当前位置：首页 > news >正文

yolov8，yolo11，yolo12 服务器训练到部署全流程笔记

news 来源：原创 2025/9/12 0:14:51

正在进行中，随时更新

一. Anaconda配置

1.安装anaconda

(1)下载.sh文件

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

(2)scp到服务器后，运行安装包

bash Anaconda3-2020.07-Linux-x86_64.sh

(3)安装anaconda

1.回车进入注册界面（q键跳过阅读）

2.yes

3.设置安装路径，选择默认就直接回车

4.Do you wish the installer to initialize Anaconda3 by running conda init ?

您是否希望安装程序通过运行 conda init 来初始化 Anaconda3？--yes

(4)修改环境变量，并验证安装

vim ~/.bashrcexport PATH="/home/username/anaconda3/bin:$PATH"source ~/.bashrcconda --version

常用conda指令

#创建
conda create -n your_env_name python=3.8#激活
source activate your_env_name#退出
source deactivate your_env_name#删除
conda remove -n your_env_name --all#安装包
conda install package_name(包名)
conda install scrapy==1.3 # 安装指定版本的包
conda install -n 环境名 包名 # 在conda指定的某个环境中安装包#查看当前存在哪些虚拟环境
conda env list

二. yolov8、yolo11、yolo12 区别

YOLO11与YOLOv8差异可以由图中得

横坐标：处理一张图像的速度快慢（Latency），单位ms

纵坐标：COCO数据集上的平均精度（mAP），范围从0.50到0.95，越高表示模型的检测精度越好

曲线越靠右上，表示模型在保持较低Latency的同时，能够达到更高的mAP，性能越好。

1.YOLO11 改进及优劣

1.针对现代 GPU 优化训练和推理，训练速度提升 25%，延迟降低（如 Nano 模型延迟从 1.84ms 降至 1.55ms）

2.新增旋转边界框（OBB）、姿态估计等专用模型（后缀如 -obb、-pose）

3.通过架构优化减少参数数量，保持精度同时提升效率

优势：

高推理效率，尤其在 GPU 上表现出色，适合实时高负载场景
模型压缩技术成熟，适合资源受限的嵌入式设备

劣势：

超大模型（如 YOLOv11x）的延迟反而增加（11.31ms vs YOLOv10x 的 10.70ms）
对自定义数据集的迁移学习效果略逊于 YOLOv8（mAP 差距约 0.5）

YOLOv8：追求高精度和复杂任务（如实例分割、姿态估计），硬件资源充足
YOLOv11：需要低延迟、高吞吐量的实时应用（如工业检测、移动端部署），或需处理旋转目标

三. yolov8n-seg

官方文档：YOLOv8 -Ultralytics YOLO 文档

1. yolov8环境配置

创建yolov8 conda 虚拟环境，在虚拟环境中

# 安装YOLOv8，直接使用命令安装
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple# 或者通过拉取仓库然后安装
git clone https://github.com/ultralytics/ultralytics
cd ultralytics
pip install -e .

2. 训练

参考官方说明文档

https://docs.ultralytics.com/modes/train/#arguments

四. yolo11

1. yolo11 介绍

Ultralytics YOLO11 是新一代计算机视觉模型，在目标检测、实例分割、图像分类、姿势估计、定向物体检测和对象跟踪等计算机视觉任务上展现了卓越的性能和准确性。

整体上yolo11相较于yolov8变化不大，主要的改变有加入多头注意力机制，分类检测头加入深度可分离卷积等等，在性能和准确度上相对于yolov8有显著提升。

官方文档：YOLO11 🚀 新 -Ultralytics YOLO 文档

2. yolo11 模型训练

2.1 yolov11 工程及环境配置

conda create -n yolo11 python=3.8
conda activate yolo11# 配置pip源（可选）
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/# 安装
pip install ultralytics# 或者
git clone https://github.com/ultralytics/ultralytics.git
cd ultralytics
pip install -e .# 检测版本
(yolo11) yolo version
8.3.29

安装完成后，为了转onnx模型和更好的训练，建议再配置如下几个库，可以参考官方项目中的requirement.txt文件。

pip install tensorboard==2.13.0 onnx==1.12.0 onnxsim==0.4.1 pycocotools==2.0.6 -i https://pypi.tuna.tsinghua.edu.cn/simple/

