A Jittor implementation of Conditional GAN (CGAN)

• 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
• 简介
  • 北冥坞系统有哪些特性？
  • 北冥坞系统是如何组织的？
    • 系统架构
    • 项目结构
• 快速上手
  • 学件查搜
  • 示例
    • 单学件示例
    • 多学件示例
• 引用
• 关于
  • 如何贡献
  • 关于我们
• Conditional GAN with Jittor
  • 模型说明
  • 环境依赖
  • 训练方式
  • 图像生成
  • 注意事项
  • 参考资料
• 赛题题目：工业泛在场景下基于国产RISC-V的EtherNet/IP支持
  • 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
  • What is Label Studio?
  • Try out Label Studio
    • Install locally with Docker
      • Override default Docker install
      • Build a local image with Docker
    • Run with Docker Compose
    • Install locally with pip
    • Install locally with Anaconda
    • Install for local development
    • Deploy in a cloud instance
      • Apply frontend changes
    • Troubleshoot installation
      • Install dependencies on Windows
  • What you get from Label Studio
  • Included templates for labeling data in Label Studio
  • Set up machine learning models with Label Studio
  • Integrate Label Studio with your existing tools
  • Ecosystem
  • Roadmap
  • Citation
  • License
• 赛题题目：基于AI的系统参数智能调优技术
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• jittor-HaJittor-CGAN
  • 简介
  • 安装
    • 运行环境
    • 安装依赖
  • 运行
  • 致谢
  • Highlighted Features
  • Getting Started
  • Screenshots
  • Architecture
  • Community
  • Who is using
  • Stargazers
  • Contributors
  • License
  • Contact Us
• common-english-composition-ocr
• Genesis
  • Installing
    • Mint
    • Make
    • Swift Package Manager
  • Usage
  • Providing options
    • 1. Environment Variables
    • 2. Options File
    • 3. Options Argument
    • 4. Interactive input
    • 5. Default value
    • Missing value
  • Template
    • Options
    • Files
  • Stencil Templates
  • GenesisKit
  • Contributions
  • License
  • How to use xcdiff
  • Use Cases
  • Installation
  • Documentation
  • Contributions
  • Attributions
  • Code of Conduct
  • Security Vulnerability Reporting
  • License
  • 愿项目用户:
  • 支持的数据库:
  • 支持的时序数据库:
  • 支持的消息中间件：
  • 支持的事件消息存储方式:
  • IoTSharp 演示
  • IoTSharp 云服务
  • 在线文档
  • 如何部署?
  • 如何配置?
  • IoTSharp.SDKs
  • IoTSharp-C-Client-Sdk
  • paho.mqtt.c 的例子
  • IoTSharp 的 nanoFramework 例子
  • IoTSharp 的RT-Thread 开发包
  • IoTSharp 的软件生态
  • 贡献
    • 贡献者
  • 捐赠
  • 社区支持
  • dotNET China
  • 优秀开源社区
• url
• 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
• jinjunjun001
  • 1. Introduction
  • 2. Evaluation Results
    • DeepSeekMoE 16B Base
    • DeepSeekMoE 16B Chat
  • 3. Model Downloads
    • Huggingface
  • 4. Quick Start
    • Installation
    • Inference with Huggingface’s Transformers
    • How to Fine-tune DeepSeekMoE
  • 5. License
  • 6. Citation
  • 7. Contact
  • 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
• kellect Introduction
• Implementation Details
• kellect Manual
  • Usage of the command-line
  • Usage of the configuration file
• Output Format
• Future Work
  • What is it?
  • Demo
  • Quickstart
    • Install mise
    • Execute commands with specific tools
    • Install tools
    • Manage environment variables
    • Run tasks
    • Example mise project
  • Full Documentation
  • Contributors
• Box64：Linux 用户空间 x86-64 模拟器（支持原生库）
  • 📖 使用方法
  • 🚀 编译和安装
  • 🔄 版本历史
  • 🖥️ 平台兼容性说明
  • ⚙️ 配置
  • 📄 特定平台的其他说明
    • Unity 游戏
    • GTK 程序
    • Steam
    • Wine
    • Vulkan
  • 结语
  • Features
  • Device Support
  • Supported Boards
    • aarch64
    • riscv64
    • loongarch64
  • Getting Started
  • Roadmap
  • Acknowledgments
  • 0910 UPDATE
  • 0904 UPDATE
  • 新增内容：
  • 简介
  • 目录结构
    • 1.app
    • 2.Base
    • 3. iOSCrashAnalysis
    • 4.Log
    • 5.PageObject
    • 6.其他
  • 主要功能
    • 1.基础测试类及方法
    • 2.yaml编写说明
    • 3.yaml实例
    • 4.某个用例的page层
    • 5.testcase层调用page层
    • 6.Case入口
    • 7.实时日志展示
    • 8.操作日志输出展示
    • 9.crash解析-android
    • 10. crash解析-iOS
    • 11.最终log输出信息及路径
    • 12.报告输出
  • 运行环境
  • 代码获取
  • 执行注意事项
  • 目前的遗留问题
  • 后续计划
• Neural search demo
  • With Qdrant + BERT + FastAPI
  • Requirements
  • Quick Start
  • Start with Crunchbase data
    • 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
• 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
• template
  • 1.本地配置多 git 账号
    • 1.清除全局配置
    • 2.删除生成过的全局秘钥
    • 3.针对不同 git 生成对应的密钥
    • 4.在远端仓库添加公钥
    • 5.配置秘钥管理文件
    • 6.添加私钥到本地
    • 7.测试仓库链接
    • 8.每个仓库单独设置配置
    • 9.关闭本地仓库默认转 CRLF 文件的设置
    • 10.测试
  • 2.tuack 本地工作流常用的指令
    • 1.数据分数 conf.yaml 的配置
    • 2.如果想使用本地 tuack 测 SPJ 内容怎么弄？
  • Special Judge 编写
  • 3.洛谷工作流的数据分数配置
    • 1.基础官方文档参考
    • 2.数据配置限制
    • 3.数据配置规范
  • 4.评测数据的格式
    • 0.文件格式
    • 1.文件内容
    • 2.历史文件转换
  • 3.tuack/洛谷工作流的其他内容
  • 系统模块
• Java
  • SSM：https://gitlink.org.cn/LonerMJ/snowy.git
• Python
• 大数据
• 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
• sdfsd
• A Reactive Swift fork of The Composable Architecture
  • Effect type implementations
• The Composable Architecture
  • What is the Composable Architecture?
