当前位置：首页 > news >正文

NLP_[2]-认识文本预处理

news 来源：原创 2025/7/6 2:44:53

文章目录

1 认识文本预处理
- 1 文本预处理及其作用
- 2. 文本预处理中包含的主要环节
- - 2.1 文本处理的基本方法
  - 2.2 文本张量表示方法
  - 2.3 文本语料的数据分析
  - 2.4 文本特征处理
  - 2.5数据增强方法
  - 2.6 重要说明
2 文本处理的基本方法
- 1. 什么是分词
- 2 什么是命名实体识别
- 3 什么是词性标注¶

1 认识文本预处理

1 文本预处理及其作用

文本语料在输送给模型钱一般需要一系列的预处理工作才能符合模型输入的要求,
- 如将文本转化成模型需要的张量, 规范张量的尺寸等, 而且科学的文本预处理环节还将有效的指导模型超参数的选择提升模型的评估指标

2. 文本预处理中包含的主要环节

文本处理的基本方法
文本张量表示方法
文本语料的数据分析
文本特征处理
数据增强方法

2.1 文本处理的基本方法

分词
词性标注
命名实体识别

2.2 文本张量表示方法

one_hot编码
Word2vec
Word Embedding

2.3 文本语料的数据分析

标签数量分布
句子长度分布
词频统计与关键词词云

2.4 文本特征处理

添加n-gram特征
文本长度规范

2.5数据增强方法

回译数据增强法

2.6 重要说明

在实际生产应用中我们最长使用的两种语言是中文和英文因此文本预处理部分的内容都将都将针对于这两种语言进行

2 文本处理的基本方法

1. 什么是分词

分词就是将连续的字序列按照一定的规范重新组合成次序列的过程在英文的行文中单词是以空格作为自然分界符的而中文只是字、句、段能通过明显的分解符来简单划界唯独词没有一个形式上的分界符分词的过程就是找到这样分界符的过程
举个例子
我爱我们的国家,我爱北京
[‘我’,‘爱’,‘我们’,‘的’,‘国家’,‘,’,‘我’,‘爱’,‘北京’]
分词的作用
- 词作为语言语义理解的最小单元是人类理解文本语言的基础因此也是AI解决NLP领域高阶任务如自动问答机器翻译文本生成的重要基础环节
- 人们中文分词工具jieba:
  - 愿景 ‘结巴’ 中文分词做最好的Python中文分词组件
- jieba的特性
  - 支持多种分词模式
    - 精确模式
    - 全模式
    - 搜索引擎模式
  - 支持中文繁体分词
  - 支持用户自定义词典
- jieba的安装
  pip install jieba
- jieba的使用
  - 精确模式分词
  - 试图将句子最精确的切开适合文本分析

import jieba
content = "我爱北京天安门"
# 精确模型：试图将句子最精确地切开，适合文本分析。也属于默认模式
jieba.cut(content, cut_all=False)  # cut_all默认为False# 将返回一个生成器对象# 若需直接返回列表内容, 使用jieba.lcut即可
jieba.lcut(content, cut_all=False)
['我','爱','北京','天安门']# 若需直接返回列表内容, 使用jieba.lcut即可
jieba.lcut(content, cut_all=True)
# 注意1：人工智能全模型分成三个词
# 注意2：逗号和句号也给分成了词jieba.cut_for_search(content)# 若需直接返回列表内容, 使用jieba.lcut_for_search即可
jieba.lcut_for_search(content)# 对'无线电'等较长词汇都进行了再次分词.

中文繁体分词:
针对中国香港, 台湾地区的繁体文本进行分词。

import jieba
content = "煩惱即是菩提，我暫且不提"
jieba.lcut(content)
['煩惱', '即', '是', '菩提', '，', '我', '暫且', '不', '提']

使用用户自定义词典:
添加自定义词典后, jieba能够准确识别词典中出现的词汇，提升整体的识别准确率。
词典格式: 每一行分三部分：词语、词频（可省略）、词性（可省略），用空格隔开，顺序不可颠倒。
词典样式如下, 具体词性含义请参照7 jieba词性对照表, 将该词典存为userdict.txt, 方便之后加载使用。

文件# 格式：word1 freq1 word_type1
爱北 5 nz

import jiebasentence = '我爱北京天安门。'
# 1 没有使用用户自定义词典
mydata = jieba.lcut(sentence, cut_all=False)
print('mydata-->', mydata)# 2 使用用户自定义词典
jieba.load_userdict("./userdict.txt")
mydata2 = jieba.lcut(sentence, cut_all=False)
print('mydata2-->', mydata2)

2 什么是命名实体识别

命名实体: 通常我们将人名, 地名, 机构名等专有名词统称命名实体. 如: 周杰伦, 黑山县, 孔子学院, 24辊方钢矫直机.
顾名思义, 命名实体识别(Named Entity Recognition，简称NER)就是识别出一段文本中可能存在的命名实体.

