CGAN _ jittor

• 🎁框架介绍
• 🍖内置功能
• 附加功能
• 功能预览
• 更多功能等待你的发现。！！！
• 项目地址
  • 客户端接口项目 下载地址
  • 后台管理接口项目 下载地址(付费获取源码)
  • 后台Web页面项目 下载地址(付费获取源码)
• 使用指南
• 发布
  • Docker
    • 构建前台接口
    • 构建后端接口
    • 构建前端
  • 推送到私有仓库（Aliyun）
    • 前端API
    • 管理端API
    • 管理端Web-Vue
• 部署到服务器
• 以下为原始内容
  • 🍁说明
  • 📙开发流程
  • 🍖内置功能
• 同步记录
  • 💐特别鸣谢
• NewLife.AntJob - 蚂蚁调度
• 蚂蚁调度AntJob-分布式任务调度系统
• v4架构升级
• 功能特点
• 定时调度
  • 新建项目
  • 编译执行
  • 作业管理
  • 双跑，沸腾吧，分布式计算
    • 设计概要
    • 系统架构
  • 新生命项目矩阵
  • 新生命开发团队
  • MindSpore介绍
    • 自动微分
    • 自动并行
  • 安装
    • pip方式安装
    • 源码编译方式安装
    • Docker镜像
  • 快速入门
  • 文档
  • 社区
    • 治理
    • 交流
  • 贡献
  • 分支维护策略
  • 现有分支维护状态
  • 版本说明
  • 许可证
• Virtio for XiUOS
  • 1. Introduction
  • 2. Virtio 模型
  • 3. 其他文件修改
  • 4.Virtio 通用接口
    • 4.1 Virtqueue
    • 4.1.1 virt_ring.h
    • 4.1.2 virtio.h
    • 4.2 Virtio-MMIO
    • 4.3 Virtio Bus、Virtio Device 及 Virtio Driver
    • 4.3.1 Virio Bus
    • 4.3.2 Virtio Driver
    • 4.3.3 Virtio Device
  • 5. Virtio 设备驱动
    • 5.1 Virtio-serial
    • 5.2 Virtio-blk
    • 5.3 Virtio-net
• NewLife.XCode - 数据中间件
  • 数据中间件
    • 化繁为简
    • 多数据库迁移
    • 高性能
    • 大数据
    • 自动分表分库
    • 反向工程
    • 跨库数据迁移
  • 快速入门
    • 新建项目
    • 新建模型
    • 增删改查
    • 高级用法
    • 索引查询
  • 容器化部署
• 新生命项目矩阵
• 新生命开发团队
• THUSC 2018
• 题目使用协议
• video-virtual-memory-materials
  • 01. 简介
  • 02. 配置驱动开发环境
  • 03. 创建驱动模板
  • 04. 探索 CR4
  • 05. 探索页表
  • 06. 手工翻译地址
  • 07. 编程翻译地址
  • 08. 内存共享
  • 09. 自映射 前篇
  • 10. 自映射 后篇
  • 11. 熔断
  • 12. KVAS：Windows Meltdown 缓解
  • 13. Total Meltdown
  • MyEMS 介绍
  • MyEMS架构
  • MyEMS Web UI 展示
  • MyEMS Admin UI 展示
  • MyEMS Dashboard UI 展示
  • MyEMS社区版功能
  • MyEMS企业版功能
  • MyEMS下载(社区版)
  • MyEMS安装(社区版)
  • MyEMS组件构成
    • MyEMS 数据库 (SQL)
    • MyEMS API 应用程序接口 (Python)
    • MyEMS 管理 UI (AngularJS version 1.x)
    • MyEMS Modbus TCP 数据采集服务 (Python)
    • MyEMS 数据清洗服务 (Python)
    • MyEMS 数据规范化服务 (Python)
    • MyEMS 数据汇总服务 (Python)
    • MyEMS Web UI (ReactJS)
    • 默认端口号
    • 默认密码
  • 联系我们
  • 微信公众号
  • 微信群
  • QQ群
  • 小红书
  • 视频
  • 🔖 友情链接
  • 🚀 What’s New
    • New release MMagic v1.2.0 [18/12/2023]:
  • 📄 Table of Contents
  • 📖 Introduction
    • ✨ Major features
    • ✨ Best Practice
  • 🙌 Contributing
  • 🛠️ Installation
  • 📊 Model Zoo
  • 🤝 Acknowledgement
  • 🖊️ Citation
  • 🎫 License
  • 🏗️ ️OpenMMLab Family
• SG2042-Newsletter
• 🎭 Playwright
  • Documentation | API reference
  • Installation
    • Using init command
    • Manually
  • Capabilities
    • Resilient • No flaky tests
    • No trade-offs • No limits
    • Full isolation • Fast execution
    • Powerful Tooling
  • Examples
    • Page screenshot
    • Mobile and geolocation
    • Evaluate in browser context
    • Intercept network requests
  • Resources
• 香山微架构开放验证第一期：昆明湖BPU模块UT验证实战
  • 简介
    • 昆明湖微架构
    • 芯片验证
  • 学习材料
  • 本仓库目录
  • 报名链接
  • 加入讨QQ论群: 600480230
• Patch组件
  • 简介
  • 目录
  • 使用说明
  • 构建说明
  • 相关仓
• ✨MindLift
• 📑项目背景
• ⭐核心技术
• 📜产品功能
  • linux系统下的gitea可执行包
• 简介
  • 学件范式
  • 架构设计
• 快速上手
  • 环境安装
  • 学件准备
  • 工作流程
    • 初始化学件市场
    • 上传学件
    • 语义规约查搜
    • 统计规约查搜
    • 多学件复用
    • 自动工作流程示例
• 实验示例
  • 实验配置
  • 表格场景实验
    • 实验设置
    • 基线算法
    • 同构场景
    • 异构场景
      • 不同特征工程的场景
      • 不同的任务场景
  • 图像场景实验
    • 实验设置
    • 实验结果
  • 文本场景实验
    • 实验设置
    • 实验结果
• 引用
• 关于
  • 如何贡献
  • 关于我们
• Jittor 计图挑战热身赛
  • 简介
  • 安装
    • 运行环境
    • 安装依赖
  • 训练
  • 致谢
  • 夜莺是什么
  • 夜莺的工作逻辑
  • 告警降噪、升级、协同
  • 相关资料 & 交流渠道
  • 关键特性简介
  • 广受关注
  • 感谢众多企业的信赖
  • 社区共建
  • License
• 目录
• 1. Linux Lab 概览
  • 1.1 项目简介
  • 1.2 项目主页
  • 1.3 演示视频
    • 1.3.1 基本操作
    • 1.3.2 炫酷操作
  • 1.4 项目功能
  • 1.5 项目历史
    • 1.5.1 项目起源
    • 1.5.2 项目缘由
    • 1.5.3 项目诞生
  • 1.6 项目变更
    • 1.6.1 v0.1 @ 2019.06.28
    • 1.6.2 v0.2 @ 2019.10.30
    • 1.6.3 v0.3 @ 2020.03.12
    • 1.6.4 v0.4 @ 2020.06.01
• 2. Linux Lab 安装
  • 2.1 软硬件要求
  • 2.2 安装 Docker
  • 2.3 选择工作目录
  • 2.4 下载实验环境
  • 2.5 运行并登录 Linux Lab
  • 2.6 更新实验环境并重新运行
  • 2.7 快速上手：启动一个开发板
• 3. Linux Lab 入门
  • 3.1 使用开发板
    • 3.1.1 列出支持的开发板
    • 3.1.2 选择一个开发板
    • 3.1.3 以插件方式使用
    • 3.1.4 配置开发板
  • 3.2 一键自动编译
  • 3.3 详细步骤分解
    • 3.3.1 下载
    • 3.3.2 检出
    • 3.3.3 打补丁
    • 3.3.4 配置
      • 3.3.4.1 缺省配置
      • 3.3.4.2 手动配置
      • 3.3.4.3 使用旧的缺省配置
    • 3.3.5 编译
    • 3.3.6 保存
    • 3.3.7 启动
• 4. Linux Lab 进阶
  • 4.1 Linux 内核
    • 4.1.1 非交互方式配置
    • 4.1.2 使用内核模块
    • 4.1.3 使用内核特性
  • 4.2 Uboot 引导程序
  • 4.3 Qemu 模拟器
  • 4.4 Toolchain 工具链
  • 4.5 Rootfs 文件系统
  • 4.6 Linux 与 Uboot 调试
    • 4.6.1 调试 Linux
    • 4.6.2 调试 Uboot
  • 4.7 自动化测试
  • 4.8 文件共享
    • 4.8.1 在 rootfs 中安装文件
    • 4.8.2 采用 NFS 共享文件
    • 4.8.3 通过 tftp 传输文件
    • 4.8.4 通过 9p virtio 共享文件
  • 4.9 学习汇编
  • 4.10 运行任意的 make 目标
  • 4.11 更多用法
• 5. Linux Lab 开发
  • 5.1 选择一个 qemu 支持的开发板
  • 5.2 创建开发板的目录
  • 5.3 从一个已经支持的开发板中复制一份 Makefile
  • 5.4 从头开始配置变量
  • 5.5 同时准备 configs 文件
  • 5.6 选择 kernel，rootfs 和 uboot 的版本
  • 5.7 配置，编译和启动
  • 5.8 保存生成的镜像文件和配置文件
  • 5.9 上传所有工作
• 6. 常见问题
  • 6.1 Docker 相关
    • 6.1.1 docker 下载速度慢
    • 6.1.2 Docker 网络与 LAN 冲突
    • 6.1.3 本地主机不能运行 Linux Lab
    • 6.1.4 非 root 无法运行 tools 命令
    • 6.1.5 网络不通
    • 6.1.6 Client.Timeout exceeded while waiting headers
    • 6.1.7 关机或重启主机后如何恢复运行 Linux Lab
  • 6.2 Qemu 相关
    • 6.2.1 缺少 KVM 加速
    • 6.2.2 Guest 关机或重启后挂住
    • 6.2.3 如何退出 qemu
    • 6.2.4 Boot 时报缺少 sdl2 库
  • 6.3 环境相关
    • 6.3.1 NFS 与 tftpboot 不工作
    • 6.3.2 在 vim 中无法切换窗口
    • 6.3.3 长按 Backspace 不工作
    • 6.3.4 如何快速切换中英文输入
    • 6.3.5 如何调节 Web 界面窗口的大小
    • 6.3.6 如何进入全屏模式
    • 6.3.7 如何录屏
    • 6.3.8 Web 界面无响应
    • 6.3.9 登录 WEB 界面时超时或报错
    • 6.3.10 Ubuntu Snap 问题
  • 6.4 Linux Lab 相关
    • 6.4.1 No working init found
    • 6.4.2 linux/compiler-gcc7.h: No such file or directory
    • 6.4.3 linux-lab/configs: Permission denied
    • 6.4.4 scripts/Makefile.headersinst: Missing UAPI file
    • 6.4.5 unable to create file: net/netfilter/xt_dscp.c
    • 6.4.6 如何切到 root 用户
• 7. 联系并赞助我们
  • 平台简介
  • 在线体验
  • 内置功能
    • 系统功能
    • 工作流程
    • 支付系统
    • 商城系统
    • 会员中心
    • 基础设施
    • 研发工具
  • 技术栈
    • 后端
    • 前端
  • 演示图
    • 系统功能
    • 工作流程
    • 支付系统
    • 基础设施
    • 研发工具
  • 什么是openGauss
  • 安装
    • 创建配置文件
    • 初始化安装环境
    • 执行安装
    • 卸载openGauss
      • 执行卸载
      • 一键式环境清理
  • 编译
    • 概述
    • 操作系统和软件依赖要求
    • 下载openGauss
    • 编译第三方软件
    • 代码编译
      • 使用build.sh编译代码
      • 使用命令编译代码
    • 编译安装包
  • 快速入门
  • 文档
  • 社区
    • 治理
    • 交流
  • 贡献
  • 发行说明
  • 许可证
• Excelize
  • 简介
  • 快速上手
    • 安装
    • 创建 Excel 文档
    • 读取 Excel 文档
    • 在 Excel 文档中创建图表
    • 向 Excel 文档中插入图片
  • 社区合作
  • 开源许可
• THUAI6
  • 赛题简介
  • 比赛规则
  • 游戏界面
  • 软件架构
  • 仓库说明
    • 配置说明
    • 目录分配
    • 分支管理
  • 开发规则
    • 关于社区开发者
    • 开发流程
    • 使用 Git 与 Github 时的注意事项
    • 开发约定
  • 代码风格
    • 风格说明
    • 规范代码风格
  • 文档风格
  • 其他注意事项
  • 开发组成员
• 第三届Jittor人工智能挑战赛–热身赛
  • 从命令行创建一个新的仓库
  • 从命令行推送已经创建的仓库
• aiXcoder-7B Code Large Language Model
  • 模型简介
  • 快速上手
    • 运行环境
      • 选择一：构建一个运行环境
      • Option 2: Docker
    • 模型权重
    • 推理示例
      • 命令行执行
      • Python 脚本
    • Bitsandbytes 量化执行
    • 微调示例
  • aiXcoder 7B 训练数据
  • 训练
    • 训练超参数
  • 实验结果
    • NL2Code 基准测试
    • 代码补全 (Fill in the Middle)
    • 跨文件代码生成
  • License
  • Acknowledgments
  • 🚀特性
    • python3.6-3.8完美运行(3.9以上不支持linux进程启动)
    • 参考地址
• Pytest plugin for Playwright
  • Documentation
  • What’s New
  • Introduction
  • Installation
  • Get Started
  • Learn More
  • Contributing
  • Citation
  • License
  • Ecosystem
  • Projects in OpenMMLab
• Jittor 计图挑战热身赛
  • 简介
  • 安装
    • 运行环境
    • 安装依赖
  • 训练
  • 致谢
    • 从命令行创建一个新的仓库
    • 从命令行推送已经创建的仓库
• Project ImmortalWrt
  • Download
  • Development
    • Requirements
    • Quickstart
    • Related Repositories
  • Support Information
    • Documentation
    • Support Community
  • License
  • Acknowledgements
• tdnf - tiny dandified yum
  • Testing
  • Coverity
  • 从命令行创建一个新的仓库
  • 从命令行推送已经创建的仓库
• debian-10-container
• GCModeller
  • [WARNING] This project is a work in progress and is not recommended for production use.
  • Docker and Database
  • Directory Roadmap
  • Data Standards
  • Modules & Functions
    • 1.Basically libraries
    • 2.Biological Data Visualization software API for .NET
    • 3.Annotation Tools:
    • 4.R language hybrids environment for bioinformatics
    • 5.WebAPI wrapper for KEGG database and RegPrecise Database
    • 6.Feature tools
  • GCModeller R# scripting
  • Publications
  • Gallery
  • For developers
  • For User
    • genome map plot of Xanthomonas campestris pv. campestris 8004
• 香山开源处理器介绍
  • 香山在GitLink的组织
  • 香山文档仓库
  • 香山RTL代码
    • 香山主仓库
    • 香山缓存子系统
    • 香山处理器的浮点功能部件
    • 香山verilog代码仓库
  • 香山验证环境
    • NEMU
    • Difftest
    • nexus-am
    • DRAMsim3
    • env-scripts
    • xs-env
• WFColorCode
  • Usage
    • Example
  • License
• IdylleClient
  • Installation
    • CocoaPods
    • Carthage
    • Swift Package Manager
  • Contributing
  • License
• jittor_xianglianglinghang
• 夏日狂欢 蔚蓝档案更新人物卡
  • 前言
  • 人物概览
  • 游戏交流
  • 其他链接
• LO02 C++ OOP Design Patterns
  • Some Notes :
  • New Things by Self:
  • Lectures (Cours Magistraux)
    • Time
    • Classroom
    • Tencent Meeting (VooV Meeting):
    • Course videos
  • Travaux Dirigés (TD)
    • Time:
    • Classroom:
    • Tencent Meeting (VooV Meeting):
    • Which Operating System to boot from:
  • Exercises & Solutions
    • List of all videos
    • List of all branches
    • Table of content
  • Exam Revision
    • Midterm exam revision
    • Final exam revision
  • Project
    • Project
    • Project description:
    • Forming teams:
    • 提交项目
    • 往届学生优秀 project 作品 (videos)
      • 2021 Fall
      • 2022 Fall
    • 往届学生优秀 project 作品 (rapport pdf)
    • If you want some suggestions for your project …
    • On academic misconduct
    • UML with Draw.io
    • Last but not least
  • Notes & Exams
    • Answer sheet for exams：
    • Failing rate
    • 关于重修
    • 学分替代
  • Asking Questions
    • 使用 Gitee Issue 提问
    • Principe
    • Regarding personal WeChat chats:
    • Office visit
  • Misc
    • Textbooks, slides, exercises in pdf
    • They have been there as well … and got an A/B!
    • Books
    • Bilibili Videos
      • Install CLion and Git
      • How to manipulate with git during TD sessions
      • How to push your code to GitHub
      • Debug
    • How to clone this repository
      • Method 1:
      • Method 2:
    • When your CLion project seems broken:
    • Cpp and design patterns courses in other universities
    • Zen of Python
    • Zen of C++
    • Code style [optional]
    • Very Basic Markdown [optional]
      • Example 1
      • Example 2
    • Detecting memory leak with Linux tools [optional]
    • g++ v.s. CMake v.s. makefile [optional]
    • Very basic Boost library [optional]
    • Online C/C++ Compiler
    • How to push your code to GitHub
      • 1. Create a repo on GitHub
      • 2. Add the repo as a remote
      • 3. push the branch to GitHub repo
    • Why do we use Gitee/GitHub in this course?
    • Why you should use GitHub: Lessons for the classroom and newsroom
    • How do you use Issues in your class?
    • Why leetcode?
    • Keep things in perspective
    • Design patterns repositories on GitHub
    • Career advice
    • xkcd
  • 目录
  • 如何使用
  • 播放列表
  • CDN加速
    • 本站 (iptv.vodtv.cn) - (主站)
    • 镜像站(vodtv.netlify.app) -（国内访问快）
    • 镜像站(raw.gitlink.org.cn) -（国内访问快）
    • 镜像站(raw.gitcode.com) -（国内访问快）
    • 镜像站(fastly.jsdelivr.net || cdn.jsdelivr.net) -（国内访问快）
    • 镜像站(cdn.gitmirror.com ) -（备用）
    • 原网址前加（ghproxy.net || mirror.ghproxy.com） -（国内访问快）
  • 当前更新
  • 免责申明
• sentinel-test
  • 从命令行创建一个新的仓库
  • 从命令行推送已经创建的仓库
• jianmu-runner-gitlink-issue
  • 介绍
  • 一、新建疑修
    • 输入参数
    • 输出参数
    • 构建docker镜像
  • 用法
  • 二、下载疑修附件
    • 输出参数
    • 构建docker镜像
    • 用法
• LO02 C++ OOP Design Patterns
  • Some Notes :
  • New Things by Self:
  • Lectures (Cours Magistraux)
    • Time
    • Classroom
    • Tencent Meeting (VooV Meeting):
    • Course videos
  • Travaux Dirigés (TD)
    • Time:
    • Classroom:
    • Tencent Meeting (VooV Meeting):
    • Which Operating System to boot from:
  • Exercises & Solutions
    • List of all videos
    • List of all branches
    • Table of content
  • Exam Revision
    • Midterm exam revision
    • Final exam revision
  • Project
    • Project
    • Project description:
    • Forming teams:
    • 提交项目
    • 往届学生优秀 project 作品 (videos)
      • 2021 Fall
      • 2022 Fall
    • 往届学生优秀 project 作品 (rapport pdf)
    • If you want some suggestions for your project …
    • On academic misconduct
    • UML with Draw.io
    • Last but not least
  • Notes & Exams
    • Answer sheet for exams：
    • Failing rate
    • 关于重修
    • 学分替代
  • Asking Questions
    • 使用 Gitee Issue 提问
    • Principe
    • Regarding personal WeChat chats:
    • Office visit
  • Misc
    • Textbooks, slides, exercises in pdf
    • They have been there as well … and got an A/B!
    • Books
    • Bilibili Videos
      • Install CLion and Git
      • How to manipulate with git during TD sessions
      • How to push your code to GitHub
      • Debug
    • How to clone this repository
      • Method 1:
      • Method 2:
    • When your CLion project seems broken:
    • Cpp and design patterns courses in other universities
    • Zen of Python
    • Zen of C++
    • Code style [optional]
    • Very Basic Markdown [optional]
      • Example 1
      • Example 2
    • Detecting memory leak with Linux tools [optional]
    • g++ v.s. CMake v.s. makefile [optional]
    • Very basic Boost library [optional]
    • Online C/C++ Compiler
    • How to push your code to GitHub
      • 1. Create a repo on GitHub
      • 2. Add the repo as a remote
      • 3. push the branch to GitHub repo
    • Why do we use Gitee/GitHub in this course?
    • Why you should use GitHub: Lessons for the classroom and newsroom
    • How do you use Issues in your class?
    • Why leetcode?
    • Keep things in perspective
    • Design patterns repositories on GitHub
    • Career advice
    • xkcd
• 基于微服务架构的服务治理示例
  • 项目结构
  • 环境要求
  • 运行步骤
  • 服务治理
    • 限流
    • 熔断
  • 目录
  • 如何使用
  • 播放列表
  • CDN加速
    • 本站 (iptv.vodtv.cn) - (主站)
    • 镜像站(vodtv.netlify.app) -（国内访问快）
    • 镜像站(raw.gitlink.org.cn) -（国内访问快）
    • 镜像站(raw.gitcode.com) -（国内访问快）
    • 镜像站(fastly.jsdelivr.net || cdn.jsdelivr.net) -（国内访问快）
    • 镜像站(cdn.gitmirror.com ) -（备用）
    • 原网址前加（ghproxy.net || mirror.ghproxy.com） -（国内访问快）
  • 当前更新
  • 免责申明
• LAL
  • Install
    • 1. Building from source
    • 2. Prebuilt binaries
    • 3. Docker
  • Using
  • More than a server, act as package and client
  • Contact
  • License
• IntelligentUAVPathPlanningSimulationSystemS-Drone
  • Video Introduction
  • Main Features
    • 1. Software Interface
    • 2. Software Architecture (plug-ins to be implemented for some extended functions)
    • 3. Code
    • 4. Multidimensional View
      • Two-dimensional view (1)
      • Two-dimensional view (2)
      • 3d view
    • 5. UAV Control
      • Console Control
      • Intelligent Control
      • Ground Station Control
    • 6. Set Flight Mission
      • Flight Mission(1)
      • Flight Mission(2)
      • Flight Mission(3)
    • 7. Path planning
      • Directory Structure
        