  • Learn More
  • Examples
  • Basic Usage
    • Testing
  • Documentation
  • Installation
  • Help
  • Translations
  • FAQ
  • Credits and thanks
  • Other libraries
  • License
• 项目介绍
• 背景
• 依赖问题类型
• 安装
  • 克隆项目
  • 环境配置
• 快速使用说明
  • 检测架构
  • 获取PyPI依赖网络
  • 检测Python项目依赖冲突问题
  • 在线检测服务       
    • 推荐的浏览器
    • 使用指南
      • 功能演示视频：
      • Python项目示例
      • Watchman的输入
      • 展示完整的依赖关系图
      • 诊断依赖冲突问题
      • PyPI生态系统拓扑结构概览
• 关键API说明
  • 概述
  • Watchman_PyPI_DA模块
    • 模块图
    • 1. crawl_all_version模块
      • 1.1 crawl_all_file_name()
        • 功能
        • 参数
        • 返回值
      • 1.2 crawl_file_from_version()
        • 功能
        • 参数
        • 返回值
    • 2. dependency_analyzer模块
      • 2.1 analysis(file_path)
        • 功能
        • 参数
        • 返回值
    • 3. dependency_finder模块
      • 3.1 find_requirements(path)
        • 功能
        • 参数
        • 返回值
      • 3.2 from_requirements_metadata(metadatafile)
        • 功能
        • 参数
        • 返回值
      • 3.3 from_setup_py(setup_file)
        • 功能
        • 参数
        • 返回值
      • 3.4 from_requirements_txt(requirements_file)
        • 功能
        • 参数
        • 返回值
  • Watchman_Issue_Detector模块
    • 模块图
    • 1. clone_project模块
      • 1.1 crawl_page(n, src)
        • 功能
        • 参数
        • 返回值
      • 1.2 clone(pro)
        • 功能
        • 参数
        • 返回值
    • 2. conflict_detector模块
      • 2.1 detect_project_conflict(file_path, detect_requirements, src)
        • 功能
        • 参数
        • 返回值
    • 3. submit_issue模块
      • 3.1 submit(owner, pro_name, update_time, issue, src)
        • 功能
        • 参数
        • 返回值
• 开发者
• 学术论文
• License
• 赛题题目：面向Linux的分布式异构GNN负载均衡优化
  • 赛题说明：
  • 赛题要求：
    • 1. 开发环境
    • 2. 功能要求
  • 评分标准：
    • 1. 功能完整性（25%）：评估参赛队伍开发的系统是否达成本赛题的基本功能要求。系统应具备全面的功能模块，涵盖核心功能与辅助工具，以确保在实际应用中能够高效、准确地完成任务。此外，还应包含必要的错误处理和日志记录功能，以保障系统的稳定性和可维护性。
    • 2. 负载均衡效果（25%）：此标准旨在确保集群中各节点的工作负载均匀分布，避免部分节点过载而其他节点闲置，从而提高整体运行效率与响应速度，保障系统稳定运行，提升用户体验。（与所数据集节点数平均分配相比）
    • 3. 计算效率提升（25%）：要求集群平均资源利用率相较于原始状态有显著改善，通过优化资源调度策略、合理分配计算、存储和网络资源，减少资源浪费，确保资源能被充分利用，同时满足不同任务的需求，提升系统的整体效益。（与所数据集节点数平均分配相比）
    • 4. 可扩展性（15%）：评估系统架构的灵活性与适应性，强大的可扩展性使系统能适应功能增长与变化。系统需支持接入多种图划分策略，以便根据实际需求灵活调整图的划分方式，优化数据分布与处理流程，从而提高系统在处理大规模数据和复杂任务时的性能与效率。
    • 5. 代码与文档质量（10%）：代码的规范性和可读性是项目长期维护与迭代的关键，良好的文档则有助于用户理解和使用系统。代码应遵循开源社区的代码风格要求，结构清晰、注释详尽，便于后续的维护与功能扩展。文档需包含系统架构图，直观展示系统各组件的结构与交互关系；使用说明应详细准确，指导用户顺利安装、配置和操作系统的各项功能。
    • 6. 加分项：
  • 赛题联系人：
  • 参考文献：
  • 参赛资源支持：无
• 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
• 简介
  • 北冥坞系统有哪些特性？
  • 北冥坞系统是如何组织的？
    • 系统架构
    • 项目结构
• 快速上手
  • 学件查搜
  • 示例
    • 单学件示例
    • 多学件示例
• 引用
• 关于
  • 如何贡献
  • 关于我们
  • 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
  • 版本维护策略
  • 现有版本维护状态
  • 版本说明
  • 许可证
  • 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
  • 版本维护策略
  • 现有版本维护状态
  • 版本说明
  • 许可证
  • 🚀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
    • 项目简介
• RedECS Starter Template
  • Instructions
  • Notes
    • 1. TVBox 开源版
    • 2. 下载地址
  • What is Label Studio?
  • Try out Label Studio
    • Install locally with Docker
      • Override default Docker install
      • Build a local image with Docker
    • Run with Docker Compose
    • Install locally with pip
    • Install locally with Anaconda
    • Install for local development
    • Deploy in a cloud instance
      • Apply frontend changes
    • Troubleshoot installation
      • Install dependencies on Windows
  • What you get from Label Studio
  • Included templates for labeling data in Label Studio
  • Set up machine learning models with Label Studio
  • Integrate Label Studio with your existing tools
  • Ecosystem
  • Roadmap
  • Citation
  • License
• An algorithm library {#mainpage}
  • Getting started
  • Documentation
  • Copyright {#copyright}
• 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）
• 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
  • 1.36.1 (2024-05-21)
    • Bug Fixes
• PyCasbin
  • All the languages supported by Casbin:
  • Table of contents
  • Supported models
  • How it works?
  • Features
  • Installation
  • Documentation
  • Online editor
  • Tutorials
  • Get started
  • Policy management
  • Policy persistence
  • Role manager
  • Async Enforcer
  • Benchmarks
  • Examples
  • Middlewares
  • Our adopters
  • Contributors
  • Backers
  • Sponsors
  • License
  • Contact
  • 1.36.1 (2024-05-21)
    • Bug Fixes
• PyCasbin
  • All the languages supported by Casbin:
  • Table of contents
  • Supported models
  • How it works?
  • Features
  • Installation
  • Documentation
  • Online editor
  • Tutorials
  • Get started
  • Policy management
  • Policy persistence
  • Role manager
  • Async Enforcer
  • Benchmarks
  • Examples
  • Middlewares
  • Our adopters
  • Contributors
  • Backers
  • Sponsors
  • License
  • Contact
  • 1.36.1 (2024-05-21)
    • Bug Fixes
• PyCasbin
  • All the languages supported by Casbin:
  • Table of contents
  • Supported models
  • How it works?
  • Features
  • Installation
  • Documentation
  • Online editor
  • Tutorials
  • Get started
  • Policy management
  • Policy persistence
  • Role manager
  • Async Enforcer
  • Benchmarks
  • Examples
  • Middlewares
  • Our adopters
  • Contributors
  • Backers
  • Sponsors
  • License
  • Contact
  • 1.36.1 (2024-05-21)
    • Bug Fixes
• PyCasbin
  • All the languages supported by Casbin:
  • Table of contents
  • Supported models
  • How it works?
  • Features
  • Installation
  • Documentation
  • Online editor
  • Tutorials
  • Get started
  • Policy management
  • Policy persistence
  • Role manager
  • Async Enforcer
  • Benchmarks
  • Examples
  • Middlewares
  • Our adopters
  • Contributors
  • Backers
  • Sponsors
  • License
  • Contact
• Product Hunt badge for iOS.
  • Product Hunt surfaces the best new products, every day. It’s a place for product-loving enthusiasts to share and geek out about the latest mobile apps, websites, hardware projects, and tech creations.