举个例子:

鲁迅, 浙江绍兴人, 五四新文化运动的重要参与者, 代表作朝花夕拾.

==>

鲁迅(人名) / 浙江绍兴(地名)人 / 五四新文化运动(专有名词) / 重要参与者 / 代表作 / 朝花夕拾(专有名词)
命名实体识别的作用:
同词汇一样, 命名实体也是人类理解文本的基础单元, 因此也是AI解决NLP领域高阶任务的重要基础环节

3 什么是词性标注¶

词性: 语言中对词的一种分类方法，以语法特征为主要依据、兼顾词汇意义对词进行划分的结果, 常见的词性有14种, 如: 名词, 动词, 形容词等.
顾名思义, 词性标注(Part-Of-Speech tagging, 简称POS)就是标注出一段文本中每个词汇的词性.

举个例子:

我爱自然语言处理

==>

我/rr, 爱/v, 自然语言/n, 处理/vn

rr: 人称代词
v: 动词
n: 名词
vn: 动名词

词性标注的作用:
- 词性标注以分词为基础, 是对文本语言的另一个角度的理解, 因此也常常成为AI解决NLP领域高阶任务的重要基础环节.
使用jieba进行中文词性标注:

import jieba.posseg as pseg
pseg.lcut("我爱北京天安门") 
[pair('我', 'r'), pair('爱', 'v'), pair('北京', 'ns'), pair('天安门', 'ns')]

结果返回一个装有pair元组的列表, 每个pair元组中分别是词汇及其对应的词性, 具体词性含义请参照附录: jieba词性对照表

jieba词性对照表:

- a 形容词  - ad 副形词  - ag 形容词性语素  - an 名形词  
- b 区别词  
- c 连词  
- d 副词  - df   - dg 副语素  
- e 叹词  
- f 方位词  
- g 语素  
- h 前接成分  
- i 成语 
- j 简称略称  
- k 后接成分  
- l 习用语  
- m 数词  - mg - mq 数量词  
- n 名词  - ng 名词性语素  - nr 人名  - nrfg    - nrt  - ns 地名  - nt 机构团体名  - nz 其他专名  
- o 拟声词  
- p 介词  
- q 量词  
- r 代词  - rg 代词性语素  - rr 人称代词  - rz 指示代词  
- s 处所词  
- t 时间词  - tg 时语素  
- u 助词  - ud 结构助词 得- ug 时态助词- uj 结构助词 的- ul 时态助词 了- uv 结构助词 地- uz 时态助词 着
- v 动词  - vd 副动词- vg 动词性语素  - vi 不及物动词  - vn 名动词  - vq 
- x 非语素词  
- y 语气词  
- z 状态词  - zg

hanlp词性对照表:

【Proper Noun——NR，专有名词】【Temporal Noun——NT，时间名词】【Localizer——LC，定位词】如“内”，“左右”【Pronoun——PN，代词】【Determiner——DT，限定词】如“这”，“全体”【Cardinal Number——CD，量词】【Ordinal Number——OD，次序词】如“第三十一”【Measure word——M，单位词】如“杯”【Verb：VA，VC，VE，VV，动词】【Adverb：AD，副词】如“近”，“极大”【Preposition：P，介词】如“随着”【Subordinating conjunctions：CS，从属连词】【Conjuctions：CC，连词】如“和”【Particle：DEC,DEG,DEV,DER,AS,SP,ETC,MSP，小品词】如“的话”【Interjections：IJ，感叹词】如“哈”【onomatopoeia：ON，拟声词】如“哗啦啦”【Other Noun-modifier：JJ】如“发稿/JJ 时间/NN”【Punctuation：PU，标点符号】【Foreign word：FW，外国词语】如“OK

NLP_[2]-认识文本预处理

文章目录 1 认识文本预处理1 文本预处理及其作用2. 文本预处理中包含的主要环节2.1 文本处理的基本方法2.2 文本张量表示方法2.3 文本语料的数据分析2.4 文本特征处理2.5数据增强方法2.6 重要说明 2 文本处理的基本方法1. 什么是分词2 什么是命名实体识别3 什么是词性标注 1 认…...