    • Outdoor obstacle avoidance
      • Custom routes and obstacle areas
      • rrt_2D Path optimization effect chart
      • Search_2D Path optimization effect chart
    • Indoor obstacle avoidance
      • rrt_3D_Indoor obstacle avoidance renderings
      • Search_3D_Indoor obstacle avoidance renderings
    • Path optimization
      • The algorithm generates the flight status of each UAV, the navigation point and the flight distance information
      • Path optimization effect chart
  • Solve The Problem
  • Application Scenarios And Benefits
  • EXTENSION
    
    • On the formation simulation of multi-UAV
    • About the flight line under Flylitchi
    • Mission Planner + Google Earth log generates 3D trajectory maps
• 基于Mindspore和mPLUG-Owl的多模态情感计算与分析在网络暴力检测中的应用
  • 项目介绍
  • 模型介绍
  • 项目功能
• 模型部署
  • 创建环境
  • 安装依赖
  • 运行使用
• 未来展望
  • 技术展望
  • 社会展望
  • 2025中国研究生操作系统开源创新大赛
    • 研究创新赛道 第6题
    • 赛题题目
      • WASM运行时引擎在ARMv8 CPU上的移植与性能优化
    • 赛题说明
    • 赛题要求
    • 评分标准
    • 赛题联系人
    • 参考资料
    • 参赛资源支持：无
• PrWelcomeBot
• GitLink - CCF开源创新服务平台
  • 特色功能
  • 部署流程
    • 依赖库
    • 步骤
  • 页面展示
  • 贡献代码
    • 指导文档
  • 许可证协议
  • Fish Agent
  • Features
    • Fish Speech
    • Fish Agent
  • Disclaimer
  • Online Demo
  • Quick Start for Local Inference
  • Videos
    • V1.4 Demo Video: Youtube
  • Documents
  • Samples (2024/10/02 V1.4)
  • Credits
  • Tech Report (V1.4)
  • Sponsor
• OpenBLAS
  • Introduction
  • Binary Packages
  • Installation from Source
    • Dependencies
    • Normal compile
    • Cross compile
    • Debug version
    • Compile with MASS support on Power CPU (optional)
    • Install to a specific directory (optional)
  • Supported CPUs and Operating Systems
    • Additional supported CPUs
      • x86/x86-64
      • MIPS32
      • MIPS64
      • ARM
      • ARM64
      • PPC/PPC64
      • IBM zEnterprise System
      • RISC-V
      • LOONGARCH64
    • Support for multiple targets in a single library
    • Supported OS
  • Usage
    • Setting the number of threads using environment variables
    • Setting the number of threads at runtime
  • Reporting bugs
  • Contact
  • Change log
  • Troubleshooting
  • Contributing
  • Donation
  • 特性
  • 部署
    • Depends Versions
    • Steps
      • 1. 克隆稳定版本
      • 2. 安装依赖包
      • 3. 配置初始化文件
      • 4. 配置数据库
      • 5. 配置gitea服务(可选)
      • 6. 安装redis环境
      • 7. 安装imagemagick插件
      • 8. 创建数据库
      • 9. 导入数据表结构
      • 10. 执行migrate迁移文件
      • 11. clone前端代码
      • 12. 启动redis(此处已mac系统为例)
      • 13. 启动sidekiq
      • 14. 启动rails服务
      • 15. 浏览器访问
      • 16. 其他说明
  • 页面展示
    • API
  • 贡献代码
  • License
  • 从命令行创建一个新的仓库
  • 从命令行推送已经创建的仓库
• ChCore Lab
  • build
  • Emulate
  • Debug with GBD
  • Grade
  • Other
• 魔方 NewLife.Cube
  • 快速部署用户中心
  • 第三代魔方
    • 项目参与须知
    • 目标蓝图
    • 春雨计划
  • 非主线任务
  • WebApi接口说明
  • 魔方特性
  • ASP.NET Core 安装
  • ASP.NET MVC 安装
  • 新生命项目矩阵
  • 新生命开发团队
• 使用文档(文档编写于GPT4)
  • 注意事项
• 使用方式(任选其一)
  • 特性
  • 架构
  • 页面展示
• 承影开源通用图形处理器介绍
  • 承影在GitLink的组织
  • 承影文档仓库
  • 承影RTL代码
  • 承影指令仿真器
  • 承影RISCV工具链
  • 承影OpenCL编译器
• TelemetryClient
  • Installation
  • Initialization
  • Debug -> Test Mode
  • User Identifiers
  • Payload
  • Sessions
  • Custom Salt
  • Custom Server
  • Custom Logging Strategy
  • Developing this SDK
• Jittor: 即时编译深度学习框架
  • 大纲
  • 快速开始
  • 安装
  • Pip 安装
    • macOS 安装
    • Windows安装
  • Docker 安装
  • 手动安装
    • 步骤一：选择您的后端编译器
    • 步骤二：安装Python和python-dev
    • 步骤三：运行Jittor
    • 可选步骤四：启用CUDA
    • 可选步骤五：测试训练Resnet18
  • 教程
    • 数据类型
    • 数据运算
    • 更多教程
  • 贡献
  • 联系我们
  • 团队
  • 引用
  • 版权声明
• Jittor: 即时编译深度学习框架
  • 大纲
  • 快速开始
  • 安装
  • Pip 安装
    • macOS 安装
    • Windows安装
  • Docker 安装
  • 手动安装
    • 步骤一：选择您的后端编译器
    • 步骤二：安装Python和python-dev
    • 步骤三：运行Jittor
    • 可选步骤四：启用CUDA
    • 可选步骤五：测试训练Resnet18
  • 教程
    • 数据类型
    • 数据运算
    • 更多教程
  • 贡献
  • 联系我们
  • 团队
  • 引用
  • 版权声明
• zCore
  • 原版README
  • 启动内核
  • 目录
  • 项目构建
    • 构建命令
    • 命令参考
      • update-all
      • check-style
      • zircon-init
      • asm
      • bin
      • qemu
      • rootfs
      • musl-libs
      • ffmpeg
      • opencv
      • libc-test
      • other-test
      • image
      • linux-libos
  • 平台支持
    • Qemu/virt
    • 全志/哪吒
    • 赛昉/星光
  • 其他
• ts-audio
  • 声纹识别
  • 音色转换
  • 语音识别
  • 语音分离
  • 语音情感识别
  • 语音合成
  • 语音分类
    • 介绍
    • 教程
    • 项目团队
    • 加入我们
    • 贡献者
    • 中国机器人大赛无人机挑战赛仿真组
    • 商业合作
    • 捐赠
    • 赞助人
  • 平台简介
  • 功能模块
    • 基础架构
    • 教务核心
    • 系统监控
  • 技术架构
    • 组件协同机制
    • 扩展性设计
    • 性能指标
    • 基础架构
    • 智能引擎
    • 运维支撑
  • 系统需求
  • 鸣谢
• Foundry Platform SDK
  • Gotham Platform SDK vs. Foundry Platform SDK vs. Ontology SDK
    • Ontology SDK
    • Foundry Platform SDK
    • Gotham Platform SDK
  • Installation
  • API Versioning
  • Authorization and client initalization
    • User token
    • OAuth2 Client
  • Quickstart
  • Error handling
    • Data validation
    • HTTP exceptions
    • Other exceptions
  • Pagination
    • Asynchronous Pagination (Beta)
    • Asynchronous Client (Beta)
  • Streaming
  • Static type analysis
  • HTTP Session Configuration
    • SSL Certificate Verification
  • Common errors
    • ApiFeaturePreviewUsageOnly
  • Input should have timezone info
  • Documentation for V2 API endpoints
  • Documentation for V1 API endpoints
  • Documentation for V2 models
  • Documentation for V1 models
  • Documentation for errors
  • Documentation for V2 errors
  • Documentation for V1 errors
  • Contributions
  • License
• Subject
• CGAN_jittor
  • 项目简介
  • 环境要求
  • 安装
    • 1. 克隆项目
    • 2. 安装依赖
  • 使用方法
    • 1. 训练模型
    • 2. 生成图片
  • 代码结构
    • 生成器（Generator）
    • 判别器（Discriminator）
    • 损失函数与优化器
    • 训练流程
  • 结果
• 使用文档(文档编写于GPT4)
  • 注意事项
• 使用方式(任选其一)
  • 电视直播源
• 主在验证直播源的播放速度，选择最优直播源，提高观看体验
  • 安卓直播软件壳下载
  • 直播源链接无法打开，请自行配置更换加速
  • 本地版直播源分类合并、检索、验证高效源，提取工具
• Stable Diffusion web UI
  • Features
  • Installation and Running
    • Installation on Windows 10/11 with NVidia-GPUs using release package
    • Automatic Installation on Windows
    • Automatic Installation on Linux
• Ubuntu 24.04
• Manjaro/Arch
• Only for 3.11
• Then set up env variable in launch script
• or in webui-user.sh
  • Installation on Apple Silicon
  • Contributing
  • Documentation
  • Credits
• :robot: MegaBlocks
• Performance
• :building_construction: Installation
• Usage
• :writing_hand: Citation
• kaihong
• llama.cpp
  • Recent API changes
  • Hot topics
  • Quick start
  • Description
    • Text-only
    • Multimodal
  • Supported backends
  • Obtaining and quantizing models
  • llama-cli
    • A CLI tool for accessing and experimenting with most of llama.cpp‘s functionality.
  • llama-server
    • A lightweight, OpenAI API compatible, HTTP server for serving LLMs.
  • llama-perplexity
    • A tool for measuring the perplexity ^1 (and other quality metrics) of a model over a given text.
  • llama-bench
    • Benchmark the performance of the inference for various parameters.
  • llama-run
    • A comprehensive example for running llama.cpp models. Useful for inferencing. Used with RamaLama ^3.
  • llama-simple
    • A minimal example for implementing apps with llama.cpp. Useful for developers.
  • Contributing
  • Other documentation
    • Development documentation
    • Seminal papers and background on the models
  • XCFramework
  • Completions
    • Bash Completion
  • Dependencies
• Visual Attention Network (VAN) for Segmentaion
  • Citation
  • Results
    • VAN + UperNet
    • VAN + Semantic FPN
  • Preparation
  • Requirement
  • Training
  • Evaluation
  • FLOPs
  • Acknowledgment
  • LICENSE
  • Kubeflow Pipeline 介绍
  • 项目概况
  • 说明
  • Overview of the Kubeflow pipelines service
  • Installation
  • Documentation
  • Contributing to Kubeflow Pipelines
  • Kubeflow Pipelines Community Meeting
  • Kubeflow Pipelines Slack Channel
  • Blog posts
  • Acknowledgments
  • Game Framework 简介
  • INTRODUCTION
• Issue_Linker_Bot
  • 介绍
  • Bot链接
    • 介绍
    • 教程
    • 项目团队
    • 加入我们
    • 贡献者
    • 中国机器人大赛无人机挑战赛仿真组
    • 商业合作
    • 捐赠
    • 赞助人
• zb
  • 特点
  • 更多文档
  • 从源代码编译
  • 运行
  • 部署在K8s
  • 使用Categraf无缝代替Prometheus抓取数据
  • 插件
  • 致谢
• Issue_Linker_Bot
  • 介绍
  • Bot链接
• classical
• jf
  • MyEMS 介绍
  • MyEMS架构
  • MyEMS Web UI 展示
  • MyEMS Admin UI 展示
  • MyEMS Dashboard UI 展示
  • MyEMS社区版功能
  • MyEMS企业版功能
  • MyEMS下载(社区版)
  • MyEMS安装(社区版)
  • MyEMS组件构成
    • MyEMS 数据库 (SQL)
    • MyEMS API 应用程序接口 (Python)
    • MyEMS 管理 UI (AngularJS version 1.x)
    • MyEMS Modbus TCP 数据采集服务 (Python)
    • MyEMS 数据清洗服务 (Python)
    • MyEMS 数据规范化服务 (Python)
    • MyEMS 数据汇总服务 (Python)
    • MyEMS Web UI (ReactJS)
    • 默认端口号
    • 默认密码
  • 联系我们
  • 微信公众号
  • 微信群
  • QQ群
  • 小红书
  • 视频
  • 🔖 友情链接
• Reed-Solomon
• Installation
• Changes
  • 2022
  • 2021
  • May 2020
  • March 6, 2019
  • February 8, 2019
  • December 18, 2018
  • November 18, 2017
  • October 1, 2017
  • August 26, 2017
  • July 20, 2017
• Usage
• Splitting/Joining Data
  • Aligned Allocations
• Progressive encoding
  • Example
• Streaming/Merging
• Streaming API
• Advanced Options
• Leopard Compatible GF16
  • Leopard GF8
• Performance
  • ARM64 NEON
• Performance on ppc64le
• Legal
• Links
• License
• dx
• 群智范式白皮书 —— 软件开发范式的变革与实践
• 📖 阅读｜书源更新笔记
  • 📲 点击链接加入QQ频道【一程书友会】
• pg_api
• zt
• 520
• OmniParser: Screen Parsing tool for Pure Vision Based GUI Agent
  • News
  • Install
  • Examples:
  • Gradio Demo
  • Model Weights License
  • 📚 Citation
• 动态大模型的端侧低内存部署技术 技术报告
  • 0 总体技术路线
  • 1 项目仓库结构
  • 2 面向专家模块的剪枝
  • 3 量化
  • 4 动态加载
    • 4.1 模型推理框架的改进
    • 4.2 专家缓存的设计
    • 4.3 专家加载机制的设计