  • Features
  • Requirements
  • Implement Product Hunt - UIKit
  • Implement Product Hunt - SwiftUI
  • Installation
    • CocoaPods
    • Swift Package Manager
  • Contributors ✨
• test22222
• Unsupervised Voice-Face Representation Learning by Cross-Modal Prototype Contrast
  • Requirments:
  • Download Pre-trained Models
  • Data Pre-processing
  • Unsupervised Training
  • Evalution on our trained model
  • Testing data
• xiamei
  • Get started fast 🚀
  • Quick examples
  • Description
  • Support matrix
  • APIs and Integrations
    • Rust Crate
    • Python API
    • HTTP Server
    • Llama Index integration (Python)
  • Supported accelerators
  • Installation and Build
  • Getting models
    • Getting models from Hugging Face Hub
    • Loading models from local files:
    • Running GGUF models
      • With a specified tokenizer
      • With the builtin tokenizer
  • Run with the CLI
    • Architecture for plain models
    • Architecture for vision models
    • Supported GGUF architectures
    • Interactive mode
    • OpenAI HTTP server
    • Structured selection with a .toml file
  • Benchmarks
  • Supported models
    • Using derivative model
    • Adapter model support: X-LoRA and LoRA
    • Chat Templates and Tokenizer
  • Contributing
  • FAQ
  • Credits
• 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
  • WingTool
    • 协议
  • 有关 issue
  • Wiki
  • 效果图
  • 捐助
  • 相关仓库
• 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
• 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
  • Features
    • Databases
    • Storages
  • Notifier
  • Installation
    • Install via Homebrew
  • Configuration
  • Usage
    • Perform backup
    • Backup schedule
      • For example
    • Start Daemon & Web UI
    • Signal handling
  • Contributing
  • License
• 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
• SSH and SCP Setup in GITHUB’s Action
  • USAGE
  • Highlights
  • Introduction
  • Main features
    • Fully support OpenMMLab models
    • Multiple inference backends are available
    • Efficient and scalable C/C++ SDK Framework
  • Documentation
  • Benchmark and Model zoo
  • Contributing
  • Acknowledgement
  • Citation
  • License
  • Projects in OpenMMLab
  • Contributing and Collaborating
  • Contents
  • Analytics
  • App Routing
  • App Store
  • Apple TV
  • Architecture Patterns
  • ARKit
  • Authentication
  • Blockchain
  • Books
  • Cache
  • Charts
  • Code Injection
  • Code Quality
    • Linter
  • Color
  • Command Line
  • Concurrency
  • Core Data
  • Courses
    • Getting Started
  • Database
  • Data Structures / Algorithms
  • Date & Time
  • Debugging
  • Dependency Injection
  • Dependency / Package Manager
  • Deployment / Distribution
  • EventBus
  • Files
  • Functional Programming
  • Games
  • GCD
  • Gesture
  • Graphics
  • Hardware
    • Bluetooth
    • Camera
    • Force Touch
    • iBeacon
    • Location
    • Other Hardware
  • Layout
  • Localization
  • Logging
  • Machine Learning
  • Maps
  • Math
  • Media
    • Audio
    • GIF
    • Image
    • Media Processing
    • PDF
    • Streaming
    • Video
  • Messaging
  • Networking
  • Newsletters
  • Notifications
    • Push Notifications
    • Push Notification Providers
  • Objective-C Runtime
  • Optimization
  • Other Awesome Lists
  • Parsing
    • CSV
    • JSON
    • XML & HTML
    • Other Parsing
  • Passbook
  • Payments
  • Permissions
  • Podcasts
  • Project setup
    • Prototyping
  • Rapid Development
  • Reactive Programming
    • React-Like
  • Reference
  • Reflection
  • Regex
  • SDK
    • Official
    • Unofficial
  • Security
    • Encryption
    • Keychain
  • Server
  • Style Guides
  • Testing
    • TDD / BDD
    • A/B Testing
    • UI Testing
    • Other Testing
  • Text
    • Font
  • UI
    • Activity Indicator
    • Animation
    • Transition
    • Alert & Action Sheet
    • Badge
    • Button
    • Calendar
    • Cards
    • Form & Settings
    • Keyboard
    • Label
    • Login
    • Menu
    • Navigation Bar
    • PickerView
    • Popup
    • ProgressView
    • Pull to Refresh
    • Rating Stars
    • ScrollView
    • Segmented Control
    • Slider
    • Splash View
    • Status Bar
    • Stepper
    • Switch
    • Tab Bar
    • Table View / Collection View
      • Table View
      • Collection View
      • Expandable Cell
      • Header
      • Placeholder
      • Collection View Layout
    • Tag
    • TextField & TextView
    • UIPageControl
    • Web View
  • Utility
  • User Consent
  • VR
  • Walkthrough / Intro / Tutorial
  • Websites
  • WebSocket
  • Tools
  • Tutorials and Keynotes
    • UI Templates
  • Xcode
    • Extensions
    • Themes
    • Other Xcode
• RadioGroup
  • Usage
  • SwiftUI Usage
  • Changing Appearance
  • Installation
    • CocoaPods:
    • Swift Package Manager:
  • Meta
• 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
• YukonMatchedGeometry
  • 平台简介
  • 赞助商
• 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
  • 捐献作者
  • 演示图例
  • 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
• Xamarin.Forms
• Support
  • Build Status
  • Packages
  • Getting Started
    • Windows
      • Install Visual Studio 2019+
      • Provisioning script
    • Mac
      • Install Visual Studio for Mac 2019
        • Solution Configuration
        • Build from the Command line
    • UI Tests
      • Run Android UI Tests
      • Run UWP UI Tests
  • Coding Style
  • Contributing
    • Reporting Bugs
  • Stats
  • 版本信息
  • 系统概述
    • 关键特性
    • 组件服务
    • 开发运维工具
  • 技术文档
  • 落地应用案例
  • 加入我们的社区
  • 贡献代码
  • License
  • 版本信息
  • 系统概述
    • 关键特性
    • 组件服务
    • 开发运维工具
  • 技术文档
  • 落地应用案例
  • 加入我们的社区
  • 贡献代码
  • License
• CRToastSwift
  • Origins
  • How to use in a project
  • Porting to Swift
  • The Extra Bit
• image-classification-service
• hackscode
• Actions
  • remove-build-files
  • dump-build-files
• Install
• Development
• LICENSE
• ooo
• HaishinKit for iOS, macOS, tvOS, and Android.
  • 💬 Communication
  • 💖 Sponsors
  • 🌏 Related projects
  • 🎨 Features
    • RTMP
    • HLS
    • Multi Camera
    • Rendering
    • Others
  • 🌏 Requirements
  • 🐾 Examples
  • ☕ Cocoa Keys
  • 🔧 Installation
    • CocoaPods
    • Carthage
    • Swift Package Manager
  • 🔧 Prerequisites
  • 📓 RTMP Usage
    • RTMP URL Format
    • Settings
    • Authentication
    • Screen Capture
  • 📓 HTTP Usage
  • 💠 Sponsorship
  • 📖 Reference
  • 📜 License
• Stubber
  • At a Glance
  • Escaping Parameters
  • Installation
  • License
• 赛题题目：基于AI技术的智能桌面管理系统
  • 赛题说明：
  • 赛题要求：
    • GPU负载调控
    • 窗口自动调整
    • 智能焦点窗口管理
  • 评分标准：
    • 功能完整性（40%）
    • 性能优化（30%）
    • 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：
  • 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
  • 版本维护策略
  • 现有版本维护状态
  • 版本说明
  • 许可证
  • 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
  • 版本维护策略
  • 现有版本维护状态
  • 版本说明
  • 许可证
• modelzoo 3.7.1
  • 1.简介
    • 1.1 基本介绍
  • 2. 使用注意
    • 2.1 开发环境推荐
    • 2.2 关于框架导模型
  • 3. 其他内容导航
• 龙蜥操作系统gpg工具集成国密算法
  • 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
• HybridCLR
  • 文档
  • 特性
  • 支持的版本与平台
  • 工作原理
  • 稳定性状况
  • 支持与联系
  • 关于作者
  • license
• Gemini 2.0 代理
  • 分享
  • 本地部署（推荐）
  • Deno 部署
  • Deno 调试
  • 鸣谢
• modelzoo
  • 版本更新说明：
    • modelzoo_3.6.2
    • modelzoo_3.1.0
• ospd-openvas
  • Installation
    • Requirements
    • Mandatory configuration
    • Optional configuration
  • Usage
  • Support
  • Maintainer
  • Contributing
  • License
• Phonopy
  • Installation
  • Mailing list for questions
  • Development
    • Formatting
    • pre-commit
    • VSCode setting
  • Documentation
  • How to run tests
• Futures
  • Supported Platforms
  • Architecture
  • Usage
  • Documentation
  • Getting started
  • Contribute
  • Credits
• open-rdma
• IP Readme
  • Usage
  • Notes
  • Discussion
• /*Copyright 2020-2021 T-Head Semiconductor Co., Ltd.
  • http://www.apache.org/licenses/LICENSE-2.0
• kylin-photo-viewer
  • plugins
• 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
  • 🛠️ Usage
    • 1. Installation
    • 2. Import component
  • 🖥️ Development
  • 🤝 Contributing
  • ✨ Contributors
  • ❤️ Credits
  • License
• 高性能应用目录差异分析服务
  • 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
• 建木
  • 介绍
  • TL;DR
  • 运行环境
  • 如何编译
  • 如何运行
• 建木
  • 介绍
  • TL;DR
  • 运行环境
  • 如何编译
  • 如何运行
• 高性能应用目录差异分析服务
  • 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
• 高性能应用目录差异分析服务
  • 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
• open-rdma
• guishudi
• 读取Excel中的号码
• CGAN_jittor
  • 项目特点
  • 环境依赖
• systemsetting.ini
  • 项目简介
• lcdp
  • 赛题题目：PC网上邻居
    • 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：
    • 赛题交流讨论链接：
• netrans_use_case
  • hybrid_quantization_yolov5s
  • pre_out_yolov5s
  • crop_yolov5s
• legado
• Kubeflow_Pipeline
• 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
  • What is Label Studio?