编程日记 2025/7/6 2:44:53

单硬盘槽笔记本更换硬盘

背景本人的笔记本电脑只有一个硬盘槽，而且没有M.2的硬盘盒，只有一个移动硬盘旧硬盘：512G 新硬盘：1T 移动硬盘：512G 参考链接：https://www.bilibili.com/video/BV1iP41187SW/?spm_id_from333.1007.t…...

编程日记 2025/7/5 23:30:16

在stm32mp257的yocto中设置用户名和密码

在STM32MP257的Yocto环境中设置用户名和密码，通常需要修改根文件系统的用户配置。以下是详细步骤： 1. 设置root密码默认情况下，root账户可能无密码或使用默认密码。通过以下方法修改：方法1：在local.conf中直接设置 # 打开Yocto工程的配置文件 vi conf/local.conf# 添…...

编程日记 2025/7/2 10:57:44

力扣--链表

相交链表法一： 把A链表的节点都存HashSet里，遍历B链表找相同的节点法二： 把A、B指针都移到末尾，再同时往回走，每次往回走都比较当前节点的下一节点（a.next b.next ?)是否相同，当不相同…...

编程日记 2025/7/6 10:44:24

【redis】数据类型之hash

Redis中的Hash数据类型是一种用于存储键值对集合的数据结构。与Redis的String类型不同，Hash类型允许你将多个字段（field）和值（value）存储在一个单独的key下，从而避免了将多个相关数据存储为多个独立的key。…...

编程日记 2025/7/6 6:44:35

计算机网络面经

文章目录基础HTTPHTTP报文结构（注意）RPC和http的区别TCPTCP报文结构（注意）IP基础 HTTP HTTP报文结构（注意）请求行：请求方法get/post，url，http版本请求头：用户标识，请求体长度，类型，cookie 请求体：内容状态行：状态码，状态消息、（http版本）响应头：内…...

编程日记 2025/7/6 13:19:32

非递减子序列(力扣491)

这道题的难点依旧是去重，但是与之前做过的子集类问题的区别就是，这里是求子序列，意味着我们不能先给数组中的元素排序。因为子序列中的元素的相对位置跟原数组中的相对位置是一样的，如果我们改变数组中元素的顺序，子序…...

编程日记 2025/7/6 23:31:34

00_Machine Vision_基础介绍

基础概念由于计算机只能处理离散的数据，所以需要将连续的图片转化为离散的数据。主要包含：空间离散以及灰度值离散空间离散：将图片的像素点离散化，即将图片的像素点转化为一个个的小方块，即为图片的分辨率。分辨率…...

编程日记 2025/7/6 23:55:38

排错 -- 用React.js,Solidity,智能合约构建最新区块链应用

真枪实弹:第一个Web3项目【上集】用React.js,Solidity,智能合约构建最新区块链应用详细教程构建web跟随b站教程中遇到了很多错误，从今天开始构建完整的应用，在此记录一些排错。问题情况1：跟随视频后无Src文件问题情况1解决方法&#xff1…...

编程日记 2025/7/7 1:11:25

【WB 深度学习实验管理】利用 Hugging Face 实现高效的自然语言处理实验跟踪与可视化

本文使用到的 Jupyter Notebook 可在GitHub仓库002文件夹找到，别忘了给仓库点个小心心~~~ https://github.com/LFF8888/FF-Studio-Resources 在自然语言处理领域，使用Hugging Face的Transformers库进行模型训练已经成为主流。然而，随着模型复…...

编程日记 2025/7/7 0:46:46

ximalaya（三） playUriList值解密--webpack

本文主要介绍解密音频播放url参数。本文仅代表个人理解，如有其他建议可在评论区沟通。声明仅仅记录一下自己的学习方法，不作为其他参考、更不作为商业用途。如有侵犯请联系本人删除目标地址：aHR0cHM6Ly93d3cueGltYWxheWEuY29tL3NvdW5k…...