2.2 训练yolo11

进行模型推理测试：

yolo predict model=yolo11n.pt source='https://ultralytics.com/images/bus.jpg'

会自动下载模型权重及测试图片。结果保存在runs/detect/predict目录下。

训练自己的数据集需要分别配置以下内容：

1)yaml模型文件

位于：./yolo11/ultralytics/ultralytics/cfg/models/11。

需要创建一个根据自己需要的yaml文件：yolo11-seg_1class.yaml

将类别修改为1。便于部署。

2)预训练模型（可以用默认文件，自动下载）

默认model=yolo11n.pt

3)训练数据和参数

在./yolo11/ultralytics/ultralytics/cfg/datasets路径下，参考coco128.yaml文件，制作一个单一类别的参数文件。需要更改类别名和训练数据路径。

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license# COCO128 dataset https://www.kaggle.com/datasets/ultralytics/coco128 (first 128 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco/
# Example usage: yolo train data=coco128.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco128  ← downloads here (7 MB)# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: /home/username/datase
train: images/train  # train images (relative to 'path') 128 images
val: images/val  # val images (relative to 'path') 128 images
test: # test images (optional)# Classes
names:0: qrcode

在./yolo11/ultralytics/ultralytics路径下新建一个mytrain_1c_detect.py文件。

设置输入模型的图像大小

from ultralytics import YOLOmodel = YOLO('./ultralytics/cfg/models/11/yolo11-seg_1class.yaml').load('./yolo11n.pt')  # build from YAML and transfer weights
results = model.train(data='./ultralytics/cfg/datasets/charge-seg.yaml', epochs=200, batch=128, imgsz=512, device=0, project='grassDetect')

在终端中运行：

python mytrain_1c_detect.py

2.3 模型转换

导出为onnx格式模型

模型导出使用专门针对rknn优化的 ultralytics_yolo11 。该工程在基于不影响输出结果, 不需要重新训练模型的条件下, 有以下改动:

修改输出结构, 移除后处理结构(后处理结果对于量化不友好)；
dfl 结构在 NPU 处理上性能不佳，移至模型外部的后处理阶段，此操作大部分情况下可提升推理性能；
模型输出分支新增置信度的总和，用于后处理阶段加速阈值筛选。

git clone https://github.com/airockchip/ultralytics_yolo11.git# 修改 ./ultralytics/cfg/default.yaml中model文件路径，默认为yolo11n.pt# 导出onnx模型
export PYTHONPATH=./
python ./ultralytics/engine/exporter.py

导出的onnx模型会在同目录下，使用 netron 查看其模型输入输出。

yolov8，yolo11，yolo12 服务器训练到部署全流程笔记

正在进行中，随时更新一. Anaconda配置 1.安装anaconda (1)下载.sh文件 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror (2)scp到服务器后，运行安装包 bash Anaconda3-2020.07-Linux-x86_64.sh (3)安装anacond…...

编程日记 2025/9/12 0:14:51

基于fast-whisper模型的语音识别工具的设计与实现

目录摘要第1章绪论 1.1 论文研究主要内容 1.1.1模型类型选择 1.1.2开发语言的选择 1.2 国内外现状第2章关键技术介绍 2.1 关键性开发技术的介绍 2.1.1 Faster-Whisper数据模型 2.1.2 Django 第3章系统分析 3.1 构架概述 3.1.1 功能构架 3.1.2 模块需求描述 3.2 系统开…...

编程日记 2025/9/11 21:48:54

FFmpeg+vvenc实现H.266的视频编解码教程

Linux系统：FFmpegvvenc实现H.266的视频编解码教程（视频压缩） 关键网址 ffmpeg目前支持libvvenc，因此配置好libvvenc只会在一些make、sudo make install命令时遇到问题，例如默认安装或配置路径指定错误、ffmpeg版本、v…...

编程日记 2025/9/7 21:03:24

Hive-01之数仓、架构、数据类型、DDL、内外部表

一、主题 hive的核心概念hive与数据库的区别hive的架构原理hive的安装部署hive的交互式方式hive的数据类型hive的DDL语法操作二、要点 1.数据仓库的基本概念 1.数据仓库的基本概念英文名称为Data Warehouse，可简写为DW或DWH。数据仓库的目的是构建面向分析的…...