  • Try out Label Studio
    • Install locally with Docker
      • Override default Docker install
      • Build a local image with Docker
    • Run with Docker Compose
    • Install locally with pip
    • Install locally with Anaconda
    • Install for local development
    • Deploy in a cloud instance
      • Apply frontend changes
    • Troubleshoot installation
      • Install dependencies on Windows
  • What you get from Label Studio
  • Included templates for labeling data in Label Studio
  • Set up machine learning models with Label Studio
  • Integrate Label Studio with your existing tools
  • Ecosystem
  • Roadmap
  • Citation
  • 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
• xiuosIoT-web
  • Build Setup
  • Build
  • Advanced
  • Related Project
  • Browsers support
• xiuosIoT
• xiuosIoT-web
  • Build Setup
  • Build
  • Advanced
  • Related Project
  • Browsers support
• xiuosIoT
• TuGraph
  • 1. 简介
  • 2. 快速上手
  • 3. 从源代码编译
  • 4. 开发
  • 5. 合作伙伴
  • 5. 联系我们
• HSDF (Jittor): Hybrid Sign and Distance Field for Modeling Surfaces with Arbitrary Topologies
  • Introduction
  • Installation
  • Experiment Preparation
  • Training
  • Generate model
  • Citation
• 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
• BlackLabsSwiftUIColor
  • Installation
    • Swift Package Manager
    • UserDefaults
    • Example project
• 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
    • 赛题题目：端边协同AI聊天机器人
      • 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：
      • 赛题交流讨论链接：
• RPC Framework 项目报告
  • Overview
    • Features
    • 演示
      • python-c++远程调用
  • 项目概述
  • 设计目标与原则
    • 设计目标
    • 设计原则
  • 系统架构设计
    • 整体架构图
    • 项目结构
  • 组件实现
    • 网络通信协议
    • 消息序列化模块
    • 服务注册表
    • 服务端
    • 客户端
    • 跨语言适配器
    • IDL编译器
  • 并发模型
    • 服务器并发
    • 客户端并发
  • 操作说明
    • Python-Java子框架快速开始
    • Python-CPP子框架快速开始
    • Python-Java子框架接口描述语言（IDL）使用说明
  • 性能分析
    • 性能特点
    • 跨语言调用性能增益(Python-C++)
    • 当前限制
  • 项目总结
    • 项目成果概括
    • 技术亮点与工程积累
    • 工程价值与适用场景
    • 当前局限与未来展望
• 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
• 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
• 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
  • Highlighted Features
  • Getting Started
  • Screenshots
  • Architecture
  • Community
  • Who is using
  • Stargazers
  • Contributors
  • License
  • Contact Us
• 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
• 赛题题目：基于AI的系统参数智能调优技术
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• RPC
  • Categraf
  • Links
  • Build
  • Pack
  • Run
  • Deploy categraf as daemonset, deployment or sidecar
  • Scrape like prometheus
  • Plugin
  • Thanks
  • Community
• dev-sidecar
  • 打个广告
  • 重要提醒
  • 一、 特性
    • 1.1、 dns优选（解决***污染问题）
    • 1.2、 请求拦截
    • 1.3、 github加速
    • 1.4、 Stack Overflow 加速
    • 1.5、 npm加速
  • 二、快速开始
    • 2.1、DevSidecar桌面应用
      • 1）下载安装包
      • 2）安装后打开
      • 3）安装根证书
      • 4）开始加速吧
    • 2.2、开启前 vs 开启后
  • 三、模式说明
    • 3.1、安全模式
    • 3.2、默认模式
  • 四、 最佳实践
    • 其他加速
      • 1）git clone 加速
      • 2）github.com 的镜像网站（注意：部分镜像网站不能登录）
  • 五、api
    • 5.1、拦截配置
    • 5.2、DNS优选配置
  • 六、问题排查
    • 6.1、dev-sidecar的前两个开关没有处于打开状态
      • 1）Mac系统使用时，首页的系统代理开关无法打开
    • 6.2、没有加速效果
    • 6.3、浏览器打开提示证书不受信任
      • 1）windows: 请确认证书已正确安装在“信任的根证书颁发机构”下
      • 2）mac: 请确认证书已经被安装并已经设置信任
      • 3）火狐浏览器：火狐浏览器不走系统的根证书，需要在选项中添加根证书
    • 6.4、打开github显示连接超时
    • 6.5、查看日志是否有报错
    • 6.6、某些原本可以打开的网站打不开了
    • 6.7、应用意外关闭导致没有网络了
    • 6.8、卸载应用后上不了网，git请求不了
  • 七、在其他程序使用
  • 八、贡献代码
    • 8.1、准备环境
      • 1）安装 nodejs
      • 2）安装 pnpm
    • 8.2、开发调试模式启动
    • 8.3、打包成可执行文件
    • 8.4、提交pr
  • 九、联系作者
  • 十、求star
  • 十一、感谢
• zhaoxin_mathfunctions
  • 🐶 新手必读
  • 🐯 平台简介
  • 🐳 项目关系
    • 后端项目
    • 前端项目
  • 🐰 分支说明
  • 😎 开源协议
  • 🤝 项目外包
  • 🐼 内置功能
    • 系统功能
    • 工作流程
    • 支付系统
    • 基础设施
    • 数据报表
    • 微信公众号
    • 商城系统
    • 会员中心
  • 🐨 技术栈
    • 模块
    • 框架
  • 🐷 演示图
    • 系统功能
    • 工作流程
    • 基础设施
    • 支付系统
    • 数据报表
    • 移动端（管理后台）
    • 赛题题目：基于方舟分析器的OpenHarmony应用代码分析优化
      • 赛题说明：
      • 评分标准：
      • 赛题要求：
      • 评分标准：
      • 赛题联系人：
      • 参考资料：
      • 参赛资源支持：
      • 赛题交流讨论链接：
• 先知
  • 安装
  • 例子
  • 文档
  • 贡献
  • 协议
• obkv-table-client-rs
  • Examples
  • Acknowledgment
  • Contributing
  • Licencing
• 操作系统开源创新大赛2025
  • 一、系统创新赛道
  • 二、应用创新赛道
  • 三、研究创新赛道
• JCS
• 赛题题目： 基于可信执行环境的机密容器实现与优化
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（30%）：
    • 性能优化（50%）：
    • 文档质量（20%）：
  • 赛题联系人：
  • 参考资料：
  • 参赛资源支持：无
• energy
• 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
    • 整个项目工具的 README.md
• 开源操作系统供应链依赖分析工具
  • 🚀 项目简介
  • ✨ 项目亮点
  • 🛠️ 技术栈
  • 🚀 快速启动指南
    • 1. 环境要求
    • 2. 项目安装与配置
      • 步骤 2.1: 配置WSL2环境
      • 步骤 2.2: 克隆项目并安装Python依赖
      • 步骤 2.3: 配置Neo4j数据库
    • 3. 运行程序
      • 步骤 3.1: 启动Neo4j数据库
      • 步骤 3.2: 启动后端API服务
      • 步骤 3.3: 启动前端Web应用
  • 📂 项目模块详解
    • 模块一：software_repository_analysis/ - 数据提取
    • 模块二：knowledge_graph_construction/ - 知识图谱构建
    • 模块三：dependency_analysis_tool/ - 依赖分析Web工具
  • 🧪 运行自动化测试
  • 📸 应用截图
• Deep Plug-and-Play Image Restoration
  • Denoising results on BSD68 and Urban100 datasets
  • Abstract
  • The DRUNet Denoiser (state-of-the-art Gaussian denoising performance!)
