【大模型】DeepSeek 高级提示词技巧使用详解
目录
一、前言
二、DeepSeek 通用提示词技巧
2.1 DeepSeek 通用提示词技巧总结
三、DeepSeek 进阶使用技巧
3.1 DeepSeek一个特定角色的人设
3.1.1 为DeepSeek设置角色操作案例一
3.1.2 为DeepSeek设置角色操作案例二
3.2 DeepSeek开放人设升级
3.2.1 特殊的人设,优化和升级答案
3.3 拟人化互动
3.3.1 案例一,生成文案
3.3.2 案例二,生成工作汇报
3.4 吐槽式的问答
3.4.1 写一段介绍DeepSeek的文案
3.5 反向利用AI的知识盲区
3.5.1 询问苹果手机的最新动态
3.6 使用情绪化指令激发AI创造力
3.6.1 让AI作一首诗
四、DeekSeek 高阶使用技巧
4.1 DeekSeek使用面临的问题
4.2 DeekSeek基本能力
4.2.1 DeekSeek是什么
4.3 DeekSeek认知完善
4.3.1 掌握基本的提问逻辑
4.3.2 操作案例
4.3.2.1 写一篇周报
4.3.3 限定输出格式
4.3.4 方法论模型
4.4 领域穿透
4.4.1 撰写创意方案
4.5 反弱点机制重构输出质量
4.6 让AI成为自己的教练
五、写在文末
一、前言
DeepSeek 的横空出世让更多的人打开了对AI大模型的认知,但是同时也带来了更多甜蜜的烦恼,AI大模型究竟该如何解锁其正确的使用姿势?如何向AI大模型提问才能得到我想要的回答?怎么解锁DeepSeek 更多好玩,同时又有深度的技能,满足AI探索者更多的使用场景,本文通过案例来带你一步步深入掌握DeepSeek 的常用且实用的提问技巧。
二、DeepSeek 通用提示词技巧
和其他的AI语言大模型类似,DeepSeek 在语言文本对话方面展示出超高的水平,因此具备和其他优秀的语言类大模型比如ChatGPT,文心一言,通义千问等一样的提示词使用技巧。这里提供一个新手快速掌握DeepSeek 提示词技巧的小技能,打开DeepSeek 之后,直接提出下面的问题:
通过这种方式,至少可以快速了解怎么向DeepSeek 问一个高质量的问题,下面列举几个AI语言类大模型通用的提问技巧。
2.1 DeepSeek 通用提示词技巧总结
结合AI大模型使用经验,下面给出一些DeepSeek 的通用提示词技巧
-
明确问题
-
含义:确保你的问题清晰、具体,避免模糊或过于宽泛的表述。
-
示例:
-
不明确:“怎么学习?”
-
明确:“如何高效学习编程语言Python?”
-
-
-
简介表达
-
含义:用简短的句子提问,避免冗长的背景描述,直接切入重点。
-
示例:
-
冗长:“我最近在学习编程,但感觉很难,尤其是Python,不知道该怎么学,你能帮我吗?”
-
简洁:“学习Python的高效方法有哪些?”
-
-
-
明确需求
-
含义:说明你需要的是答案、建议、解释还是示例,帮助AI提供更精准的回答。
-
示例:
-
不明确需求:“Python是什么?”
-
明确需求:“请用简单的语言解释Python是什么,并举例说明它的用途。”
-
-
-
使用关键词
-
含义:在问题中突出关键信息,帮助AI快速理解核心内容。
-
示例:
-
无关键词:“我想知道怎么提高效率。”
-
有关键词:“如何提高工作效率?”
-
-
-
分步提问
-
含义:将复杂问题拆分成多个小问题,逐步深入,避免一次性提出过于复杂的问题。
-
示例:
-
复杂问题:“如何从零开始学习数据分析并找到工作?”
-
分步提问:
-
“数据分析的基础知识有哪些?”
-
“学习数据分析需要掌握哪些工具?”
-
“如何准备数据分析师的面试?”
-
-
-
-
提供上下文
-
含义:适当提供背景信息,帮助AI更好地理解你的需求,但不要过度描述。
-
示例:
-
无上下文:“怎么选电脑?”
-
有上下文:“我是一名学生,预算5000元,主要用于编程和学习,如何选择笔记本电脑?”
-
-
-
避免歧义
-
含义:使用准确的语言,避免可能引起误解的词汇或表达。
-
示例:
-
有歧义:“苹果怎么用?”(是指水果还是品牌?)
-
无歧义:“如何使用苹果公司的iPhone?”
-
-
-
限定范围
-
含义:如果问题涉及特定领域、时间范围或条件,明确指出来。
-
示例:
-
无限定范围:“如何减肥?”
-
有限定范围:“如何在3个月内通过健康饮食和运动减肥10公斤?”
-
-
-
使用示例
-
含义:如果需要,可以提供一个例子来说明你的问题,帮助AI更好地理解。
-
示例:
-
无示例:“怎么写代码?”