编程日记 2025/9/8 10:09:32

NIO是什么？它与传统的IO有什么区别？

NIO（Non-blocking I/O）是Java 1.4版本引入的一种新的I/O模型，旨在解决传统IO模型的局限性，提高网络通信和文件操作的效率。本文将详细解释NIO的概念、与传统IO的区别，并通过示例代码展示其实际应用。一、NIO的概念 …...

编程日记 2025/9/9 9:39:30

模块七_面向对象

模块七_面向对象模块六回顾:1.概述:拥有功能性代码的代码块将来干开发一个功能就应该对应一个方法2.方法的通用定义格式:修饰符返回值类型方法名(参数){方法体return 结果}a.修饰符:public staticb.返回值类型:方法最终返回的结果的数据类型c.方法名:给方法取的名字,见名知…...

编程日记 2025/9/12 0:11:59

初识uniApp

详细思考一下uniApp这个跨平台开发框架。首先，我对uniApp还不是很了解，所以需要从基本概念开始，逐步深入。什么是uniApp？ 我记得uniApp是基于Vue.js的，可能是一个用来开发多个平台的应用的框架。用户可能想了解它是什…...

编程日记 2025/9/9 23:23:52

蓝桥发现环

0发现环 - 蓝桥云课找到环不过在最近一次维护网络时，管理员误操作使得某两台电脑之间增加了一条数据链接，于是网络中出现了环路。环路上的电脑由于两两之间不再是只有一条路径，使得这些电脑上的数据传输出现了BUG。为了恢复正常传输&am…...

编程日记 2025/9/7 20:02:51

Compose 手势处理，增进交互体验概述常用手势处理Modifierclickable()combinedClickable()draggable()swipeable()transformable()scrollable()nestedScrollNestedScrollConnectionNestedScrollDispatcher 定制手势处理使用 PointerInput ModifierPointerInputScope…...

编程日记 2025/9/12 0:14:50

【愚公系列】《Python网络爬虫从入门到精通》036-DataFrame日期数据处理

标题详情作者简介愚公搬代码头衔华为云特约编辑，华为云云享专家，华为开发者专家，华为产品云测专家，CSDN博客专家，CSDN商业化专家，阿里云专家博主，阿里云签约作者，腾讯云优秀博主，腾讯云内容共创官，掘金优秀博主，亚马逊技领云博主，51CTO博客专家等。近期荣誉2022年度…...

编程日记 2025/9/12 0:07:03

FastAdmin 与其他后台框架的对比分析

FastAdmin 与其他后台框架的对比分析引言在现代Web开发中，后台管理系统是支持各种应用程序的核心部分。随着需求的多样化，许多后台框架应运而生。本文将对FastAdmin与其他常见后台框架（如Django Admin、Laravel Nova、AdminLTE&#xff0…...

编程日记 2025/9/7 22:57:13

自学微信小程序的第六天

DAY6 1、使用录音API首先需要通过wx.getRecorderManager()方法获取到一个RecorderManager实例，该实例是一个全局唯一的录音管理器，用于实现录音功能。表32：RecorderManager实例的常用方法方法名称说明 start() 开始录音 pause() 暂停录音 resume() 继续录音 stop() 停止…...

编程日记 2025/9/7 16:37:30

KTV点歌系统

收藏关注不迷路！！ 🌟文末获取源码数据库🌟 感兴趣的可以先收藏起来，还有大家在毕设选题（免费咨询指导选题），项目以及论文编写等相关问题都可以给我留言咨询，希望帮助更多…...

编程日记 2025/9/5 8:50:43

（上）基于机器学习的图像识别——遥感图像分类（LeNet-5；AlexNet；VGGNet；GoogLeNet；ResNet）

遥感图像识别： 专业词汇： kernel：卷积目录遥感图像分类 1.1 LeNet-5 视频来源： 任务：使用什么网络实现遥感图像的分类 LeNet-5结构： 遥感图像分类 1.2 AlexNet（冠军） 视频…...

编程日记 2025/9/9 22:14:24

深入探索 STM32 微控制器：从基础到实践

一、引言在当今的嵌入式系统领域，STM32 系列微控制器凭借其高性能、低功耗、丰富的外设以及广泛的应用场景，成为了众多开发者的首选。无论是在工业控制、智能家居、医疗设备，还是在消费电子等领域，STM32 都展现出了强大的生命力…...