  • 5 总体评估概述
    • 5.1 模型优化背景
    • 5.2 数据集与任务
    • 5.3 实验设置
    • 5.4 实验步骤
      • 5.4.1 模型加载与预处理
      • 5.4.2 模型训练与验证
      • 5.4.3 测试集评估
    • 5.5 实验结果
      • 5.5.1 准确率和F1分数
      • 5.5.2 推理效率
    • 5.6 分析与讨论
      • 5.6.1 优化效果
      • 5.6.2 影响分析
    • 5.7 结论
• Interrogationzf
• Face Recognition
  • Features
    • Find faces in pictures
    • Find and manipulate facial features in pictures
    • Identify faces in pictures
  • Online Demos
  • Installation
    • Requirements
    • Installation Options:
      • Installing on Mac or Linux
      • Installing on an Nvidia Jetson Nano board
      • Installing on Raspberry Pi 2+
      • Installing on FreeBSD
      • Installing on Windows
      • Installing a pre-configured Virtual Machine image
  • Usage
    • Command-Line Interface
      • face_recognition command line tool
      • face_detection command line tool
        • Adjusting Tolerance / Sensitivity
        • More Examples
        • Speeding up Face Recognition
      • Python Module
        • Automatically find all the faces in an image
        • Automatically locate the facial features of a person in an image
        • Recognize faces in images and identify who they are
  • Python Code Examples
    • Face Detection
    • Facial Features
    • Facial Recognition
  • Creating a Standalone Executable
  • Articles and Guides that cover face_recognition
  • How Face Recognition Works
  • Caveats
  • Deployment to Cloud Hosts (Heroku, AWS, etc)
  • Having problems?
  • Thanks
• Game Frame X Advertisement
  • 安装指南
  • 如何使用
    • 1. 添加组件
    • 2. 配置广告单元 ID
    • 3. 实现广告管理器
    • 4. 使用方法示例
    • 回调说明
  • 编辑器集成
  • 主要类和接口
  • 其他信息
• open_commodity_scm_erp_wms
  • 项目特性
  • 联系我们
  • 如何运行（前端 Vue 项目）
    • 环境准备
    • 获取源码
    • 示例截图
  • Dependencies
  • Raw steps to build
  • Build
  • How to build on Linux
    • Ubuntu 18 (Debian 10)
    • openSUSE Tumbleweed
    • Fedora 28 (CentOS 8)
    • Arch (Manjaro)
    • Install vcpkg
    • Fix libvpx (For Fedora)
    • Build
  • How to build with Docker
  • File Structure
  • Screenshots
• Enhancing Decision-Making for LLM Agents via Step-Level Q-Value Models
  • 🛠️ Environments Setup
    • WebShop
    • HotPotQA
  • 🎎Multi-type Agents Support
    • API-based LLM agents
    • Open-source LLM agents
  • 🚀 Training
  • 🎮 Inference
• AutoGPT: Build, Deploy, and Run AI Agents
  • Hosting Options
  • How to Setup for Self-Hosting
    • 🧱 AutoGPT Frontend
    • 💽 AutoGPT Server
    • 🐙 Example Agents
    • Mission and Licencing
  • 🤖 AutoGPT Classic
    • 🏗️ Forge
    • 🎯 Benchmark
    • 💻 UI
    • ⌨️ CLI
  • 🤔 Questions? Problems? Suggestions?
    • Get help - Discord 💬
  • 🤝 Sister projects
    • 🔄 Agent Protocol
  • Stars stats
  • ⚡ Contributors
• T1
• 👋 Awesome Prometheus Alerts
  • ✨ Contents
  • 🚨 Rules
    • Basic resource monitoring
    • Databases and brokers
    • Reverse proxies and load balancers
    • Runtimes
    • Orchestrators
    • Network, security and storage
    • Other
  • 🤝 Contributing
  • 🏋️ Improvements
  • 💫 Show your support
  • 👏 Thanks
  • 📝 License
• 自动化测试平台
  • python3.8+ Django 3.2.10框架
    • 新用户指导使用指南
• (一)源码安装
  • Mysql/Mariadb 数据库 automatic/settings/common.py
    • 初始化并启动服务
• (二)docker安装
  • 方法一: 命令安装启动
  • 方法二: docker-compose
  • 如何执行测试脚本
  • 公众号
• Stable Diffusion web UI
  • Features
  • Installation and Running
    • Installation on Windows 10/11 with NVidia-GPUs using release package
    • Automatic Installation on Windows
    • Automatic Installation on Linux
• Ubuntu 24.04
• Manjaro/Arch
• Only for 3.11
• Then set up env variable in launch script
• or in webui-user.sh
  • Installation on Apple Silicon
  • Contributing
  • Documentation
  • Credits
• sfnx
• k3s-intelligent-factory
  • 题目：《边缘计算框架调研及演示》
  • 项目背景
• kaihong
  • 以开源为核心的 IAM / IDaaS 身份管理平台
  • 项目介绍
  • 微信交流群
  • 核心特性
  • 系统架构
  • 功能描述
  • 技术架构
  • 安装部署
  • 微信公众号
  • 版权声明
  • 参与贡献
  • Star History
  • FOSSA Status
  • License
  • 🛠️ Usage
    • 1. Installation
    • 2. Import component
  • 🖥️ Development
  • 🤝 Contributing
  • ✨ Contributors
  • ❤️ Credits
  • License
• kaihong
• SBOM-TOOL
  • 功能特性
    • 信息采集
    • SBOM文档
  • 代码指纹生成能力
  • 依赖包扫描能力
  • 软件架构
  • 下载安装
  • 子命令说明
  • 参数说明
  • SBOM文档规范与格式
  • 使用示例
  • 开发指南
  • 问题反馈&联系我们
  • 如何贡献
  • 许可证
• 建木
  • 介绍
  • TL;DR
  • 运行环境
  • 如何编译
  • 如何运行
• FaultFuzz
  • What is FaultFuzz
  • Quick start
  • Paper
  • New features
  • Project structrue
  • How dose FaultFuzz work
  • How to use?
    • Step 1: Install FaultFuzz and start FaultFuzz server.
    • Step 2: (Optional) Preparation of user-defined I/O points.
    • Step 3: Configure FaultFuzz and SUT.
    • Step 4: Start the testing and observe the results.
• llama.cpp
  • Recent API changes
  • Hot topics
  • Quick start
  • Description
    • Text-only
    • Multimodal
  • Supported backends
  • Obtaining and quantizing models
  • llama-cli
    • A CLI tool for accessing and experimenting with most of llama.cpp‘s functionality.
  • llama-server
    • A lightweight, OpenAI API compatible, HTTP server for serving LLMs.
  • llama-perplexity
    • A tool for measuring the perplexity ^1 (and other quality metrics) of a model over a given text.
  • llama-bench
    • Benchmark the performance of the inference for various parameters.
  • llama-run
    • A comprehensive example for running llama.cpp models. Useful for inferencing. Used with RamaLama ^3.
  • llama-simple
    • A minimal example for implementing apps with llama.cpp. Useful for developers.
  • Contributing
  • Other documentation
    • Development documentation
    • Seminal papers and background on the models
  • XCFramework
  • Completions
    • Bash Completion
  • Dependencies
• 数据处理
  • 如何配置运行环境
    • 编程语言及版本
    • 安装必要的库
  • 如何运行代码并得出报告中呈现的结果
  • 代码
    • 数据清洗
    • 数据挖掘
    • 数据可视化
    • 运行结果
  • 其他代码展示
    • 爬取 XZ 的邮件列表
    • 文本分析
    • Lasse Collin 邮件频率分析
• CGAN_jittor
  • 项目简介
  • 环境要求
  • 安装
    • 1. 克隆项目
    • 2. 安装依赖
  • 使用方法
    • 1. 训练模型
    • 2. 生成图片
  • 代码结构
    • 生成器（Generator）
    • 判别器（Discriminator）
    • 损失函数与优化器
    • 训练流程
  • 结果
• 🔀 向量脉络 VectorVein
  • 🌐 在线体验
  • 📦 安装及配置
    • 安装
    • 配置
      • API 端点配置
      • 远程大语言模型接口配置
      • 自定义大语言模型接口配置
      • 语音识别配置
      • 嵌入配置
    • 快捷键设置
      • 关于本地的 Stable Diffusion API
  • 💻 使用方式
    • 📖 基本概念
    • 🔎 使用界面
    • ✏️ 创建工作流
  • 🛠️ 开发部署
    • 环境要求
    • 项目开发
      • Windows
      • Mac
    • 数据库结构变更
    • 软件打包
  • 📄 协议
• hotpe-app
• gongjula
  • ✨ Features
  • 📖 Introduction
    • Intention-in-Interaction (IN3) benchmark
    • Mistral-Interact
  • 🛠️ Training
    • Construction of Training Data
    • Usage
  • 🎮 Inference
  • 📊 Evaluation
    • Instruction Understanding
      • Metrics
      • Usage
      • Results
    • Instruction Execution
      • Metrics
      • Results
      • Case Study
  • 🌟Contributions
  • Citation
  • News
  • About
  • Getting Started
  • Benchmark and Performance
  • Roadmap
  • Adoption and Sponsorship
  • Contact Us
  • Acknowledgment
• Canvas LMS
• Installation
  • 什么是openGauss
  • 安装
    • 创建配置文件
    • 初始化安装环境
    • 执行安装
    • 卸载openGauss
      • 执行卸载
      • 一键式环境清理
  • 编译
    • 概述
    • 操作系统和软件依赖要求
    • 下载openGauss
    • 编译第三方软件
    • 代码编译
      • 使用build.sh编译代码
      • 使用命令编译代码
    • 编译安装包
  • 快速入门
  • 文档
  • 社区
    • 治理
    • 交流
  • 贡献
  • 发行说明
  • 许可证
• lounger
  • feature
  • framework
  • Install
  • scaffold
  • 示例
  • 对比
• tv
• Objective
• 
  • What is Bevy?
  • WARNING
  • Design Goals
  • About
  • Docs
  • Community
    • Contributing
  • Getting Started
    • Fast Compiles
  • Bevy Cargo Features
  • Thanks
  • License
    • Your contributions
  • Introduction
    • Background
    • Key Features
      • Embedding & Optimizer
      • Training
      • Deploy and Serving
  • Installation
    • Prepare for installation
    • How to Build
    • Create whl package
    • Install whl package
    • Latest Release Images
      • Image for CPU
      • Image for GPU CUDA11.6
  • Continuous Build Status
    • Official Build
    • Official Unit Tests
  • User Document
  • Contact Us
  • License
  • 0.原说明
    • MLU Offline Examples: using Cambricon Neuware Runtime API
      • environment
      • install
  • 1.文件夹目录说明
  • 2.交叉编译配置
  • 3.部署配置
  • 4.运行
• 使用文档(文档编写于GPT4)
  • 注意事项
• 使用方式(任选其一)
• 题目：热度感知的内存布局优化
  • 简介
  • 挑战
  • 开发量 & 交付件
  • 测试
  • References
• HoloBuild供应链构建服务介绍
  • 1 基本功能
  • 2 运行方法
  • 3 默认设置
  • 4 运行环境
• 📖 阅读｜书源更新笔记
  • 📲 点击链接加入QQ频道【一程书友会】
• k3s-intelligent-factory
  • 题目：《边缘计算框架调研及演示》
  • 项目背景
  • Game Framework 简介
  • INTRODUCTION
  • Table of Contents
  • Getting Started
  • Running from command line
  • Additional Configuration
    • Generate a basic configuration file
    • Using Babel
    • Using webpack
    • Using Vite
    • Using Parcel
    • Using TypeScript
  • Documentation
  • Badge
  • Contributing
    • Code of Conduct
    • Contributing Guide
    • Good First Issues
  • Credits
    • Backers
    • Sponsors
  • License
  • Copyright
• tbv
• tau-pytest-bdd
  • Repository Purpose
  • Repository Branches
  • Python Setup
    • Python Installation and Tools
    • Python Installation Troubleshooting
    • Python Packages
    • Virtual Environments
    • Package Versions
  • Running Tests
  • Additional Resources
  • About the Author
  • ✨ Features
  • 📖 Introduction
    • Intention-in-Interaction (IN3) benchmark
    • Mistral-Interact
  • 🛠️ Training
    • Construction of Training Data
    • Usage
  • 🎮 Inference
  • 📊 Evaluation
    • Instruction Understanding
      • Metrics
      • Usage
      • Results
    • Instruction Execution
      • Metrics
      • Results