-
有示例:“我想写一个Python代码,计算1到100的和,你能提供一个示例吗?”
-
-
-
尝试不同的问法
-
含义:如果第一次提问未得到满意答案,可以换一种方式重新提问,或者补充更多细节。
-
示例:
-
第一次提问:“如何提高英语听力?”
-
换一种问法:“有哪些适合初学者的英语听力练习方法?”
-
-
通过掌握这些通用的提示词技巧,你可以更高效地与DeepSeek互动,快速获得准确、有用的回答,对于新手来说,是不错的学习AI大模型的方式
三、DeepSeek 进阶使用技巧
3.1 DeepSeek一个特定角色的人设
类似于我们在学习ChatGPT的提示词时,有一个基本的认知就是,如果你想AI给你更专业更精准的回答,最好给AI一个角色设定,即所谓人设,这样可以触发AI的隐藏技能,注意下面几点:
-
角色设定越具体,回答问题的质量越高
-
可以设想deepseek是一个知识非常渊博的专家,无所不知无所不晓,你给了它角色定位,它就能基于这个角色背景,给出你这个问题所在领域的高质量答案,而不会受到其他因素的干扰,这就是为什么要给定人设的原因。
-
-
提问示例:
-
普通提问方式:给我写一篇300字以内的作文;
-
进阶提问:你是一个知名作家,我是一个小学5年级的学生,老师让我们写一篇关于春游的作文,字数300以内,可能的话,尽量文笔优美一点,并且要符合这个学生阶段的作文水平。
-
3.1.1 为DeepSeek设置角色操作案例一
普通提问
-
给我写一篇300字以内的作文;
虽然给出的作文看起来文笔也不错,不过这对于提问者来说,作文主题比较宽泛,因为你并没有给出很具体的需求,比如这篇作文的主题,内容题材,面向的人群等,所以我们换下面的提问:
你是一个知名作家,我是一个小学5年级的学生,老师让我们写一篇关于春游的作文,字数300以内,可能的话,尽量文笔优美一点,并且要符合这个学生阶段的作文水平。
这一次将问题输入进去,给出的答案明显好很多了,比较符合小学三年级这个群体的对于作文的认知水平。
3.1.2 为DeepSeek设置角色操作案例二
普通提问:
-
为我制定一个为期3天的旅游计划
从deepseek的回答不难看出,它很像是一个懂得用户心思的产品经理,看出来了你的提问不够明确,需求不够具体,而且给了你在接下来的提问中更多可以关注的点。
进阶提问
你是武汉当地的一个资深导游,了解很多当地的小众旅游景点,帮我制定一个为期3天的旅游计划,有预算上限,不要超过3000元,尽可能详细一点
换这种方式提问之后,deepseek给出的答案明显就上升了一个层次了
3.2 DeepSeek开放人设升级
很多使用过DeepSeek提问的同学发现一个很有意思的事情,相比ChatGPT等其他的大语言模型,DeepSeek在回答某些问题的时候,似乎是带着情绪的,而且这种情绪作为提问者能够多少感知到,这个是不是很神奇。
3.2.1 特殊的人设,优化和升级答案
比如你想写一首与莎士比亚风格类似的诗歌,或者模仿李白的风格写一首唐诗,就可以给一个特殊的人设,比如像下面这样提问
你是一个像李白一样的诗人,用诗仙李白的风格为程序员写一首绝妙的诗
不难看出,通过这种特殊风格的人设描述,给出的答案就更有趣味,而且角色赋予的创造力也更能体现出来
再看下面的示例,在你的人设中,给人设一个特别的标签,或者用特殊的带有情感色彩、当下流行网络俗语等描述的标签,结合你的需求一起提给AI,比如:“毒舌影评师“ , ”中世纪诗人”,“牛马“,”草台班子”等
你是一个毒舌影评师,推荐2024年你认为最值得一看的10部国产电影
3.3 拟人化互动
在实际使用DeepSeek进行对话时发现,它并不像ChaetGPT那样在回答问题的时候表现得很板正,简单来说,DeepSeek回答问题时展现出了作为一个模拟"人"的思考过程,基于这一点,我们在使用或训练DeepSeek时,不妨将其认为是一个职场小白,对于其不满意的回答直接大胆提出来,甚至可以对它吐槽。来看下面的案例。
3.3.1 案例一,生成文案
第一次,我们让DeepSeek生成一段小红书产品文案
生成2个养生茶的小红书视频文案
很快,DeepSeek给出了回答
但是我对这两个文案并不满意,觉得太普通,风格太单调,于是可以继续像下面这样问
风格太单调了,主要面对00后的人群,文案轻快活泼点
再次生成的回答风格似乎就转变了
如果觉得还不够满意,可以继续向它发难
