当前位置: 首页 > news >正文

在Linux系统安装Ollama两种方法:自动安装和手动安装,并配置自启动服务

目录

一、命令自动安装‌

(一)使用命令行安装

(二)配置环境变量

(三)重新加载systemd配置并重启服务

‌二、手动安装‌

(一)下载本地文件

(二)解压并安装

(三)配置环境变量

(四)创建服务文件

三、Ollama 常用命令

四、Ollama 可配置的环境变量

五、Ollama 参数设置

六、Ollama 模型配置最长上下文

七、导入huggingface的模型


一、命令自动安装

(一)使用命令行安装

1. 运行curl -fsSL https://ollama.com/install.sh | sh。‌

2. 如下图安装完成

(二)配置环境变量

1. 打开默认建立的ollama.service文件

vim /etc/systemd/system/ollama.service

2. 看到默认的一些设置

[Unit]
Description=Ollama Service
After=network-online.target[Service]
ExecStart=/usr/local/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=/data/1-software/1-setup/1-miniconda/bin:/data/1-software/1-setup/1-miniconda/condabin:/data/1-software/1-setup/1-miniconda/bin:/usr/bin:/usr/local/bin:/usr/local/cuda/bin:/usr/bin/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin"[Install]
WantedBy=default.target

3.在 [Service]下面增加环境配置参数

[Unit]
Description=Ollama Service
After=network-online.target[Service]
ExecStart=/usr/local/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=/data/1-software/1-setup/1-miniconda/bin:/data/1-software/1-setup/1-miniconda/condabin:/data/1-software/1-setup/1-miniconda/bin:/usr/bin:/usr/local/bin:/usr/local/cuda/bin:/usr/bin/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin"Environment="OLLAMA_MODELS=/data/4-ollama-models"
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_KEEP_ALIVE=24h"
Environment="OLLAMA_NUM_PARALLEL=100"
Environment="OLLAMA_MAX_LOADED_MODELS=4"
Environment="OLLAMA_SCHED_SPREAD=1"
Environment="OLLAMA_FLASH_ATTENTION=1"
Environment="OLLAMA_DEBUG=1"
Environment="OLLAMA_ACCELERATE=1"[Install]
WantedBy=default.target

4. 按esc,输入“:wq”,退出文件编辑

(三)重新加载systemd配置并重启服务

1.重新加载systemd

sudo systemctl daemon-reload

2.启动服务

sudo systemctl start ollama

3.查看状态

sudo systemctl status ollama

 如图

4. 若想停止服务

sudo systemctl stop ollama

5. 设置开机自启动

sudo systemctl enable ollama

6. 若想停止开机自启动

sudo systemctl disable ollama

    ‌二、手动安装

    (一)下载本地文件

    1. 从GitHub仓库下载ollama-linux-amd64.tgz并上传到服务器。‌

    2. Github地址:https://github.com/ollama/ollama

    3.选择版本,下载到本地。

    4. 将下载好的文件上传到服务器 

    (二)解压并安装

    tar -zxf ollama-linux-amd64.tgz -C /usr/local

    (三)配置环境变量

    编辑\~/.bashrc,添加环境变量等,export OLLAMA_HOST=http://[服务器IP地址]:11434

    export OLLAMA_MODELS=/data/ollama-models
    export OLLAMA_HOST=0.0.0.0
    export OLLAMA_KEEP_ALIVE=24h
    export OLLAMA_NUM_PARALLEL=100
    export OLLAMA_MAX_LOADED_MODELS=4
    export OLLAMA_SCHED_SPREAD=1
    export OLLAMA_FLASH_ATTENTION=1
    export OLLAMA_DEBUG=1
    export OLLAMA_ACCELERATE=1

