- 综合排序
- 最热优先
- 最新优先
- 来自专栏杂谈
Unity教学 项目4 3D求生枪手
https://www.bilibili.com/video/BV16F7zzqEJF?spm_id_from=333.788.videopod.sections&vd_source=25b783f5f945c4507229e9dec657b5bb
23310编辑于 2025-12-18 - 来自专栏算法一只狗
手把手教学！部署MiniGPT4模型
现在多模态大模型其实已经很多了，比如最著名的是OpenAI的GPT-4o模型，最主要的优势在于它是一个多模态模型。在输入图片的时候可以让GPT4理解图片的信息内容。 但是差不多一个月过去了，OpenAI在官网中还没有开放GPT4模型图片理解的能力。 但是最近，有个项目叫MiniGPT-4，号称图像理解能力和GPT4相似；而且已经开源起来，让用户可以真正拥有自己的GPT4模型。 https://github.com/Vision-CAIR/MiniGPT-4在MiniGPT-4模型中，你可以围绕一张图片和它进行对话：从模型实现上来看，主要分为两步进行训练：MiniGPT-4冻结一个视觉编码器和 因此我这里先新建了一个python==3.9的版本：conda env create minigpt4 python=3.9conda activate minigpt4然后接着安装pytorch，去到官网
64420编辑于 2024-11-24 - 来自专栏运维开发王义杰
脚手架教学策略：构建知识的桥梁
当我们想要学习一个新技能或知识时，很多时候需要从基础开始，慢慢积累，然后逐步达到精通。但在这个过程中，如何更高效地过渡从基础到精通，确保每一步都牢固而富有成效呢？ 这就是“脚手架教学策略”要解决的问题。 1. 脚手架教学策略是什么？ 脚手架教学策略可以被看作是一种“支持”或“指导”，旨在帮助学生独立地完成他们原本不能完成的任务。 4. 脚手架教学策略的意义 强化学习：脚手架教学策略通过持续的支持和指导，确保学生在学习过程中始终获得正向的反馈，从而加强学习。 促进深度学习：与传统的教学方法相比，脚手架教学策略鼓励学生更深入地探讨和理解内容。 结论 脚手架教学策略是一种高效的教学方法，旨在提供恰当的支持，帮助学生逐步建立和加强他们的知识和技能。 希望这篇文章能帮助你更深入地了解脚手架教学策略及其在教育中的重要性。
68930编辑于 2023-08-10 - 来自专栏NLP/KG
学科知识图谱学习平台项目 ：技术栈Java、Neo4j、MySQL等超详细教学
学科知识图谱学习平台项目 ：技术栈Java、Neo4j、MySQL等超详细教学 0.效果展示 图片 图片 图片 图片 图片 图片 1.安装教程 安装Java SDK 11，下载前需要登录Oracle账号 +12-LTS-39) Java HotSpot(TM) 64-Bit Server VM (build 17.0.1+12-LTS-39, mixed mode, sharing) 打开Neo4j 官网，下载社区版服务器，不要选择桌面版，下载链接，依照跳出的网页对Neo4j进行配置，配置完成后能在命令行工具内调用即可 neo4j -Verbose 详细信息: Neo4j Server Type is 'Community' 详细信息: Neo4j Version is '4.2.11' 详细信息: Neo4j Database Mode is '' 安装Apache HTTP \backend\backupServer.js 在浏览器输入以下地址，即可打开本项目 项目主页 http://localhost/visual-kg-history/web/ 知识图谱页面
54730编辑于 2023-07-14 - 来自专栏柠檬先生
zepto 基础知识(4)
61.prev prev() 类型：collection prev(selector) 类型：collection 获取对相集合中每一个元素的钱一个兄弟节点，通过选择器来进行过滤 62.prev prev() 类型：collection prev(selector) 类型：collection 获取对象集合中每一个元素的前一个兄弟节点，通过选择器用来进行过滤。 63.prop prop(name) 类型：valu
975100发布于 2018-01-19 golang基础知识(4)
goCopy codenumbers := []int{1, 2, 3, 4, 5}for index, value := range numbers { fmt.Printf("Index: % func main() {http.HandleFunc("/", handler)http.ListenAndServe(":8080", nil)}这些基础知识点涵盖了Golang中一些更深入的概念
20910编辑于 2024-02-01- 来自专栏c++与qt学习
项目知识盲区整理4
项目知识盲区整理4 常用富文本编译器集合 常用图表插件 常用字体插件 验证码 element jwt 跨域--origin请求头 非Controller层通过RequestContextHolder.getRequestAttributes
