Deepseek解锁科研绘图新方式
在科研领域,一张清晰、准确且美观的图片往往能比冗长的文字更有效地传达研究成果。从展示实验数据的图表,到阐述理论模型的示意图,科研绘图贯穿于研究的各个环节。然而,传统的科研绘图工具往往操作复杂,学习成本高,让许多科研人员望而却步。随着人工智能技术的飞速发展,像DeepSeek这样的智能工具为科研绘图带来了新的曙光。本文将深入探讨如何利用DeepSeek绘制6种常用的科研图片,帮助科研人员提升绘图效率,让科研成果的展示更加出色。
一、DeepSeek:科研绘图的智能助手
DeepSeek是一款基于先进人工智能技术的工具,它能够理解自然语言指令,并根据指令生成相应的代码或图形。对于科研人员来说,无需精通复杂的绘图软件和编程知识,只需用简洁的语言描述自己想要的图形,DeepSeek就能帮助实现。这大大降低了科研绘图的门槛,节省了时间和精力。
二、六种常用科研图片绘制方法
(一)思维导图绘制
1. 指令输入与内容生成:打开DeepSeek,在输入框中清晰地输入关于思维导图内容的指令,例如“生成一份关于细胞生物学研究进展的思维导图大纲,包括细胞结构、细胞代谢、细胞信号传导等方面的主要内容”。DeepSeek会迅速分析指令,并以markdown形式输出内容。这种markdown格式具有清晰的层级结构,非常适合思维导图的制作。
2. 文件保存与导入:将DeepSeek输出的markdown内容保存为md文件。接着,打开专业的思维导图软件Xmind(当然,其他支持md文件导入的思维导图软件也可)。在Xmind中,选择“导入”选项,找到刚才保存的md文件并导入。瞬间,一份初步的思维导图就呈现在眼前。
3. 个性化修改与导出:虽然DeepSeek生成的思维导图已经具备基本框架,但科研人员可以根据自己的需求进行个性化修改。比如,调整节点的位置和样式,添加注释和链接,使思维导图更加美观和实用。完成修改后,就可以将思维导图导出为常见的格式,如png、pdf等,方便在论文、报告中使用。
(二)旭日图绘制
1. 获取html代码:在DeepSeek中输入关于旭日图的指令,如“生成一个展示不同学科领域研究占比及细分方向的旭日图,数据包括自然科学(物理、化学、生物)、社会科学(经济学、社会学、政治学)等”。DeepSeek会根据指令生成用于绘制旭日图的html代码。
2. 文件保存与查看:将生成的html代码保存为html文件。保存完成后,双击该html文件,浏览器会自动打开并显示出生动的旭日图。旭日图以层层嵌套的环形结构展示数据,能够清晰地呈现不同层次数据之间的关系,非常适合展示具有层级结构的数据,如学科分类、组织架构等。
(三)桑基图绘制
1. 数据准备与指令输入:桑基图主要用于展示物质、能量、信息等的流动情况,因此需要准备好相应的数据。数据通常以特定的格式呈现,例如包含起始节点、终止节点和流量值等信息。将准备好的数据和关于桑基图的指令一起输入到DeepSeek中,如“根据以下数据生成桑基图,数据为[具体数据内容],展示某化工生产过程中原料到产品的转化流程”。
2. 代码生成与格式转换:DeepSeek会根据输入生成桑基图的html代码。由于生成的代码可能在格式上需要进一步调整,科研人员可以使用一些在线工具或文本编辑软件对代码进行适当的格式转换和优化。
3. 查看与应用:完成格式调整后,双击html文件,即可看到展示数据流动情况的桑基图。在科研中,桑基图常用于展示生态系统中的能量流动、工业生产中的物质转化等,能够直观地让读者了解复杂的流程和关系。
(四)相关性图绘制