    (四)创建服务文件

    如果还想设置自启动服务,可参考以上(二)配置环境变量:在/etc/systemd/system/ollama.service中配置服务并启动。

    三、Ollama 常用命令

    ollama serve # 启动ollama
    ollama create # 从模型文件创建模型
    ollama show # 显示模型信息
    ollama run # 运行模型
    ollama pull # 从注册仓库中拉取模型
    ollama push # 将模型推送到注册仓库
    ollama list # 列出已下载模型
    ollama cp # 复制模型
    ollama rm # 删除模型
    ollama help # 获取有关任何命令的帮助信息
    ollama ps #查看运行中的模型

    四、Ollama 可配置的环境变量

    Ollama 提供了多种环境变量以供配置:OLLAMA_DEBUG:是否开启调试模式,默认为 false。
    OLLAMA_FLASH_ATTENTION:是否闪烁注意力,默认为 true。
    OLLAMA_HOST:Ollama 服务器的主机地址,默认为空。
    OLLAMA_KEEP_ALIVE:保持连接的时间,默认为 5m。
    OLLAMA_LLM_LIBRARY:LLM 库,默认为空。
    OLLAMA_MAX_LOADED_MODELS:最大加载模型数,默认为 1。
    OLLAMA_MAX_QUEUE:最大队列数,默认为空。
    OLLAMA_MAX_VRAM:最大虚拟内存,默认为空。
    OLLAMA_MODELS:模型目录,默认为空。
    OLLAMA_NOHISTORY:是否保存历史记录,默认为 false。
    OLLAMA_NOPRUNE:是否启用剪枝,默认为 false。
    OLLAMA_NUM_PARALLEL:并行数,默认为 1。
    OLLAMA_ORIGINS:允许的来源,默认为空。
    OLLAMA_RUNNERS_DIR:运行器目录,默认为空。
    OLLAMA_SCHED_SPREAD:调度分布,默认为空。
    OLLAMA_TMPDIR:临时文件目录,默认为空。Here is the optimized list in the desired format:
    OLLAMA_DEBUG:是否开启调试模式,默认为 false。
    OLLAMA_FLASH_ATTENTION:是否闪烁注意力,默认为 true。
    OLLAMA_HOST:Ollama 服务器的主机地址,默认为空。
    OLLAMA_KEEP_ALIVE:保持连接的时间,默认为 5m。
    OLLAMA_LLM_LIBRARY:LLM 库,默认为空。
    OLLAMA_MAX_LOADED_MODELS:最大加载模型数,默认为 1。
    OLLAMA_MAX_QUEUE:最大队列数,默认为空。
    OLLAMA_MAX_VRAM:最大虚拟内存,默认为空。
    OLLAMA_MODELS:模型目录,默认为空。
    OLLAMA_NOHISTORY:是否保存历史记录,默认为 false。
    OLLAMA_NOPRUNE:是否启用剪枝,默认为 false。
    OLLAMA_NUM_PARALLEL:并行数,默认为 1。
    OLLAMA_ORIGINS:允许的来源,默认为空。
    OLLAMA_RUNNERS_DIR:运行器目录,默认为空。
    OLLAMA_SCHED_SPREAD:调度分布,默认为空。
    OLLAMA_TMPDIR:临时文件目录,默认为空。

    五、Ollama 参数设置

    使用/set parameter设置参数命令:
    /set parameter seed <int>             Random number seed #设置随机种子
    /set parameter num_predict <int>      Max number of tokens to predict #设置预测token数
    /set parameter top_k <int>            Pick from top k num of tokens
    /set parameter top_p <float>          Pick token based on sum of probabilities
    /set parameter min_p <float>          Pick token based on top token probability * min_p
    /set parameter num_ctx <int>          Set the context size #设置回答最大token数---第一次设就可以,或者默认,如果每次调用api时设置,改变的值会让模型重新卸载再加载,时间变长。
    /set parameter temperature <float>    Set creativity level #设置模型温度(回答随机度)
    /set parameter repeat_penalty <float> How strongly to penalize repetitions #设置重复回答时的惩罚力度
    /set parameter repeat_last_n <int>    Set how far back to look for repetitions
    /set parameter num_gpu <int>          The number of layers to send to the GPU
    /set parameter stop <string> <string> ...   Set the stop parameters
    /set parameter top_p 0.7
    /set parameter temperature 0.9
    /set parameter num_predict  4096
    /set parameter num_ctx 32768
    /set parameter stop exit

