原文地址: https://minusx.ai/blog/decoding-claude-code/[https://minusx.ai/blog/decoding-clau...
發(fā)簡(jiǎn)信
IP屬地：香港
-
《如何構(gòu)建類似 Claude Code 的智能代理》讀書(shū)筆記
-
PPOCR detect模型轉(zhuǎn)onnx問(wèn)題解決
下載模型 從官方頁(yè)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(shí), 需要將多個(gè)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(shí)使用GPU環(huán)境
我想將一個(gè)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(huì)比較慢，導(dǎo)致容器啟動(dòng)后一段時(shí)間內(nèi)無(wú)法提供服務(wù)，所以最好能預(yù)先序列化為ten...
-
一個(gè)不錯(cuò)的logo圖片網(wǎng)站
為了實(shí)現(xiàn)廣告logo識(shí)別算法，需要收集各種商品的logo圖片，發(fā)現(xiàn)一個(gè)國(guó)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(gè)鏡像來(lái)構(gòu)建, 因?yàn)槔锩嬲狭薾ginx, 基本上不需要什么額外的配置就可以通過(guò)http訪問(wèn)文件了. 具體搭建步驟可...
-
Python多進(jìn)程部署TensorRT的問(wèn)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(dòng)tensorrt實(shí)例時(shí),系統(tǒng)報(bào)錯(cuò): 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(wèn)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(shí)發(fā)生的兩個(gè)錯(cuò)誤及解決辦法 batchnorm層 spatial參數(shù)不識(shí)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(wèn)題
python多進(jìn)程環(huán)境調(diào)用np.random()時(shí), 默認(rèn)每個(gè)進(jìn)程會(huì)有相同的初始狀態(tài), 如果直接使用, 每個(gè)進(jìn)程生成的隨機(jī)序列會(huì)完全一致. 輸出結(jié)果可以看到,每個(gè)進(jìn)程輸出的序...
-
Python如何計(jì)算編輯距離？
算法原理 在計(jì)算文本的相似性時(shí)，經(jīng)常會(huì)用到編輯距離。編輯距離，又稱Levenshtein距離，是指兩個(gè)字串之間，由一個(gè)轉(zhuǎn)成另一個(gè)所需的最少編輯操作次數(shù)。通常來(lái)說(shuō)，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(hào)sftp無(wú)法連上sftp. 經(jīng)測(cè)試將用戶...
-
nfs與sftp的權(quán)限問(wèn)題記錄
機(jī)器A的目錄/data/share，可以通過(guò)遠(yuǎn)程sftp訪問(wèn)（用于windows用戶上傳和下載文件）機(jī)器A的普通用戶user_a對(duì)該文件夾有讀寫(xiě)權(quán)限，同時(shí)可通過(guò)nfs掛載到機(jī)...
-
MXNET 顯存耗盡問(wèn)題調(diào)試記錄
環(huán)境：ubuntu16.04+python3.6+mxnet_cu90(1.5.1)+GTX 1080Ti 問(wèn)題描述：在GPU中綁定一個(gè)resnet50+fcn模型提供預(yù)測(cè)服...
-
mxnet模型服務(wù)化：gunicorn將服務(wù)實(shí)例綁定至不同的顯卡
上文http://m.itdecent.cn/p/9736a1bc4ac6簡(jiǎn)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(shí)際工程中。比較常見(jiàn)的方式是將模型部署為RESTful服務(wù)，有幾個(gè)好處：1）模型服務(wù)與業(yè)務(wù)解耦。模型服務(wù)的...
-
scrapy 主動(dòng)退出
scrapy框架提供了幾個(gè)退出條件參數(shù)，用于在滿足某些條件時(shí)提前退出爬蟲(chóng)，這幾個(gè)參數(shù)有： 參考scrapy源代碼，爬蟲(chóng)退出是調(diào)用了scrapy引擎的close_spider方...
-
git分支模型的最佳實(shí)踐
看到一篇關(guān)于Git開(kāi)發(fā)模型的最佳實(shí)踐文章，感覺(jué)寫(xiě)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(chóng)開(kāi)發(fā)，一般的流程如下： 設(shè)計(jì)spider類，在spider類中yield request，并注冊(cè)回調(diào)函數(shù)處理response 設(shè)計(jì)item，在sp...
-
深度學(xué)習(xí)實(shí)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(guò)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(guò)位移...