太严肃了,不够夸张,我希望我的文案发出去能够快速吸引人眼球的那种,重新生成
3.3.2 案例二,生成工作汇报
工作汇报是日常工作中必不可少的文案,看第一次DeepSeek的回答
我是一个产品运营,为我生成一个月度工作汇报,300字以内
我觉得这段汇报太普通了,而且不能很好的突出重点和亮点,于是可以像下面提问
这个汇报太普通了,需要重点突出数据在整个工作汇报中的位置,而且汇报的对象是00后,不喜欢听长篇大论
再一次的回答中,可以明显看到DeepSeek的回答有了明显的改变
小结:
通过上述两个小的案例,详细细心的小伙伴已经发现了,在使用DeepSeek的时候,如果你以"人"的视角与他进行对话,得到的效果或许更符合预期,这也是与其他的AI大模型有明显差异的地方
3.4 吐槽式的问答
就像我们平时人与人之间的沟通一样,大家日常沟通中一定是有来有回,通过反复多轮对话才能达到最终的目的,同样与AI对话也是如此,不能指望一个问题提出去就一定能一次性得到满意的回答,如果拿AI当作一个正在与你聊天的"人",正确的答案是,将它当作一个初入职场但是很有潜力的小白,如果给出的回复不理想,一次不满意二次不满意之后之间怼过去,或者吐槽它的回答,这在实际实践中也是一种很不错的尝试。来看下面的案例。
3.4.1 写一段介绍DeepSeek的文案
提出下面的问题
写一段小红书文案,介绍下什么是DeepSeek
第一次给出的回答如下
第一次的回答不够理想,不符合我的文案受众定位,于是可以吐槽一下
拜托,我的文案面对的是懂点技术的人群,重写
继续吐槽,反馈这段介绍没有突出自身的优势
与其他的AI大模型相比,需要突出DeepSeek自身的优势,你这个没有突出来
小结:
DeepSeek可以读取上下文,具有会话记忆,通过你的多轮对话,以及对需求的修正和完善,从而不断优化自己的回答,逐步逼进完美,简而言之,你可以像指挥一个"人"一样让它帮你完成任务。
3.5 反向利用AI的知识盲区
简单来说,就是让AI承认自己不知道的事情,减少回答问题的错误概率,这个在一些对数据统计、汇总、分析等比较严谨的知识领域是一种很有用的方法。来看看下面的案例。
3.5.1 询问苹果手机的最新动态
第一次给出如下问题
苹果2025年会出什么手机,最新的手机会有哪些升级,有哪些突出的亮点
在不联网的情况下,不难发现,上面给出的回答都是猜测,而且很让人怀疑它的答案的可靠性,所以基于类似的场景,可以使用联网的功能,同时在提问的问题中可以加上这样的语句"如果不确定,请用可能性或百分比,或预测等等来回答",重新组织问题如下:
苹果2025年会出什么手机,最新的手机会有哪些升级,有哪些突出的亮点,如果不确定请用"可能,百分比,预测"等词语回答
这一次注意打开联网功能,这一次的回答相比上面的回答,看起来就更有说服力了
3.6 使用情绪化指令激发AI创造力
与其他的AI大模型一样,如果你的提问是一段不带任何语气词,情绪化的词语,那么AI给出的回答也是中规中矩,不偏不倚,即不带任何偏见色彩的,简单形容就是,AI就是一个知识渊博的高级知识分子,但是如果你的提问带有一定的情感色彩,则会给与AI大模型赋予一种不一样的灵感,因为从神经科学的角度看,激烈的词汇可以激活不同的AI语义空间,从而带来一些更有创造力的回答,来看下面的案例。
3.6.1 让AI作一首诗
第一次给出下面的提问
写一首赞美春天的诗
本次的回答中规中矩,跟其他的AI大模型给出的回答没什么太大区别,但是如果你的问题中带有明显的语气词,或情绪化的词汇,比如下面这样的提问:
风格太平淡,来点狂野的,激情的,夸张的,带有机械和赛博朋克的风格,字数可以长一点
小结:
DeekSeek进化黄金公式,具体场景+人设皮肤+持续反馈+反向刺激 = AI高手助理
四、DeekSeek 高阶使用技巧
4.1 DeekSeek使用面临的问题
尽管DeekSeek的技能非常丰富,很多同学在使用的时候也觉得上手很简单,简单的提问就能给出质量还不错的回答,但是在实际使用中,仍然会面临下面的一些困惑:
-
对DeekSeek的认知不足,导致在使用的时候好像觉得别人可以使用AI写论文,做文案,做数据分析等,而自己只能用来闲聊;
-
输出的答案质量不可控,不能掌握比较全面的沟通技巧;
-
缺乏让AI的回答内容更精确的技巧,导致AI生成的答案比较浅显不够深入,而且回答比较啰嗦;
-
提问效率低,需要聊很久才能让AI给出符合预期的回答;
-
...