    六、Ollama 模型配置最长上下文

    由于ollama默认限制上下文的长度是2048,如果我们用ollama作为知识库基准模型,上下文超过2048直接会被阻断,提出内容不会根据上下文来回答。官方提出一个解决方案那就是通过设置num_ctx的大小来设置上下文,但是如果把会话改成ollama支持的openAI的方式这个属性就无效了。所以要通过修改配置文件来实现,然后生成新的模型,用ollama加载新模型。

     1.获取配置文件

    ollama show --modelfile qwen2.5:14b > qwen2.5_14b_Modelfile

     2.编辑配置文件

    vim qwen2.5_14b_Modelfile

    3. 添加上下文长度参数  PARAMETER num_ctx 32768        

    4.  重新生成新的模型,模型名称可以自己起名

    ollama create -f  qwen2.5_14b_Modelfile 新模型名称

    5.显示新模型的参数

    ollama show 新模型名称

    七、导入huggingface的模型

    Ollama支持从Huggingface Hub上直接拉取各种模型,包括社区创建的GGUF量化模型。用户可以通过简单的命令行指令快速运行这些模型,可以使用如下命令:

    ollama run hf.co/{username}/{repository}要选择不同的量化方案,只需在命令中添加一个标签:ollama run hf.co/{username}/{repository}:{quantization}例如:量化名称不区分大小写
    ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:IQ3_M  
    ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:Q8_0还可以直接使用完整的文件名作为标签:  
    ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:Llama-3.2-3B-Instruct-IQ3_M.gguf

    参考: Ollama 服务配置-常用环境变量_ollama环境变量配置-CSDN博客

    相关文章:

    在Linux系统安装Ollama两种方法:自动安装和手动安装,并配置自启动服务

    目录 一、命令自动安装‌ &#xff08;一&#xff09;使用命令行安装 &#xff08;二&#xff09;配置环境变量 &#xff08;三&#xff09;重新加载systemd配置并重启服务 ‌二、手动安装‌ &#xff08;一&#xff09;下载本地文件 &#xff08;二&#xff09;解压并安…...

    Python Django入门(创建应用程序)

    在本章中&#xff0c;你将学习如何使用 Django&#xff08;http://djangoproject.com/ &#xff09;来开发一个名为“学习笔记”&#xff08;Learning Log&#xff09;的项目&#xff0c;这是一个在线日志系统&#xff0c;让你能够记录所学习的有关特定主题的知识。 我们将为这…...

    HCIP-2 RSTP快速生成树

    HCIP-2 RSTP快速生成树 STP的不足&#xff1a; 1.STP的端口角色过于简单不丰富&#xff0c;部署时不能很好的应用与较为复杂的网络环境中。 2.STP的迁移状态过于冗长&#xff0c;侦听、学习、阻塞状态下都是不转发业务流量。 3.STP的算法较为繁琐。 TCN TCA TC。 4.STP被动…...

    软考-软件设计师-计算机网络

    一、七层模型 中继器&#xff1a;信号会随着距离的增加而逐渐衰减&#xff0c;中继器可以接受一端的信息再将其原封不动的发给另一端&#xff0c;起到延长传输距离的作用&#xff1b; 集线器&#xff1a;多端口的中继器&#xff0c;所有端口公用一个冲突域&#xff1b; 网桥&…...

