4
推荐圣何塞
1 Gbps
1.5 TB
$10.99
24黑五
链接
2H2.5G
2
2.5GB
40 GB
1 IPv4
推 ...
免费节点分享本次分享的节点可能比较慢,可用于看看YouTube、Chat GPT!
免责声明仅供交流学习使用!使用者在使用时,必须遵守当地法律和规定。使用者有责任确保他们的行为符合其所在地区的法律、规章以及其他适用的规定。
流量监控地址本人闲置的VPS的节点V2rayN1234vless://[email protected]:58458?type=tcp&security=reality&pbk=K09qJ7oV8-sdop_xWQX-TqtRegXgPXTyPfkOvX2B7XQ&fp=chrome&sni=yahoo.com&sid=eadd&spx=%2F&flow=xtls-rprx-vision#%E7%BA%BD%E7%BA%A6vless://[email protected]:41966?type=tcp&security=reality& ...
本地部署 Gemma 3 大模型 (安装方法和deepseek差不多)Gemma 3 被谷歌称为目前最强的开源视觉模型之一。 该模型支持超过35种语言,能够分析文本、图像和短视频。值得注意的是,Gemma 3 的视觉编码器经过升级,支持高分辨率和非方形图像,并引入了 ShieldGemma 2 图像安全分类器,用于过滤被分类为性暗示、危险或暴力的内容。这些特性使得 Gemma 3 成为当前最强大的开源视觉模型之一。
使用 Ollama 本地部署(Windows)
访问 Ollama 官网 下载安装包
双击运行安装程序,安装软件后
打开Windows11的终端(终端管理员)
打开方式:“开始”菜单“右键”可以看到选项,用“终端管理员”模式运行。
启动终端并验证安装:1ollama --version
安装 Gemma 3
在 Ollama 的官网左上角点击“ Models ”
在搜索框内输入“Gemma 3”
在中间位置左边是“模型的版本”以及需要的“GPU的显存”(注意这里不是内存,是显卡的显存),右边是安装命令(默认是7b模型,这个一般够用了)12345# 选择适合自己的一 ...
本地部署DeepSeek-R1大模型前几天,国产大模型DeepSeek-R1被攻击,造成联网服务器不可用!万恶的资本!!!目前已经有好多关于本地部署DeepSeek-R1教程,我也自己写写,留下当个备忘录
准备工作环境要求
操作系统: Windows
内存: ≥ 16GB RAM
存储空间: ≥ 30GB 可用空间
GPU: NVIDIA GPU(推荐显存 ≥ 8GB)
Python环境安装Git环境安装使用 Ollama 本地部署(Windows)
访问 Ollama 官网 下载安装包
双击运行安装程序,安装软件后
打开Windows11的终端(终端管理员)
打开方式:“开始”菜单“右键”可以看到选项,用“终端管理员”模式运行。
启动终端并验证安装:1ollama --version
安装 DeepSeek
在 Ollama 的官网左上角点击“ Models ”
在搜索框内输入“deepseek-r1”(目前最火的模型,排在第一位,不用搜索,点击即可)
在中间位置左边是“模型的版本”以及需要的“GPU的显存”(注意这里不是内存,是显卡的显存),右边是安装命令(默认是7b模 ...
Proxmox VE (PVE) All-in-One 搭建教程最近整了一个N100的小主机,准备搞个PVE试试
Proxmox VE (PVE)的安装第一部分:硬件与系统准备1. 硬件要求
CPU: 支持虚拟化技术的64位处理器(Intel VT-x / AMD-V)
内存: 至少8GB(建议16GB以上)
存储: 至少120GB SSD(推荐使用SSD+HDD组合)
网络: 至少1个千兆网口(多网口更佳)
2. 下载Proxmox VE ISO镜像访问 Proxmox VE 官网 下载最新版ISO镜像(如Proxmox VE 8.3)。
3. 制作启动U盘使用工具如 Rufus 或 BalenaEtcher 将ISO写入U盘。
第二部分:安装Proxmox VE1. 启动安装程序启动设备并进入 BIOS 设置(开机时狂按DELETE键),方向键选择 Boot 设置,设置 USB 启动为第一优先级,设置完成后,保存并重启!插入U盘,从U盘启动,进入Proxmox安装界面:
同意许可协议。
选择安装目标磁盘(建议使用SSD)。
设置国家、时区、键盘布局。
2. 配置网络 ...
