【厦门大学】DeepSeek大模型及其企业应用实践
DeepSeek大模型及其企业应用实践
- 前言
- 1. 大模型:人工智能的前沿
- 1.1 大模型的概念
- 1.2 大模型的发展历程
- 1.3 人工智能与大模型的关系
- 1.4 大模型的分类
- 2. 大模型产品
- 2.1 国外的大模型产品
- 2.2 国内的大模型产品
- 2.3 主流大模型“幻觉”评测
- 3. 大模型的行业应用
- 3.1 自然语言处理
- 3.2 计算机视觉
- 3.3 语音识别
- 3.4 推荐系统
- 3.5 医疗健康
- 3.6 金融风控
- 4. 企业大模型落地方案
- 4.1 企业大模型如何为企业赋能
- 4.2 企业大模型的七大落地场景
- 4.3 企业大模型的部署方式
- 4.4 为什么需要本地部署大模型
- 4.5 企业部署大模型规划路线
- 4.6 企业级应用集成AI大模型的关键步骤
- 5. 智能体的企业应用
- 5.1 智能体的概念
- 5.2 智能体和RAG的区别
- 5.3 典型的智能体类型
- 6. 厂商提供的企业级大模型服务
- 6.1 企业级大模型落地解决方案服务
- 6.2 DeepSeek大模型一体机
- 7. 大模型典型应用案例
- 8. AIGC与企业应用实践
- 8.1 AIGC概述
- 8.2 文本类AIGC应用实践
- 8.3 图片类AIGC应用实践
- 8.4 语音类AIGC应用实践
- 8.5 视频类AIGC应用实践
- 8.6 AIGC技术在辅助编程中的应用
- 8.7 AI搜索
- 8.8 AI智能办公
- 9. 大模型未来发展趋势
- 总结
前言
大模型是人工智能领域的重要研究方向,其强大的语言理解和生成能力使得它在自然语言处理、机器翻译、智能客服等领域有着广泛的应用。随着技术的不断发展,大模型的应用场景也在不断扩展,未来将会更加广泛地应用于各个领域。本文将从大模型的概念、发展历程、分类、国内外产品对比、行业应用、企业落地方案、智能体的应用、AIGC技术实践以及未来发展趋势等多个方面,全面解析DeepSeek大模型及其企业应用实践。
1. 大模型:人工智能的前沿
1.1 大模型的概念
大模型是一种基于深度学习技术的人工智能模型,具有海量参数、强大的学习能力和泛化能力,能够处理和生成多种类型的数据。其“大”的特点体现在参数数量庞大、训练数据量大、计算资源需求高。
1.2 大模型的发展历程
大模型的发展经历了萌芽期、沉淀期和爆发期三个阶段。随着算力的提升和数据量的增加,大模型对算力的需求也在不断演变。
1.3 人工智能与大模型的关系
人工智能包含了机器学习,机器学习包含了深度学习,深度学习可以采用不同的模型,其中一种模型是预训练模型,预训练模型包含了预训练大模型(大模型),预训练大模型包含了预训练大语言模型(如GPT和文心ERNIE)。
1.4 大模型的分类
- 语言大模型:用于处理文本数据和自然语言,如GPT系列、Bard、DeepSeek等。
- 视觉大模型:用于图像处理和分析,如VIT系列、文心UFO等。
- 多模态大模型:能够处理多种类型数据,如DALL-E、悟空画画等。
- 通用大模型(L0):适用于多个领域和任务。
- 行业大模型(L1):针对特定行业或领域。
- 垂直大模型(L2):针对特定任务或场景。
2. 大模型产品
2.1 国外的大模型产品
- ChatGPT:基于Transformer架构,能够生成自然流畅的语言,广泛应用于客服、问答系统等领域。
- Gemini:谷歌发布的大模型,支持多模态数据处理,包括文本、图像、音频、视频等。
- Sora:OpenAI发布的文本生成视频大模型,能够生成长达60秒的视频。
- OpenAI o3:推理模型,擅长复杂逻辑推理和代码生成。
2.2 国内的大模型产品