    夸克网盘任务脚本——进阶自动版

    脚本是用于自动管理和更新夸克云盘(Quark Cloud Drive)上的文件和目录的Python脚本。其主要功能包括自动下载、更新、重命名、删除文件和文件夹,以及处理和发送通知,可以在特定的时间间隔内运行,根据配置文件进行操作。 主要功能 1. Quark 类: __init__:初始化类,设置…...

    squirrel语言全面介绍

    Squirrel 是一种较新的程序设计语言&#xff0c;由意大利人 Alberto Demichelis 开发&#xff0c;其设计目标是成为一个强大的脚本工具&#xff0c;适用于游戏等对大小、内存带宽和实时性有要求的应用程序。以下是对 Squirrel 语言的全面介绍&#xff1a; 语言特性 动态类型&a…...

    北京南文观点:品牌如何抢占AI 认知的 “黄金节点“

    在算法主导的信息洪流中&#xff0c;品牌正在经历一场隐蔽的认知权争夺战&#xff0c;当用户向ChatGPT咨询"哪家新能源车企技术最可靠"时&#xff0c;AI调取的知识图谱数据源将直接决定品牌认知排序。南文乐园科技文化&#xff08;北京&#xff09;有限公司&#xff…...

    使用Python在Word中创建、读取和删除列表 - 详解

    目录 工具与设置 Python在Word中创建列表 使用默认样式创建有序&#xff08;编号&#xff09;列表 使用默认样式创建无序&#xff08;项目符号&#xff09;列表 创建多级列表 使用自定义样式创建列表 Python读取Word中的列表 Python从Word中删除列表 在Word中&#xff…...

    分布式中间件:RabbitMQ确认消费机制

    分布式中间件&#xff1a;RabbitMQ确认消费机制 在分布式系统中&#xff0c;消息队列是实现异步通信和系统解耦的重要组件。RabbitMQ 作为一款功能强大的消息队列中间件&#xff0c;提供了丰富的特性来保证消息的可靠传输和消费。其中&#xff0c;确认消费机制是确保消息被正确…...

    Redis的大Key问题如何解决?

    大家好&#xff0c;我是锋哥。今天分享关于【Redis的大Key问题如何解决?】面试题。希望对大家有帮助&#xff1b; Redis的大Key问题如何解决? 1000道 互联网大厂Java工程师 精选面试题-Java资源分享网 Redis的大Key问题指的是存储在Redis中的某些键&#xff08;Key&#xf…...

    日语学习-日语知识点小记-构建基础-JLPT-N4N5阶段(25):解释说明:という

    日语学习-日语知识点小记-构建基础-JLPT-N4&N5阶段(25):解释说明:という 1、前言(1)情况说明(2)工程师的信仰2、知识点(1)复习语法(2) 解释说明:という3、单词(1)日语单词(2)日语片假名单词4、相近词辨析5、单词辨析记录6、总结1、前言 (1)情况说明 …...

    Windows10配置OpenJDK11

    下载 # 华为OpenJDK镜像源 https://mirrors.huaweicloud.com/openjdk/11.0.2/解压 # 解压后至于C:\Dev\Env\Java\jdk-11.0.2目录下 https://mirrors.huaweicloud.com/openjdk/11.0.2/openjdk-11.0.2_windows-x64_bin.zip编译安装 # 以管理员身份运行 CMD命令提示符 并进入JD…...

    Python实验:读写文本文件并添加行号

    [实验目的] 熟练掌握内置函数open()的用法&#xff1b;熟练运用内置函数len()、max()、和enumerate()&#xff1b;熟练运用字符串的strip()、ljust()和其它方法&#xff1b;熟练运用列表推导式。 [实验和内容] 1.编写一个程序demo.py&#xff0c;要求运行该程序后&#xff0…...

    什么是 NDC 坐标?什么是世界坐标?

    什么是 NDC 坐标&#xff08;归一化设备坐标&#xff09;&#xff1f; 定义 NDC&#xff08;Normalized Device Coordinates&#xff09; 是三维图形渲染管线中的中间坐标系统&#xff0c;范围为 [-1, 1]&#xff08;x、y、z 轴均为此范围&#xff09;。它是设备无关的标准化…...