编程日记 2025/7/7 0:17:37

ES6 Map 数据结构是用总结

1. Map 基本概念 Map 是 ES6 提供的新的数据结构，它类似于对象，但是"键"的范围不限于字符串，各种类型的值（包括对象）都可以当作键。Map 也可以跟踪键值对的原始插入顺序。 1.1 基本用法 // 创建一个空Map…...

编程日记 2025/7/6 17:46:20

使用Redis实现业务信息缓存（缓存详解，缓存更新策略，缓存三大问题）-更新中

一、什么是缓存？ 缓存是一种高效的数据存储方式，它通过将数据保存在内存中来提供快速的读写访问。这种机制特别适用于需要高速数据访问的应用场景，如网站、应用程序和服务。在处理大量数据和高并发请求时， 缓存能显著提高性能和用…...

编程日记 2025/7/7 1:07:34

Windows 系统下使用 Ollama 离线部署 DeepSeek - R1 模型指南

引言随着人工智能技术的飞速发展，各类大语言模型层出不穷。DeepSeek - R1 凭借其出色的语言理解和生成能力，受到了广泛关注。而 Ollama 作为一款便捷的模型管理和部署工具，能够帮助我们轻松地在本地环境中部署和使用模型。本文将详细介绍如…...

编程日记 2025/7/7 0:50:45

变革里程碑：Transformer 的崛起一、架构革命的核心驱动力 #mermaid-svg-hsXnwHI0wO2qZaqb {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#000000;}#mermaid-svg-hsXnwHI0wO2qZaqb .error-icon{fill:#552222;}#mermaid-sv…...

编程日记 2025/7/6 20:20:47

SpringBoot速成（八）登录实战：未登录不能访问 P5-P8

1.登录 package com.itheima.springbootconfigfile.controller;import com.itheima.springbootconfigfile.pojo.Result; import com.itheima.springbootconfigfile.pojo.User; import com.itheima.springbootconfigfile.service.UserService;import com.itheima.springbootco…...

编程日记 2025/7/6 22:40:07

[Unity角色控制专题] 详细说明如何使用Character Controller配合脚本实现类似MC的第一人称控制（仅移动与视角摇晃）

关于角色控制器的基本用法我就不做介绍了，请自行查看相关文档： Unity - Manual: Character Controller component reference 本文用到了三角函数和插值函数，非常简单，如有疑问请查询以下文章: Unity中的数学之 Mathf_uni…...

编程日记 2025/7/6 4:22:19

2025_2_9 C语言中队列

1.队列（先进先出） 队列也是一种受限制的线性结构它只能在一端添加元素，在另一端访问，删除元素 （队首插入，队尾删除） 因为链表实现没有数组实现快，所以队列大多数是用数组实现的 q…...

编程日记 2025/7/5 12:35:16

（原创，可用）SSH实现内外网安全穿透（安全不怕防火墙）

目前有A、B终端和一台服务器，A、B机器不能直接访问，服务器不能直接访问A、B终端但是A、B终端可以访问服务器，这个场景很像我们有一台电脑在单位内网，外机器想访问内网系统，可能大家目前想到的就是frp之类穿透工具&…...

编程日记 2025/7/6 17:46:35

mysql安装starting the server报错

win10家庭版无法启动服务的，先不要退出，返回上一栏，然后通过电脑搜索栏输入服务两个字，在里面找到mysql80，右键属性-登录，登录身份切换为本地系统就行了...

编程日记 2025/7/6 3:09:12

设计高效的测试用例：从需求到验证

在现代软件开发过程中，测试用例的设计一直是质量保证（QA）环节的核心。有效的测试用例不仅能够帮助发现潜在缺陷，提升软件质量，还能降低后期修复成本，提高开发效率。尽管如此，如何从需求出发&…...

编程日记 2025/7/7 0:44:31

【阅读笔记】信息熵自动曝光An Automatic Exposure Algorithm Based on Information Entropy

一、算法背景信息熵作为衡量图像信息量的重要指标，能够反映图像的细节丰富程度。通过基于信息熵的自动曝光算法，可以自动调整曝光时间，使图像包含更多信息，从而提高图像质量。灰度直方图在各个灰度值上分布越均匀，…...

编程日记 2025/7/6 9:50:57

Dockerfile 文件详解

在平常的开发工作中，我们经常需要部署项目，一个项目开发完成后，使用 Docker 方式部署，那么首先得构造镜像，构造镜像最主要的就是 Dockerfile 文件的编写，今天简单来总结下 Dockerfile 文件的编写以及有哪些…...