1. R语言代码获取:相关性图用于展示变量之间的相关性,在科研数据分析中非常重要。在DeepSeek中输入相关指令,如“生成一个展示多个实验指标之间相关性的相关性图,指标包括温度、压力、产量等,使用R语言代码”。DeepSeek会生成相应的R语言代码。
2. 代码运行与图形生成:将DeepSeek生成的R语言代码复制到R - Studio(一款常用的R语言集成开发环境)中。在运行代码之前,确保已经安装并加载了必要的R包,如ggplot2等。运行代码后,R - Studio会根据代码生成相关性图。图中通常用颜色和数值来表示变量之间的相关性程度,一目了然。
3. 线性相关性图拓展:除了基本的相关性图,科研人员还可以根据需求进一步拓展。例如,在DeepSeek中输入指令生成线性相关性图,以更深入地分析变量之间的线性关系。这对于研究变量之间的因果关系和预测模型的建立具有重要意义。
(五)雷达图绘制
1. 代码获取与环境准备:在DeepSeek中输入关于雷达图的指令,如“生成一个用于比较不同科研项目在创新性、可行性、应用前景等维度表现的雷达图,使用R语言代码”。DeepSeek会生成相应的R语言代码。在运行代码之前,需要在R环境中安装并加载fmsb包,该包是绘制雷达图的常用工具。
2. 代码运行与图形展示:将代码复制到R - Studio中并运行,即可生成雷达图。雷达图以从同一点开始的轴上表示的三个或更多个定量变量的二维图表形式呈现,能够直观地比较多个项目在多个维度上的表现,帮助科研人员快速评估和决策。
(六)柱状图绘制
1. 指令输入与代码生成:在科研中,柱状图是最常用的图表之一,用于展示不同类别或组之间的数据比较。在DeepSeek中输入指令,如“生成一个比较不同实验组实验结果的柱状图,实验组包括对照组、实验组1、实验组2,实验结果为某种物质的含量”。DeepSeek会生成基于R语言的绘制柱状图的代码。
2. 包加载与代码运行:将生成的代码复制到R - Studio中,首先确保已经安装并加载了ggplot2包。运行代码后,即可生成精美的柱状图。科研人员还可以根据需求调整柱状图的颜色、标签、坐标轴等参数,使图表更加符合论文或报告的要求。
三、DeepSeek绘图的优势与注意事项
(一)优势
1. 高效便捷:传统绘图方式可能需要花费大量时间学习软件操作和进行复杂的设置,而DeepSeek只需简单的自然语言指令,就能快速生成图形代码,大大提高了绘图效率。
2. 降低门槛:对于不擅长编程和绘图软件操作的科研人员来说,DeepSeek的出现无疑是福音。无需掌握专业知识,就能绘制出高质量的科研图片。
3. 激发创意:科研人员可以通过不断调整指令,快速尝试不同的图形风格和数据展示方式,从而激发更多的创意,找到最适合自己研究成果展示的图形。
(二)注意事项
1. 指令准确性:为了得到准确的图形,指令的描述要尽可能详细和准确。模糊的指令可能导致生成的图形不符合预期。
2. 数据质量:对于一些需要数据输入的图形,如桑基图、相关性图等,数据的质量和准确性直接影响图形的效果。因此,在输入数据之前,要确保数据的可靠性。
3. 后期优化:虽然DeepSeek能够生成基本的图形,但在实际应用中,可能还需要对图形进行一些后期优化,如调整颜色搭配、字体样式等,以使其更加美观和专业。
四、案例分析:DeepSeek在科研中的实际应用
以某生物医学研究团队为例,他们在研究一种新型药物对不同细胞系的影响。在撰写研究论文时,需要绘制多种图表来展示实验数据。使用DeepSeek之前,团队成员花费大量时间学习绘图软件,结果绘制出的图表效果并不理想。而在使用DeepSeek后,他们只需输入“生成一个展示新型药物在不同浓度下对三种细胞系存活率影响的柱状图”等指令,就能快速得到相应的图表代码。经过简单的调整和优化,这些图表完美地呈现在论文中,使研究成果更加清晰、直观地展示出来,论文也顺利发表在知名学术期刊上。