- DeepSeek:在多个基准测试中性能超越其他开源模型,数学推理能力突出。
- 通义千问:阿里云推出的超大规模语言模型,支持多轮对话、文案创作、逻辑推理等。
- 文心一言:百度研发的知识增强大模型,应用于智能客服、智能家居等领域。
- 豆包:字节跳动基于云雀模型开发的AI,擅长文本创作和语言交互。
2.3 主流大模型“幻觉”评测
大模型幻觉是指模型生成内容时产生与事实不符、逻辑错误或无中生有的信息。其产生原因包括训练数据的偏差、不完整或错误,以及模型基于概率分布生成内容时选择不合理路径。
3. 大模型的行业应用
大模型的应用领域非常广泛,包括自然语言处理、计算机视觉、语音识别、推荐系统、医疗健康、金融风控、工业制造、自动驾驶等。
3.1 自然语言处理
- 文本生成(文章、小说、新闻等)
- 翻译系统
- 问答系统
- 情感分析
- 聊天机器人
3.2 计算机视觉
- 图像分类
- 目标检测
- 图像生成
- 人脸识别
- 医学影像分析
3.3 语音识别
- 语音识别
- 语音合成
3.4 推荐系统
- 个性化推荐
- 广告推荐
3.5 医疗健康
- 医疗影像诊断
- 疾病预测
- 智能诊断
3.6 金融风控
- 信用评估
- 欺诈检测
4. 企业大模型落地方案
4.1 企业大模型如何为企业赋能
- 降低成本:自动化完成重复性工作
- 提高效率:自动化处理繁琐任务
- 优化业务流程:通过数据分析提前发现问题
- 提高产品质量:分析客户反馈,改进产品设计
4.2 企业大模型的七大落地场景
- 对话助手:实时回答用户问题
- 报告生成:自动生成复杂报告
- 审核与合规:自动审核文档和数据
- 智能运维与制造优化:智能分析和预测维护
- 知识管理:结构化提取和总结非结构化数据
- 数据分析:降低数据分析成本
- 编码助手:提升工程师工作效率
4.3 企业大模型的部署方式
- 云端部署:弹性扩展、成本优化
- 本地/内网部署:数据完全掌控
- 边缘部署:低延迟、实时处理
- 混合部署:灵活需求和灾备需求
- 容器化/微服务部署:敏捷开发和资源隔离
- 联邦部署:跨组织协作和数据隐私保护
4.4 为什么需要本地部署大模型
- 数据隐私与安全性
- 定制化与灵活性
- 成本与资源优化
- 避免使用限制
4.5 企业部署大模型规划路线
- 数据治理:给企业数据“立规矩”
- 知识库:将员工经验变成企业资产
- DeepSeek大模型:让企业拥有“数字大脑”
4.6 企业级应用集成AI大模型的关键步骤
- 需求场景定义:明确AI应用的具体场景
- 模型选型:选择合适的AI大模型
- 模型优化:通过提示词工程、RAG、微调等策略优化模型
- 应用集成:将AI大模型集成到现有业务系统
- 模型部署:部署到合适环境中
5. 智能体的企业应用
5.1 智能体的概念
智能体(AI Agent)是一种模仿人类智能行为的系统,能够感知环境并自主规划、决策和行动。基于大模型的智能体具备自主性、交互性和适应性,能够处理复杂任务。
5.2 智能体和RAG的区别
- RAG:结合外部知识库与大语言模型,增强回答能力
- 智能体:具备自主决策和规划能力,能够执行复杂任务
5.3 典型的智能体类型
- 生产力智能体:自动化任务、优化工作流程
- 语音AI智能体:语音交互
- 数据分析智能体:处理数据、生成洞察
- 个人助理智能体:管理日程、提供个性化建议
- 客户服务智能体:智能客服
6. 厂商提供的企业级大模型服务
6.1 企业级大模型落地解决方案服务
- 云厂商:提供强大基础能力,解决复杂问题
- AI应用企业:注重用户体验,提供行业贴合方案
- 新兴大模型应用开发服务商:提供算力运营调度方案
6.2 DeepSeek大模型一体机
提供从1.5B轻量版到671B超大规模模型的灵活调用,支持私有化部署,确保数据安全。
7. 大模型典型应用案例