其实上面的痛点是很多新手或者刚开始接触AI大模型的同学在使用AI工具的时候都会遇到的,说到底,很多人对于AI的认识比较浅显,未能很好的系统了解AI的知识框架和技能全貌,导致在使用AI大模型的时候有点盲人摸象的感觉,下面来简单认识下DeekSeek的能力全貌。
4.2 DeekSeek基本能力
DeekSeek与其他的语言大模型首先在基本能力上都大同小异,不过其出身自带光环,在上一篇中我们对其能力全貌也有过论述,这里再做一下补充
4.2.1 DeekSeek是什么
用大白话来说,DeekSeek作为一款优秀的AI大语言模型,首先是一个全年的文字助手,即凡是能够用文字表达的东西,都可以借助DeekSeek来输出结果,非文字类的场景下的需求也可以借助其输出答案
-
基础问答
-
聊天,查询资料,各类文本翻译,这也是大多数使用者日常使用最多的
-
-
逻辑推理
-
即没有办法直接查询到结果的内容场景,而需要借助AI分析处理得到结果
-
比如:解题,数据分析,文件处理,因果推断,复杂决策;
-
-
-
创意输出
-
这类涉及的领域和范围较广,需要提问的技巧就更多了,这也是很多初步使用AI的新手比较吃力的
-
比如:内容创作,方案编写,论文、代码编程、任务分解规划,功型角色输出等;
-
-
4.3 DeekSeek认知完善
了解了上面DeekSeek的能力之后,下面来从多方面加强对DeekSeek的认知,有助于对DeekSeek形成更完善的认知体系,以便在今后更好的开启对DeekSeek的使用。
4.3.1 掌握基本的提问逻辑
尽管像DeekSeek这样的AI大模型已经在一定程度上减弱了提示词的使用技巧,比如在某些场景下,你并不需要做角色扮演,甚至不需要提供背景信息也可以得到比较精准的回答。但是,就像最初学习ChatGPT一样,基本的提问框架还是需要掌握的,尤其是在应对那些专业程度高,场景复杂的情况下的提问时。
提问逻辑黄金规则 背景+目标+要求
-
背景
-
包含了与你想要输出内容相关的一切必要信息,比如场景,时间,地点,事件,受众;
-
尽管AI擅长推理,但是也不能把所有的场景都交给AI来推理吧,比如"我饿了",就这么一句话,AI怎么也想不出你要干啥
-
-
-
目标
-
包含了具体的输出任务是什么,要达到什么效果;
-
-
要求
-
包含了回答的输出格式,语言风格,情感语调,甚至是需要避免的内容或者注意事项;
-
4.3.2 操作案例
以上述提到的提问逻辑黄金规则 背景+目标+要求 我们来进行几个实际案例的操作演示
4.3.2.1 写一篇周报
低质量的提问
帮我写一篇周报
不难发现,这样的提问,AI给出的回答完全是摸不着头脑,因为它自己也是盲目的,因为背景和目标不够明确
高质量提问
背景:我是互联网运营,本周做了一场双11的大型促销活动;
目标:帮我写一篇周报,让领导看到我的创新点和业绩,用数据支撑;
要求:字数不超过500字,用数据支撑观点
这一次得到的AI回答效果就比上面的好多了
4.3.3 限定输出格式
为了让AI给出的回答在某些场景下更符合领域的习惯,也可以要求AI的回答按照特定的格式要求输出,比如以markdown格式输出,或者以excel格式输出等,比如下面的提问:
统计最新的排名世界人口前十名的国家,输出人口数量,国家国土面积,所使用的语言,以及国家的核心产业,以markdown形式输出
4.3.4 方法论模型
该理论说的是像DeekSeek这类的AI大模型由于具备深度思考和逻辑推理能力,尽管在提问者来说,并没有限定AI的输出风格,但是它会根据你的提示词进行推理,从而给出比较适合的一种风格的回答,这就是方法论模型,掌握常用的方法论模型可以让AI的回答更专业,更精准,比如常用的4P模型,SWOT分析方法模型等,假如你不知道什么是方法论模型怎么办,此时可以反向把你的知识盲区交给AI来补充。
尤其是在我们的需求还比较模糊,不知道怎么提出更专业的问题时,就可以使用元问题来反问DeepSeek,让它先教你怎么提问,然后再让它回答自己提出来的问题,这样就可以实现当你有了一个基本目标之后,让A自问自答的完美闭环了。
4.4 领域穿透
用知识杠杆撬动专业壁垒,把专业术语转为AI可识别的认知地标,用跨领域的方法论提升内容创意度,下面列举几个案例。
4.4.1 撰写创意方案
在前面提到了为了让AI能够输出更专业的领域回答,可以给AI一个人设,在这里,可以进一步提升AI的专业人设,如下,我们要求AI写一个创意方案
你作为一个行业内顶级的奶茶店连锁品牌的资深运营专家,曾经参与策划过超过100个品牌的奶茶店的案例,现在为我制定一个全新的2025年的奶茶店品牌运营方案,可以参考行业内优秀的品牌的经营模式和发展思路,拆解他们的产品运营思路和关键执行动作,应用到二线或3线城市的奶茶店的经营思路中。
通过这样的提问,可以达到让你和AI打破思维定势,从而实现领域穿透带来的跨界惊喜