      • Case Study
  • 🌟Contributions
  • Citation
• 单节点
• 双节点节点0执行
• 双节点节点1执行
• 创建文件：所有节点
• 初始化（任一/所有节点）：仅1个节点能执行成功
• 启动：所有节点
  • 开源软件项目仓库的健康度量与寿命预测
    • 背景
    • 数据集
      • GHArchive（也可参考GHArchive官方网站）
        • 说明
        • 使用
          • Clickhouse
• 📖 阅读｜书源更新笔记
  • 📲 点击链接加入QQ频道【一程书友会】
• SSCS-Bot
• sfnx
• 2024_NUDT_SCC
• 基于昇思MindSpore的工地智能巡检机器人
  • 项目简介
  • 环境说明
  • 运行步骤
• 致谢
• OpenHarmony
  • 介绍
  • 演示视频的视频链接
• wv
• HoloBuild供应链构建服务介绍
  • 1 基本功能
  • 2 运行方法
  • 3 默认设置
  • 4 运行环境
• Open Deep Research
  • Features
  • Model Providers
  • Function Max Duration
  • Deploy Your Own
  • Running locally
• 1. First install all dependencies
• 2. Then run database migrations
• 3. Run the app
• Models dependencies
  • Reasoning Model Configuration
    • Available Options
    • Important Notes
    • Usage
    • 仓库已迁移,此仓库不再维护
  • 🚀特性
    • python3.6-3.8完美运行(3.9以上不支持linux进程启动)
    • 项目修复
    • 参考地址
• Virtio for XiUOS
  • 1. Introduction
  • 2. Virtio 模型
  • 3. 其他文件修改
  • 4.Virtio 通用接口
    • 4.1 Virtqueue
    • 4.1.1 virt_ring.h
    • 4.1.2 virtio.h
    • 4.2 Virtio-MMIO
    • 4.3 Virtio Bus、Virtio Device 及 Virtio Driver
    • 4.3.1 Virio Bus
    • 4.3.2 Virtio Driver
    • 4.3.3 Virtio Device
  • 5. Virtio 设备驱动
    • 5.1 Virtio-serial
    • 5.2 Virtio-blk
    • 5.3 Virtio-net
• ChatGLM-6B
  • GLM-4 开源模型和API
  • 介绍
  • 更新信息
  • 友情链接
  • 使用方式
    • 硬件需求
    • 环境安装
    • 代码调用
    • 从本地加载模型
  • Demo & API
    • 网页版 Demo
    • 命令行 Demo
    • API部署
  • 低成本部署
    • 模型量化
    • CPU 部署
    • Mac 部署
    • 多卡部署
  • 高效参数微调
  • ChatGLM-6B 示例
  • 局限性
  • 协议
  • 引用
• THUPC2025初赛
  • 题目使用协议
• Stable Diffusion web UI
  • Features
  • Installation and Running
    • Installation on Windows 10/11 with NVidia-GPUs using release package
    • Automatic Installation on Windows
    • Automatic Installation on Linux
• Ubuntu 24.04
• Manjaro/Arch
• Only for 3.11
• Then set up env variable in launch script
• or in webui-user.sh
  • Installation on Apple Silicon
  • Contributing
  • Documentation
  • Credits
  • 系统说明
    • 分支说明
    • 文档视频
    • 其他产品
  • 微信群 [禁广告]
  • 快速开始
    • 核心依赖
    • 模块说明
    • 本地开发 运行
    • Docker 运行
  • 免费公开课
  • 开源共建
    • 开源协议
    • 其他说明
  • 版本状态说明
  • 平台简介
• 本框架与RuoYi的功能差异
  • 本框架与RuoYi的业务差异
  • 参考文档
  • 软件架构图
  • 贡献代码
    • 其他
  • 加群与捐献
  • 捐献作者
  • 演示图例
• Unity Asset Tabs
  • How to use
  • Install
    • via Package Manager
    • via Git URL
• TypeScript Ontology SDK
  • @osdk/client · @osdk/api · @osdk/foundry-sdk-generator · @osdk/oauth
  • Getting Started
  • Frontend quick start with @osdk/create-app
  • Installation
  • Client Overview
  • OAuth Instructions
    • Public Client
    • Confidential Client
  • Creating Your Client
  • Dev workflow
  • Publishing
• CasbinStarterKits
  • Features
    • Troubleshooting
  • Installation
    • Prerequisites
    • Steps
  • Contributing
• Volatility 3: The volatile memory extraction framework
  • Quick Start
  • Installing
  • Symbol Tables
  • Documentation
  • Licensing and Copyright
  • Bugs and Support
  • Contact
• Awesome-Code-LLM
  • News
    • How to Contribute
  • Table of Contents
  • 1. Surveys
  • 2. Models
    • 2.1 Base LLMs and Pretraining Strategies
    • 2.2 Existing LLM Adapted to Code
    • 2.3 General Pretraining on Code
      • Encoder
      • Decoder
      • Encoder-Decoder
      • UniLM
    • 2.4 (Instruction) Fine-Tuning on Code
    • 2.5 Reinforcement Learning on Code
  • 3. When Coding Meets Reasoning
    • 3.1 Coding for Reasoning
    • 3.2 Code Simulation
    • 3.3 Code Agents
    • 3.4 Interactive Coding
    • 3.5 Frontend Navigation
  • 4. Code LLM for Low-Resource, Low-Level, and Domain-Specific Languages
  • 5. Methods/Models for Downstream Tasks
    • Code Generation
    • Code RAG
    • Code Ranking
    • Code Translation
    • Code Commenting and Summarization
    • Program Repair
    • Code Similarity and Embedding (Clone Detection, Code Search)
    • Code Refactoring and Migration
    • Type Prediction
    • Repository-Level Coding
    • Frontend Development
    • Automated Machine Learning
    • Text-To-SQL
    • Program Proof
    • Test Generation
    • Oracle Generation
    • Mutation Testing
    • Fuzz Testing
    • Vulnerability Detection
    • Malicious Code Detection
    • Compiler Optimization
    • Binary Analysis and Decompilation
    • Commit Message Generation
    • Code Review
    • Log Analysis
    • Software Configuration
    • Code QA & Reasoning
    • Software Modeling
    • Requirement Engineering
  • 6. Analysis of AI-Generated Code
    • Security and Vulnerabilities
    • Correctness
    • Hallucination
    • Efficiency
    • Robustness
    • Interpretability
    • API Usage
    • Privacy
    • Bias
    • Contamination
    • AI-Generated Code Detection
    • Others
  • 7. Human-LLM Interaction
  • 8. Datasets
    • 8.1 Pretraining
    • 8.2 Benchmarks
      • Integrated Benchmarks
      • Evaluation Metrics
      • Program Synthesis
      • Visually Grounded Program Synthesis
      • Code Reasoning and QA
      • Text-to-SQL
      • Code Translation
      • Program Repair
      • Code Summarization
      • Defect/Vulnerability Detection
      • Code Retrieval
      • Type Inference
      • Commit Message Generation
      • Repo-Level Coding
      • Other tasks are coming soon!
  • 9. Recommended Readings
  • Citation
  • Star History
  • Join US
    • Recruitment
    • Contact Us (WeChat)
• kaihong
• Vue 3 + Vite + pinia
• kkzoss
  • 分享VPlayer - 视频播放器，常用资源
    • 一、介绍
    • 二、ipa安装路径，请勿充值会员：
      • 三、VOD资源 （app端使用“在线订阅”）
      • 四、IPTV资源 （app端使用“在线订阅”）
      • 五、AList资源（如何手机端连接不上，请使用PC端访问）
    • 六、IPTV订阅源网站(PC端访问)
    • 七、电影网站（PC端访问）
    • 八、音乐网站（PC端访问）
    • 九、图书网站 （AList可手机端访问，PC端访问）
    • 十、115网盘资源
    • 十一、开发者站点 （PC端访问）
• 确实开源帮助中心
  • 贡献文档方式
    • 1.复刻主仓库
    • 2.进入复刻仓库编辑文档
    • 3.向主仓提交合并请求
  • 页面目录——仓库目录示意图
  • 创建markdown文档
  • 前端build成中文 （i18n中可编辑对应中文内容）
    • 开发模式
• kaihong
• Foundry Platform SDK
  • Gotham Platform SDK vs. Foundry Platform SDK vs. Ontology SDK
    • Ontology SDK
    • Foundry Platform SDK
    • Gotham Platform SDK
  • Installation
  • API Versioning
  • Authorization and client initalization
    • User token
    • OAuth2 Client
  • Quickstart
  • Error handling
    • Data validation
    • HTTP exceptions
    • Other exceptions
  • Pagination
    • Asynchronous Pagination (Beta)
    • Asynchronous Client (Beta)
  • Streaming
  • Static type analysis
  • HTTP Session Configuration
    • SSL Certificate Verification
  • Common errors
    • ApiFeaturePreviewUsageOnly
  • Input should have timezone info
  • Documentation for V2 API endpoints
  • Documentation for V1 API endpoints
  • Documentation for V2 models
  • Documentation for V1 models
  • Documentation for errors
  • Documentation for V2 errors
  • Documentation for V1 errors
  • Contributions
  • License
  • 前言
    • 官方文档
    • JavaDoc文档
  • 支持厂商一览
  • 在SpringBoot环境集成
  • 配置详解
    • 线程池配置
  • 参与贡献
  • 贡献原则
    • 分支介绍
• OneOS概述
  • OneOS架构
    • 内核
    • 驱动
    • 组件
    • 安全管理框架
  • OneOS特点
    • 灵活裁剪
    • 跨芯片平台
    • 组件丰富
    • 易于开发
    • 低功耗设计
    • 安全设计
    • OpenCPU开发框架
  • 许可协议
• LaTeX Book Template – Manning Style
  • Features
  • Recommended Compiler
  • Packages Used
  • Getting Started
    • Prerequisites
    • Installation
  • How to Use
  • Example Output
  • License
  • Contact
• Jittor: 即时编译深度学习框架
  • 大纲
  • 快速开始
  • 安装
  • Pip 安装
    • macOS 安装
    • Windows安装
  • Docker 安装
  • 手动安装
    • 步骤一：选择您的后端编译器
    • 步骤二：安装Python和python-dev
    • 步骤三：运行Jittor
    • 可选步骤四：启用CUDA
    • 可选步骤五：测试训练Resnet18
  • 教程
    • 数据类型
    • 数据运算
    • 更多教程
  • 贡献
  • 联系我们
  • 团队
  • 引用
  • 版权声明
• llama.cpp
  • Recent API changes
  • Hot topics
  • Quick start
  • Description
    • Text-only
    • Multimodal
  • Supported backends
  • Obtaining and quantizing models
  • llama-cli
    • A CLI tool for accessing and experimenting with most of llama.cpp‘s functionality.
  • llama-server
    • A lightweight, OpenAI API compatible, HTTP server for serving LLMs.
  • llama-perplexity
    • A tool for measuring the perplexity ^1 (and other quality metrics) of a model over a given text.
  • llama-bench
    • Benchmark the performance of the inference for various parameters.
  • llama-run
    • A comprehensive example for running llama.cpp models. Useful for inferencing. Used with RamaLama ^3.
  • llama-simple
    • A minimal example for implementing apps with llama.cpp. Useful for developers.
  • Contributing
  • Other documentation
    • Development documentation
    • Seminal papers and background on the models
  • XCFramework
  • Completions
    • Bash Completion
  • Dependencies
• CVPR2021
  • 旋转目标检测
  • Few-Shot目标检测
  • 半监督目标检测
• 域自适应目标检测
  • 自监督目标检测
  • 弱监督目标检测
  • 其他
• 单/多目标跟踪(Object Tracking)
  • 单目标跟踪
  • 多目标跟踪
• 语义分割(Semantic Segmentation)
  • 弱监督语义分割
  • 半监督语义分割
  • 域自适应语义分割
  • Few-Shot语义分割
  • 无监督语义分割
  • 视频语义分割
  • 其它
• 实例分割(Instance Segmentation)
  • 视频实例分割
• 全景分割(Panoptic Segmentation)
• 医学图像分割
• 视频目标分割(Video-Object-Segmentation)
• 交互式视频目标分割(Interactive-Video-Object-Segmentation)
• 显著性检测(Saliency Detection)
• 伪装物体检测(Camouflaged Object Detection)
• 协同显著性检测(Co-Salient Object Detection)
• 协同显著性检测(Image Matting)
• 行人重识别(Person Re-identification)
• 行人搜索(Person Search)
• 视频理解/行为识别(Video Understanding)
• 人脸识别(Face Recognition)
• 人脸检测(Face Detection)
• 人脸活体检测(Face Anti-Spoofing)
• Deepfake检测(Deepfake Detection)
• 人脸年龄估计(Age Estimation)
• 人脸表情识别(Facial Expression Recognition)
• Deepfakes
• 人体解析(Human Parsing)
• 2D/3D人体姿态估计(2D/3D Human Pose Estimation)
  • 2D 人体姿态估计
  • 3D 人体姿态估计
• 动物姿态估计(Animal Pose Estimation)