- 瑞金医院:瑞智病理大模型RuiPath,单切片AI诊断仅需数秒
- 东莞市人工智能大模型中心:提供开箱即用的算法服务与AI开发平台
- 云南白药:构建企业级大模型应用开发平台,提升数据处理效率
- 厦门市合趣信息科技有限公司:云合·AI产业顾问,提供产业分析和辅助办公功能
8. AIGC与企业应用实践
8.1 AIGC概述
AIGC(Artificial Intelligence Generated Content)是利用人工智能技术生成内容,包括文本、图像、音频、视频等。AIGC与大模型相辅相成,推动内容创作领域的革新。
8.2 文本类AIGC应用实践
- 使用DeepSeek生成文本内容,如诗歌、报告、代码等
- 结合Kimi平台生成PPT和脑图
8.3 图片类AIGC应用实践
- 图像生成、修复、风格转换
- 使用DeepSeek和即梦AI生成海报
8.4 语音类AIGC应用实践
- 智能语音助手、智能客服、语音合成与转换
8.5 视频类AIGC应用实践
- 文生视频、图生视频、视频风格化
- 使用腾讯智影生成数字人播报视频
8.6 AIGC技术在辅助编程中的应用
- 代码补全与提示、代码优化与重构
- 使用VSCode接入DeepSeek提升编程效率
8.7 AI搜索
- 多模态搜索、智能工具集成
- 提供精准、个性化的搜索服务
8.8 AI智能办公
- AI写作助手、AI设计助手、AI阅读助手、AI数据助手
9. 大模型未来发展趋势
- 多模态融合与推理能力提升:推动人机交互进入新高度
- 生成式AI与具身智能深度融合:推动机器人技术落地
- 小模型崛起与高效化:降低算力成本,推动AI向边缘计算渗透
- 端侧大模型成为新增长引擎:AI处理重心从云端向终端转移
- 模型能力不断提升:文本能力、多模态能力、实时对话延迟等方面持续优化
总结
大模型作为人工智能领域的前沿技术,正在改变各个行业的运作方式。从自然语言处理到计算机视觉,从医疗健康到金融风控,大模型的应用场景不断扩展。企业通过部署大模型,可以实现降本增效、优化业务流程、提升产品质量等目标。未来,随着多模态融合、推理能力提升以及生成式AI与具身智能的结合,大模型将在更多领域发挥重要作用,推动社会的智能化转型。
相关文章:
【厦门大学】DeepSeek大模型及其企业应用实践
DeepSeek大模型及其企业应用实践 前言1. 大模型:人工智能的前沿1.1 大模型的概念1.2 大模型的发展历程1.3 人工智能与大模型的关系1.4 大模型的分类 2. 大模型产品2.1 国外的大模型产品2.2 国内的大模型产品2.3 主流大模型“幻觉”评测 3. 大模型的行业应用3.1 自然…...
解锁智能制造:PLC远程下载如何让设备运维效率提升10倍?
一、2025年远程运维的三大变革驱动力 政策强制: 欧盟CE新规要求:2025年起工业设备必须具备远程审计接口 中国等保2.0:工业控制系统远程访问需达到三级防护 技术成熟: 5G专网边缘计算实现ms级响应 算法自动诊断PLC程序异常&#x…...
卷积神经网络CNN(李宏毅)
目录 怎么把一张影响当成一个模型输入? 同样的 pattern出现在图片不同的位置。 第三个问题:Pooling: 阿尔法Go是怎么下围棋的: CNN不能处理的问题 CNN专门用在影像辨识方面 怎么把一张影响当成一个模型输入? 一张…...
URL / GET请求 中文UTF-8编码JS转化
以长颈鹿为例 decodeURIComponent 将编码转为中文 encodeURIComponent 会对整个参数字符串转义(包括 :// 等符号)。 encodeURI 仅转义非合法 URL 字符(不转义 :/?& 等保留字符)。 decodeURIComponent("%E9%95%BF%E9…...
