【NLP 75、如何通过API调用智谱大模型】
事事忘记，事事等待，事事自愈
—— 25.5.18
一、调用智谱大模型
zhipuai.model_api.invoke()：调用智谱 AI 的大模型（如 ChatGLM）进行文本生成或推理，支持同步请求。
参数列表
| 参数名 | 类型 | 是否必需 | 默认值 | 说明 |
|---|---|---|---|---|
model | str | 是 | - | 要调用的模型名称（如 "chatglm_pro"、"chatglm_std"、"chatglm_lite"）。 |
prompt | list[dict] | 是 | - | 对话历史列表，每个元素为字典，包含 "role"（"user" 或 "assistant"）和 "content"（文本内容）。例如：[{"role": "user", "content": "你好"}]。 |
temperature | float | 否 | 0.95 | 控制生成文本的随机性（0.0 表示确定性输出，1.0 表示最大随机性）。 |
top_p | float | 否 | 0.8 | 核采样参数，控制生成时考虑的概率质量阈值。 |
max_tokens | int | 否 | 无限制 | 生成的最大 token 数，超过则截断。 |
stream | bool | 否 | False | 是否使用流式输出（True 表示流式，需配合回调处理）。 |
stop | list[str] | 否 | None | 指定停止生成的字符串列表。 |
user | str | 否 | 随机生成 | 用户标识，用于区分不同用户。 |
返回值结构
调用成功后返回一个字典，包含以下主要字段：
{"code": 200, # 状态码（200表示成功）"msg": "ok", # 消息描述"data": {"request_id": "xxx", # 请求ID"task_id": "xxx", # 任务ID"task_status": "SUCCESS", # 任务状态"choices": [{"role": "assistant","content": "模型生成的回复内容"}],"usage": {"prompt_tokens": 10, # 输入token数"completion_tokens": 20, # 输出token数"total_tokens": 30 # 总token数}}
}示例
import zhipuaizhipuai.api_key = "你的API密钥"response = zhipuai.model_api.invoke(model="chatglm_pro",prompt=[{"role": "user", "content": "请介绍一下Python的列表推导式"}],temperature=0.7,top_p=0.8
)if response["code"] == 200:print(response["data"]["choices"][0]["content"])
else:print(f"Error: {response['msg']}")二、实战示例：文章优化Agent + ZhiPuAPI
#coding:utf-8import os
import json
from zhipuai import ZhipuAI'''
利用agent思想优化文章
'''#pip install zhipuai
#https://open.bigmodel.cn/ 注册获取APIKey
def call_large_model(prompt):client = ZhipuAI(api_key="API_KEY") # 填写您自己的APIKeyresponse = client.chat.completions.create(model="glm-3-turbo", # 填写需要调用的模型名称messages=[{"role": "user", "content": prompt},],)response_text = response.choices[0].message.contentreturn response_textdef theme_analysis_agent(article_text):# 向大模型提问进行文章分析prompt_analysis = f"请分析并输出以下文章的主题：{article_text}"# 调用大模型接口，假设返回的结果是一个字典，包含结构和主题信息theme_analysis_result = call_large_model(prompt_analysis)return theme_analysis_resultdef language_optimization_agent(article_text, theme_analysis_result):# 根据文章分析结果构建提示词prompt_language = f"请检查下面这篇文章中的语法错误和用词不当之处，并提出优化建议。建议要尽量简练，不超过100字。