  • Image Deblurring
  • Single Image Super-Resolution
  • Color Image Demosaicing
  • Citation
• Vue 3.2 + TypeScript + Pinia + Vite2 + Element-Plus 管理系统（开源啦 🎉🎉）
  • 前言 📖
  • ？为什么开发这个管理系统 🤷‍♂️
  • 一、在线预览 👀
  • 二、Git 仓库地址 (欢迎 Star⭐)
  • 三、🔨🔨🔨 项目功能
  • 四、安装使用步骤
  • 五、项目截图
    • 1、登录页：
    • 2、首页：
    • 3、表格页：
    • 4、数据大屏：
  • 六、文件资源目录 📚
  • 七、浏览器支持
  • 八、项目后台接口 🧩
  • 九、微信交流群
• phpcms
  • 组织介绍
  • 项目范围
  • 组织架构
• JupyterHub
  • Technical overview
  • Installation
    • Check prerequisites
    • Install packages
      • Using conda
      • Using pip
    • Run the Hub server
  • Configuration
    • Create a configuration file
    • Start the Hub
    • Authenticators
    • Spawners
  • Docker
  • Contributing
    • A note about platform support
  • License
  • Help and resources
• 大模型知识服务框架 KAG
• 1. KAG 是什么
• 2. KAG 核心功能
  • 2.1 LLM 友好的语义化知识管理
  • 2.2 逻辑符号引导的混合推理引擎
• 3. 版本发布
  • 3.1 最近更新
  • 3.2 后续计划
• 4. 快速开始
  • 4.1 基于产品（面向普通用户）
    • 4.1.1 引擎&依赖 镜像安装
    • 4.1.2 使用
  • 4.2 基于工具包（面向开发者）
    • 4.2.1 引擎&依赖 镜像安装
    • 4.2.2 KAG 安装
    • 4.2.3 使用
• 5. 技术架构
• 6. 联系我们
• 7. KAG 与 RAG、GraphRAG 差异
• 8. 引用
• 许可协议
• KAG 核心团队
  • 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
• lcdp
• XuperUnion
  • 中文说明
  • What is XuperUnion
  • Quick start
    • Requirements
    • Build
    • Run
  • Run with Docker
    • Build image
    • Run image
  • Documentation
  • How to Contribute
  • License
• 中文说明
  • XuperUnion是什么?
  • 快速试用
    • 环境配置
    • 构建
  • 容器运行
    • 编译镜像
    • 运行镜像
  • 文档
  • 如何参与开发
  • 许可证
  • 联系我们
    • 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
• 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
  • Get started fast 🚀
  • Quick examples
  • Description
  • Support matrix
  • APIs and Integrations
    • Rust Crate
    • Python API
    • HTTP Server
    • Llama Index integration (Python)
  • Supported accelerators
  • Installation and Build
  • Getting models
    • Getting models from Hugging Face Hub
    • Loading models from local files:
    • Running GGUF models
      • With a specified tokenizer
      • With the builtin tokenizer
  • Run with the CLI
    • Architecture for plain models
    • Architecture for vision models
    • Supported GGUF architectures
    • Interactive mode
    • OpenAI HTTP server
    • Structured selection with a .toml file
  • Benchmarks
  • Supported models
    • Using derivative model
    • Adapter model support: X-LoRA and LoRA
    • Chat Templates and Tokenizer
  • Contributing
  • FAQ
  • Credits
  • 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
    • 项目简介
  • 🛠️ Usage
    • 1. Installation
    • 2. Import component
  • 🖥️ Development
  • 🤝 Contributing
  • ✨ Contributors
  • ❤️ Credits
  • License
• 简介
  • 为什么做Bianbu
  • 愿景
  • Bianbu Desktop
    • 系统架构
    • 软件组件
      • 应用
      • 框架
      • 运行时
      • 库
      • Linux 内核
      • U-Boot
      • OpenSBI
    • 支持的设备
  • 固件
  • 系统说明
    • 使用文档
    • 其他产品
  • 微信群 [禁广告]
  • 快速开始
    • Docker 快速体验
    • 核心依赖
    • 模块说明
  • 免费公开课
  • 开源共建
    • 开源协议
    • 其他说明
• 赛题题目：基于AI的系统参数智能调优技术
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
  • 系统模块
    • Copyright (C) 2020-2023 Jingrui Guo, Lingfei Wang and Ling Li from IME-CAS.
    • 项目简介
    • 软件所用语言
    • 软件架构重要更新
      • ODTFT晶体管模型第一版
    • 许可证类型
    • 学术引用
    • 后续计划
    • Copyright (C) 2020-2023 Jingrui Guo, Lingfei Wang and Ling Li from IME-CAS.
    • 项目简介
    • 软件所用语言
    • 软件架构重要更新
      • ODTFT晶体管模型第一版
    • 许可证类型
    • 学术引用
    • 后续计划
• IP_verification_and_evluation
• test-data
• MakeHuman
  • Current status
  • Support requests
  • Testing and reporting bugs
  • Getting started
    • Installing python dependencies
      • Installing python core dependencies on Linux
      • Installing python core dependencies on Windows
    • Installing plugins
    • Starting MakeHuman
  • Branches
  • Usage Example 1
    • View Controller 1
    • View Controller 2
  • Usage Example 2
    • View Controller 1
    • View Controller 2
  • Installation
    • CocoaPods
    • Carthage
    • Accio
    • Swift Package Manager
    • Manually
  • Documentations
  • Interactive Transition Tutorials
  • FAQ
    • Not able to use Hero transition even when self.hero.isEnabled is set to true
    • Views being covered by another matched view during the transition
    • Push animation is shown along side my custom animation
    • How do I use a different default animation when dismissing
  • Contribute
    • ChatGPT
    • 问答
    • 办公
    • 编程
    • 生活
    • ChatGPT 应用
      • 失效站点
• spzmazdsbxsgj
• LoggingSlack
  • Usage
    • Setup Incoming Webhooks
    • Bootstrap SwiftLog
    • Using a Logger
    • Logger Output
    • Log Level Threshold
  • API Documentation
  • Installation
    • Swift Package Manager
• Commands
  • Install
  • Usage
  • Test
• GLSceneLib
• Development for iOS
• CSAuthSample
  • Usage
    • Properties
    • Method
  • Installation
  • Where do the images come from?
  • How will this stay up to date with new images?
  • Can I request you add X image?
  • How do the properties get generated?