Flink 内部通信底层原理
Flink 集群内部节点之间的通信是用 Akka 实现,比如 JobManager 和 TaskManager 之间的通信。而 operator 之间的数据传输是用 Netty 实现。 RPC 框架是 Flink 任务运行的基础,Flink 整个 RPC 框架基于 Akka 实现。 一、相关概念 RPC(Remote Procedure Call) 概念 定义:…...
async-profiler火焰图找出耗CPU方法
事情起于开发应用对依赖的三方包(apache等等)进行了升级后(主要是升级spring),CPU的使用率较原来大幅提升,几个应用提升50%-100%。 查找半天,对比每次版本的cpu火焰图,看不出有什么…...
深入理解Qt状态机的应用
深入理解Qt状态机的应用 Chapter1 深入理解Qt状态机的应用(一)什么是有限状态机?状态机的组成应用示例交通信号控制灯系统简单在线购物流程系统 Qt状态机框架Qt状态机框架组成常用接口说明 应用示例源码 Chapter2 深入理解Qt状态机的应用&…...
Python入门安装和语法基础
1.Python简介 Python是解释型语言, ython就为我们提供了非常完善的基础代码库,覆盖了网络、文件、GUI、数据库、文本等大量内容,被形象地称作“内置电池(batteries included)”。用Python开发,许多功能不必从零编写&am…...
Windows 图形显示驱动开发-WDDM 1.2功能—Windows 8 中的 DirectX 功能改进(四)
一、无覆盖和放弃 在基于磁贴的延迟呈现 (TBDR) 体系结构上呈现内容: Direct3D 11.1 中的呈现目标现在可以使用一组新的资源 API 来支持放弃行为。 开发人员必须了解此功能,并调用额外的 Discard () 方法,以在 TBDR 体系结构 (更高效地运行…...
如何分析服务器日志以追踪黑客攻击行为
分析服务器日志是追踪黑客攻击行为的关键手段。通过系统性地检查日志文件,可以发现异常访问模式、入侵痕迹和后门活动。以下是详细的日志分析方法: 一、重点日志文件定位 Web服务器日志 Nginx: /var/log/nginx/access.log(访问日志࿰…...
React 对state进行保留和重置
对 state 进行保留和重置 各个组件的 state 是各自独立的。根据组件在 UI 树中的位置,React 可以跟踪哪些 state 属于哪个组件。你可以控制在重新渲染过程中何时对 state 进行保留和重置。 开发环境:Reacttsantd 学习内容 React 何时选择保留或重置状态…...
EmbeddingBag介绍与案例
我们可以用一个具体的例子来说明 EmbeddingBagCollection 的核心作用和它如何处理用户特征。假设我们的用户特征包括 “item_id” 和 “cate_id” 两个字段,每个字段都有各自的离散取值,也就是一些整数 ID。为了让模型能处理这些离散数据,我们…...
css button 点击效果
<!DOCTYPE html> <html lang"zh-CN"><head><meta charset"UTF-8"><title>button点击效果</title><style>#container {display: flex;align-items: center;justify-content: center;}.pushable {position: relat…...
Missashe考研日记-day22
Missashe考研日记-day22 1 专业课408 学习时间:3h学习内容: 先把昨天关于进程调度的课后习题做了,然后花了挺长时间预习OS的最最最最重要的一部分——同步与互斥问题,这部分大二上课的时候就懵懵懂懂的,得认真再领悟…...
二十、FTP云盘
1、服务端 #include <stdio.h> #include <string.h> #include <stdlib.h> #include <sys/types.h> #include <unistd.h> #include <sys/types.h> /* See NOTES */ #include <sys/socket.h> #include <netinet/in.h>…...
SVM-RF回归预测matlab代码
数据为Excel股票预测数据。 数据集划分为训练集、验证集、测试集,比例为8:1:1 模块化结构: 代码将整个流程模块化,使得代码更易于理解和维护。不同功能的代码块被组织成函数或者独立的模块,使得代码逻辑清晰,结构化程…...