\n\n文章主题：{theme_analysis_result}\n\n文章内容：{article_text}"language_optimization_suggestions = call_large_model(prompt_language)return language_optimization_suggestionsdef content_enrichment_agent(article_text, theme_analysis_result):# 根据文章分析结果构建提示词prompt_content = f"请阅读下面这篇文章，根据主题为该文章提出可以进一步扩展和丰富的内容点或改进建议，比如添加案例、引用数据等。建议要尽量简练，不超过100字。\n\n文章主题：{theme_analysis_result}\n\n文章内容：{article_text}"content_enrichment_suggestions = call_large_model(prompt_content)return content_enrichment_suggestionsdef readability_evaluation_agent(article_text, theme_analysis_result):# 根据文章分析结果构建提示词prompt_readability = f"请阅读下面这篇文章，根据主题评估该文章的可读性，包括段落长度、句子复杂度等，提出一些有助于文章传播的改进建议。建议要尽量简练，不超过100字。\n\n文章主题：{theme_analysis_result}\n\n文章内容：{article_text}"readability_evaluation_result = call_large_model(prompt_readability)return readability_evaluation_resultdef comprehensive_optimization_agent(article, theme_analysis_result, language_optimization_suggestions, content_enrichment_suggestions, readability_evaluation_result):# 合并结果的逻辑可以是将各个部分的建议整理成一个结构化的文档final_optimization_plan = f"请阅读下面这篇文章，以及若干个负责专项优化的agent给出的改进建议，重写这篇文章，提升文章的整体质量。\n\n文章原文:{article}\n\n文章主题分析：{theme_analysis_result}\n\n语言优化建议：{language_optimization_suggestions}\n\n内容丰富建议：{content_enrichment_suggestions}\n\n可读改进建议：{readability_evaluation_result}。\n\n优化后文章："final_optimization_result = call_large_model(final_optimization_plan)return final_optimization_resultarticle = """
2024年8月20日，国产游戏《黑神话：悟空》正式上线，迅速引发了全网的热议与追捧，其火爆程度令人惊叹。黑悟空之所以能如此之火，原因是多方面的。
从文化内涵来看，《黑神话：悟空》深深扎根于中国传统文化。《西游记》作为中国文学的经典之作，孙悟空更是家喻户晓的英雄形象，承载着无数国人的童年回忆和文化情感。该游戏以孙悟空为主角，让玩家能够在游戏中亲身扮演齐天大圣，体验其神通广大与英勇无畏，这种文化认同感和情感共鸣是黑悟空火爆的重要基础。它不仅仅是一款游戏，更像是一场文化的回归与盛宴，让玩家在游戏的世界里重新领略中国神话的魅力，使得传统文化以一种全新的、生动的方式呈现在大众面前。
在视觉呈现方面，黑悟空堪称一场视觉盛宴。制作团队不惜投入大量的时间和精力，运用先进的游戏制作技术，精心打造了美轮美奂的游戏画面。从细腻逼真的环境场景，到栩栩如生的角色形象，再到炫酷华丽的技能特效，每一个细节都展现出了极高的制作水准。无论是神秘奇幻的山林洞穴，还是气势恢宏的天庭宫殿，都仿佛让玩家身临其境，沉浸在一个充满想象力的神话世界之中。这种极致的视觉体验，极大地满足了玩家对于游戏画面品质的追求，也是吸引众多玩家的关键因素之一。
游戏品质上，黑悟空也达到了相当高的水平。它拥有丰富多样且极具挑战性的关卡设计，玩家需要运用智慧和技巧，不断探索、战斗，才能逐步推进游戏进程。角色的技能系统丰富且独特，玩家可以通过不同的技能组合，发挥出孙悟空的各种强大能力，增加了游戏的可玩性和策略性。同时，游戏的剧情紧凑且富有深度，在遵循原著故事框架的基础上，进行了大胆的创新和拓展，为玩家呈现了一个既熟悉又充满新鲜感的西游世界，让玩家在享受游戏乐趣的同时，也能感受到一个精彩绝伦的故事。