领域穿透适用于很多比较专业的领域,比如论文写作,文案策划,教学,编程等等,不过这类的提问技巧对提示词要求较高,需要一定的储备和反复练习
4.5 反弱点机制重构输出质量
简单来说就是避雷,即如果你的提问中涉及的是一些内容是敏感的,有一些倾向性的回答时,可以考虑用这种方式完善你的提示词。比如下面的案例。
作为百分粉丝的情感博主,按照"情绪钩子(70%)+ 信息增量(30%)"的公式,生成10条小红书爆款标题,需要通过标题党检测器的筛选
4.6 让AI成为自己的教练
如果你需要AI为你生成高度严谨,以及内容、逻辑完美自洽的方案或文本时,可以考虑使用分步提示词,来逐步构建AI的一个自我博弈战场,让DeekSeep主动帮你检查校对,在辩证中输出更加全面优质的内容,简单来说,就是让AI在输出内容的时候,再从反方向去提出问题,接着又从正向解决问题的方案,比如下面的案例。
[原始输出]对某某新能源汽车项目进行可行性分析;
[对抗训练]模拟资深风控官的20个灵魂拷问,并给出正确的回答;
[终极输出]带漏洞修复记录的投资建议书。
通过这种方式,采用类似精神分裂的反证的方法最终得到更严谨,更全面的内容输出。
五、写在文末
本文通过较大的篇幅详细分享了使用DeepSeek进行高质量提问的一些技巧,可以说,熟练以及深入掌握DeepSeek的提问技巧对于学习DeepSeek更多的技能非常重要,希望对看到的同学有用哦,本篇到此结束,感谢观看。
相关文章:
【大模型】DeepSeek 高级提示词技巧使用详解
目录 一、前言 二、DeepSeek 通用提示词技巧 2.1 DeepSeek 通用提示词技巧总结 三、DeepSeek 进阶使用技巧 3.1 DeepSeek一个特定角色的人设 3.1.1 为DeepSeek设置角色操作案例一 3.1.2 为DeepSeek设置角色操作案例二 3.2 DeepSeek开放人设升级 3.2.1 特殊的人设&#…...
23. AI-大语言模型
文章目录 前言一、LLM1. 简介2. 工作原理和结构3. 应用场景4. 最新研究进展5. 比较 二、Transformer架构1. 简介2. 基本原理和结构3. 应用场景4. 最新进展 三、开源1. 开源概念2. 开源模式3. 模型权重 四、再谈DeepSeek 前言 AI 一、LLM LLM(Large Language Mod…...
STM32的启动流程
启动模式 我们知道的复位方式有三种:上电复位,硬件复位和软件复位。当产生复位,并且离开复位状态后, CM33 内核做的第一件事就是读取下列两个 32 位整数的值: (1) 从地址 0x0000 0000 处取出堆…...
C++ Primer 函数匹配
欢迎阅读我的 【CPrimer】专栏 专栏简介:本专栏主要面向C初学者,解释C的一些基本概念和基础语言特性,涉及C标准库的用法,面向对象特性,泛型特性高级用法。通过使用标准库中定义的抽象设施,使你更加适应高级…...
Httprint 指纹识别技术:网络安全的关键洞察
引言 Http指纹识别现在已经成为应用程序安全中一个新兴的话题,Http服务器和Http应用程序安全也已经成为网络安全中的重要一部分。从网络管理的立场来看,保持对各种web服务器的监视和追踪使得Http指纹识别变的唾手可得,Http指纹识别可以使得信…...
STM32的HAL库开发---ADC
一、ADC简介 1、ADC,全称:Analog-to-Digital Converter,指模拟/数字转换器 把一些传感器的物理量转换成电压,使用ADC采集电压,然后转换成数字量,经过单片机处理,进行控制和显示。 2、常见的AD…...
PostgreSQL有undo表空间吗?
PostgreSQL有undo表空间吗 PostgreSQL 没有单独的 Undo 表空间,其事务回滚和多版本并发控制(MVCC)机制与 Oracle 等数据库有显著差异。 一 PostgreSQL 的 MVCC 实现 PostgreSQL 通过 多版本并发控制(MVCC) 管理事务…...
Huatuo热更新--安装HybridCLR
1.自行安装unity编辑器 支持2019.4.x、2020.3.x、2021.3.x、2022.3.x 中任一版本。推荐安装2019.4.40、2020.3.26、2021.3.x、2022.3.x版本。 根据你打包的目标平台,安装过程中选择必要模块。如果打包Android或iOS,直接选择相应模块即可。如果你想打包…...
Windows环境安装部署minimind步骤
Windows环境安装部署minimind步骤 必要的软件环境 git git,可下载安装版,本机中下载绿色版,解压到本地目录下(如:c:\soft\git.win64),可将此路径添加到PATH环境变量中,供其他程序…...