Lombok @Builder 注解的进阶玩法:自定义 Getter/Setter 方法全攻略
大家好呀!👋 今天我们来聊聊 Java 开发中超级实用的 Lombok 库,特别是它的 Builder 注解。很多小伙伴都用过 Builder 来简化对象的创建,但你们知道吗?当我们需要自定义 getter/setter 方法时,Builder 也能玩…...
C++每日训练 Day 16:构建 GUI 响应式信号机制(面向初学者)
📘 本篇我们将结合之前的 SignalHub 与 Dispatcher 机制,构建一个适合 GUI 场景的响应式信号系统。以按钮点击为例,构建一个跨线程安全的事件响应系统,配合协程挂起/恢复,让 UI 编程也能更优雅易读。本篇以通俗方式讲解…...
HCIP(OSPF )(2)
OSPF 公共报文头部 版本(8bit):目前常用版本为 2,用于标识 OSPF 协议版本。不同版本在功能特性和报文格式上可能存在差异,高版本通常会修复旧版本的漏洞、扩展功能,如支持更多类型的网络拓扑、增强安全性等…...
zynq7020 ubuntu_base 跟文件系统
整体流程 制作 ubuntu_base 镜像运行 petalinux 构建的 ramdisk 系统用 ramdisk 系统把 ubuntu_base 镜像烧录到 emmc从 emmc 跟文件系统 启动内核 制作 ubuntu_base 镜像 制作 ubuntu_base 镜像 sudo apt-get install qemu-user-static # 安装 q…...
51、Spring Boot 详细讲义(八) Spring Boot 与 NoSQL
3、 Elasticsearch 集成 3.1 Elasticsearch 概述 3.1.1 Elasticsearch 的核心概念 Elasticsearch 是一个开源的分布式搜索引擎,主要用于实时数据检索和分析。它的核心功能包括全文检索、结构化查询和分析大规模数据。 分布式搜索引擎: Elasticsearch 将数据分布存储在多个…...
什么是分库分表?
分库分表是一种数据库的分布式架构设计策略,以下是详细介绍: 概念 • 随着互联网的发展,数据量呈爆炸式增长,单个数据库服务器可能难以应对海量数据的存储和访问压力。分库分表就是将原本庞大的数据库拆分成多个小的数据库&#…...
如何让别人访问到自己本地项目?使用内网穿透工具简单操作下实现公网连接!
本地搭建服务器的系统项目网络地址,在没有公网IP使用的情况下,如何让局域网外别人访问到自己本地网站和应用呢?这里介绍一种通用的内网发布公网访问,且简便操作的内网穿透实现方法。 一、什么是内网穿透? 1. 先了解内…...
第一篇:linux之虚拟环境与centos安装
第一篇:linux之虚拟环境与centos安装 文章目录 第一篇:linux之虚拟环境与centos安装一、vmware安装二、centos安装1、centos虚拟环境安装2、centos操作系统配置3、常见问题解决 一、vmware安装 我们想要运行linux,需要先安装一个虚拟软件&am…...
Redis List 的详细介绍
Redis List 的详细介绍 以下是 Redis List 的详细介绍,从基础命令、内部编码和使用场景三个维度展开: 一、基础命令 Redis List 支持双向操作(头尾插入/删除),适用于队列、栈等场景,以下是核心命令分类&a…...
docker占用磁盘100%
1. 立即清理方案 快速清理命令 bash 复制 # 停止Docker服务 sudo systemctl stop docker# 清理所有无用数据(包括未使用的镜像、容器、网络和卷) sudo docker system prune -a --volumes# 重启Docker sudo systemctl start docker 手动清理overlay2…...
20250417-vue-条件插槽
有时候我们需要根据内容是否被传入了插槽来渲染某些内容。 你可以结合使用 $slot 属性与 v-if 来实现。 在下面的示例中,我们定义了一个卡片组件,它拥有三个条件插槽:header、footer 和 default。当 header、footer 或 default 的内容存在时…...
【Unity】UI点击事件处理器
目录 前言脚本 前言 在开发过程中,经常需要监听UI的点击事件,这里我给大家整理一下,脚本直接挂在需要监听的节点上即可。 脚本 using UnityEngine; using UnityEngine.Events; using UnityEngine.EventSystems;namespace GameLogic {/// &…...