再者，宣传推广策略也为黑悟空的火爆添了一把柴。从 2020 年开始，制作方每年 8 月 20 日都会公开最新的实机视频，这些视频在网络上广泛传播，引发了大量关注和讨论，成功地为游戏上线预热造势。在社交媒体上，关于黑悟空的话题热度持续攀升，玩家们纷纷自发地宣传分享，形成了强大的传播效应。此外，针对海外市场，黑悟空也积极开展宣传活动，通过号召海外网友参与视频投稿、与博主合作推广等方式，有效地扩大了游戏在国际上的影响力。
《黑神话：悟空》的火爆并非偶然，而是其在文化内涵、视觉呈现、游戏品质以及宣传推广等多个方面共同发力的结果。它的成功，不仅为国产游戏树立了新的标杆，也证明了中国游戏产业在技术和创意上的巨大潜力。相信在黑悟空的带动下，未来会有更多优秀的国产游戏涌现，推动中国游戏产业不断向前发展，让中国的游戏文化在全球舞台上绽放更加耀眼的光芒。同时，黑悟空也为传统文化的传承与创新提供了新的思路和途径，让传统文化在现代社会中焕发出新的活力与生机。它不仅仅是一款游戏的成功，更是中国文化与现代科技融合发展的一个精彩范例，其影响力必将深远而持久。
"""theme_analysis_result = theme_analysis_agent(article)
language_optimization_suggestions = language_optimization_agent(article, theme_analysis_result)
content_enrichment_suggestions = content_enrichment_agent(article, theme_analysis_result)
readability_evaluation_result = readability_evaluation_agent(article, theme_analysis_result)
final_optimization_plan = comprehensive_optimization_agent(article, theme_analysis_result, language_optimization_suggestions, content_enrichment_suggestions, readability_evaluation_result)
results = {"主题分析结果": theme_analysis_result, "语言优化建议": language_optimization_suggestions, "内容丰富建议": content_enrichment_suggestions, "可读性评价结果": readability_evaluation_result, "最终优化方案": final_optimization_plan}
#存储json文件
with open('results.json', 'w', encoding='utf-8') as f:json.dump(results, f, ensure_ascii=False, indent=4)print(f"最终优化方案：{final_optimization_plan}")
相关文章：
【NLP 75、如何通过API调用智谱大模型】
事事忘记，事事等待，事事自愈 —— 25.5.18 一、调用智谱大模型 zhipuai.model_api.invoke()：调用智谱 AI 的大模型（如 ChatGLM）进行文本生成或推理，支持同步请求。 参数列表 参数名类型是否必需默认值说…...
【RabbitMQ】 RabbitMQ高级特性（二）
文章目录 一、重试机制1.1、重试配置1.2、配置交换机&队列1.3、发送消息1.4、消费消息1.5、运行程序1.6、 手动确认 二、TTL2.1、设置消息的TTL2.2、设置队列的TTL2.3、两者区别 三 、死信队列6.1 死信的概念3.2 代码示例3.2.1、声明队列和交换机3.2.2、正常队列绑定死信交…...
EMQX开源版安装指南：Linux/Windows全攻略
EMQX开源版安装教程-linux/windows 因最近自己需要使用MQTT，需要搭建一个MQTT服务器，所以想到了很久以前用到的EMQX。但是当时的EMQX使用的是开源版的，在官网可以直接下载。而现在再次打开官网时发现怎么也找不大开源版本了，所以…...
MySQL 数据库备份与还原
作者：IvanCodes 日期：2025年5月18日 专栏：MySQL教程 思维导图 备份 (Backup) 与 冗余 (Redundancy) 的核心区别: 🎯 备份是指创建数据的副本并将其存储在不同位置或介质，主要目的是在发生数据丢失、损坏或逻辑错误时进…...
【数据结构】2-3-4 单链表的建立
数据结构知识点合集 尾插法建立单链表 建立链表时总是将新节点插入到链表的尾部，将新插入的节点作为链表的尾节点 /*尾插法建立链表L*/ LinkList List_TailInsert(LinkList &L) { int x; /*建立头节点*/ L (LNode *)malloc(sizeof(LNode)); /*…...