61710编辑于 2021-12-07 - 来自专栏mysql
mysql基础知识（4）
SMALLINT：2字节整数，范围-32768到32767（无符号0到65535） MEDIUMINT：3字节整数，范围-8388608到8388607（无符号0到16777215） INT或INTEGER：4字节整数 float是单精度浮点数，占用4个字节的存储空间，适用对精度要求不高，节省存储空间的场合 double是双精度浮点数，占用8个字节的存储空间，适用需要高精度计算的场合 定点 DECIMAL或NUMERIC 可变长度的二进制字符串 TINYBLOB：最大长度255的二进制字符串 BLOB：最大长度65,535的二进制字符串 MEDIUMBLOB：最大长度16,777,215的二进制字符串 LONGBLOB：最大长度4,294,967,295 4、GROUP BY GROUP BY 子句将具有相同值的行分组。这通常与聚合函数（COUNT、SUM、AVG等）一起使用，以对分组数据执行计算。该子句是根据指定的列将数据组织到群组中。 3.分析器，这里对sql语句进行解析，根据关键字识别是什么样的sql，然后判断这条sql是否有语法错误，如果有则会报错：You have an error in your SQL syntax 4.优化器
1.1K10编辑于 2025-03-06 - 来自专栏后台全栈之路
腾讯 tRPC-Go 教学——（4）tRPC 组件生态和使用
系列文章 腾讯 tRPC-Go 教学——（1）搭建服务 腾讯 tRPC-Go 教学——（2）trpc HTTP 能力 腾讯 tRPC-Go 教学——（3）微服务间调用 腾讯 tRPC-Go 教学——（4 ）tRPC 组件生态和使用 腾讯 tRPC-Go 教学——（5）filter、context 和日志组件 腾讯 tRPC-Go 教学——（6）服务发现 腾讯 tRPC-Go 教学——（7）服务配置和指标上报 至少，笔者自己搭建的私人 web 服务的 API，也就只用到了这些知识点。 然而，要部署一个真正完整的、拥有良好可观测性的服务集群，我们还需要学习和使用更多 tRPC 的知识。 本文章采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。 原作者： amc，欢迎转载，但请注明出处。 原文标题：《腾讯 tRPC-Go 教学——（4）tRPC 组件生态和使用》 发布日期：2024-02-06 原文链接：https://cloud.tencent.com/developer/article
2.5K71编辑于 2025-04-18 - 来自专栏全栈技术
SpringMVC框架基础知识(4)
login.do user/ login.do user/ /login.do /user/ login.do /user/ /login.do 所以，在实际应用时，一般推荐使用以上表格中的第1种做法，或第4种做法 ，返回值暂时是String类型表示“视图名称”，方法名称可以自定义，方法的参数列表可以按需设计； 【掌握】当结合使用Thymeleaf时，需要先添加thymeleaf、thymeleaf-spring4或
41020发布于 2021-08-23 Hibernate知识辅导（4--3）
<hibernate-mapping package="alan.hbn.inheritance.entity">
14210编辑于 2025-10-14Hibernate知识辅导（4--2）
使用时间戳，是通过最后修改时间来判断是否来做更新操作，也就是只有在最后更新时间之后的更新操作才会执行。
14910编辑于 2025-10-14不止于知识关联：构建“教学-评估-反馈”闭环的智能课程知识图谱新范式
知识图谱，作为人工智能与知识工程深度融合的产物，正从单纯的知识关联工具，演变为支撑“教学-评估-反馈”全流程闭环的智能中枢。 它不再仅仅是让知识“看得见”，更要让教学过程“可度量”、学习路径“可定制”、教学效果“可优化”。 本文将深入剖析当前智慧教学的核心痛点，结合前沿的神经符号AI、多模态大模型技术，系统阐述如何构建新一代智能课程知识图谱，以知识驱动的范式重塑教学流程，真正实现因材施教与教学相长。 对教师：提供教学效果诊断报告，指出“哪些知识点全班性掌握不佳”、“哪些教学资源关联度最高”，为教学反思与改进提供铁证。对课程本身：所有学习行为数据持续反哺知识图谱。 构建“教学-评估-反馈”闭环的智能课程知识图谱，是从“知识信息化”迈向“教学智能化”的关键一跃。
29610编辑于 2026-03-16- 来自专栏全栈程序员必看
IPv4基础知识
IPv4地址 IPv4地址长度32位，四字节。IPv4地址包含网络号和主机号。 网络号：唯一的标识了一条物理链路或逻辑链路，对于该链路相连的所有设备来说网络号部分是共同的。 4位 Internet Header Length—指明在IPv4包头中以4字节为单位的块的数量。 这个字段的长度是4位。因为一个IPv4报头的最小长度是20字节，所以IHL字段对的最小值为5.IPv4选项可以通过增加4字节来扩展最小的IPv4报头的长度。 如果一个IPv4选项没有用完IPv4选项字段中所有的4个字节，剩下的字节将填充为0，以使得整个IPv4报头保持32位（4字节）的整数倍。 每个IPv4节点接受到IPv4就检查其IPv4头部校验，如果校验检查失败就把这个IPv4包丢弃。当路由器向前传送一个IPv4包就一定会消耗TTL。