• 手部姿态估计(Hand Pose Estimation)
• Human Volumetric Capture
• 场景文本检测(Scene Text Detection)
• 场景文本识别(Scene Text Recognition)
• 图像压缩
• 模型压缩/剪枝/量化
  • 模型剪枝
  • 模型量化
• 知识蒸馏(Knowledge Distillation)
• 超分辨率(Super-Resolution)
• 去雾(Dehazing)
  • 视频超分辨率
• 图像恢复(Image Restoration)
• 图像补全(Image Inpainting)
• 图像编辑(Image Editing)
• 图像描述(Image Captioning)
• 字体生成(Font Generation)
• 图像匹配(Image Matcing)
• 图像融合(Image Blending)
• 反光去除(Reflection Removal)
• 3D点云分类(3D Point Clouds Classification)
• 3D目标检测(3D Object Detection)
• 3D语义分割(3D Semantic Segmentation)
• 3D全景分割(3D Panoptic Segmentation)
• 3D目标跟踪(3D Object Trancking)
• 3D点云配准(3D Point Cloud Registration)
• 3D点云补全(3D Point Cloud Completion)
• 3D重建(3D Reconstruction)
• 6D位姿估计(6D Pose Estimation)
• 相机姿态估计
• 深度估计(Depth Estimation)
• 立体匹配(Stereo Matching)
• 光流估计(Flow Estimation)
• 车道线检测(Lane Detection)
• 轨迹预测(Trajectory Prediction)
• 人群计数(Crowd Counting)
• 对抗样本(Adversarial Examples)
• 图像检索(Image Retrieval)
• 视频检索(Video Retrieval)
• 跨模态检索(Cross-modal Retrieval)
• Zero-Shot Learning
• 联邦学习(Federated Learning)
• 视频插帧(Video Frame Interpolation)
• 视觉推理(Visual Reasoning)
• 图像合成(Image Synthesis)
• 视图合成(View Synthesis)
• 风格迁移(Style Transfer)
• 布局生成(Layout Generation)
• Domain Generalization
• Domain Adaptation
• Open-Set
• Adversarial Attack
• “人-物”交互(HOI)检测
• 阴影去除(Shadow Removal)
• 虚拟换衣(Virtual Try-On)
• 标签噪声(Label Noise)
• 视频稳像(Video Stabilization)
• 数据集(Datasets)
• 其他(Others)
• 待添加(TODO)
• 不确定中没中(Not Sure)
• Foundry Platform SDK
  • Gotham Platform SDK vs. Foundry Platform SDK vs. Ontology SDK
    • Ontology SDK
    • Foundry Platform SDK
    • Gotham Platform SDK
  • Installation
  • API Versioning
  • Authorization and client initalization
    • User token
    • OAuth2 Client
  • Quickstart
  • Error handling
    • Data validation
    • HTTP exceptions
    • Other exceptions
  • Pagination
    • Asynchronous Pagination (Beta)
    • Asynchronous Client (Beta)
  • Streaming
  • Static type analysis
  • HTTP Session Configuration
    • SSL Certificate Verification
  • Common errors
    • ApiFeaturePreviewUsageOnly
  • Input should have timezone info
  • Documentation for V2 API endpoints
  • Documentation for V1 API endpoints
  • Documentation for V2 models
  • Documentation for V1 models
  • Documentation for errors
  • Documentation for V2 errors
  • Documentation for V1 errors
  • Contributions
  • License
• 夏日狂欢 蔚蓝档案更新人物卡
  • 前言
  • 人物概览
  • 游戏交流
  • 其他链接
• jittor_4
• classical
• xxxxxkkk
• Matter
• About
• What is Matter?
• Project Overview
  • Development Goals
  • Architecture Overview
• Current Status of Matter
• How to Contribute
• Building and Developing in Matter
• Directory Structure
• License
• sfnx
• NewLife.AntJob - 蚂蚁调度
• 蚂蚁调度AntJob-分布式任务调度系统
• v4架构升级
• 功能特点
• 定时调度
  • 新建项目
  • 编译执行
  • 作业管理
  • 双跑，沸腾吧，分布式计算
    • 设计概要
    • 系统架构
  • 新生命项目矩阵
  • 新生命开发团队
  • 介绍
    • Wine 运行器 For Termux 安装方法以及注意事项
    • 如何手动下载 Wine？
    • 如果使用更新版本的 Qemu？
    • Debian sid 依赖
    • 如何在 deepin23 for loong64 安装
    • 注
  • Wine 运行器离线包
  • 软件架构
  • Wine 运行器自动构建（Newest）
  • 目前实现功能（部分）
  • 上架到的应用商店
    • Deepin/UOS 应用商店
    • 星火应用商店
    • 龙芯应用合作社
  • 分支介绍
    • main 分支
  • 版本区分（从 3.1.0 版本开始不再区分）
    • 无特殊标识
    • 版本号带-spark
    • 版本号带-uos
    • 包名带-52（已停止支持）
  • 使用说明
    • 均在软件的“小提示”里有说明
    • 运行器
    • 打包器
    • 基于统信 Wine 生态适配脚本的打包器
  • 更新日志
    • 4.1.0（2024/09/15）
    • 4.0.0（2024/07/22）
    • 3.9.2（2024/06/29）
    • 3.9.1（2024/06/07）
    • 3.9.0（2024年06月01日）
    • 3.8.0（2024年04月27日）
    • 3.7.0（2024年02月02日）
    • 3.6.1（2023年12月25日）
    • 3.6.0（2023年12月24日）
    • 3.5.0（2023年11月17日）
    • 3.4.1（2023年09月30日）
    • 3.4.0.1（2023年08月18日）
    • 3.4.0（2023年08月11日）
    • 3.3.0.1（2023年07月25日）
    • 3.3.0（2023年07月12日）
    • 3.2.2（2023年05月12日）
    • 3.2.1（2023年04月29日）
    • 3.2.0（2023年03月19日）
    • 3.1.0（2023年01月06日）
    • 3.0.0（2022年12月10日）
    • 2.5.0.1（2022年11月25日）
    • 2.5.0（2022年11月25日）
    • 2.4.1.1（2022年11月21日）
    • 2.4.1（2022年11月06日）
    • 2.4.0（2022年10月25日）
    • 2.3.0（2022年10月02日）
    • 2.2.0（2022年09月24日）
    • 2.1.0-2（2022年09月05日）
    • 2.1.0-1（2022年09月03日）
    • 2.1.0（2022年08月26日）
    • 2.0.0-2（2022年08月16日）
    • 2.0.0-1（2022年08月15日）
    • 2.0.0（2022年08月13日）
    • 1.8.0（2022年08月03日）
    • 1.7.1（2022年07月29日）
    • 1.7.0（2022年07月19日）
    • 1.6.0（2022年07月10日）
    • 1.5.3（2022年07月07日）
    • 1.5.2（2022年07月06日）
    • 1.5.1（2022年07月04日）
    • 1.5.0（2022年07月03日）
    • 1.4.0（2021年07月27日）
    • 1.3.1（2021年05月23日）
    • 1.3.0（2021年05月22日）
    • 1.2.0（2021年03月14日）
    • 1.1.2 （未发布发行版）
    • 1.1.1（2021年01月31日）
    • 1.1.0（2021年01月29日）
    • 1.0.0（2021年01月29日）
  • 构建安装包
    • deb
    • pkg
  • Openkylin 如何安装这个 Wine 运行器？
  • 对于 Deepin/UOS（AMD64 平台）小白如何使用该程序？
  • 下载链接
  • 更多
  • 程序安装量/打开量（自动统计）
  • Star 一下吧
  • 运行库下载
  • 附：用于编译 Wine 的 Docker 容器（Debian10）
    • 拉取
    • 启用
    • 编译 Wine 例子（以 8.3 为例）
  • 请作者喝杯茶
    • 广告
• ©2020-Now gfdgd xi
  • 打包器
  • 基于统信 Wine 生态适配脚本的打包器
  • 更新日志
    • 4.1.0（2024/09/15）
    • 4.0.0（2024/07/22）
    • 3.9.2（2024/06/29）
    • 3.9.1（2024/06/07）
    • 3.9.0（2024年06月01日）
    • 3.8.0（2024年04月27日）
    • 3.7.0（2024年02月02日）
    • 3.6.1（2023年12月25日）
    • 3.6.0（2023年12月24日）
    • 3.5.0（2023年11月17日）
    • 3.4.1（2023年09月30日）
    • 3.4.0.1（2023年08月18日）
    • 3.4.0（2023年08月11日）
    • 3.3.0.1（2023年07月25日）
    • 3.3.0（2023年07月12日）
    • 3.2.2（2023年05月12日）
    • 3.2.1（2023年04月29日）
    • 3.2.0（2023年03月19日）
    • 3.1.0（2023年01月06日）
    • 3.0.0（2022年12月10日）
    • 2.5.0.1（2022年11月25日）
    • 2.5.0（2022年11月25日）
    • 2.4.1.1（2022年11月21日）
    • 2.4.1（2022年11月06日）
    • 2.4.0（2022年10月25日）
    • 2.3.0（2022年10月02日）
    • 2.2.0（2022年09月24日）
    • 2.1.0-2（2022年09月05日）
    • 2.1.0-1（2022年09月03日）
    • 2.1.0（2022年08月26日）
    • 2.0.0-2（2022年08月16日）
    • 2.0.0-1（2022年08月15日）
    • 2.0.0（2022年08月13日）
    • 1.8.0（2022年08月03日）
    • 1.7.1（2022年07月29日）
    • 1.7.0（2022年07月19日）
    • 1.6.0（2022年07月10日）
    • 1.5.3（2022年07月07日）
    • 1.5.2（2022年07月06日）
    • 1.5.1（2022年07月04日）
    • 1.5.0（2022年07月03日）
    • 1.4.0（2021年07月27日）
    • 1.3.1（2021年05月23日）
    • 1.3.0（2021年05月22日）
    • 1.2.0（2021年03月14日）
    • 1.1.2 （未发布发行版）
    • 1.1.1（2021年01月31日）
    • 1.1.0（2021年01月29日）
    • 1.0.0（2021年01月29日）
  • 构建安装包
    • deb
    • pkg
  • Openkylin 如何安装这个 Wine 运行器？
  • 对于 Deepin/UOS（AMD64 平台）小白如何使用该程序？
  • 下载链接
  • 更多
  • 程序安装量/打开量（自动统计）
  • Star 一下吧
  • 运行库下载
  • 附：用于编译 Wine 的 Docker 容器（Debian10）
    • 拉取
    • 启用
    • 编译 Wine 例子（以 8.3 为例）
  • 请作者喝杯茶
    • 广告
• ©2020-Now gfdgd xi
  • 打包器
  • 基于统信 Wine 生态适配脚本的打包器
  • 更新日志
    • 4.1.0（2024/09/15）
    • 4.0.0（2024/07/22）
    • 3.9.2（2024/06/29）
    • 3.9.1（2024/06/07）
    • 3.9.0（2024年06月01日）
    • 3.8.0（2024年04月27日）
    • 3.7.0（2024年02月02日）
    • 3.6.1（2023年12月25日）
    • 3.6.0（2023年12月24日）
    • 3.5.0（2023年11月17日）
    • 3.4.1（2023年09月30日）
    • 3.4.0.1（2023年08月18日）
    • 3.4.0（2023年08月11日）
    • 3.3.0.1（2023年07月25日）
    • 3.3.0（2023年07月12日）
    • 3.2.2（2023年05月12日）
    • 3.2.1（2023年04月29日）
    • 3.2.0（2023年03月19日）
    • 3.1.0（2023年01月06日）
    • 3.0.0（2022年12月10日）
    • 2.5.0.1（2022年11月25日）
    • 2.5.0（2022年11月25日）
    • 2.4.1.1（2022年11月21日）
    • 2.4.1（2022年11月06日）
    • 2.4.0（2022年10月25日）
    • 2.3.0（2022年10月02日）
    • 2.2.0（2022年09月24日）
    • 2.1.0-2（2022年09月05日）
    • 2.1.0-1（2022年09月03日）
    • 2.1.0（2022年08月26日）
    • 2.0.0-2（2022年08月16日）
    • 2.0.0-1（2022年08月15日）
    • 2.0.0（2022年08月13日）
    • 1.8.0（2022年08月03日）
    • 1.7.1（2022年07月29日）
    • 1.7.0（2022年07月19日）
    • 1.6.0（2022年07月10日）
    • 1.5.3（2022年07月07日）
    • 1.5.2（2022年07月06日）
    • 1.5.1（2022年07月04日）
    • 1.5.0（2022年07月03日）
    • 1.4.0（2021年07月27日）
    • 1.3.1（2021年05月23日）
    • 1.3.0（2021年05月22日）
    • 1.2.0（2021年03月14日）
    • 1.1.2 （未发布发行版）
    • 1.1.1（2021年01月31日）
    • 1.1.0（2021年01月29日）
    • 1.0.0（2021年01月29日）
  • 构建安装包
    • deb
    • pkg
  • Openkylin 如何安装这个 Wine 运行器？
  • 对于 Deepin/UOS（AMD64 平台）小白如何使用该程序？
  • 下载链接
  • 更多
  • 程序安装量/打开量（自动统计）
  • Star 一下吧
  • 运行库下载
  • 附：用于编译 Wine 的 Docker 容器（Debian10）
    • 拉取
    • 启用
    • 编译 Wine 例子（以 8.3 为例）
  • 请作者喝杯茶
    • 广告
• ©2020-Now gfdgd xi
• playwright-master
  • 实现功能
  • 安装依赖库
  • 配置
  • 运行
  • News
  • About
  • Getting Started
  • Benchmark and Performance
  • Roadmap
  • Adoption and Sponsorship
  • Contact Us
  • Acknowledgment
• kaihong
  • 愿景
  • 开放、自由、友好的开源协议
  • 启动展示
  • ioGame 使用趋势数据
  • 整体预览导图
  • 介绍
  • 一次编写到处对接，提升巨大的生产力
  • 架构简图
  • 快速入门
  • 适合人群
  • 感谢 JetBrains 对开源项目支持
• OpenEmbedding
  • 关于
  • 性能测试
  • 安装使用
    • Docker
    • Ubuntu
    • CentOS
    • 补充说明
  • 用户指南
  • 编译
    • 使用 Docker 编译
    • 本机编译
  • 功能特性
  • 后续工作
  • 设计
  • О Проекте
  • Mock-Server
  • Требования
  • Библиотеки
  • Экран “Фильмы”
  • Экран “Детальная информация о фильме”
  • Экран “Каталог”
  • Экран “Информация о категории”
  • Экран “Детальная информация об устройстве”
  • Экран “Магазин”
  • Экран “Профиль”
• codebox
• OneOS概述
  • OneOS架构
    • 内核
    • 驱动
    • 组件
    • 安全管理框架
  • OneOS特点
    • 灵活裁剪
    • 跨芯片平台
    • 组件丰富
    • 易于开发
    • 低功耗设计
    • 安全设计
    • OpenCPU开发框架
  • 许可协议
• 智能语录快报
  • 作品完成和提交方式：选择本赛题的参赛队伍需要首先复刻（Fork）本项目，然后在复刻的项目中添加参赛队员、合作完成作品开发即可，无需提交PR到赛题项目。如果作品为文档形式，也请将作品文档提交到项目代码库中。在作品完成过程中，围绕作品的相关讨论等可以以疑修（Issue）形式发布和讨论，也可使用里程碑对整个任务进行规划管理。
  • 1. 赛题说明
  • 2. 赛题要求
  • 3. 赛题导师
  • 4. 参考资料
  • ukui-screensaver
    • 依赖
    • 编译依赖
    • 运行依赖
    • 编译
    • 安装
    • 主体框架
• ReerKit
  • 要求
  • 安装
• lounger
  • feature
  • framework
  • Install
  • scaffold
  • 示例
  • 对比
• jittor-怎么才能涨分啊-开放域少样本视觉分类赛题
• 1环境配置与目录结构
  • 1.1 环境配置
  • 1.2 目录结构
• 2 方法的详细思路
  • 2.1 训练阶段
    • 2.1.1 训练集图像粗分类
    • 2.1.2 提取每个类别的4张训练图像
    • 2.1.3 训练Caltech分类模型
    • 2.1.4 训练Food分类模型
  • 2.2 测试图像预处理阶段
    • 2.2.1 测试图像粗分类