编程日记 2025/9/9 12:34:07

windows下玩转vllm：在wsl下安装vllm

文章目录前言安装wsl启动wsl的默认分发使用python部署vllm创建并激活虚拟环境直接说结论试错过程安装vllm简单测试一下，看看行不行附录，安装wsl安装ubuntu分发步骤 3: 设置用户和密码步骤 4: 更新系统步骤 5: 使用 WSL前言当前，部署通义千问2.5-vl已经是一件箭在弦上，不…...

编程日记 2025/9/10 11:39:59

SGLang部署大模型

SGLang部署大模型环境信息基础组件安装创建python虚拟环境安装python模块下载模型部署模型显存需求较高， 本地4G显存0.5B都无法部署支持多机多卡部署支持GPU、CPU混合运行支持运行格式pt,safetensors,npcache,dummy,gguf,bitsandbytes,layered 环境信息机器01…...

编程日记 2025/9/10 21:29:42

Ubuntu 防火墙iptables和 ufw

文章目录 iptables 和 ufw 的区别Ubuntu 上使用 ufw 配置 iptables 和 ufw 的区别 iptables 和 ufw 是 Linux 系统中用于管理防火墙的工具，但它们的设计目标和使用方式有所不同。 iptables：功能强大，适合高级用户和复杂场景，但配…...

编程日记 2025/9/8 16:40:45

NAT 代理服务内网穿透

🌈 个人主页：Zfox_ 🔥 系列专栏：Linux 目录一：🔥 NAT 技术背景二：🔥 NAT IP 转换过程三：🔥 NAPT四：🔥 代理服务器🦋 正向…...

编程日记 2025/9/6 18:17:31

C++20 Lambda表达式新特性：包扩展与初始化捕获的强强联合

文章目录一、Lambda表达式的历史回顾二、C20 Lambda表达式的两大新特性（一）初始化捕获（Init-Capture）（二）包扩展（Pack Expansion） 三、结合使用初始化捕获与包扩展（一&a…...

编程日记 2025/9/7 9:10:20

ES scroll=1m：表示快照的有效时间为1分钟。怎么理解

在Elasticsearch中，scroll1m 表示你创建的 scroll 上下文的有效时间为 1分钟。这个参数控制了你可以在多长时间内继续使用这个 scroll_id 来获取更多的数据。什么是 Scroll 上下文？ 当你使用 scroll API 时，Elasticsearch 会为你的查询创…...

编程日记 2025/9/8 0:36:29

【IoU变体对比：WIOU、SIOU、EIOU、GIOU、CIOU】

IoU变体对比：WIOU、SIOU、EIOU、GIOU、CIOU 1. 基本概念与公式(1) GIOU (Generalized Intersection over Union)(2) CIOU (Complete Intersection over Union)(3) EIOU (Efficient Intersection over Union)(4) SIOU (Shape-Enhanced Intersection over Union)(5) W…...

编程日记 2025/9/11 7:35:31

【MySQL】数据库-图书管理系统（CC++实现）

一.预期功能该图书管理系统设计提供基本的设计模版，涉及数据库的增删查改等操作，包含登录功能，图书管理功能，图书借阅功能，用户管理功能等基础功能，详细功能查看以下菜单表，共包含三个菜单&am…...

编程日记 2025/9/9 0:09:55

【leetcode hot 100 560】和为K的子数组

解法一：用左右指针寻找字串，如果和>k，则减少一个数（left）；如果和<k，则加上一个数（right）。 class Solution {public int subarraySum(int[] nums, int k) {int nu…...

编程日记 2025/9/6 12:51:36

【漫话机器学习系列】110.线性可分（Linearly Separable）

线性可分与线性不可分的概念详解 1. 引言在机器学习和模式识别领域，分类问题是一个重要的研究方向。在分类任务中，我们通常需要将不同类别的数据点分开，而如何进行分割是一个关键问题。线性可分（Linearly Separable&#xff09…...

编程日记 2025/9/11 7:07:01

单细胞分析（19）—— 单细胞转录组基因集评分方法

下面是每种基因集评分方法的原理介绍代码示例，适用于R语言和Python两种主流生信分析环境。可以直接应用于单细胞转录组（scRNA-seq）数据分析中。 🔬 单细胞转录组基因集评分方法（附代码示例） 在单细胞RNA测…...