    25年护网二面

    《网安面试指南》https://mp.weixin.qq.com/s/RIVYDmxI9g_TgGrpbdDKtA?token1860256701&langzh_CN 5000篇网安资料库https://mp.weixin.qq.com/s?__bizMzkwNjY1Mzc0Nw&mid2247486065&idx2&snb30ade8200e842743339d428f414475e&chksmc0e4732df793fa3bf39…...

    《鸟哥的Linux私房菜基础篇》---5 vim 程序编辑器

    目录 一、vim程序编辑器的简介 二、命令模式快捷键&#xff08;默认模式&#xff09; 1、光标移动 2、编辑操作 3、搜索与替换 三、插入模式快捷键 四、底行模式快捷键&#xff08;按&#xff1a;进入&#xff09; 五、高级技巧 1、分屏操作 2、多文件编辑 3、可视化…...

    Day21:在排序数组中查找数字

    某班级考试成绩按非严格递增顺序记录于整数数组 scores&#xff0c;请返回目标成绩 target 的出现次数。 示例 1&#xff1a; 输入: scores [2, 2, 3, 4, 4, 4, 5, 6, 6, 8], target 4 输出: 3 示例 2&#xff1a; 输入: scores [1, 2, 3, 5, 7, 9], target 6 输出: 0 …...

    Android音视频多媒体开源库基础大全

    从事音视频开发工作&#xff0c;需要了解哪些常见的开源库&#xff0c;从应用到底软系统&#xff0c;整理了九大类&#xff0c;这里一次帮你总结完。 包含了应用层的MediaRecorder、surfaceView&#xff0c;以及常见音视频处理库FFmpeg和OpenCV&#xff0c;还有视频渲染和音频…...

    ManiWAV:通过野外的音频-视频数据学习机器人操作

    24年6月来自斯坦福大学、哥伦比亚大学和 TRI 的论文“ManiWAV: Learning Robot Manipulation from In-the-Wild Audio-Visual Data”。 音频信号通过接触为机器人交互和物体属性提供丰富的信息。这些信息可以简化接触丰富的机器人操作技能学习&#xff0c;尤其是当视觉信息本身…...

    传感器研习社:Swift Navigation与意法半导体(STMicroelectronics)合作 共同推出端到端GNSS汽车自动驾驶解决方案

    自动驾驶系统单纯依赖感知传感器进行定位在遇到恶劣天气或缺乏车道标线的道路场景时很容易失效。此外&#xff0c;由于激光雷达&#xff08;LiDAR&#xff09;、视觉等传感器的成本高昂以及将众多不同组件整合为统一系统的复杂性&#xff0c;都可能增加产品研发成本或延迟产品上…...

    Java 二维数组元素降序排序(非冒泡排序)

    说明&#xff1a;每次比较出最大值后&#xff0c;把最大值设置为最小值-1&#xff0c;再次比较该数组&#xff1b; 创建Object b[][] new Object[N][2];来存储String和Int两种类型数据到同一个数组里 package com.MyJava;import java.util.Scanner;public class Test {public…...

    梦回杭州...

    她对我说&#xff0c;烟雨中的西湖更别有情趣&#xff0c;我也怀着对‘人间天堂’的憧憬踏上了向往之旅。第一次亲密接触没有感觉中那么好&#xff0c;现在想起来是那时的人和心情都没能安静下来&#xff0c;去慢慢品味它的美。 六下杭州&#xff0c;亲历每一片风景&#xff0c…...

    Spring Boot整合Apache BookKeeper教程

    精心整理了最新的面试资料和简历模板&#xff0c;有需要的可以自行获取 点击前往百度网盘获取 点击前往夸克网盘获取 Spring Boot整合Apache BookKeeper教程 1. 简介 Apache BookKeeper 是一个高性能、持久化的分布式日志存储系统&#xff0c;适用于需要强一致性和高吞吐量的…...