五、未来展望
随着人工智能技术的不断发展,DeepSeek等智能绘图工具的功能将越来越强大。未来,它们可能会集成更多的绘图模板和数据处理功能,进一步提升绘图的准确性和效率。同时,与其他科研软件和平台的融合也将更加紧密,为科研人员提供一站式的科研绘图解决方案。
六、结论
DeepSeek为科研绘图带来了前所未有的便利,通过简单的自然语言指令就能生成6种常用的科研图片。它不仅提高了绘图效率,降低了绘图门槛,还为科研人员提供了更多的创意空间。在竞争激烈的科研领域,掌握这样一款智能工具,无疑能让科研人员在展示研究成果时更加得心应手。希望广大科研人员能够充分利用DeepSeek等智能工具,让科研绘图不再成为科研道路上的阻碍,而是成为展示科研成果的有力武器。
相关文章:
Deepseek解锁科研绘图新方式
在科研领域,一张清晰、准确且美观的图片往往能比冗长的文字更有效地传达研究成果。从展示实验数据的图表,到阐述理论模型的示意图,科研绘图贯穿于研究的各个环节。然而,传统的科研绘图工具往往操作复杂,学习成本高&…...
【unity游戏开发入门到精通——动画篇】Animator反向动力学(IK)
考虑到每个人基础可能不一样,且并不是所有人都有同时做2D、3D开发的需求,所以我把 【零基础入门unity游戏开发】 分为成了C#篇、unity通用篇、unity3D篇、unity2D篇。 【C#篇】:主要讲解C#的基础语法,包括变量、数据类型、运算符、…...
【JavaScript】十八、页面加载事件和页面滚动事件
文章目录 1、页面加载事件1.1 load1.2 DOMContentLoaded 2、页面滚动事件2.1 语法2.2 获取滚动位置 3、案例:页面滚动显示隐藏侧边栏 1、页面加载事件 script标签在html中的位置一般在</body>标签上方,这是因为代码从上往下执行,在htm…...
Solana链开发全景指南:从环境搭建到生态实践
——2025年高性能区块链开发技术栈深度解析 一、Solana核心优势与技术特性 1. 突破性技术架构 历史证明(PoH):通过时间戳序列化交易,实现并行处理能力,支持5万TPS的吞吐量 并行执行引擎(Sealevel…...
这是一个文章标题
# Markdown 全语法示例手册本文档将全面演示 Markdown 的语法元素,包含 **标题**、**列表**、**代码块**、**表格**、**数学公式** 等 18 种核心功能。所有示例均附带实际应用场景说明。---## 一、基础文本格式### 1.1 标题层级 markdown # H1 (使用 #) ## H2 (使用…...
预言机与数据聚合器:DeFi的数据桥梁与风险博弈
一、核心机制与价值定位 预言机(Oracle)与数据聚合器是DeFi生态的“数据基建层”,解决链上-链下数据互通与链上数据可读性两大问题: 数据输入层(预言机):将现实世界数据(价格、天气…...
通过百度OCR在线API识别带水印扫描图片文字
目录 0 环境准备 1 百度OCR API申请 1.1 登录百度智能云 1.2 创建应用 1.3 获取API key和secret key 2 创建项目python环境 2.1 conda创建python环境 2.2 在pycharm中创建项目 2.3 激活python环境 2.4 安装项目依赖包 3 程序逻辑实现 3.1 导入依赖包 3.2 定义百度k…...
ocr python库
ocr python库 上手Git、Gitee和Github!watt toolkit...