• hw-rottenpotatoes
• 赛题题目：基于 Rust 语言的内核组件化设计与实现
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（60%）
    • 应用效果（20%）
    • 代码规范（10%）
    • 文档质量（10%）
  • 赛题联系人：
  • 参考资料：
  • 参赛资源支持：无
• junjuntongxue
• JoyRL Book
  • 关于JoyRL
  • 在线阅读(内容实时更新)
  • 内容导航
  • 主要贡献者
  • 特别感谢
  • 关注我们
• 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
  • Prefer CacheStore
• ObjectUI
  • Usage
    • Basic Examples
      • ObjectView
      • StateObjectView
    • JSON Example
• 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
  • 特性
  • 架构
  • 页面展示
• SQLiteCombine
  • Usage Example
  • Notes
  • License
  • 🚀 Features
    • 📍 Annotations
    • 🖼 Overlays
    • 🛠 Appearance / Behavior Customization
    • 👀 Adapt visibility of:
    • 🪄 Custom controls
  • 💻 Supported Platforms
  • 🧑🏽‍💻 Usage on iOS, macOS and tvOS
    • 📍 Annotations: The modern approach
    • 📌 Annotations: The old-fashioned approach
    • 🌃 Overlays: The modern approach
    • 🖼 Overlays: The old-fashioned approach
    • 🪄 Custom Map Controls
  • ⌚️ Usage on watchOS
  • 🔩 Installation
  • ✍️ Author
  • 📄 License
• AttributedStringBuilder
  • Installation
  • Documentation
• ORPO Implementation
  • Implemented Baselines
  • Environment Setup
  • Training Examples
    • Toy experiments
    • D4RL
    • Tasks requiring policies to generalize
  • Plotting Examples
• References
• Overview
  • Instructions
  • Requirements
  • Resources
  • Issues
    • Licensing
• deepin-community-live-cd-tools
• modelzoo
  • 版本更新说明：
    • modelzoo_3.6.2
    • modelzoo_3.1.0
• kaihong
• 人工智能的数学基础
  • 项目受众
  • 待办清单
  • 目录
  • 贡献者名单
  • 感谢
  • 参与贡献
  • 关注我们
  • LICENSE
• SwiftUIModal
  • Why
  • Installation
  • Usage
    • Presentation
    • Configuration
  • Documentation
  • License
• 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
  • 🛠️ Usage
    • 1. Installation
    • 2. Import component
  • 🖥️ Development
  • 🤝 Contributing
  • ✨ Contributors
  • ❤️ Credits
  • License
• dkst
  • Installing:
    • Get latest binary:
    • Build from source:
  • Using dkst:
• 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
  • 平台简介
  • 赞助商
• 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
  • 捐献作者
  • 演示图例
• 赛题题目：基于大语言模型的表单自动填写软件
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（50%）：
    • 性能优化（20%）：
    • 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：
• spzmazdsbxsgj
• SwiftUI.AnimatedImage
  • Installation
    • Swift Package Manager
  • Usage
• 0703project
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• ChatGLM3
  • GLM-4 介绍
  • ChatGLM3 介绍
  • 模型列表
  • 友情链接
  • 评测结果
    • 典型任务
  • 使用方式
    • 环境安装
    • 综合 Demo
    • 代码调用
      • 从本地加载模型
    • 模型微调
    • 网页版对话 Demo
    • 命令行对话 Demo
    • LangChain Demo
      • 工具调用
      • OpenAI API / Zhipu API Demo
  • 低成本部署
    • 模型量化
    • CPU 部署
    • Mac 部署
    • 多卡部署
    • OpenVINO Demo
    • TensorRT-LLM Demo
  • 引用
  • 概述
  • 功能特性
  • 快速开始
    • 先决条件
    • 使用文档
  • 浏览器支持
  • 贡献
  • 许可证
  • 问题和反馈
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• 🔥 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
  • 资料
  • 功能和特点
  • 产品演示
  • 部署架构
  • 加入交流群
  • Stargazers over time
  • Contributors
  • 社区治理
  • License
• JimuReport积木报表(免费报表工具)
  • 技术文档
  • 快速集成积木报表
    • 第一步：引入积木报表依赖
    • 第二步：引入积木BI依赖(大屏和仪表盘)
    • 第三步：初始化SQL和详细必须配置
  • 绿色免安装版本
  • 授权协议
  • 产生背景
  • 为什么选择 JimuReport?
  • 数据库兼容
  • 报表工作台
  • 仪表盘和门户设计
  • 大屏设计效果
  • 报表功能清单
  • 仪表盘功能清单
  • go-talent
    • 1.Go组队学习内容大纲
    • 2.贡献者
• BiSheServer
  • 1、项目介绍
  • 2、系统架构图
  • 3、系统模块图
  • 4、目录结构及主要文件说明
  • 5、配置文件说明
  • 6、安装配置说明
  • 7、系统安装使用说明书
  • 8、系统实现效果
  • 9、注意：
  • 9、常见错误：
  • 10、开源许可
  • 11、引用参考
  • 12、Star History
• repo1
• CCurl
• ARM 端 Linux 模型部署
  • 概述
  • 环境搭建
    • 准备内容
    • 通过串口连接板卡
    • 通过网口连接板卡
  • 模型部署
    • 安装交叉编译工具
    • 编译示例工程
    • 推送到开发板
    • 执行程序
  • 编译选项与版本说明
    • 更换模型示例
    • 接口版本说明
  • 示例程序使用说明
    • V2.1.0 示例
    • V1.0.0 示例
  • 推理流程说明
  • 部署整体流程总结
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
    • 赛题题目：实时视频直播跨平台应用开发
      • 赛题说明：
      • 赛题要求：
      • 赛题联系人：
      • 参考资料：
      • 参赛资源支持：
      • 赛题交流讨论链接：
• Gitea
  • 目标
  • 文档
  • 编译
  • 使用
  • 贡献
  • 翻译
  • 官方和第三方项目
  • 作者
  • 授权许可
  • 更多信息
• 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
  • 项目名称：Pnote——个人笔记助理
    • 版本:PnoteV1.0.0
    • 版权：MIT
    • 组成员：范书珲 袁露 伍文迪
    • 概述：
    • 环境:python2.7
    • 运行方式：
      • 1.安装virtualenv
      • 2.创建虚拟环境
      • 3.激活虚拟环境
      • 4.安装需求文件
      • 5.创建迁移仓库(optional)
      • 6.创建迁移脚本(optional)
      • 7.更新数据库(optional)
      • 8.安装MongoDB并启动服务
      • 9.启动
      • 10.浏览器访问
  • 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
• ncnn
  • Download & Build status
  • Support most commonly used CNN network
  • 支持大部分常用的 CNN 网络
  • HowTo
  • FAQ
  • Features
  • 功能概述
  • supported platform matrix
  • Project examples
  • License
• ysyx
• llama.cpp
  • Recent API changes
  • Hot topics
  • Description
  • Usage
    • Get the Code
    • Build
    • Metal Build
    • MPI Build
    • BLAS Build
      • Accelerate Framework:
      • OpenBLAS:
      • BLIS
      • SYCL
      • Intel oneMKL
      • CUDA
      • hipBLAS
      • CLBlast
        • Installing CLBlast
        • Building Llama with CLBlast
        • Running Llama with CLBlast
      • Vulkan
    • Prepare and Quantize
    • Run the quantized model
    • Running on Windows with prebuilt binaries
    • Memory/Disk Requirements
    • Quantization
    • Perplexity (measuring model quality)
      • How to run
    • Interactive mode
    • Persistent Interaction
    • Constrained output with grammars
    • Instruct mode
    • Docker With CUDA
      • Building Locally
      • Usage
    • Contributing
    • Coding guidelines
    • Docs
    • Docker With CUDA
      • Building Locally
      • Usage
    • Contributing
    • Coding guidelines
    • Docs
• Usage
  • Public interface
  • Assignable closures
  • Examples
  • Installation
    • Swift Package Manager
    • CocoaPods
    • Carthage
  • Requirements
  • Acknowledgements
  • Our other open source SwiftUI libraries
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• zsh-autosuggestions
  • Installation
  • Usage
  • Configuration
    • Suggestion Highlight Style
    • Suggestion Strategy
    • Widget Mapping
    • Disabling suggestion for large buffers
    • Asynchronous Mode
    • Disabling automatic widget re-binding
    • Ignoring history suggestions that match a pattern
    • Skipping completion suggestions for certain cases
    • Key Bindings
  • Troubleshooting
    • Reporting an Issue
  • Uninstallation
  • Development
    • Build Process
    • Pull Requests
    • Testing
  • License
• 使用文档(文档编写于GPT4)
  • 注意事项
• 使用方式(任选其一)
• OpenAIOS vGPU scheduler for Kubernetes
  • 目录
  • 简介
  • 使用场景
  • 安装要求
  • 快速入门
    • GPU节点准备
    • Kubernetes开启vGPU支持
    • 运行GPU任务
    • 监控vGPU使用情况
    • 更新
    • 卸载
  • 调度策略
  • 性能测试
  • 使用场景
  • 性能测试
  • 功能
  • 实验性功能
  • 已知问题
  • 开发计划
• 测试
  • 反馈和参与
  • 作者
• 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
• 香雅情在线规则
• 多线
• 哔哩Cookie设置文件(本地文件)
• 阿里token设置文件(本地文件)
• 本地直播设置文件(本地文件)
• SwiftCPUDetect
  • Features
  • Usage
  • What apps/programs is this Library intended for?