3.7K10编辑于 2022-06-29 - 来自专栏DevOps运维
4、shell脚本后台运行知识
在实际工作中，一般会通过ssh连接服务器，隐藏可能就会有脚本或命令在执行期间不能中断的需求，若中断，则不仅前功尽弃，还可能破坏系统数据，下面是防止脚本执行终端的3种方法：
3.2K20发布于 2021-11-16 - 来自专栏大数据文摘
MiniGPT-4：看图聊天、教学、创作、搭网站......还开源了
尽管目前 OpenAI 暂未对 GPT-4 用户开放这一能力，但具有多模态能力的视觉语言模型令人充满了想象力。 近日，来自阿卜杜拉国王科技大学的研究团队，便提出了一个具有类似 GPT-4 图像理解与对话能力的 AI 大模型——MiniGPT-4，并将其开源 。 而且，MiniGPT-4 只需要训练线性层，使视觉特征与 Vicuna 保持一致。 最重要的是，它在 OpenAI 的 GPT-4 图像模态之前出现。（这是）开源 AI 的真正胜利。” 也有用户表示，“我认为他们为一个不相关的项目使用 GPT-4 名称是一种糟糕的形式。 项目地址： https://minigpt-4.github.io/ GitHub地址： https://github.com/Vision-CAIR/MiniGPT-4
763170编辑于 2023-04-21 - 来自专栏NLP/KG
手把手教学小型金融知识图谱构建：量化分析、图数据库neo4j、图算法、关系预测、命名实体识别、Cypher Cheetsheet详细教学等
手把手教学小型金融知识图谱构建：量化分析、图数据库neo4j、图算法、关系预测、命名实体识别、Cypher Cheetsheet详细教学等 效果预览： 图片 图片 图片 1. 知识图谱存储方式 知识图谱存储方式主要包含资源描述框架(Resource Description Framework，RDF)和图数据库（Graph Database）。 /neo4j start 启动成功，终端出现如下提示即为启动成功 Starting Neo4j.Started neo4j (pid 30914). Browser即可 2.3 储备知识 在 neo4j 上执行 CRUD 时需要使用 Cypher 查询语言。 搭建金融知识图谱 安装第三方库 pip install py2neo 4.1 基于python连接 具体代码可参考3.1 python操作neo4j-连接 from pandas import DataFrame
2.9K22编辑于 2023-07-08 全球视野：数字教学与知识库的未来发展趋势
数字教学与知识库作为这一转型中的关键要素，正在全球范围内展现出前所未有的活力与潜力。本文旨在探讨国际视野下数字教学与知识库的发展趋势，以期为我国教育行业的未来发展提供借鉴与启示。 通过构建标准化的知识库体系，教育机构可以实现对教学资源的统一管理和高效利用，为师生提供便捷、全面的学习支持。同时，知识库的开放性和可扩展性也促进了教育资源的共享与交流，推动了全球教育资源的优化配置。 三、国际合作推动数字教学与知识库发展在全球化的背景下，国际合作对于推动数字教学与知识库的发展具有重要意义。 四、面向未来的发展趋势展望未来，数字教学与知识库的发展将呈现以下趋势：一是智能化程度将进一步提升，人工智能技术将更加深入地融入教学过程中，为学习者提供更加个性化、精准的教学服务；二是开放性和共享性将成为主流趋势 结语国际视野下的数字教学与知识库发展趋势表明，技术创新、资源整合和国际合作是推动教育行业数字化转型的关键因素。
32110编辑于 2024-09-24- 来自专栏qKnow知识平台
qKnow知识平台教育版助力教学与科研创新——让知识图谱与 AI 教育更可及
随着人工智能与知识图谱技术在教育领域的不断发展，越来越多的师生开始将它们应用到教学与科研中。 为了让这些技术更易于学习与使用，qKnow团队推出了知识平台教育版——面向学生、教师和教育机构的专属版本，帮助大家更轻松地开展知识图谱与AI实践教学与研究。 简介qKnow知识平台教育版面向教育场景，提供知识图谱构建、智能检索、RAG应用开发等核心能力，帮助师生在教学、科研与创新项目中高效使用AI技术。 对教师可作为教学与科研辅助平台，用于展示知识推理、语义分析、AI问答等实际应用场景，支持教学创新。对教育机构帮助学校与科研单位建设智能化教学环境，实现知识资源共享与科研数据可视化，推动教育信息化建设。 4️⃣技术与教学服务面向教育用户，平台提供定期的培训与技术交流活动，包括：教师与研究人员能力提升研讨；教育项目实践案例分享；平台功能学习与使用指导。
35531编辑于 2025-11-07 - 来自专栏Y大宽
基于合作教学的教学方法
写在前面： 关于合作教学内容很多，现在仅把德国进修所学的合作教学教学方法做一极简总结，其中都蕴含了合作教学的灵魂，愿有缘人得之，用之。稍后会整理合作教学相关其他内容。
1.7K10发布于 2018-12-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号