JVM如何处理多线程内存抢占问题
目录 1、堆内存结构 2、运行时数据 3、内存分配机制 3.1、堆内存结构 3.2、内存分配方式 1、指针碰撞 2、空闲列表 4、jvm内存抢占方案 4.1、TLAB 4.2、CAS 4.3、锁优化 4.4、逃逸分析与栈上分配 5、问题 5.1、内存分配竞争导致性能下降 5.2、伪共享（…...
猫番阅读APP：丰富资源，优质体验，满足你的阅读需求
猫番阅读APP是一款专为书籍爱好者设计的移动阅读应用，致力于提供丰富的阅读体验和多样化的书籍资源。它不仅涵盖了小说、非虚构、杂志等多个领域的电子书，还提供了个性化推荐、书架管理、离线下载等功能，满足不同读者的阅读需求。无论是通勤路…...
Redis 学习笔记 4：优惠券秒杀
Redis 学习笔记 4：优惠券秒杀 本文基于前文的黑马点评项目进行学习。 Redis 生成全局唯一ID 整个全局唯一 ID 的结构如下： 这里的时间戳是当前时间基于某一个基准时间（项目开始前的某个时间点）的时间戳。序列号是依赖 Redis 生…...
C++学习：六个月从基础到就业——C++17：if/switch初始化语句
C学习：六个月从基础到就业——C17：if/switch初始化语句 本文是我C学习之旅系列的第四十六篇技术文章，也是第三阶段"现代C特性"的第八篇，主要介绍C17引入的if和switch语句的初始化表达式特性。查看完整系列目录了解更多内…...
C++跨平台开发经验与解决方案
在当今软件开发领域，跨平台开发已成为一个重要的需求。C作为一种强大的系统级编程语言，在跨平台开发中扮演着重要角色。本文将分享在实际项目中的跨平台开发经验和解决方案。 1. 构建系统选择 CMake的优势 跨平台兼容性好 支持多种编译器和IDE 强大…...
RabbitMQ 工作模式（上）
前言 在 RabbitMQ 中，一共有七种工作模式，我们也可以打开官网了解： 本章我们先介绍前三种工作模式 （Simple）简单模式 P：producer 生产者，负责发送消息 C：consumer 消费者&#x…...
为什么需要加密机服务？
前言 大家好，我是老马。 以前我自己在写工具的时候，都是直接自己实现就完事了。 但是在大公司，或者说随着合规监管的要求，自己随手写的加解密之类的，严格说是不合规的。 作为一家技术性公司，特别是金融…...
【Linux】利用多路转接epoll机制、ET模式，基于Reactor设计模式实现
📚 博主的专栏 🐧 Linux | 🖥️ C | 📊 数据结构 | 💡C 算法 | 🅒 C 语言 | 🌐 计算机网络 上篇文章：多路转接epoll，实现echoserver 至此，Linux与…...
c/c++的findcontours崩溃解决方案
解决 Windows 平台 OpenCV findContours 崩溃：一种更稳定的方法 许多在 Windows 平台上使用 OpenCV 的开发者可能会在使用 findContours 函数时，遇到令人头疼的程序崩溃问题。尽管网络上流传着多种解决方案，但它们并非总能根治此问题。 当时…...
机器学习 Day18 Support Vector Machine ——最优美的机器学习算法
1.问题导入： 2.SVM定义和一些最优化理论 2.1SVM中的定义 2.1.1 定义 SVM 定义：SVM（Support Vector Machine，支持向量机）核心是寻找超平面将样本分成两类且间隔最大 。它功能多样，可用于线性或非线性分类…...
npm与pnpm--为什么推荐pnpm
包管理器中 npm是最经典的，但大家都任意忽略一个更优质的管理器：pnpm 1. 核心区别 特性npmpnpm依赖存储方式扁平化结构（可能重复依赖）硬链接 符号链接（共享依赖，节省空间）安装速度较慢&#…...
ollama调用千问2.5-vl视频图片UI界面小程序分享
1、问题描述： ollama调用千问2.5-vl视频图片内容，通常用命令行工具不方便，于是做了一个python UI界面与大家分享。需要提前安装ollama，并下载千问qwen2.5vl:7b 模型，在ollama官网即可下载。 （8G-6G 显卡可…...