    • 2.2.2 Thu-dog类别预处理
• 2.3 推理阶段
  • 2.3.1 推理Food类别
  • 2.3.2 推理Animal类别
  • 2.3.3 推理Caltech类别
  • 2.3.4 推理Thudog类别
  • 2.3.5 推理Car类别
  • 2.3.6 汇总推理结果
• 4 训练
• 5 测试
• 6 使用的预训练模型种类
• 8 联系方式
• 9 开源协议
• 参考文献
• THUPC2025初赛
  • 题目使用协议
• Contributors are welcome!
• mermaid-live-editor
  • Features
  • Live demo
  • Docker
    • Run published image
    • To configure renderer URL
    • To configure Kroki Instance URL
    • To configure Analytics
    • To enable Mermaid Chart links and promotion
    • To update the Security modal
    • Development
    • Building and running images locally
      • Build
      • Run
      • Stop
  • Setup
  • Requirements
  • Development
  • Release
• vvce
  • Getting started
  • Add your files
  • Integrate with your tools
  • Collaborate with your team
  • Test and Deploy
• Editing this README
  • Suggestions for a good README
  • Name
  • Description
  • Badges
  • Visuals
  • Installation
  • Usage
  • Support
  • Roadmap
  • Contributing
  • Authors and acknowledgment
  • License
  • Project status
  • Documentation
  • Development
    • Dependencies required for installation
    • Local development: Start the local mock server and use the mock data of the local mock server.
  • Local development, directly connected to the local tiny-engine-webservice server
    • Materials Synchronization Solution
  • Build
  • Milestones
  • 🤝 Participation and Contribution
  • License
• SensoroApiAutoTest
  • 联系方式：
  • 实现功能：
  • 环境准备
    • 技术栈：python+pytest+requests+allure+pytest-html
  • 安装依赖：
  • 项目结构
  • 项目代码工程构建思路：
    • 1.框架设计思路
      • 1.1设计框架的原则：
      • 1.2设计项目骨架：
    • 2.使用实例
      • 2.1配置项目各环境默认参数
      • 2.2配置项目运行相关参数
      • 2.3接口定义及测试用例准备
      • 2.4项目运行
    • 3.报告展示
• 益达app
• flutter + rust 开发! 跨平台
• 界面
• 收藏
• 文字阅读
• 音频播放
• 漫画
• 视频播放
• gongjula
• Eridanus
• 部署
• 交流
• 更新计划
• 派生项目
• 开源协议
• Thanks to all contributors for their efforts
• 👋 Awesome Prometheus Alerts
  • ✨ Contents
  • 🚨 Rules
    • Basic resource monitoring
    • Databases and brokers
    • Reverse proxies and load balancers
    • Runtimes
    • Orchestrators
    • Network, security and storage
    • Other
  • 🤝 Contributing
  • 🏋️ Improvements
  • 💫 Show your support
  • 👏 Thanks
  • 📝 License
• yingshicang
• xxxxxkkk
• sycn
• 123456
• 4567980000000000000000000000000000
• spaCy Layout: Process PDFs, Word documents and more with spaCy
  • 📝 Usage
    • Tables and tabular data
  • 🎛️ API
    • Data and extension attributes
    • dataclass PageLayout
    • dataclass DocLayout
    • dataclass SpanLayout
    • class spaCyLayout
      • method spaCyLayout.__init__
      • method spaCyLayout.__call__
      • method spaCyLayout.pipe
  • 🐾 Welcome to Project Calico!
  • 🌟 Why use Calico?
  • 🤝 Join the Calico Community
  • 💡 Contributing to Project Calico
  • 🛠️ Projects We Maintain
  • 📢 Stay Connected
    • Sa-Token 介绍
    • SSO 单点登录
    • OAuth2 授权认证
    • 开源集成案例
    • 友情链接
    • 代码托管
    • 交流群
• tvys
• 🔥 Firecrawl
  • What is Firecrawl?
  • How to use it?
    • API Key
    • Features
    • Powerful Capabilities
    • Crawling
    • Check Crawl Job
    • Scraping
    • Map
      • Map with search
    • Search
      • Response
      • With content scraping
    • Extract (Beta)
    • LLM Extraction (Beta)
    • Extracting without a schema (New)
    • Interacting with the page with Actions (Cloud-only)
    • Batch Scraping Multiple URLs (New)
  • Using Python SDK
    • Installing Python SDK
    • Crawl a website
    • Extracting structured data from a URL
  • Using the Node SDK
    • Installation
    • Usage
    • Extracting structured data from a URL
  • Open Source vs Cloud Offering
  • Contributing
  • Contributors
  • License Disclaimer
• huawei-mrs-kafka-demo
• AutoGPT: Build, Deploy, and Run AI Agents
  • Hosting Options
  • How to Setup for Self-Hosting
    • 🧱 AutoGPT Frontend
    • 💽 AutoGPT Server
    • 🐙 Example Agents
    • Mission and Licencing
  • 🤖 AutoGPT Classic
    • 🏗️ Forge
    • 🎯 Benchmark
    • 💻 UI
    • ⌨️ CLI
  • 🤔 Questions? Problems? Suggestions?
    • Get help - Discord 💬
  • 🤝 Sister projects
    • 🔄 Agent Protocol
  • Stars stats
  • ⚡ Contributors
• @actions/upload-artifact
  • v4 - What’s new
    • Improvements
    • Breaking Changes
  • Usage
    • Inputs
    • Outputs
  • Examples
    • Upload an Individual File
    • Upload an Entire Directory
    • Upload using a Wildcard Pattern
    • Upload using Multiple Paths and Exclusions
    • Altering compressions level (speed v. size)
    • Customization if no files are found
    • (Not) Uploading to the same artifact
    • Environment Variables and Tilde Expansion
    • Retention Period
    • Using Outputs
      • Example output between steps
      • Example output between jobs
    • Overwriting an Artifact
    • Uploading Hidden Files
  • Limitations
    • Number of Artifacts
    • Zip archives
    • Permission Loss
  • Where does the upload go?
  • 开源软件项目仓库的健康度量与寿命预测
    • 背景
    • 数据集
      • GHArchive（也可参考GHArchive官方网站）
        • 说明
        • 使用
          • Clickhouse
• 背景介绍
  • 数据集提供
• TVBoxOSC
  • Credits
• kaihong
• 项目运行文档
  • 算法端服务
    • Python环境安装
    • 百度OCR配置
    • 语义模型下载
    • 图像分类模型下载
  • 启动
  • ChatGPT服务端启动
  • 实验文件
• kongming-chess
• Project ImmortalWrt
  • Download
  • Development
    • Requirements
    • Quickstart
    • Related Repositories
  • Support Information
    • Documentation
    • Support Community
  • License
  • Acknowledgements
• vvce
  • Getting started
  • Add your files
  • Integrate with your tools
  • Collaborate with your team
  • Test and Deploy
• Editing this README
  • Suggestions for a good README
  • Name
  • Description
  • Badges
  • Visuals
  • Installation
  • Usage
  • Support
  • Roadmap
  • Contributing
  • Authors and acknowledgment
  • License
  • Project status
• Contributions to OpenHarmony linux kernel project
  • Sign DCO
  • Steps of submitting patches
  • Use unified patch format
  • Patch format definition
  • Examples
  • Email Client - Thunderbird Settings
• Linux kernel
  • Table of Contents
  • Getting Started
  • Running from command line
  • Additional Configuration
    • Generate a basic configuration file
    • Using Babel
    • Using webpack
    • Using Vite
    • Using Parcel
    • Using TypeScript
  • Documentation
  • Badge
  • Contributing
    • Code of Conduct
    • Contributing Guide
    • Good First Issues
  • Credits
    • Backers
    • Sponsors
  • License
  • Copyright
• 计图挑战热身赛
  • 简介
    • 运行环境
    • 安装依赖
  • 训练
  • 推理
  • 致谢
• jittor-怎么才能涨分啊-开放域少样本视觉分类赛题
• 1环境配置与目录结构
  • 1.1 环境配置
  • 1.2 目录结构
• 2 方法的详细思路
  • 2.1 训练阶段
    • 2.1.1 训练集图像粗分类
    • 2.1.2 提取每个类别的4张训练图像
    • 2.1.3 训练Caltech分类模型
    • 2.1.4 训练Food分类模型
  • 2.2 测试图像预处理阶段
    • 2.2.1 测试图像粗分类
    • 2.2.2 Thu-dog类别预处理
• 2.3 推理阶段
  • 2.3.1 推理Food类别
  • 2.3.2 推理Animal类别
  • 2.3.3 推理Caltech类别
  • 2.3.4 推理Thudog类别
  • 2.3.5 推理Car类别
  • 2.3.6 汇总推理结果
• 4 训练
• 5 测试
• 6 使用的预训练模型种类
• 8 联系方式
• 9 开源协议
• 参考文献
• Jittor B 榜风格迁移图片生成赛题 基于 Dreambooth-lora 的风格图片微调算法 - [ 摇钱树 ] 战队
  • 简介
  • 安装
    • 运行环境
    • 安装依赖
    • 预训练模型
  • 数据预处理
    • 数据预处理步骤
  • 训练
  • 推理
  • 数据集、采样参数json、lora权重下载地址
  • Github 项目链接
  • 联系方式
    • Sa-Token 介绍
    • SSO 单点登录
    • OAuth2 授权认证
    • 开源集成案例
    • 友情链接
    • 代码托管
    • 交流群
• Jittor-小鹰抓大鸡-计图风格迁移挑战赛
  • 简介
  • 安装
    • 运行环境
    • 依赖安装
    • 预训练模型
  • 数据预处理：
  • 训练
  • 推理
  • 结果复现
  • 致谢
  • 联系方式
  • MyEMS 介绍
  • MyEMS架构
  • MyEMS Web UI 展示
  • MyEMS Admin UI 展示
  • MyEMS Dashboard UI 展示
  • MyEMS社区版功能
  • MyEMS企业版功能
  • MyEMS下载(社区版)
  • MyEMS安装(社区版)
  • MyEMS组件构成
    • MyEMS 数据库 (SQL)
    • MyEMS API 应用程序接口 (Python)
    • MyEMS 管理 UI (AngularJS version 1.x)
    • MyEMS Modbus TCP 数据采集服务 (Python)
    • MyEMS 数据清洗服务 (Python)
    • MyEMS 数据规范化服务 (Python)
    • MyEMS 数据汇总服务 (Python)
    • MyEMS Web UI (ReactJS)
    • 默认端口号
    • 默认密码
  • 联系我们
  • 微信公众号
  • 微信群
  • QQ群
  • 小红书
  • 视频
  • 🔖 友情链接
• zt
• ModelScope开源模型应用挑战赛-外星人战队党务知识问答小助手微调和智能体应用文档
  • 目录
  • 数据准备
  • 微调
    • 训练效果
  • 推理
  • 智能体应用
    • 下载模型
    • 加载模型和分词器
    • 定义生成党务知识答案的函数
    • 定义处理函数
    • 创建Gradio接口
• THUPC2025初赛
  • 题目使用协议
• playwright-master
  • 实现功能
  • 安装依赖库
  • 配置
  • 运行
• rCore-Tutorial-v3
  • news
  • Overview
  • Features
  • Prerequisites
    • Install Rust
    • Install Qemu
    • Install RISC-V GNU Embedded Toolchain(including GDB)
    • Install serial tools(Optional, if you want to run on K210)
  • Run our project
    • Qemu
    • K210
  • Show runtime debug info of OS kernel version
  • Rustdoc
    • OS-API-DOCS
      • OS API chinese doc
  • Working in progress
    • Completed
    • Todo(High priority)
    • Todo(Low priority)
    • Crates
• ob-repository-synchronize
  • Description
  • Principle
    • Base on git rebase
    • Base on git diff
  • backend
    • requirement
    • how to install
    • run the sync script locally
  • frontend
  • docker
  • How to use it
• OAuthenticator
  • Usage
    • GitHub
    • Mastodon
  • Contributing and Collaboration
  • Suggestions and Feedback
• ceshi
• IntelligentUAVPathPlanningSimulationSystemS-Drone
  • Video Introduction
  • Main Features
    • 1. Software Interface
    • 2. Software Architecture (plug-ins to be implemented for some extended functions)
    • 3. Code
    • 4. Multidimensional View
      • Two-dimensional view (1)
      • Two-dimensional view (2)
      • 3d view
    • 5. UAV Control
      • Console Control
      • Intelligent Control
      • Ground Station Control
    • 6. Set Flight Mission
      • Flight Mission(1)
      • Flight Mission(2)
      • Flight Mission(3)
    • 7. Path planning
      • Directory Structure
        