Node 处理 request 的过程中,都会更新哪些 metadata 和 property
什么是 Metadata? 用于描述帧状态、控制参数、处理结果等 是随 request 流动的结构,通常是 PerFrameMetaData,每一帧一份 属于 HAL3 metadata 树的组成部分 什么是 Property? 是 CamX 内部定义的一种帧级别的轻量信息块 不一…...
基于labview的多功能数据采集系统
基于labview的多功能数据采集系统(可定制功能) 包含基于NI温度采集卡。电流采集卡。电压采集卡的数据采集功能 数据存储 报表存储 数据处理与分析 生产者消费者架构 有需要可联系...
李沐《动手学深度学习》 | 线性神经网络-线性回归
文章目录 线性回归1.确定模型2.衡量预估质量-损失函数3.深度学习的基础优化算法随机梯度下降小批量随机梯度下降 从线性回归到深度网络 线性回归从0开始实现构造一个人造数据集创建数据集可视化数据集 读取数据-随机抽取样本模型定义模型参数初始化定义模型定义损失函数定义优化…...
LabVIEW 中 “Flatten To Json String” VI 应用及优势
在 LabVIEW 开发涉及机器人数据等场景时,常需将数据以特定 JSON 格式输出。“Flatten To Json String” VI 在此过程中能发挥重要作用,相比 LabVIEW 系统自带的 JSON 处理方式,它具备独特优势。以下将介绍其获取、使用方法及相较系统自带方式…...
关于 Spring Boot 后端项目使用 Maven 打包命令、JAR/WAR 对比、内嵌服务器与第三方服务器对比,以及热部署配置的详细说明
以下是关于 Spring Boot 后端项目使用 Maven 打包命令、JAR/WAR 对比、内嵌服务器与第三方服务器对比,以及热部署配置的详细说明: 一、Maven 打包命令详解 1. 基础命令 1.1 清理并打包 mvn clean packageclean:删除 target 目录中的旧构建文…...
用labview写crc8校验
crc8校验有好几种,我这里写的是不带任何后缀的crc8。 首先,我们百度一下crc8的计算方式 一般搜索出来下面还有c语言写的crc8可以做为参考。 下面便是根据百度的计算方式写的crc8,已校验过,无问题。 写完后,可以输入下…...
阿里云CDN与DCDN主动推送静态资源至边缘服务器的ASP.NET WEB实例
一、CDN,需要调用PushObjectCache接口进行URL预热,以下是操作步骤: 1. 准备工作 首先,安装阿里云SDK NuGet包: Install-Package Aliyun.NET.SDK.CDN -Version 3.0.0 Install-Package Aliyun.NET.SDK.Core -Version 3.0.0 2. 创建ASP.NET Web页面代码 CDNPreheat.aspx…...
LangChain-提示模板 (Prompt Templates)
提示模板是LangChain的核心组件,用于构建发送给语言模型的输入。本文档详细介绍了提示模板的类型、功能和最佳实践。 概述 提示工程是使用大型语言模型的关键技术。通过精心设计的提示,可以显著提高模型的输出质量和相关性。LangChain的提示模板系统提…...
多线程中的互斥与同步
多线程中的互斥与同步 1. 互斥与同步的区别 互斥:确保某一资源在同一时刻只能被一个线程访问。其主要目的是保证资源的唯一性和排他性,但无法控制访问的顺序。同步:在互斥的基础上,进一步通过其他机制保证访问资源的有序性。 2…...
ValueError: Cannot handle batch sizes > 1 if no padding token is defined`
ValueError: Cannot handle batch sizes > 1 if no padding token is defined` batch sizes > 1 进行掩码填充:pad_token,eos_token 在处理自然语言处理任务时,尤其是在使用批量数据进行训练或推理时,经常需要对输入文本进行填充(padding),以确保每个输入序列具…...
Gemma 3模型:Google 开源新星,大语言模型未来探索
🐇明明跟你说过:个人主页 🏅个人专栏:《深度探秘:AI界的007》 🏅 🔖行路有良友,便是天堂🔖 目录 一、引言 1、快速发展的AI世界:为何关注Gemma 3&#x…...