济南国网数字化培训班学习笔记-第三组-1-电力通信传输网认知
电力通信传输网认知 电力通信基本情况 传输介质 传输介质类型（导引与非导引） 导引传输介质，如电缆、光纤； 非导引传输介质，如无线电波； 传输介质的选择影响信号传输质量 信号传输模式（单工…...
容器)
Kubernetes控制平面组件：Kubelet详解（六）：pod sandbox(pause)容器
云原生学习路线导航页（持续更新中） kubernetes学习系列快捷链接 Kubernetes架构原则和对象设计（一）Kubernetes架构原则和对象设计（二）Kubernetes架构原则和对象设计（三）Kubernetes控…...
51单片机，两路倒计时，LCD1602 ，Proteus仿真
初始上电 默认2路都是0分钟的倒计时 8个按键 4个一组 一组控制一路倒计时 4个 按键：加 减 开始或者暂停 复位到0分钟相当于停止 针对第一路倒计时 4个 按键2：加 减 开始或者暂停 复位到0分钟相当于停止 针对第2路倒计时 哪一路到了0后蜂鸣器响 对应LED点亮 main.c 文件实现了…...
MySQL之储存引擎和视图
一、储存引擎 基本介绍： 1、MySQL的表类型由储存引擎(Storage Engines)决定，主要包括MyISAM、innoDB、Memory等。 2、MySQL数据表主要支持六种类型，分别是：CSV、Memory、ARCHIVE、MRG_MYISAN、MYISAM、InnoBDB。 3、这六种又分…...
写spark程序数据计算（ 数据库的计算，求和，汇总之类的）连接mysql数据库，写入计算结果
1. 添加依赖 在项目的 pom.xml（Maven）中添加以下依赖： xml <!-- Spark SQL --> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-sql_2.12</artifactId> <version>3.3.0…...
一：操作系统之系统调用
系统调用：用户程序与操作系统交互的桥梁 在计算机的世界里，应用程序是我们日常接触最多的部分，比如浏览器、文本编辑器、游戏等等。然而，这些应用程序并不能直接控制硬件资源，比如读写硬盘、创建新进程、发送网络数据…...
【ROS2】 核心概念6——通信接口语法（Interfaces）
古月21讲/2.6_通信接口 官方文档：Interfaces — ROS 2 Documentation: Humble documentation 官方接口代码实战：https://docs.ros.org/en/humble/Tutorials/Beginner-Client-Libraries/Single-Package-Define-And-Use-Interface.html ROS 2使用简化的描…...
SmartETL函数式组件的设计与应用
SmartETL框架主要采用了面向对象的设计思想，将ETL过程中的处理逻辑抽象为Loader和Processor（对应loader模块和iterator模块），所有流程组件需要继承或实现DataProvider（iter方法）或JsonIterator（…...
Spring Security与SaToken的对比与优缺点分析
Spring Security与SaToken对比分析 一、框架定位 Spring Security 企业级安全解决方案，深度集成Spring生态提供完整的安全控制链（认证、授权、会话管理、攻击防护）适合中大型分布式系统 SaToken 轻量级权限认证框架，专注Token会…...
|从零开始的Pyside2界面编程| 环境搭建以及第一个ui界面
🐑 |从零开始的Pyside2界面编程| 环境搭建以及第一个ui界面🐑 文章目录 🐑 |从零开始的Pyside2界面编程| 环境搭建以及第一个ui界面🐑♈前言♈♈Pyside2环境搭建♈♈做个简单的UI界面♈♒代码实现♒♒QTdesigner设计UI界面♒ ♒总…...