    • Outdoor obstacle avoidance
      • Custom routes and obstacle areas
      • rrt_2D Path optimization effect chart
      • Search_2D Path optimization effect chart
    • Indoor obstacle avoidance
      • rrt_3D_Indoor obstacle avoidance renderings
      • Search_3D_Indoor obstacle avoidance renderings
    • Path optimization
      • The algorithm generates the flight status of each UAV, the navigation point and the flight distance information
      • Path optimization effect chart
  • Solve The Problem
  • Application Scenarios And Benefits
  • EXTENSION
    
    • On the formation simulation of multi-UAV
    • About the flight line under Flylitchi
    • Mission Planner + Google Earth log generates 3D trajectory maps
• 项目简介：
• 题目汇总：
  • 桌面环境
  • RISC-V
  • AI功能
  • 开放性题目
• 赛题题目：面向大语言模型高效推理框架的系统级优化与实现
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（30%）：
    • 应用效果（40%）：
    • 代码规范性（20%）：
    • 文档质量（10%）：
  • 赛题联系人：
  • 参考资料：
  • 参赛资源支持：无
• rep1
  • 介绍
  • 软件架构
  • 安装教程
  • 使用说明
  • 参与贡献
  • 特技
  • 从命令行创建一个新的仓库
  • 从命令行推送已经创建的仓库
• 漏洞收集
  • 2024.07.14 新增漏洞
  • 2024.07.12 新增漏洞
  • 2024.07.09 新增漏洞
  • 2024.07.06 新增漏洞
  • 2024.07.03 新增漏洞
  • 2024.06.28 新增漏洞
  • 2024.06.21 新增漏洞
  • 2024.06.18 新增漏洞
  • 2024.06.14 新增漏洞
  • 2024.06.11 新增漏洞
  • 2024.06.07 新增漏洞
  • 2024.06.05 新增漏洞
  • 2024.06.02 新增漏洞
  • 2024.05.31 新增漏洞
  • 2024.05.28 新增漏洞
  • 2024.05.25 新增漏洞
  • 2024.05.23 新增漏洞
  • 2024.05.21 新增漏洞
  • 2024.05.18 新增漏洞
  • 2024.05.13 新增漏洞
  • 2024.05.08 新增漏洞
  • 2024.05.02 新增漏洞
  • 2024.04.30 新增漏洞
  • 2024.04.28 新增漏洞
  • 2024.04.27 新增漏洞
  • 2024.04.23 新增漏洞
  • 2024.04.19 新增漏洞
  • 2024.04.16 新增漏洞
  • 2024.04.12 新增漏洞
  • 2024.04.10 新增漏洞
  • 2024.04.06 新增漏洞
  • 2024.03.29 新增漏洞
  • 2024.03.28 新增漏洞
  • 2024.03.27 新增漏洞
  • 2024.03.24 新增漏洞
  • 2024.03.20 新增漏洞
  • 2024.03.14 新增漏洞
  • 2024.03.12 新增漏洞
  • 2024.03.05 新增漏洞
  • 2024.03.01 新增漏洞
  • 2024.02.28 新增漏洞
  • 2024.02.17 新增漏洞
  • 2024.02.5 新增漏洞
  • 2024.02.2 新增漏洞
  • 2024.01.26 新增漏洞
  • 2024.01.17 新增漏洞
  • 2024.01.12 新增漏洞
  • 2024.01.09 新增漏洞
  • 2024.01.05 新增漏洞
  • 2024.01.03 新增漏洞
  • 2023.12.31 新增漏洞
  • 2023.12.28 新增漏洞
  • 2023.12.26 新增漏洞
  • 2023.12.23 新增漏洞
  • 2023.12.17 新增漏洞
  • 2023.12.15 新增漏洞
  • 2023.12.14 新增漏洞
  • 2023.12.11 新增漏洞
  • 2023.12.08 新增漏洞
  • 2023.12.07 新增漏洞
  • 2023.12.05 新增漏洞
  • 2023.12.03 新增漏洞
  • 2023.11.30 新增漏洞
  • 2023.11.29 新增漏洞
  • 2023.11.28 新增漏洞
  • 2023.11.26 新增漏洞
  • 2023.11.24 新增漏洞
  • 2023.11.23 新增漏洞
  • 2023.11.20 新增漏洞
  • 2023.11.19 新增漏洞
  • 2023.11.17 新增漏洞
  • 2023.11.16 新增漏洞
  • 2023.11.09 新增漏洞
  • 2023.11.08 新增漏洞
  • 2023.11.07 新增漏洞
  • 2023.11.03 新增漏洞
  • 2023.10.31 新增漏洞
  • 2023.10.30 新增漏洞
  • 2023.10.26 新增漏洞
  • 2023.10.25 新增漏洞
  • 2023.10.21 新增漏洞
  • 2023.10.20 新增漏洞
  • 2023.10.18 新增漏洞
  • 2023.9.26 新增漏洞
  • 2023.9.22 新增漏洞
  • 2023.9.19 新增漏洞
  • 2023.9.14 新增漏洞
  • 免责声明
  • Installation package
  • Feature list
  • Docs
  • Tips
  • Current support capability
    • touchBar
    • Super Panel
    • Template
    • System Command
      • Color picker
      • Screen capture
      • Global Hotkeys
  • Contributors
  • Feedback
  • ChangeLog
  • License
  • Highlights
  • Introduction
  • Installation
    • Install mmcv
    • Install mmcv-lite
  • FAQ
  • Citation
  • Contributing
  • License
  • Branch Maintenance Plan
  • Projects in OpenMMLab
• workLog
  • 2024.10.21
  • 2024.11.06
  • 2024.11.30
• 面向场景计算的生成式低代码开发技术
• 使用文档(文档编写于GPT4)
  • 注意事项
• 使用方式(任选其一)
• yingshicang
• kg-QA
• CGAN _ jittor
  • ⛵ 概述
  • 🌠 文件结构
  • 🌆 环境配置
  • 📚 生成结果
  • 📐 评价指标
  • 🔗 参考