先占个日常,等会写。
引入一个重要的概念 “struct” (译为中文:结构体) 可用作设出比较复杂的一些变量类型 语法 :struct point name { int x; int y; int z;} point 和 name是任意命名的名字,含义是,声明一个变量类型为st…...
PyTorch Tensor维度变换实战:view/squeeze/expand/repeat全解析
本文从图像数据处理、模型输入适配等实际场景出发,系统讲解PyTorch中view、squeeze、expand和repeat四大维度变换方法。通过代码演示对比不同方法的适用性,助您掌握数据维度调整的核心技巧。 一、基础维度操作方法 1. view:内存连续的形状重…...
212、【图论】字符串接龙(Python)
题目描述 题目链接:110. 字符串接龙 代码实现 import collectionsn int(input()) beginStr, endStr input().split() strList [input() for _ in range(n)]deque collections.deque() # 使用队列遍历结点 deque.append([beginStr, 1]) # 存储当前字符串和遍…...
土堆教程笔记【PyTorch】
官网:torch — PyTorch 2.6 documentation Pycharm 解释器 一般搞深度学习都用虚拟环境的解释器,为了满足不同的项目所需要的不同的包的版本。 1. system interpreter表示本地的解释器 也就是你电脑系统里安装的解释器 2. Virtual Environment—Py…...
【今日三题】小乐乐改数字 (模拟) / 十字爆破 (预处理+模拟) / 比那名居的桃子 (滑窗 / 前缀和)
⭐️个人主页:小羊 ⭐️所属专栏:每日两三题 很荣幸您能阅读我的文章,诚请评论指点,欢迎欢迎 ~ 目录 小乐乐改数字 (模拟)十字爆破 (预处理模拟)比那名居的桃子 (滑窗 / 前缀和) 小乐乐改数字 (模拟) 小乐乐改数字…...
各类神经网络学习:(九)注意力机制(第1/4集),背景介绍,以及理解与引入
上一篇下一篇GRU(下集)注意力机制(第2/4集) Attention(注意力机制) 又叫做: attention pooling 简单来说,就是在训练的过程中,已知哪些东西更重要,哪些东西次重要。从而更…...
微软出品的AI Toolkit,在VS Code中使用DeepSeek
文章目录 简介调用DeepSeek 简介 AI Toolkit是微软出品的VS Code智能插件,整合了多种AI大模型,使之可以在VS Code中调用。 在插件栏搜索【AI Toolkit for Visual Studio Code】即可安装。安装完成后,左侧活动栏中会出现【AI Toolkit】的图标…...
随机森林与决策树
随机森林 vs 决策树: 随机森林(Random Forest)和决策树(Decision Tree)都是经典的机器学习算法,但它们在原理、性能和适用场景上有显著差异。以下是关键对比: 1. 决策树(Decision T…...
Selenium中`driver.get(htmlfile)`方法可能出现的超时问题
针对Selenium中driver.get(htmlfile)方法可能出现的超时问题,以下是几种改进方案及具体实现方法: 1. 设置页面加载超时时间 通过set_page_load_timeout()方法直接控制页面加载的最大等待时间。若超时,会抛出TimeoutException异常,…...
selenium快速入门
一、操作浏览器 from selenium import webdriver from selenium.webdriver.chrome.options import Options from selenium.webdriver.chrome.service import Service from selenium.webdriver.common.by import By# 设置选项 q1 Options() q1.add_argument("--no-sandbo…...
C++_智能指针
目录 一、智能指针的使用场景、基本概念 (1)因为抛异常而出现的资源泄漏的情况 二、RAII和智能指针的设计思路 三、c标准库智能指针以及使用 (1)几种智能指针的概念 auto_ptr unique_ptr shared_ptr weak_ptr 不是new出来…...