编程日记 2025/9/10 18:30:07

【数据挖掘】Pandas

Pandas 是 Python 进行数据挖掘和数据分析的核心库之一，提供了强大的数据清洗、预处理、转换、分析和可视化功能。它通常与 NumPy、Matplotlib、Seaborn、Scikit-Learn 等库结合使用，帮助构建高效的数据挖掘流程。 📌 1. 读取数据 P…...

编程日记 2025/9/10 1:09:59

Spring Boot 中 @Transactional 注解全面解析

亲爱的小伙伴们😘，在求知的漫漫旅途中，若你对深度学习的奥秘、Java 与 Python 的奇妙世界，亦或是读研论文的撰写攻略有所探寻🧐，那不妨给我一个小小的关注吧🥰。我会精心筹备，在未来…...

编程日记 2025/9/11 0:23:48

【网络】数据链路层（以太网帧格式、MTU、ARP）、NAT、内网穿透

文章目录 1. 数据链路层2. 以太网帧格式3. MTU3.1 认识MTU3.2 MTU 对于 TCP 协议的影响 4. 局域网通信原理5. ARP协议5.1 基本概念5.2 原理5.3 ARP 数据报的格式 6. NAT技术7. 内网穿透8. 内网打洞9. 代理服务器9.1 正向代理9.2 反向代理9.3 NAT VS 代理服务器 10.网络总结 1. …...

编程日记 2025/9/11 6:37:51

ASPNET Core笔试题【面试宝典】

文章目录一、如何在ASP.NET Core中激活Session功能？二、什么是中间件？三、ApplicationBuilder的Use和Run方法有什么区别？四、如何使TagHelper在元素这一层上失效？五、什么是ASP.NET Core？六、ASP.NET Core中AOP的支持…...

编程日记 2025/9/7 1:39:45

Harmony os next～鸿蒙原子化服务开发实战：天气卡片开发全解析

鸿蒙原子化服务开发实战：天气卡片开发全解析一、原子化服务与HarmonyOS卡片概述 （1）原子化服务特性 HarmonyOS原子化服务具有独立入口（桌面图标/智慧搜索）、免安装、跨设备流转三大核心特性。服务卡片作为其可视化载…...

编程日记 2025/9/8 12:08:53

【pytest框架源码分析三】pluggy源码分析之hook注册调用流程

pluggy的hook调用，最重要的就是使用了__call__魔法函数，这个函数能够在我们调用实例时，自动调用这个函数，无需自己手动调用。前面介绍了各个类的方法，这里简述下pluggy的调用流程（主要介绍主流程&#xff…...

编程日记 2025/9/9 4:23:57

Linux消息队列

msgget函数（类似于shmget） 是 Linux 系统中用于创建或获取消息队列（System V Message Queue） 的系统调用。 #include <sys/types.h> #include <sys/ipc.h> #include <sys/msg.h>int msgget(key_t key, int m…...

编程日记 2025/9/10 1:41:14

ChatGPT 提示词框架

作为一个资深安卓开发工程师，我们在日常开发中经常会用到 ChatGPT 来提升开发效率，比如代码优化、bug 排查、生成单元测试等。但要想真正发挥 ChatGPT 的潜力，我们需要掌握一些提示词（Prompt）的编写技巧，并…...

编程日记 2025/9/11 13:45:14

对于动态线程池框架 Hippo4j 的思考

从 java 线程池探讨动态线程池框架的可行性以及扩展性 ThreadPoolExecutor 对外给用户暴露了很多 get、set 方法，get 方法可以让我直接获得一些线程池的运行时信息，比如线程池过去已经完成任务的总数量，线程池目前活跃线程数量等等&#xff…...

编程日记 2025/9/10 21:39:54

问deepseek: HYPRE BoomerAMG 有哪些参数可以进行性能调优

Hypre BoomerAMG 是一个高性能的多重网格预条件子，常用于求解大规模稀疏线性系统。为了优化其性能，可以调整以下关键参数： 1. AMG 参数 Coarsening (强连接阈值) strong_threshold: 控制强连接的阈值，通常在 0.25 到 0.6 之间&a…...

编程日记 2025/9/8 1:43:10

seacms v9 实现的MySQL注入

目录过滤关键词information_schema 怎么办一、环境搭建二、环境分析三、源代码分析 1、过滤程序 2、注入点四、获取数据库名五、获取数据库表名六、获取表的列名七、获取数据信息过滤关键词information_schema 怎么办 1.、利用sys数据库（MySQL 5.…...