【爬虫】DrissionPage-7
官方文档： https://www.drissionpage.cn/browser_control/get_page_info/ 1. 页面信息 📌 html 描述：返回当前页面的 HTML 文本。注意：不包含 <iframe> 元素的内容。返回类型：str 示例： html_co…...
系统架构设计（十二）：统一过程模型（RUP）
简介 RUP 是由 IBM Rational 公司提出的一种 面向对象的软件工程过程模型，以 UML 为建模语言，是一种 以用例为驱动、以架构为中心、迭代式、增量开发的过程模型。 三大特征 特征说明以用例为驱动（Use Case Driven）需求分析和测…...
深入解析Java事件监听机制与应用
Java事件监听机制详解 一、事件监听模型组成 事件源（Event Source） 产生事件的对象（如按钮、文本框等组件） 事件对象（Event Object） 封装事件信息的对象（如ActionEvent包含事件源信息…...
QT聊天项目DAY11
1. 验证码服务 1.1 用npm安装redis npm install redis 1.2 修改config.json配置文件 1.3 新建redis.js const config_module require(./config) const Redis require("ioredis");// 创建Redis客户端实例 const RedisCli new Redis({host: config_module.redis_…...
Python训练营---Day29
知识点回顾 类的装饰器装饰器思想的进一步理解：外部修改、动态类方法的定义：内部定义和外部定义 作业：复习类和函数的知识点，写下自己过去29天的学习心得，如对函数和类的理解，对python这门工具的理解等&…...
Flask-SQLAlchemy_数据库配置
1、基本概念（SQLAlchemy与Flask-SQLAlchemy） SQLAlchemy 是 Python 生态中最具影响力的 ORM（对象关系映射）库，其设计理念强调 “框架无关性”，支持在各类 Python 项目中独立使用，包括 Flask、D…...
世界银行数字经济指标（1990-2022年）-社科数据
世界银行数字经济指标（1990-2022年）-社科数据https://download.csdn.net/download/paofuluolijiang/90623839 https://download.csdn.net/download/paofuluolijiang/90623839 此数据集涵盖了1990年至2022年间全球各国的数字经济核心指标，数据…...
Redis进阶知识
Redis 1.事务2. 主从复制2.1 如何启动多个Redis服务器2.2 监控主从节点的状态2.3 断开主从复制关系2.4 额外注意2.5拓扑结构2.6 复制过程2.6.1 数据同步 3.哨兵选举原理注意事项 4.集群4.1 数据分片算法4.2 故障检测 5. 缓存5.1 缓存问题 6. 分布式锁 1.事务 Redis的事务只能保…...
NY337NY340美光固态颗粒NC010NC012
NY337NY340美光固态颗粒NC010NC012 在存储技术的浩瀚星空中，美光的NY337、NY340、NC010、NC012等固态颗粒宛如璀璨星辰，闪耀着独特的光芒。它们承载着先进技术与无限潜力，正深刻影响着存储行业的格局与发展。 一、技术架构与核心优势 美光…...
DAY26 函数定义与参数
浙大疏锦行-CSDN博客 知识点回顾： 1.函数的定义 2.变量作用域：局部变量和全局变量 3.函数的参数类型：位置参数、默认参数、不定参数 4.传递参数的手段：关键词参数 5.传递参数的顺序：同时出现三种参数类型时 函数的定义…...
系统安全及应用
目录 一、账号安全控制 1.基本安全措施 （1）系统账号清理 (2)密码安全控制 （3）历史命令，自动注销 2.用户提权和切换命令 2.1 su命令用法 2.2 sudo命令提权 2.3通过是sudo执行特权命令 二、系统引导和登录控制…...
微信小程序 地图 使用 射线法 判断目标点是否在多边形内部（可用于判断当前位置是否在某个区域内部）
目录 射线法原理简要逻辑代码 小程序代码调试基础库小程序配置地图数据地图多边形点与多边形关系 射线法 原理 使用射线法来判断，目标点是否在多边形内部 这里简单说下，具体细节可以看这篇文章 平面几何：判断点是否在多边形内（…...