微服务简述
单体架构和微服务架构的区别? 最显著的区别看上去就是单体架构用的同一个数据库,微服务架构用的各自的数据库 单体架构: 所有功能模块(如用户管理、订单处理、支付等)都紧密耦合在一个代码库中。模块之间通过函数调用…...
研发效能实践:BDD(行为驱动开发)深度解毒手册:从「撕逼大会」到「人见人爱」的协作秘笈
引言:每个研发团队都该养一亩「黄瓜田」——论BDD如何终结「三体人」式需求沟通 🌌 「产品说登录要人脸识别,开发做成了指纹验证,测试按文档测出18个bug,最后发现原型图藏在三年前的邮件附件里…」家人们…...
【第40节】windows编程:仿造MFC版本QQ安全卫士
目录 前言 一、实现功能 二、附加功能 三、开发环境 四、数据库简单字段设计 五、代码架构 六、软件界面 七、功能架构 八、部分功能截图 九、相关实现细节概要 9.1 获取文件信息 9.2 清理电脑垃圾信息 9.2.1 回收站 9.2.2 清理指定数据下的文件 9.3 数据库与网…...
BOE(京东方)旗下控股子公司“京东方能源”成功挂牌新三板 以科技赋能零碳未来
2025年4月8日,BOE(京东方)旗下控股子公司京东方能源科技股份有限公司(以下简称“京东方能源”)正式通过全国中小企业股份转让系统审核,成功在新三板挂牌(证券简称:能源科技,证券代码:874526),成为BOE(京东方)自物联网转型以来首个独立孵化并成功挂牌的子公司。此次挂牌是BOE(京…...
【汽车产品开发项目管理——端到端的汽车产品诞生流程】
MPU:集成运算器、寄存器和控制器的中央处理器芯片 MCU:微控制单元,将中央处理器CPU、存储器ROM/RAM、计数器、IO接口及多种外设模块集成在单一芯片上的微型计算机系统。 汽车产品开发项目属性:临时性、独特性、渐进明细性、以目标…...
Visual Studio 2019 配置VTK9.3.1
文章目录 参考博客1、 VTK下载和编译2、vs2019配置vtk9.3.1参考博客 Visual Studio 2022 配置VTK9.3.0 1、 VTK下载和编译 见博客 CMake编译VTK 2、vs2019配置vtk9.3.1 新建一个项目 写入以下代码 #include <vtkActor.h> #include <vtkAssembly.h> #include…...
【含文档+PPT+源码】基于小程序的智能停车管理系统设计与开发
项目视频介绍: 毕业作品基于小程序的智能停车管理系统设计与开发 课程简介: 本课程演示的是一款基于小程序的智能停车管理系统设计与开发,主要针对计算机相关专业的正在做毕设的学生与需要项目实战练习的 Java 学习者。 1.包含:…...
科技自立+产业周期:透视人工智能的配置机遇
最近,全球市场因关税政策调整引发震荡,科技板块波动尤为明显。在此背景下,中国人工智能产业经历了一轮回调。 不过,《一点财经》注意到,4月9日上证科创板人工智能指数一度上涨3.7%。拉长周期看,Wind数据显…...
linux网络配置
今天我们来了解一下linux的网络配置,这个是我们进行网络传输的基础,保证网络资源的使用的手段.那么来看. 网络配置原理图: 查看网络ip和网关 windows:ipconfig linux:ifconfig ping测试主机之间网络联通性 ⭐️ip地址要在同一个网段下才…...
机器学习 | 强化学习方法分类汇总 | 概念向
文章目录 📚Model-Free RL vs Model-Based RL🐇核心定义🐇核心区别 📚Policy-Based RL vs Value-Based RL🐇核心定义🐇 核心区别 📚Monte-Carlo update vs Temporal-Difference update…...
git仓库迁移包括提交记录日志
网上找了很多资料都不好用,直到看到一个亲测有效后,整理如下: 1、进入仓库目录下,并且切换到要迁移的分支上 前提是你本地已有旧仓库的代码;如果没有的话,先拉取。 2、更改仓库地址 git remote set-url …...