前端面试手写--虚拟列表
目录 一.问题背景 二.代码讲解 三.代码改装 四.代码发布 今天我们来学习如何手写一个虚拟列表,本文将把虚拟列表进行拆分并讲解,然后发布到npm网站上. 一.问题背景 为什么需要虚拟列表呢?这是因为在面对大量数据的时候,我们的浏览器会将所有数据都渲染到表格上面,但是渲…...
【算法进阶详解 第一节】树状数组
【算法进阶详解 第一节】树状数组 前言树状数组基础树状数组原理树状数组能够解决的问题 树状数组提高树状数组区间加,区间和操作二维树状数组 树状数组应用树状数组区间数颜色树状数组二维偏序 前言 树状数组在算法竞赛中十分常见,其能解决二维数点&am…...
青少年编程与数学 02-009 Django 5 Web 编程 16课题、权限管理
青少年编程与数学 02-009 Django 5 Web 编程 16课题、权限管理 一、授权授权的主要特点和作用授权的类型应用场景 二、权限系统使用Django内置的权限系统使用组管理权限使用第三方库在视图中应用权限 三、权限管理示例步骤 1: 创建Django项目和应用步骤 2: 定义模型和权限步骤 …...
第四十四篇--Tesla P40+Janus-Pro-7B部署与测试
环境 系统:CentOS-7 CPU: 14C28T 显卡:Tesla P40 24G 驱动: 515 CUDA: 11.7 cuDNN: 8.9.2.26创建环境 conda create --name trans python3.10torch 2.6.0 transformers 4.48.3克隆项目 git clone https:/…...
低成本、高效率且成熟的电商实时数据采集方案:梦想成真?
在电子商务领域,数据是驱动业务决策的核心资源。实时数据采集对于电商企业而言,意味着能够即时洞察市场动态、消费者行为以及运营效果,从而快速调整策略,提升竞争力。然而,如何在保证数据质量的同时,实现低…...
微信小程序之mobx-miniprogram状态管理
目前已经学习了6种小程序页面、组件间的数据通信方案,分别是: 1. 数据绑定: properties 2.获取组件实例: this.selectComponent() 3.事件绑定: this.triggerEvent() 4. 获取应用实例:getApp() 5. 页面间通信: EventChannel 6.事件总线:pubsub-js 在中小型项目…...
uniapp可视化-活动报名表单系统-代码生成器
活动报名表单系统小程序旨在为各类活动组织者提供一个便捷、高效的线上报名管理平台,同时为参与者提供简单易用的报名途径。 主要功能 活动发布:活动组织者可以发布活动的详细信息,包括活动名称、时间、地点、活动内容等。用户可以在小程序中…...
1.从零开始学会Vue--{{基础指令}}
全新专栏带你快速掌握Vue2Vue3 1.插值表达式{{}} 插值表达式是一种Vue的模板语法 我们可以用插值表达式渲染出Vue提供的数据 1.作用:利用表达式进行插值,渲染到页面中 表达式:是可以被求值的代码,JS引擎会将其计算出一个结果 …...
深入解析操作系统控制台:阿里云Alibaba Cloud Linux(Alinux)的运维利器
作为一位个人开发者兼产品经理,我的工作日常紧密围绕着云资源的运维和管理。在这个过程中,操作系统扮演了至关重要的角色,而操作系统控制台则成为了我们进行系统管理的得力助手。本文将详细介绍阿里云的Alibaba Cloud Linux操作系统控制台的功…...
CSS Grid 网格布局,以及 Flexbox 弹性盒布局模型,它们的适用场景是什么?
CSS Grid网格布局和Flexbox弹性盒布局模型都是现代CSS布局的重要工具,它们各自具有独特的优势和适用场景。 作为前端开发工程师,理解这些布局模型的差异和适用场景对于编写高效、可维护的代码至关重要。 CSS Grid网格布局 适用场景: 复杂…...
2025.2.16机器学习笔记:TimeGan文献阅读
2025.2.9周报 一、文献阅读题目信息摘要Abstract创新点网络架构一、嵌入函数二、恢复函数三、序列生成器四、序列判别器损失函数 实验结论后续展望 一、文献阅读 题目信息 题目: Time-series Generative Adversarial Networks会议: Neural Information…...
高通推出骁龙游戏超级分辨率™:充分释放移动游戏性能,带来更持久的续航
Snapdragon Elite Gaming 一直致力于为每位用户打造卓越游戏体验。骁龙支持众多端游级特性,包括144FPS游戏体验、True 10-bit HDR支持的最高视觉质量的超流畅图形,让玩家可以畅享超10亿色的游戏体验。骁龙将许多移动端首创特性引入备受玩家喜爱的游戏中&…...
golangAPI调用deepseek
目录 1.deepseek官方API调用文档1.访问格式2.curl组装 2.go代码1. config 配置2.模型相关3.错误处理4.deepseekAPI接口实现5. 调用使用 3.响应实例 1.deepseek官方API调用文档 1.访问格式 现在我们来解析这个curl 2.curl组装 // 这是请求头要加的参数-H "Content-Type:…...