编程日记 2025/7/7 0:13:31

模型压缩 --学习记录2

模型压缩 --学习记录2 如何找到更好的权衡方式（模型量化）方法一：寻找更好的 range方法二：寻找更好的 X-fp32（浮点数）方法三：寻找更好的 scale 和 zp方法四：寻找更好的 roundPTQ 后训练量化（离线量化）QAT 量化感知训练(在线量化)量化为什么会带来加速?三、模型稀疏技…...

编程日记 2025/7/7 0:44:32

JVM常见命令

引言掌握JVM是属于Java程序员的必修课，对线程的掌控，对内存的把控，所以了解JVM常见命令可以帮助我们快速了解虚拟机的详细数据命令 1. java 这是最基础的命令，用于启动一个 Java 应用程序。 java -cp /path/to/your/class…...

编程日记 2025/7/6 23:29:34

ASP.NET Core托管服务

目录托管服务的异常问题托管服务中使用DI 托管服务案例：数据的定时导出场景，代码运行在后台。比如服务器启动的时候在后台预先加载数据到缓存，每天凌晨3点把数据导出到备份数据库，每隔5秒钟在两张表之间同步一次数据。托管服…...

编程日记 2025/7/6 15:57:25

模型压缩中的四大核心技术 —— 量化、剪枝、知识蒸馏和二值化

一、量化 (Quantization) 量化的目标在于将原始以 32 位浮点数表示的模型参数和中间激活，转换为低精度（如 FP16、INT8、甚至更低位宽）的数值表示，从而在减少模型存储占用和内存带宽的同时，加速推理运算，特别适用于移动、嵌入式和边缘计算场景。 1.1 概念与目标基本思想…...

编程日记 2025/7/6 22:37:05

C++：类和对象初识

C：类和对象初识前言类的引入与定义引入定义类的两种定义方法1. 声明和定义全部放在类体中2. 声明和定义分离式类的成员变量命名规则类的访问限定符及封装访问限定符封装类的作用域与实例化类的作用域类实例化实例化方式： 类对象模型类对象的大小存储…...

编程日记 2025/6/27 23:41:27

01-SDRAM控制器的设计——案例总概述

本教程重点▷▷▷ 存储器简介。介绍 SDRAM 的工作原理。详细讲解SDRAM 控制的Verilog 实现方法。 PLL IP和FIFO IP 的调用，计数器设计，按键边沿捕获，数码管控制。完成SDRAM控制器应用的完整案例。 Signal Tap 调试方法。准备工作▷…...

编程日记 2025/7/6 14:58:20

笔记：蓝桥杯python搜索（3-2）——DFS剪支和记忆化搜索

目录一、DFS剪支二、例题 P2942 数字王国之军训军队 P3075 特殊的多边形三、记忆化搜索四、例题例题 P3820 混境之地 P216 地宫取宝一、DFS剪支在搜索过程中，如果需要完全遍历所有情况可能需要很多时间在搜索到某种状态时，根据当前状态判断…...

编程日记 2025/7/4 6:50:45

处理数据及其选择关键列进行一次聚类

1. 数据加载与初步处理 # 文件路径 file_path ../data/all_database_result.csv# 读取CSV文件到DataFrame df pd.read_csv(file_path)# 选择特定的特征列 selected_features [Q10, Q12, Q13, Q14]# 缺失值处理：这里简单地删除含有任何缺失值的行 df.dropna(subse…...

编程日记 2025/7/6 5:48:15

Qt 支持的动画格式对比，Lottie/APNG/GIF/WEBP

Qt版本：6.7.2 ， QML 一，Lottie 在qml中使用LottieAnimation即可，但有三个问题： 1.动画加载中报错： 如果图片（.json)本身存在不支持的effect 或shape type等，效果并不好&#xff1a…...

编程日记 2025/7/5 17:51:21

FaceFusion如何设置公开链接和端口

有时候我们想在局域网内的其他设备上使用 FaceFusion，这时候需要设置公开链接和端口。当你运行 FaceFusion 的时候，会发现有这样的一段提示： To create a public link, set shareTrue in launch().但是这个提示是错的，如果你查…...

编程日记 2025/7/6 23:29:48

【安当产品应用案例100集】037-强化OpenVPN安全防线的卓越之选——安当ASP身份认证系统

在当前数字化时代，网络安全已成为企业发展的重要组成部分。对于使用OpenVPN的企业而言，确保远程访问的安全性尤为重要。安当ASP身份认证系统凭借其强大的功能和便捷的集成方式，为OpenVPN的二次登录认证提供了理想的解决方案，特别是…...