Docker部署.NetCore8项目
在VS.net新建.netCore8项目,生成项目的发布文件,之后添加Dockerfile,内容如下: FROM mcr.microsoft.com/dotnet/aspnet:8.0 # 设置工作目录 WORKDIR /app # 挂载临时卷(类似于 VOLUME /tmp) VOLUME /tmp …...
xv6部分源码阅读-1
xv6部分源码阅读 前言 在lab2中,我们会为了完成attack这个实验,而花费大量的时间去阅读相关的系统调用源码,以此来分析出我们最终secret所在的页表的位置,而我写lab2中,重点并没有关注其中的逻辑关系,有很…...
CentOS中离线安装DockerCompos并用其部署Rabbitmq(使用离线导入导出docker镜像方式)
场景 DockerDockerCompose实现部署jenkins,并实现jenkinsfile打包SpringBootVue流水线项目过程详解、踩坑记录(附镜像资源、离线包资源下载): DockerDockerCompose实现部署jenkins,并实现jenkinsfile打包SpringBootVue流水线项目过程详解、踩坑记录(附镜像资源、离…...
基于 OpenHarmony 5.0 的星闪轻量型设备应用开发——Ch2 OpenHarmony LiteOS-M 内核应用开发
写在前面: 此篇是系列文章《基于 OpenHarmony5.0 的星闪轻量型设备应用开发》的第 2 章。本篇介绍了如何在 OpenHarmony 5.0 框架下,针对 WS63 进行 LiteOS-M 内核应用工程的开发。 为了方便读者学习,需要OpenHarmony 5.0 WS63 SDK 的小伙伴可…...
2025年4月9日-华为暑期实习-第二题-200分
📌 点击直达笔试专栏 👉《大厂笔试突围》 💻 春秋招笔试突围在线OJ 👉 笔试突围OJ 02. 智能导航系统 问题描述 K小姐生活在一个被称为"未来之城"的智能城市,这个城市拥有高效的无人驾驶运输网络。城市内的智能车辆可以在不同的交通枢纽之间穿行,每个枢…...
抖音视频下载工具
抖音视频下载工具 功能介绍 这是一个基于Python开发的抖音视频下载工具,可以方便地下载抖音平台上的视频内容。 主要特点 支持无水印视频下载自动提取视频标题作为文件名显示下载进度条支持自动重试机制支持调试模式 使用要求 Python 3.10Chrome浏览器必要的P…...
基于大模型预测儿童急性淋巴细胞白血病诱导达完全缓解患者综合治疗方案研究报告
目录 一、引言 1.1 研究背景与意义 1.2 研究目的 1.3 国内外研究现状 二、儿童急性淋巴细胞白血病及大模型相关理论基础 2.1 儿童急性淋巴细胞白血病概述 2.2 大模型技术原理及特点 三、大模型在术前评估中的应用 3.1 患者基本信息与病情数据收集 3.2 大模型对病情严…...
项目合同从专家到小白
文章目录 按项目范围划分项目总承包合同项目单项承包合同项目分包合同 按项目付款方式划分总价合同固定总价合同总价加激励费用合同(FPIF)总价加经济价格调整合同订购单 \ 单边合同 成本补偿合同工料合同(混合型) 基础概念目标成本…...
【windows10】基于SSH反向隧道公网ip端口实现远程桌面
【windows10】基于SSH反向隧道公网ip端口实现远程桌面 1.背景2.SSH反向隧道3.远程连接电脑 1.背景 Windows 10远程桌面协议的简称是RDP(Remote Desktop Protocol)。 RDP是一种网络协议,允许用户远程访问和操作另一台计算机。 远程桌面功…...