阿里云服务器的docker环境安装nacos--实践
阿里云服务器的docker环境安装nacos–实践 前提先安装mysql数据库,mysql中创建nacos所需的表以下为阿里云服务器docker环境安装,需在安全组开放8848端口 1. 拉取nacos-server镜像 //最新版本nacos docker pull nacos/nacos-server//或者指定nacos版本…...
每日算法-链表(23.合并k个升序链表、25.k个一组翻转链表)
一.合并k个升序链表 1.1题目描述 1.2题解思路 解法一:小根堆 我们可以先定义一个小根堆,将k个指针的头结点如堆,每次取堆顶元素尾插到newhead中,然后再pop(),接着push堆顶原来堆顶元素的下一个节点 重点分析&#…...
数据结构——反射、枚举以及lambda表达式
1. 反射 Java的反射(reflection)机制是在运⾏时检查、访问和修改类、接⼝、字段和⽅法的机制;这种动态获取信息以及动态调⽤对象⽅法的功能称为java语⾔的反射(reflection)机制。 用途 1. 框架开发 2. 注解处理 3.…...
深入理解 HTML5 Web SQL 数据库:用法、现状与替代方案
一、引言 在 Web 开发的领域中,客户端存储一直是一个关键的话题。HTML5 带来了多种客户端存储的解决方案,其中 Web SQL 数据库曾经是一个备受关注的选项。尽管如今它已被废弃,但了解其原理、使用方法以及为何被替代,对于 Web 开发者来说仍然具有重要的意义。本文将深入探讨…...
系统架构设计(一):UML与软件架构
什么是系统架构设计? 系统架构设计是对系统高层结构和行为的描述,包括: 系统的各个模块(组件)模块之间的交互方式数据流动、控制流动技术选型与部署策略 系统架构常见的风格有: 分层架构(La…...
极狐GitLab 外部流水线验证功能解读
极狐GitLab 是 GitLab 在中国的发行版,关于中文参考文档和资料有: 极狐GitLab 中文文档极狐GitLab 中文论坛极狐GitLab 官网 外部流水线验证 (BASIC SELF) 您可以使用外部服务在创建流水线之前进行验证。 极狐GitLab 发送一个 POST 请求到外部服务的…...
MCP和A2A是什么?
MCP和A2A是什么? MCP(Model-Connect Protocol)和A2A(Agent-to-Agent)协议逐渐成为行业关注的焦点。这两个协议分别由Anthropic和谷歌推出,旨在提升智能体与外部工具、数据源及API资源的连接效率,…...
CNN卷积神经网络
一、什么是卷积神经网络(CNN) CNN(卷积神经网络)是一种专门用于处理图像的神经网络,尤其在图像识别任务中表现出色,例如识别手写数字。它通过多层结构逐步提取图像特征,最终输出识别结果。与传…...
生物信息学技能树(Bioinformatics)与学习路径
李升伟 整理 生物信息学是一门跨学科领域,涉及生物学、计算机科学以及统计学等多个方面。以下是关于生物信息学的学习路径及相关技能的详细介绍。 一、基础理论知识 1. 生物学基础知识 需要掌握分子生物学、遗传学、细胞生物学等相关概念。 对基因组结构、蛋白质…...
Obsidian无门槛简明教程
Obsidian简明教程 Markdown基本语法基本码字标题换行段落引用分割线代码块链接带名字的链接超链接插入图片 强调语法加粗斜体删除线高亮 列表有序列表无序列表任务列表 Obsidian核心用法软件基本使用安装仓库文件夹笔记编辑与查看 资源 核心插件双链标签 三方插件Various Compl…...
常用 Git 命令详解
Git 是一个强大的版本控制工具,广泛用于软件开发和团队协作中。掌握 Git 命令可以帮助开发者更高效地管理代码版本和项目进度。本文将介绍一些常用的 Git 命令,并提供示例以帮助你更好地理解和应用这些命令。 目录 常用命令 git clonegit stashgit pul…...