SOC芯片前端设计对芯片电源完整性的影响
在进行芯片的电源完整性时,因为PI受影响的因素较多,出现问题debug也比较难,所以在进行芯片设计时,需要端到端从前到后进行考虑设计,本篇文章将从芯片前端设计的角度来看看哪些因素会影响到PI的设计。 芯片前端设计的主…...
【区块链】零知识证明基础概念详解
🌈个人主页: 鑫宝Code 🔥热门专栏: 闲话杂谈| 炫酷HTML | JavaScript基础 💫个人格言: "如无必要,勿增实体" 文章目录 零知识证明基础概念详解引言1. 零知识证明的定义与特性1.1 基本定义1.2 三个核心…...
面基Spring Boot项目中实用注解一
在Spring Boot项目中,实用注解根据功能可以分为多个类别。以下是常见的注解分类、示例说明及对比分析: 1. 核心配置注解 SpringBootApplication 作用:标记主启动类,组合了Configuration、EnableAutoConfiguration和ComponentScan…...
最新智能优化算法: 中华穿山甲优化( Chinese Pangolin Optimizer ,CPO)算法求解23个经典函数测试集,MATLAB代码
中华穿山甲优化( Chinese Pangolin Optimizer ,CPO)算法由GUO Zhiqing 等人提出,该算法的灵感来自中华穿山甲独特的狩猎行为,包括引诱和捕食行为。 算法流程如下: 1. 开始 设置算法参数和最大迭代次数&a…...
shell脚本备份MySQL数据库和库下表
目录 注意: 一.脚本内容 二.执行效果 三.创建定时任务 注意: 以下为对MySQL5.7.42版本数据库备份shell脚本参考运行备份的机器请确认mysqldump版本>5.7,否则备份参数--set-gtid-purgedOFF无效,考虑到一般数据库节点和备份…...
Unity Shader Graph 2D - Procedural程序化图形之渐变的正弦波形
前言 正弦波形也是一种常用、常见的程序化图形,合理的使用正弦波形会创作出一些有趣、美观和丰富的效果,本文将使用Unity Shader Graph来实现一个正弦波形效果,帮助理解和实践Unity Shader Graph以及正弦函数。 创建一个名为SineWave的Shader…...
【算法与数据结构】并查集详解+题目
目录 一,什么是并查集 二,并查集的结构 三,并查集的代码实现 1,并查集的大致结构和初始化 2,find操作 3,Union操作 4,优化 小结: 四,并查集的应用场景 省份…...
国家队出手!DeepSeek上线国家超算互联网平台!
目前,国家超算互联网平台已推出 DeepSeek – R1 模型的 1.5B、7B、8B、14B 版本,后续还会在近期更新 32B、70B 等版本。 DeepSeek太火爆了!在这个春节档,直接成了全民热议的话题。 DeepSeek也毫无悬念地干到了全球增速最快的AI应用。这几天,国内的云计算厂家都在支持Dee…...
H5接入支付宝手机网站支付并实现
小程序文档 - 支付宝文档中心 1.登录 支付宝开放平台 创建 网页/移动应用 2.填写创建应用信息 3.配置开发设置 4.网页/移动应用:需要手动上线。提交审核后,预计 1 个工作日的审核时间。详细步骤可点击查看 上线应用 。应用上线后,还需要完成…...
Win10环境借助DockerDesktop部署大数据时序数据库Apache Druid
Win10环境借助DockerDesktop部署最新版大数据时序数据库Apache Druid32.0.0 前言 大数据分析中,有一种常见的场景,那就是时序数据,简言之,数据一旦产生绝对不会修改,随着时间流逝,每个时间点都会有个新的…...
(三)Axure制作转动的唱片
效果图 属性: 图标库:iconfont-阿里巴巴矢量图标库 方形图片转为圆角图片,裁剪,然后加圆角, 唱片和底图是两个图片,点击播放,唱片在旋转。 主要是播放按钮和停止按钮,两个动态面板…...
[JVM篇]分代垃圾回收
分代垃圾回收 分代收集法是目前大部分 JVM 所采用的方法,其核心思想是根据对象存活的不同生命周期将内存划分为不同的域,一般情况下将 GC 堆划分为老生代(Tenured/Old Generation)和新生代(Young Generation)。老生代的特点是每次垃圾回收时只有少量对象…...
SpringBoot多数据源实践:基于场景的构建、实现和事务一体化研究
1. 多数据源应用场景剖析 1.1 业务驱动的多数据源需求 数据量与业务复杂度引发的分库分表:在现代企业级应用中,随着业务的不断拓展和用户量的持续增长,数据量呈爆炸式增长。例如,在大型电商平台中,用户数据、订单数据…...
鸿蒙应用开发者基础
目录 判断题 单选题 多选题 判断题 1、 在http模块中,多个请求可以使用同一个httpRequest对象,httpRequest对象可以复用。(错误) 2、订阅dataReceiverProgress响应事件是用来接收HTTP流式响应数据。(错误࿰…...