    C++项目——内存池

    C项目——内存池 前置知识 std::allocator c中所有stl容器都有自己的allocator类用于分配和回收空间&#xff0c;例如vector类中push_back函数的实现方式&#xff1a; template <class T> void Vector<T>::push_back(const T& t) { // are we out of space…...

    【设计模式】SOLID 设计原则概述

    SOLID 是面向对象设计中的五大原则&#xff0c;不管什么面向对象的语言&#xff0c; 这个准则都很重要&#xff0c;如果你没听说过&#xff0c;赶紧先学一下。它可以提高代码的可维护性、可扩展性和可读性&#xff0c;使代码更加健壮、易于测试和扩展。SOLID 代表以下五个设计原…...

    Deepseek-r1:14b+ScraperAPI实现联网本地大模型回答

    文章目录 前言一、Deekseek本地部署二、SerpAPI1.什么是SerpAPI&#xff1f;2.如何使用SerpAPI进行Web搜索 三、实现Deepseek-r1:14bScraperAPI实现联网本地大模型回答1. Code 前言 我需要对本地的Deepseek-r1:14b进行提问&#xff0c;我发现它对于实时的问题&#xff0c;或者…...

    DHCP工作原理

    DHCP报文类型 DHCP Discover 客户端广播发送DHCP discover报文消息, 客户端通过UDP68端口向网络上发送DHCP discover数据包(包含MAC地址和计算机名等信息).源为0.0.0.0, 目的为255.255.255.255 discover等待时间默认为1秒, 1秒内没有得到回应, 客户机会将这一广播包重新发送4次…...

    JVM常见面试总结

    JVM&#xff08;Java虚拟机&#xff09;是Java程序运行的核心&#xff0c;掌握JVM相关知识对于Java开发者至关重要。以下是JVM常见的面试问题总结&#xff1a; 1. JVM内存模型 问题&#xff1a;JVM的内存结构分为哪些部分&#xff1f; 答案&#xff1a; 方法区&#xff08;Met…...

    博客系统自动化测试报告

    1.项目背景 基于SSM框架实现的个人博客系统&#xff0c;现有登录注销页面&#xff0c;博客列表页&#xff0c;博客内容页&#xff0c;博客编辑页面。登录即可查看自己曾经发表的博客&#xff0c;通过使用Selenium定位web元素、对获取到的元素进行操作等&#xff0c;对博客系统…...

    如何选择合适的 AI 模型?(开源 vs 商业 API,应用场景分析)

    1. 引言 在 AI 迅猛发展的今天&#xff0c;各类 AI 模型层出不穷&#xff0c;从开源模型&#xff08;如 DeepSeek、Llama、Qwen&#xff09;到商业 API&#xff08;如 OpenAI 的 ChatGPT、Anthropic 的 Claude、Google Gemini&#xff09;&#xff0c;每种方案都有其优势与适用…...

    目标检测20年(二)

    没有看过&#xff08;一&#xff09;的可以看看笔者这篇文章&#xff1a; 目标检测20年&#xff08;一&#xff09;-CSDN博客 目录 3.2 目标检测数据集和指标 3.2.1 数据集 3.2.1.1 Pascal VOC 3.2.1.2 ILSVRC 3.2.1.3 MS-COCO 3.2.1..4 Open Images 3.2.2 指标 3.3 目…...

    【linux】统信操作系统修改默认编辑模式从nano改为vim

    统信操作系统修改默认编辑模式从nano改为vim 适用命令update-alternatives --config editor rootuos-PC:~# update-alternatives --config editor 有 3 个候选项可用于替换 editor (提供 /usr/bin/editor)。选择 路径 优先级 状态 ---------------------…...

    在Fedora-Workstation-Live-x86_64-41-1.4中使用最新版本firefox和腾讯翻译插件让英文网页显示中文翻译

    在Fedora-Workstation-Live-x86_64-41-1.4中使用最新版本firefox和腾讯翻译插件让英文网页显示中文翻译 应用——系统工具——终端 suozhangfedora:~$ rpm -aq | grep firefox firefox-131.0.2-1.fc41.x86_64 firefox-langpacks-131.0.2-1.fc41.x86_64 fedora41系统自身安装有f…...