【HDFS入门】HDFS与Hadoop生态的深度集成:与YARN、MapReduce和Hive的协同工作原理
目录 引言 1 HDFS核心架构回顾 2 HDFS与YARN的集成 3 HDFS与MapReduce的协同 4 HDFS与Hive的集成 4.1 Hive架构与HDFS交互 4.2 Hive数据组织 4.3 Hive查询执行流程 5 HDFS在生态系统中的核心作用 6 性能优化实践 7 总结 引言 在大数据领域,Hadoop生态系统…...
多路由器通过三层交换机互相通讯(单臂路由+静态路由+默认路由版),通过三层交换机让pc端相互通讯
多路由器通过三层交换机互相通讯(单臂路由静态路由默认路由版) 先实现各个小框框里能够互通 哇咔 交换机1(二层交换机,可看配置单臂路由的文章) Switch>en Switch#conf t Switch(config)#int f0/1 Switch(config-if)#switchport access…...
电控---CMSIS概览
1. CMSIS库简介 CMSIS(Cortex Microcontroller Software Interface Standard,Cortex微控制器软件接口标准)是由ARM公司开发的一套标准化软件接口,旨在为基于ARM Cortex-M系列处理器(如Cortex-M0/M0/M3/M4/M7/M33等&am…...
2025.04.17【Stacked area】| 生信数据可视化:堆叠区域图深度解析
文章目录 生信数据可视化:堆叠区域图深度解析堆叠面积图简介为什么使用堆叠面积图如何使用R语言创建堆叠面积图安装和加载ggplot2包创建堆叠面积图的基本步骤示例代码 解读堆叠面积图堆叠面积图的局限性实际应用案例示例:基因表达量随时间变化 结论 生信…...
XSS之同源、跨域、内容安全策略
一、什么是同源策略 HTML的同源策略是浏览器的一个重要的安全机制,它用于限制一个源的网页如何与另一个源的资源进行交互,以此来减少夸站脚本攻击(XSS)和跨站请求伪造(CSRF)等安全风险。 同源的定义 若两个URL的协议(protocol)、…...
十三、系统设计
一、前言 二、架构设计概念 三、架构风格 四、面向服务的架构 五、微服务 六、MDA 七、软件界面设计 八、软件设计的构成 九、结构化设计 十、面向对象设计内容提要 十一、面向对象设计原则 十二、架构模式、设计模式与惯用法...
HTTP 2.0 协议特性详解
1. 使用二进制协议,简化传输的复杂性,提高了效率 2. 支持一个 TCP 链接发起多请求,移除 pipeline HTTP/2 移除了 HTTP/1.1中的管道化(pipeline)机制,转而采用多路复用(Multiplexing࿰…...
MySQL数据备份
一,为什么要进行数据备份 备份:能够防止由于机械故障以及人为误操作带来的数据丢失,例如将数据库文件保存在了其它地方。冗余: 数据有多份冗余,但不等备份,只能防止机械故障带来的数据丢失,例如…...
【Ai】CherryStudio 详细使用:本地知识库、MCP服务器
一、CherryStudio 介绍 Cherry Studio 是一款集多模型对话、知识库管理、AI 绘画、翻译等功能于一体的全能 AI 助手平台。 Cherry Studio 高度自定义的设计、强大的扩展能力和友好的用户体验,使其成为专业用户和 AI 爱好者的理想选择。无论是零基础用户还是开发者&…...
STM32F103_HAL库+寄存器学习笔记17 - CAN中断接收 + 接收CAN总线所有报文
导言 如上所示,本实验的目的是使能CAN接收FIFO1的挂号中断,使用CAN过滤器0与CAN接收FIFO1的组合,接收CAN总线上所有的CAN报文。 如上所示,STM32F103有两个3级深度的接收FIFO。外设CAN想要正常接收CAN报文,必须配置接收…...
kafka报错:The Cluster ID doesn‘t match stored clusterId Some in meta.properties
kafka启动报错: ERROR Fatal error during KafkaServer startup. Prepare to shutdown (kafka.server.KafkaServer) kafka.common.InconsistentClusterIdException: The Cluster ID kVSgfurUQFGGpHMTBqBPiw doesnt match stored clusterId Some(0Qftv9yBTAmf2iDPSl…...