第三十七节：视频处理-视频读取与处理
引言：解码视觉世界的动态密码 在数字化浪潮席卷全球的今天，视频已成为信息传递的主要载体。从短视频平台的爆火到自动驾驶的视觉感知，视频处理技术正在重塑人类与数字世界的交互方式。本指南将深入探讨视频处理的核心技术，通过Python与OpenCV的实战演示，为您揭开动态影像…...
什么是 Flink Pattern
在 Apache Flink 中，Pattern 是 Flink CEP（Complex Event Processing）模块 的核心概念之一。它用于定义你希望从数据流中检测出的 事件序列模式（Event Sequence Pattern）。 🎯 一、什么是 Flink Pattern&am…...
ADB基本操作和命令
1.ADB的含义 adb 命令是 Android 官方提供，调试 Android 系统的工具。 adb 全称为 Android Debug Bridge（Android 调试桥），是 Android SDK 中提供的用于管理 Android 模拟器或真机的工具。 adb 是一种功能强大的命令行工具&#x…...
NSString的三种实现方式
oc里的NSString有三种实现方式，为_ _NSCFConstantString、__NSCFString、NSTaggedPointerString 1._ _NSCFConstantString(字面量字符串) 从字面意思上可以看出，_ _NSCFContantString可以理解为常量字符串，这种类型的字符串在编译期就确定了…...
2025年PMP 学习二十 第13章 项目相关方管理
第13章 项目相关方管理 序号过程过程组过程组1识别相关方启动2规划相关方管理规划3管理相关方参与与执行4监控相关方参与与监控 相关方管理，针对于团队之外的相关方的，核心目标是让对方为了支持项目，以达到项目目标。 文章目录 第13章 项目相…...
学习黑客Kerberos深入浅出：安全王国的门票系统
Kerberos深入浅出：安全王国的门票系统 🎫 作者: 海尔辛 | 发布时间: 2025-05-18 🔑 理解Kerberos：为什么它如此重要？ Kerberos是现代网络环境中最广泛使用的身份验证协议之一，尤其在Windows Active Dire…...
蓝桥杯19681 01背包
问题描述 有 N 件物品和一个体积为 M 的背包。第 i 个物品的体积为 vi，价值为 wi。每件物品只能使用一次。 请问可以通过什么样的方式选择物品，使得物品总体积不超过 M 的情况下总价值最大，输出这个最大价值即可。 输入格式 第一行输…...
使用 Auto-Keras 进行自动化机器学习
使用 Auto-Keras 进行自动化机器学习 了解自动化机器学习以及如何使用 auto-keras 完成它。如今，机器学习并不是一个非常罕见的术语，因为像 DataCamp、Coursera、Udacity 等组织一直在努力提高他们的效率和灵活性，以便将机器学习的教育带给普…...
算法刷题Day9 5.18:leetcode定长滑动窗口3道题，结束定长滑动窗口,用时1h
12. 1852.每个子数组的数字种类数 1852. 每个子数组的数字种类数 - 力扣（LeetCode） 思想 找到nums 所有 长度为 k 的子数组中 不同 元素的数量。 返回一个数组 ans，其中 ans[i] 是对于每个索引 0 < i < n - k，nums[i..(i …...
Protect Your Digital Privacy: Obfuscate, Don’t Hide
Protect Your Digital Privacy: Obfuscate, Don’t Hide In today’s digital world, hiding completely online is nearly impossible. But you can protect yourself by deliberately obfuscating your personal information — making it harder for others to track, pro…...
 和 部署方式(--deploy-mode))
Spark 的运行模式(--master) 和 部署方式(--deploy-mode)
Spark 的 运行模式（--master） 和 部署方式（--deploy-mode），两者的核心区别在于 资源调度范围 和 Driver 进程的位置。 一、核心概念对比 维度--master（运行模式）--deploy-mode（部署…...