编程日记 2025/9/8 18:45:16

基于C#的CANoe CLR Adapter开发指南

一、引言 CANoe 是一款广泛应用于汽车电子开发和测试的工具，它支持多种编程接口，方便开发者进行自定义扩展。CANoe CLR Adapter 允许我们使用 C# 语言与 CANoe 进行交互，充分利用 C# 的强大功能和丰富的类库。本文将详细介绍如何基于 C# 进行…...

编程日记 2025/9/9 12:57:42

Vue 系列之：基础知识

什么是 MVVM MVVM（Model-View-ViewModel）一种软件设计模式，旨在将应用程序的数据模型（Model）与视图层（View）分离，并通过 ViewModel 来实现它们之间的通信。降低了代码的耦合度。 M…...

编程日记 2025/9/11 11:04:54

知识库功能测试难点

图表交互功能测试难点知识库图表类型多，每种图表交互功能不同。像柱状图，可能有点击柱子查看详细数据、鼠标悬停显示数据提示等交互；折线图除了这些，还可能支持缩放查看不同时间段数据。多种交互操作在不同图表间存在差异&#x…...

编程日记 2025/9/10 10:11:03

一文掌握 Scrapy 框架的详细使用，包括实战案例

更多内容请见：爬虫和逆向教程-专栏介绍和目录文章目录 1. Scrapy 简介2. Scrapy 的核心组件3. 安装 Scrapy4. 创建 Scrapy 项目4.1 创建项目4.2 创建 Spider5. 编写 Spider5.1 定义 Item5.2 编写 Spider 逻辑6. 运行 Scrapy 爬虫6.1 运行爬虫6.2 保存爬取数据7. Scrapy 的高…...

编程日记 2025/9/8 16:40:46

奔图Pantum M7165DN黑白激光打印一体机报数据清除中…维修

故障描述：一台奔图Pantum M7165DN黑白激光打印一体机开机自检正常，自检过后就不能工作了，按键面板无任何反应一直提示数据清除中…，如果快速操作的话也能按出菜单、功能啥的，不过一会又死机了，故障请看下图：故障检修：经分析可能是主板数据出现了问题，看看能不能快速…...

编程日记 2025/9/10 8:46:20

微服务架构与传统的单体架构有什么区别?微服务架构（Spring Cloud + Maven）强在哪?

微服务架构与传统的单体架构（Spring Boot Maven 项目）在设计和实现上有显著差异，主要体现在系统拆分方式、部署模式、技术栈选择、维护成本等方面。以下是具体对比： 1. 架构设计维度单体架构微服务架构系统拆分所有功能模块集…...

编程日记 2025/9/8 11:33:09

二、QT和驱动模块实现智能家居----2、编译支持QT的系统

因为我们的Linux内核文件不支持QT系统（当然如果你的支持，完全跳过这篇文章），所以我们要从网上下载很多软件包，这里直接用百问网的软件包，非常方便。一：Ubuntu 配置 1 设置交叉编译工具链以…...

编程日记 2025/9/11 18:33:45

游戏引擎学习第128天

开始然而，我们仍然有一些工作要做，渲染部分并没有完全完成。虽然现在已经能够运行游戏，而且帧率已经可以接受，但仍然有一些东西需要进一步完善。正在使用调试构建编译版本，虽然调试版本的性能不如优化版本&#xff0…...

编程日记 2025/9/2 6:16:01

【量化策略】套利交易策略

【量化策略】套利交易策略 🚀量化软件开通 🚀量化实战教程技术背景与应用场景在金融市场中，套利交易策略是一种利用市场价格差异来获取无风险利润的交易方式。这种策略通常涉及同时买入和卖出不同市场上的相同或相似金融产品&#xff0…...

编程日记 2025/9/8 6:52:58

laravel11设置中文语言包

安装中文语言包 Laravel 11 默认没有内置完整中文语言包，推荐使用第三方维护的完整翻译： # 通过 Composer 安装语言包 composer require laravel-lang/common --dev# 发布中文语言文件到项目 php artisan lang:add zh_CN这会自动将中文语言文件生成到 l…...

编程日记 2025/9/8 21:22:56