神经网络 (Neural Network)分类、回归和时间序列预测是神经网络的三种主要应用场景,每种场景都有不同的特点。以下是它们各自的特点:
1. 分类特点:
目标:分类任务的目标是将输入数据归为一组离散类别。例如,给定一张动物图片,分类任务的目标是确定这张图片是猫、狗还是其他动物。
输出:分类模型的输出是一个概率分布,通常使用 Softmax 或 Sigmoid 激活函数来表示每个类别的可能性。输出通常是离散值,比如“是”或“否”。
网络结构:分类神经网络通常包括输入层、一个或多个隐藏层以及一个输出层,输出层的神经元数量与类别数量相对应。输出层使用的激活函数通常是 Softmax(用于多分类)或 Sigmoid(用于二分类)。
损失函数:常用的损失函数为交叉熵损失(Cross-Entropy),用于衡量预测的类别概率与实际类别之间的误差。
应用场景:如图像分类、语音识别、文本分类等。
示例:
邮件分类为垃圾邮件或正常邮件。
图像分类任务,如手写数字识别。
2. 回归特点:
目标:回归任务的目标是预测一个连续值。例如,给定房屋的特征,预测房屋的价格。
输出:回归模型的输出是 ...
Script
未读Python日常使用的自动化脚本
Link
Description
sort_files
根据文件扩展名将目录中的文件组织到子目录中
remove_empty_folders
删除所有空的文件夹
rename_files
批量重命名目录中的文件
scrape_data
从网站上抓取数据
download_images
从网站批量下载图片
count_words
统计指定文件中的单词总数
find_replace
在文件中查找并替换特定文本
send_personalized_email
向多个收件人发送个性化电子邮件
read_excel
读取和写入Excel文件
remove_duplicates
指定的Excel文件中移除重复的行
resize_image
调整图像大小
check_disk_space
监控系统中的可用磁盘空间
check_website_status
检查指定网站的状态,以判断网站是否可以正常访问
extract_text_from_pdf
从PDF文件中提取文本
recognize_text
从 ...
多目标算法多目标算法更新完毕(后续可能更新)
Full Name
Abbreviation
Chinese
Multi-Objective Dragonfly Algorithm
MODA
多目标蜻蜓算法
Multi-Objective Differential Evolution
MODE
差分进化多目标优化算法
Multi-Objective Evolutionary Algorithm Based on Decomposition
MOEA-D
基于分解的多目标进化算法
Multi-Objective Genetic Algorithm (Case Study)
MOGA
多目标遗传算法(案例)
Multi-Objective Grasshopper Optimization Algorithm
MOGOA
多目标蝗虫优化算法
Multi-Objective Grey Wolf Optimization Algorithm
MOGWO
多目标灰狼优化算法
Multi-Objective Multi-Verse Optimization
MOMV ...
多目标遗传算法(Multi-Objective Genetic Algorithm,MOGA)本次提供的代码是一个科技论文的代码,是组内师兄的代码!Github地址
多目标遗传算法(MOGA)详细介绍
基本概念:
多目标优化是同时优化多个互相冲突的目标函数。在许多实际问题中,常常需要在不同目标之间进行权衡,比如在工程设计中,既要考虑成本,又要考虑性能。
遗传算法的基本原理:
遗传算法是一种基于自然选择和遗传学原理的优化算法。其基本步骤包括:
种群初始化:生成一个随机的解集(种群)。
适应度评估:根据目标函数计算每个解的适应度。
选择:根据适应度选择较优的个体进行繁殖。
交叉和变异:通过交叉和变异生成新的个体,模拟自然进化过程。
更新种群:用新生成的个体替换掉旧的个体,形成新的种群。
终止条件:检查是否满足终止条件(如达到最大代数或找到满意解),如果未满足,回到适应度评估。
多目标优化的特点:
在多目标优化中,目标函数之间通常存在冲突。例如,在设计产品时,增加性能可能会导致成本上升。因此,MOGA的目标是找到一组解,这些解在所有目标上均衡,形成一个被称为帕累托前沿(Pa ...