  • About the project:
  • Libraries used:
  • Credits:
  • Contacts
  • Legal info
  • 2025中国研究生操作系统开源创新大赛
    • 研究创新赛道 第7题
    • 赛题题目
      • 操作系统SEU故障注入与容错方案设计与实现
    • 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
• degradability_prediction
  • 项目简介
• JCS-pub（云际存储公共基础设施）+ JCS-client（开箱即用云际存储客户端）
  • 项目简介
  • 项目演化路径
  • 特性
    • 1、数据迁移能力
    • 2、跨云存储数据
    • 3、本地+多云混合存储数据
    • 4、开箱即用
    • 5、云际存储公共基础设施
  • 架构图
    • 1、云存储空间
    • 2、云际存储公共基础设施
    • 3、云际存储客户端
  • 安装
    • 1、第三方组件准备
    • 2、Docker安装（推荐）
    • 3、源码编译安装
    • 4、可执行文件安装
  • 使用指南
    • 1、生成配置文件
    • 2、命令行
    • 3、API
  • 测试评估
  • 定制冗余策略
    • 1、冗余变化
    • 2、冗余收缩
    • 3、对象下载
  • 定制指令
    • 1、编写指令逻辑
    • 2、编写指令对应DAG节点
    • 3、使用指令
  • 许可证
  • 开发小组
• 赛题题目：基于虚拟化技术的操作系统安全增强技术
  • 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
  • 更新
  • 使用方法
  • 范例
  • 组件
    • 模型组件
    • 视图组件
    • 数据库组件
    • 插件式组件
    • 其他功能组件
  • 联系我
  • 协议
• Kata Containers
  • Introduction
  • License
  • Platform support
    • Hardware requirements
  • Getting started
  • Documentation
  • Configuration
  • Hypervisors
  • Community
  • Getting help
    • Raising issues
  • Developers
    • Components
    • Main components
    • Additional components
    • Packaging and releases
  • Glossary of Terms
• 致理杯 202503
  • 题目使用协议
• modelzoo
  • 版本更新说明：
    • modelzoo_3.6.2
    • modelzoo_3.1.0
• 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
• 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
• Halfedge-structure
  • Point
  • MyVector
  • MyVert
  • MyHalfedge
  • MyEdge
  • MyPolyFace
  • PolyMesh
• Scipio
  • How it works
    • Supported Inputs
  • Installation
    • Homebrew (Recommended)
    • Manually from Source
  • Usage
  • Configuration
    • Top Level Keys
    • Example
  • Development
  • License
• 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
• 面向NP难组合优化问题的启发式算法入门指南
  • 必读经典论文
  • 细分领域扩展阅读
    • 赛题题目：实时视频直播跨平台应用开发
      • 赛题说明：
      • 赛题要求：
      • 赛题联系人：
      • 参考资料：
      • 参赛资源支持：
      • 赛题交流讨论链接：
• 代码生成模板市场
  • 特点
  • 如何使用
  • 贡献
  • 许可证
  • 支持
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
  • 架构设计
  • 功能特性
  • 代码目录说明
  • 快速开始
  • 支持
  • 蓝鲸社区
  • 贡献
  • 协议
• LoginServiceKit
  • Usage
    • CocoaPods
    • Carthage
  • Example
    • Check exist login item
    • Add login item
    • Remove login item
  • About Deprecated APIs
• Resilient Decoding
  • Introduction
  • Setup
    • Swift Package Manager
    • CocoaPods
  • Decoding
    • Optional
    • Array
    • Dictionary
    • ResilientRawRepresentable
      • decodingFallback
      • isFrozen
  • Inspecting Errors
    • Property-Level Errors
    • ResilientDecodingErrorReporter
  • Frequently Asked Questions
    • Will Resilient work as expected when the wrapped type is a generic argument?
    • Why doesn’t Resilient conform to Hashable or Equatable when its value does?
    • Why doesn’t Resilient conform to Encodable when its value does?
  • More Details
• main
• include <stdio.h>
• include <stdlib.h>
• include <string.h>
• define NAME_LEN 50 // 姓名最大长度
• define SUBJECT_NUM 3 // 科目数量（示例：语文、数学、英语）
• define SCORE_RANGE 100 // 单科成绩范围（0~100）
• README
  • Introduction
  • Experimental Setup
    • Testbed
    • Datasets
    • Build From Source
      • Requirements
      • Build
    • Run
      • Local Evaluation (Single-Machine)
      • Network Evaluation (Client-Server)
• video-classification-service
• HCloud
  • 介绍
  • 软件架构
  • 安装教程
    • 0. 安装Intel SGX驱动
    • 1. 获取HCloud容器
    • 2. 安装用户SDK
    • 使用说明
    • 0. 启动HCloud节点
    • 1. 编译用户SDK
    • 2. 编译测试Demo
    • 3. 运行测试Demo
• 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)
• ukui-panel
  • 简介
  • 项目结构
    • panel
      • 任务栏（经典模式）
      • 任务栏（三岛模式）
      • 顶栏
    • widgets
• BetterSheet
  • Basic Usage
  • Advanced usage
  • License
• OpenCT-AI
• 北师大OpenCT社区/基于AI的大数据挖掘项目
  • 项目背景
  • 项目内容
    • 教育大数据采集与预处理
    • 大数据挖掘算法开发
    • 教育数据分析与可视化
  • 项目优势
  • 目标
  • 难度
  • 产出要求
  • 能力要求
  • 导师
  • 参与方式
  • 结语
• vChewing 威注音輸入法
  • 系統需求
  • 建置流程
  • 應用授權
  • 資料來源
  • 參與研發時的注意事項
• ncnn
  • Download & Build status
  • Support most commonly used CNN network
  • 支持大部分常用的 CNN 网络
  • HowTo
  • FAQ
  • Features
  • 功能概述
  • supported platform matrix
  • Project examples
  • 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
• 赛题题目：智能体操作系统中的多智能体协作技术
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（50%）：
    • 应用效果（50%）：
  • 赛题联系人：
  • 参考资料：
  • 参赛资源支持：
  • 项目意义
  • 项目受众
  • 项目亮点
  • News
  • 项目结构
    • TinyDiffusion
    • Qwen-Blog (对应讲解视频)
    • TinyRAG(对应讲解视频)
    • TinyAgent(暂无录播，Datawhale视频号搜索“动手搭建一个最小Agent系统”)
    • TinyEval(对应讲解视频)
    • TinyLLM
    • TinyTransformer
  • 致谢
    • 核心贡献者
    • 其他
  • 关注我们
  • LICENSE
• HybridCLR
  • 文档
  • 特性
  • 支持的版本与平台
  • 工作原理
  • 稳定性状况
  • 支持与联系
  • 关于作者
  • license
• lcdp
• Conflicts:
• trpc-polaris-demo/github-trpc-polaris-demo/proto/hello.trpc.go
• Polaris Go 快速入门示例
  • 前提条件
  • 项目结构
  • 快速开始
    • 1. 启动所有服务
    • 2. 测试服务
    • 3. 访问 Polaris 控制台
    • 4. 停止所有服务
  • 配置说明
    • Provider 配置
    • Consumer 配置
  • 进阶使用
    • 服务治理
    • 多实例部署
    • 自定义路由规则
    • 赛题题目：端边协同AI聊天机器人
      • 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：
      • 赛题交流讨论链接：
    • Compile the Binary
    • Create a Docker image for this binary
    • Create Bundle Image
    • Create Index Image
  • Deploy it on OCP4.x
• software
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• NewLife.AntJob - 蚂蚁调度
• 蚂蚁调度AntJob-分布式任务调度系统
  • 快速拥有
• 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
• RISC-V Open Source Supervisor Binary Interface (OpenSBI)
  • Copyright and License
  • Introduction
  • Supported SBI version
  • Required Toolchain and Packages
  • Building and Installing the OpenSBI Platform-Independent Library
  • Building and Installing a Reference Platform Static Library and Firmware
  • Building 32-bit / 64-bit OpenSBI Images
  • Building with Clang/LLVM
  • Building with timestamp and compiler info
  • Building with optimization off for debugging
  • Contributing to OpenSBI
  • Documentation
    • iEDA Homepage：ieda.oscc.cc/en/
  • iEDA Overview
  • iEDA Infrastructure and tool
  • iEDA Tapeout
  • Papers and Presentations [See more]
  • iEDA User Guide
    • 1. Build iEDA from source code
      • Method 1. Use the iEDA mirror (Redommended)
      • Method 2. Install dependencies and compile
    • 2. Design chip by using iEDA
      • Method 1. Run release or demo mirror（Redommended)
      • Method 2. Compile iEDA binary and run
  • Contribution Guide
  • Citation
  • Discussion
  • License
  • Acknowledgement
  • 概述
  • 规划栏目
    • 词汇
    • 语法
    • 听力
    • 口语
    • 阅读
    • 写作
  • 开发
  • 禁止将本项目用于任何商业目的！！！
  • 项目意义
  • 项目受众
  • 项目规划及进展
    • Example 系列
    • 已支持模型