    集成学习(下):Stacking集成方法

    一、Stacking的元学习革命 1.1 概念 Stacking&#xff08;堆叠法&#xff09; 是一种集成学习技术&#xff0c;通过组合多个基学习器&#xff08;base learner&#xff09;的预测结果&#xff0c;并利用一个元模型&#xff08;meta-model&#xff09;进行二次训练&#xff0c…...

    知道自己鼠标在某个竖直平面上的经纬度信息在这个竖直的平面上的实时坐标

    鼠标放上去就开启map.on(mars3d.EventType.mouseMove&#xff0c;结合以下方法实现 callback: function (e) {// 经纬度const mpt LngLatPoint.fromCartesian(e.cartesian)const ptNew proj4Trans([mpt.lng, mpt.lat], "EPSG:4326", CRS.CGCS2000_GK_Zone_3)const …...

    【技术简析】触觉智能RK3506 Linux星闪网关开发板:重新定义工业物联新标杆

    在工业智能化与物联网深度融合的今天&#xff0c;深圳触觉智能推出首款搭载瑞芯微RK3506芯片的Linux星闪网关开发板&#xff0c;为大家技术解析。 RK3506-国产芯的硬核实力 作为瑞芯微2024年第四季度推出的入门级工业芯片平台&#xff0c;RK3506以三核Cortex-A7&#xff08;1.…...

    GLB文件介绍

    GLB文件是由支持glTF&#xff08;GL Transmission Format&#xff09;标准的软件或工具生成的。glTF是一种开放的3D模型传输格式&#xff0c;而GLB是其二进制版本&#xff0c;通常用于嵌入纹理和模型数据。以下是常见的生成GLB文件的软件和工具&#xff1a; 1. 3D建模软件 • …...

    树莓集团数字产业布局:商业智慧的多维呈现​

    树莓集团在数字产业的布局展现其前瞻性的商业智慧&#xff0c;通过多维度的战略部署&#xff0c;构建一个 শক্তিশালী且富有活力的数字生态系统。 全国产业园布局&#xff1a;构建数字产业生态链 树莓集团通过在全国范围内建设产业园&#xff0c;有效整合资源&#x…...

    “智改数转”新风口,物联网如何重构制造业竞争力?

    一、政策背景 为深化制造业智能化改造、数字化转型、网络化联接&#xff0c;江苏省制定了《江苏省深化制造业智能化改造数字化转型网络化联接三年行动计划&#xff08;2025&#xff0d;2027年&#xff09;》&#xff0c;提出到2027年&#xff0c;全省制造业企业设备更新、工艺…...

    代码随想录第55期训练营第八天|LeetCode344.反转字符串、541.反转字符串II、卡码网:54.替换数字

    前言 这是我参加的第二次训练营&#xff01;&#xff01;&#xff01;爽&#xff01;这次我将更加细致的写清每一道难题&#xff0c;不仅是提升自己&#xff0c;也希望我自己的写的文章对读者有一定的帮助&#xff01; 打卡代码随想录算法训练营第55期第八天&#xff08;づ&a…...

    c++ XML库用法

    在C中&#xff0c;处理XML文件的读写操作可以通过多种库来实现。以下是几个常用且简洁的库&#xff1a; 1. ​TinyXML-2 ​简介: TinyXML-2 是一个轻量级的C XML解析库&#xff0c;易于使用且性能良好。​特点: 简单易用&#xff0c;API直观。内存占用小&#xff0c;适合嵌入…...