Java面试第二山!《计算机网络》!
在 Java 面试里,计算机网络知识是高频考点,今天就来盘点那些最容易被问到的计算机网络面试题,帮你轻松应对面试,也方便和朋友们一起探讨学习。 一、HTTP 和 HTTPS 的区别 1. 面试题呈现 HTTP 和 HTTPS 有什么区别?在…...
2025最新Java面试题大全(整理版)2000+ 面试题附答案详解
很多 Java 工程师的技术不错,但是一面试就头疼,10 次面试 9 次都是被刷,过的那次还是去了家不知名的小公司。 问题就在于:面试有技巧,而你不会把自己的能力表达给面试官。 应届生:你该如何准备简历&#…...
低空经济:开启未来空中生活的全新蓝海
引言 随着科技的进步,我们不再仅仅依赖地面交通和传统物流。你是否曾幻想过,未来的某一天,快递、外卖可以像魔法一样直接从空中送到你手中?或者,你能乘坐小型飞行器,快速穿梭于城市之间,告别拥堵…...
【机器学习】线性回归与一元线性回归
【机器学习系列】 KNN算法 KNN算法原理简介及要点 特征归一化的重要性及方式线性回归算法 线性回归与一元线性回归 线性回归模型的损失函数 多元线性回归 多项式线性回归 线性回归与一元线性回归 V1.1线性回归问题线性方程的最优解一元线性回归一元线性回归的方程一元线性回归…...
MongoDB 7 分片副本集升级方案详解(上)
#作者:任少近 文章目录 前言:Mongodb版本升级升级步骤环境1.1环境准备1.2standalone升级1.3分片、副本集升级 前言:Mongodb版本升级 在开始升级之前,请参阅 MongoDB下个版本中的兼容性变更文档,以确保您的应用程序和…...
Fiori APP配置中的Semantic object 小bug
在配置自开发程序的Fiori Tile时,需要填入Semantic Object。正常来说,是需要通过事务代码/N/UI2/SEMOBJ来提前新建的。 但是在S4 2022中,似乎存在一个bug,即无需新建也能输入自定义的Semantic Object。 如下,当我们任…...
坑多多之AC8257 i2c1 rtc-pcf8563
pcf85163 ordering information Ordering information Package Description Version Marking code PCF85163T/1 SO8 ① SOT96-1 PF85163 PCF85163TS/1 TSSOP8 ② SOT505-1 85163 ①plastic small outline package; 8 leads;body width 3.9 mm ②plastic thin…...
制作一个项目用于研究elementUI的源码
需求:修改el-tooltip的颜色,发现传递参数等方法都不太好用,也可以使用打断点的方式,但也有点麻烦,因此打算直接修改源码,把组件逻辑给修改了 第一步下载源码 源码地址 GitHub - ElemeFE/element: A Vue.j…...
Docker高级篇
1.Mysql主从复制Docker版本 mysql主从复制原理 binlog 1.新建主服务器容器实例 docker run -d -p 3307:3306 --privilegedtrue \ -v /opt/mysql8.4.3/log:/var/log/mysql \ -v /opt/mysql8.4.3/conf:/etc/mysql/conf.d \ -v /opt/mysql8.4.3/data:/var/lib/mysql \ -e MYSQL…...
OSI 参考模型和 TCP/IP 参考模型
数据通信是很复杂的,很难在一个协议中完成所有功能。因此在制定协议时经常采用的思路是将复杂的数据通信功能由若干协议分别完成,然后将这些协议按照一定的方式组织起来。最典型的是采用分层的方式来组织协议,每一层都有一套清晰明确的功能和…...
rocketmq-netty通信设计-request和response
1、NettyRemotingServer启动分析 org.apache.rocketmq.remoting.netty.NettyRemotingServer#start public void start() {this.defaultEventExecutorGroup new DefaultEventExecutorGroup(nettyServerConfig.getServerWorkerThreads(),new ThreadFactory() {private AtomicI…...
初识计算机网络
从此篇我将开始网络新篇章! 1. 网络发展史 最初的计算机之间相互独立存在,每个计算机只能持有自己的数据,数据无法共享。此时的计算机为独立模式 随着时代的发展,越来越需要计算机之间互相通信,共享软件和数据&#x…...
kamailio常见问题解答
常见问题解答 本页面接受贡献,你必须通过注册表单创建一个用户账户: https://www.kamailio.org/wiki/start?doregister 如果你有一个适合收录进常见问题解答的问题,并且你不知道答案,那就添加这个问题,并将答案设置…...
Flask框架入门完全指南
一、初识Flask:轻量级框架的魅力 1.1 Flask框架定位 Flask作为Python最受欢迎的轻量级Web框架,以"微核心可扩展"的设计哲学著称。其核心代码仅约2000行,却支持通过扩展实现完整Web开发功能。这种设计使得开发者可以: …...