编程日记 2025/7/7 0:31:21

RK3568实战项目(六)--开发工具介绍

目录一、引言二、开发工具 ------>2.1、trust_merger ------>2.2、boot_merger ------>2.3、loaderimage ------>2.4、resource_tool ------>2.5、mkimage ------>2.6、mkbootimg ------>2.7、unpack_bootimg ------>2.8、repack-bootimg …...

编程日记 2025/7/5 12:07:30

01.02、判定是否互为字符重排

01.02、[简单] 判定是否互为字符重排 1、题目描述给定两个由小写字母组成的字符串 s1 和 s2，请编写一个程序，确定其中一个字符串的字符重新排列后，能否变成另一个字符串。在这道题中，我们的任务是判断两个字符串 s1 和 s2 是…...

编程日记 2025/7/7 1:02:42

尝试一下，交互式的三维计算python库，py3d

py3d是一个我开发的三维计算python库，目前不定期在PYPI上发版，可以通过pip直接安装 pip install py3d 开发这个库主要可视化是想把自己在工作中常用的三维方法汇总积累下来，不必每次重新造轮子。其实现成的python库也有很多，例如…...

编程日记 2025/7/6 18:10:29

DeepSeek-R1模型的数学原理（说人话）

文章目录 1、什么是GRPO2、数学原理3、比喻4、流程总结 🍃作者介绍：双非本科大四网络工程专业在读，阿里云专家博主，前三年专注于Java领域学习，擅长web应用开发，目前已转行人工智能领域。 🦅个人…...

编程日记 2025/7/7 0:11:32

安宝特方案 | AR助力制造业安全巡检智能化革命！

引言： 在制造业中，传统巡检常面临流程繁琐、质量波动、数据难以追溯等问题。安宝特AR工作流程标准化解决方案，通过增强现实AR技术，重塑制造业安全巡检模式，以标准化作业流程为核心，全面提升效率、质量与…...

编程日记 2025/7/5 12:07:30

DeepSeek和ChatGPT的对比

最近DeepSeek大放异彩，两者之间有什么差异呢？根据了解到的信息，简单做了一个对比。 DeepSeek 和 ChatGPT 是两种不同的自然语言处理（NLP）模型架构，尽管它们都基于 Transformer 架构，但在设计目标…...

编程日记 2025/7/5 7:28:33

AJAX项目——数据管理平台

黑马程序员视频地址： 黑马程序员——数据管理平台前言功能： 1.登录和权限判断 2.查看文章内容列表（筛选，分页） 3.编辑文章（数据回显） 4.删除文章 5.发布文章（图片上传&#xff0…...

编程日记 2025/7/5 9:19:28

神经网络常见激活函数 5-PReLU函数

文章目录 PReLU函数导函数函数和导函数图像优缺点pytorch中的PReLU函数tensorflow 中的PReLU函数 PReLU 参数化修正线性单元:Parametric ReLU 函数导函数 PReLU函数 P R e L U { x x > 0 α x x < 0 ( α 是可训练参数 ) \rm PReLU \left\{ \begin{array}{} x \qua…...

编程日记 2025/7/6 17:10:18

艾蒿染色体水平基因组-文献精读111

A chromosome-scale genome assembly of Artemisia argyi reveals unbiased subgenome evolution and key contributions of gene duplication to volatile terpenoid diversity 一项关于艾蒿（Artemisia argyi）的染色体尺度基因组组装揭示了无偏的亚基因…...

编程日记 2025/7/6 1:32:24

EB生成配置的过程

EB Tresos Studio，简称EB，通过图形化的模式进行配置生成，并根据选项配置生成配置代码，即 MCAL 层各个模块的配置参数。在 MCAL 代码中，分为静态代码和配置代码。静态代码，就是 AUTOSAR 规范内容，包含对硬件的封装以及标准化接口的封装；配置代码一般用于配置初始化结构…...

编程日记 2025/7/5 21:08:42

使用Docker + Ollama在Ubuntu中部署deepseek

1、安装docker 这里建议用docker来部署，方便简单安装教程需要自己找详细的，会用到跳过如果你没有安装 Docker，可以按照以下步骤安装： sudo apt update sudo apt install apt-transport-https ca-certificates curl software-p…...

编程日记 2025/7/3 12:42:08