    力扣算法Hot100——128. 最长连续序列

    题目要求时间复杂度为O(n)&#xff0c;因此不能使用两次循环匹配。 首先使用 HashSet 去重&#xff0c;并且 HashSet 查找一个数的复杂度为O(1)外循环还是遍历set集合&#xff0c;里面一重循环需要添加判断&#xff0c;这样才不会达到O( n 2 n^2 n2)判断是否进入最长序列查找循…...

    spring-tx笔记

    编程式事务与声明式事务的理解 补充&#xff1a;什么是事务&#xff1f; 事务是一个重要概念&#xff0c;尤其在数据库管理系统中。事务是指一组操作。&#xff0c;这些操作要么全部成功执行&#xff0c;要么全部不执行&#xff0c;确保数据的一致性和完整性 编程式事务 编…...

    VulnHub-Web-Machine-N7通关攻略

    一、信息收集 第一步&#xff1a;确定靶机IP为192.168.0.107 第二步&#xff1a;扫描后台及开放端口 第三步&#xff1a;进行敏感目录及文件扫描 http://192.168.0.107/index.html (CODE:200|SIZE:1620) http://192.168.0.107/server-status (CODE:403|SIZ…...

    【PCIe 总线及设备入门学习专栏 3.1 -- PCIe 中为何只有 TLP 会被 Switch 和 RC 进行路由?】

    文章目录 Overview为什么 DLLP 不需要路由呢?总结Overview 这里介绍些为什么在 PCIe 中只有 TLP(事务层数据包)会被 Switch 和 Root Complex(RC) 路由,而 DLLP(数据链路层数据包)和 Ordered Set 不会被路由。这是因为 TLP 起始于源端口的事务层,结束于目的端口的事务…...

    3月21号

    今天写了一些题: P1149 [NOIP 2008 提高组] 火柴棒等式 题目描述 给你 n 根火柴棍&#xff0c;你可以拼出多少个形如 ABC 的等式&#xff1f;等式中的 A、B、C 是用火柴棍拼出的整数&#xff08;若该数非零&#xff0c;则最高位不能是 0&#xff09;。用火柴棍拼数字 0∼9 的…...

    以高斯(GaussDB) 为例, 在cmd 命令行连接数据,操作数据库,关闭数据库的详细步骤

    以下是使用 Windows 命令行&#xff08;cmd&#xff09; 操作 GaussDB&#xff08;以 GaussDB(for openGauss) 社区版为例&#xff09; 的详细步骤&#xff0c;涵盖 连接数据库、基本操作、关闭数据库 的全流程&#xff1a; 1. 环境准备 前提条件&#xff1a; 安装 GaussDB&a…...

    Spring Boot 3 新特性实战:从理论到实践

    引言 Spring Boot 自发布以来&#xff0c;凭借其简洁的配置和强大的功能&#xff0c;迅速成为 Java 开发者的首选框架。随着 Spring Boot 3 的发布&#xff0c;开发者们迎来了更多令人兴奋的新特性。本文将深入探讨 Spring Boot 3 的新特性&#xff0c;并通过实战示例展示如何…...

    在 Linux 系统中,路径(Path)用于定位文件或目录的位置。路径分为两种类型:相对路径和绝对路径。它们的核心区别在于路径的起点不同

    1. 绝对路径&#xff08;Absolute Path&#xff09; 定义&#xff1a; 从根目录 / 开始的完整路径&#xff0c;无论当前在哪个目录下&#xff0c;绝对路径都能唯一指向目标位置。 特点&#xff1a; 以 / 开头。明确且唯一&#xff0c;与当前所在目录无关。 示例&#xff1a; …...

    AI 时代的通信新范式:MCP(模块化通信协议)的优势与应用

    文章目录 引言 1. 传统 API 的局限性2. MCP&#xff08;模块化通信协议&#xff09;的核心优势2.1 更好的模块化支持2.2 低耦合性与灵活性2.3 高性能数据传输2.4 适配分布式 AI 计算架构 3. AI 时代的 MCP 应用案例4. 结论&#xff1a;AI 时代的通信新范式 引言 在 AI 驱动的现…...