⛵ 概述

基于Jittor框架实现CGAN。CGAN的核心思路是将噪声与标签一起投入生成器，将真实图片与标签一起投入判别器，从而使生成器可以生成指定类别的图片。由于MLP与CNN都可以对图像信息进行提取，所以分别基于二者实现CGAN（基于CNN实现的CGAN也可以看作是DCGAN的变种）。实现的两种模型分别在MNIST与CIFAR10上进行训练和测试。

🌠 文件结构

under common version:

• training(detail)
• evaluate(detail)

under platform version:

• two files submit to platform, which get score 0.9992 and 0.987

🌆 环境配置

• python 3.8.12

• 安装Jittor

  # 检查python版本大于等于3.8
  python --version
  conda install pywin32
  python -m pip install jittor
  python -m jittor.test.test_core
  python -m jittor.test.test_example
  python -m jittor.test.test_cudnn_op

• numpy 1.22.3 一些数学操作

• tqdm 4.63.0 进度条

📚 生成结果

📐 评价指标

on MNIST

BASED	MMD	FID	KNN	SSIM
MLP	0.34	100.11	99.05	0.278
CNN	0.18	48.69	96.22	0.284

on CIFAR10

BASED	MMD	FID	KNN	SSIM
MLP	0.43	232.06	99.97	0.121
CNN	0.25	89.60	97.97	0.119

🔗 参考

• Conditional Generative Adversarial Nets
• Unsupervised Representation Learning with Deep Convolutional Generative Adversarival Networks
• An empirical study on evaluation metrics of generative adversarial networks
• GAN评价指标简介Blog

---

Copyright © 2022 Hapulus. This project is MIT licensed.