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 ...