    • 通用环境配置
  • 致谢
    • 核心贡献者
    • 其他
    • Star History
• jittor-热身赛
• 赛题题目：面向微服务基准的Trace监控数据采集与异常检测工具
  • 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
  • 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
  • Introduction
  • 最新进展
  • 0.x / 1.x 迁移
  • 安装
  • 教程
  • 模型库
    • 模型需求
  • 参与贡献
  • 致谢
  • 引用
  • 许可证
  • OpenMMLab的其他项目
  • 欢迎加入 OpenMMLab 社区
  • 平台简介
  • 赞助商
• 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
  • 捐献作者
  • 演示图例
• 什么是 HUATUO
• 核心特性
• 快速上手
• 软件架构
• 功能列表
  • Autotracing
  • Events
  • Metrics
• 前端展示
  • 机房内核事件总览
  • AutoProfiling
  • Dropwatch
  • net_rx_latency
• 联系我们
• imaginary
  • Contents
  • Supported image operations
  • Prerequisites
  • Installation
    • libvips
    • Docker
    • Heroku
    • CloudFoundry
    • Recommended resources
    • Production notes
    • Scalability
  • Clients
  • Performance
  • Benchmark
    • Conclusions
  • Command-line usage
    • Examples
    • Playground
  • HTTP API
    • Allowed Origins
    • Authorization
    • URL signature
    • Errors
      • Placeholder
    • Form data
    • Params
      • GET /
      • GET /health
      • GET /form
      • GET | POST /info
      • GET | POST /crop
        • Allowed params
      • GET | POST /smartcrop
        • Allowed params
      • GET | POST /resize
        • Allowed params
      • GET | POST /enlarge
        • Allowed params
      • GET | POST /extract
        • Allowed params
      • GET | POST /zoom
        • Allowed params
      • GET | POST /thumbnail
        • Allowed params
      • GET | POST /fit
        • Allowed params
      • GET | POST /rotate
        • Allowed params
      • GET | POST /flip
        • Allowed params
      • GET | POST /flop
        • Allowed params
      • GET | POST /convert
        • Allowed params
      • GET | POST /pipeline
        • Allowed params
        • Operations JSON specification
          • Supported operations names
          • Example
      • GET | POST /watermark
        • Allowed params
      • GET | POST /watermarkimage
        • Allowed params
      • GET | POST /blur
        • Allowed params
  • Support
    • Backers
    • Support this project
    • Sponsors
  • Authors
  • 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
• Welcome to OpenJDK 17 Updates!
• JointCloud Papers
  • Blockchain Related Papres
    • CCF A
    • CCF B
    • CCF C
    • Other
  • Secure Computing Related Papres
    • CCF A
    • CCF B
  • JointCLoud Negociation Related Papres
    • CCF A
    • CCF B
  • Content Labels
  • USENIX Security (A)
  • S&P (A)
  • CCS (A)
  • NDSS (A)
  • CRYPTO (A)
  • EUROCRYPT (A)
  • INFOCOM (A)
  • SOSP (A)
  • NSDI (A)
  • VLDB (A)
  • OSDI (A)
  • TOCS (A)
  • TOPLAS (A)
  • JACM (A)
  • Journal of Cryptology (A)
  • TDSC (A)
  • ASIACRYPT (B)
  • ESORICS (B)
  • EuroSys (B)
  • ICDCS (B)
  • PODC (B)
  • CoNEXT (B)
  • ACNS (C)
  • FC (C)
  • Others
  • License
• CatVodSpider
  • Based on CatVod
• Jittor 计图挑战热身赛
  • 简介
  • 安装
    • 运行环境
  • 训练
  • 致谢
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• 操作系统开源创新大赛2025
  • 一、系统创新赛道
  • 二、应用创新赛道
  • 三、研究创新赛道
    • 赛题题目3：基于ArkUI-X实现高性能平台视图功能实现
      • 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：
      • 赛题交流讨论链接：
• 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
• 操作系统开源创新大赛2025
  • 一、系统创新赛道
  • 二、应用创新赛道
  • 三、研究创新赛道
  • What’s New
  • Introduction
  • Installation
  • Get Started
  • Learn More
  • Contributing
  • Citation
  • License
  • Ecosystem
  • Projects in OpenMMLab
  • 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
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
  • Architecture overview
  • The license
• 赛题题目：基于大语言模型的表单自动填写软件
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（50%）：
    • 性能优化（20%）：
    • 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：
• 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
• ArtifactRatingDB
  • How these data work?
  • Credits
• Code+ 第 6 次网络赛
  • 题目使用协议
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• Jittor 赛题二图像风格迁移B榜审查
  • 简介
  • 方法介绍
  • 安装
    • 运行环境
    • 安装依赖
    • 预训练模型
  • 训练
  • 推理
  • 其他说明
• modelzoo 3.7.1
  • 1.简介
    • 1.1 基本介绍
  • 2. 使用注意
    • 2.1 开发环境推荐
    • 2.2 关于框架导模型
  • 3. 其他内容导航
• 赛题题目：基于虚拟化技术的操作系统安全增强技术
  • 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
• MiniScanner
  • 如何使用
  • 系统设计
  • 部分功能展示
  • Tips
• 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
• Test
• zixunla
• XiangShan-doc
  • 联系我们 Contact us
  • 关注我们
  • Translations needed
  • 实习生计划 Interns
  • 香山是什么？
  • 推荐关于香山的报道
  • 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
• HuggingLLM
  • 关于项目
• GLM
• qwen
  • 内容大纲
  • 如何学习
    • 学习指南
    • 学习说明
    • 纸质版
  • 致谢
  • 关注我们
  • LICENSE
• InPanel
  • Introduction
  • Features
  • Installation
  • Uninstall
  • Admin Username and Password
  • Issues
  • License
  • Author
  • Information
  • 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
  • 🚀 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
    • 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
• The Open Source AI Agent Application Framework
  • Connect LLMs to your existing application focused on your business
    • Some Features
    • Quick Started
    • Core Modules
    • Plugins
      • Data Storages
      • LLMs
      • Messaging / Channel
      • RAGs
      • Visions
      • Tools
      • UIs
    • Roadmap
    • Documents
• 📖 阅读｜书源更新笔记
  • 📲 点击链接加入QQ频道【一程书友会】
• X-Core
  • 开发板
  • 交流讨论
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
  • 特性
  • 架构
  • 页面展示
• A_LFC
• ceshi
• MakeHuman
  • Current status
  • Support requests
  • Testing and reporting bugs
  • Getting started
    • Installing python dependencies
      • Installing python core dependencies on Linux
      • Installing python core dependencies on Windows
    • Installing plugins
    • Starting MakeHuman
  • Branches
• Code search with Qdrant
  • Online version
  • Prerequisites
  • Description
    • Chunking and indexing process
      • all-MiniLM-L6-v2
      • microsoft/unixcoder-base
    • Search process
  • Architecture
  • Usage
    • Data indexing
    • Search service
  • Further steps
• README
  • Introduction
  • Experimental Setup
    • Testbed
    • Datasets
    • Build From Source
      • Requirements
      • Build
    • Run
      • Local Evaluation (Single-Machine)
      • Network Evaluation (Client-Server)
• 为何要写这样一个解析器
  • 使用方法
  • 当前支持的语法
  • 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
• testdemo
  • 介绍
  • 软件架构
  • 安装教程
  • 使用说明
  • 参与贡献
  • 特技
• openyurtio/openyurt
  • 架构
  • 开始使用
  • 发展规划
  • 社区
    • 贡献
    • 周会
    • 联络方式
  • 许可证
  • Swift版本
  • 效果预览
    • 指示器效果预览
    • Cell样式效果预览
    • 特殊效果预览
    • 自定义效果预览
  • 要求
  • 安装
    • 手动
    • CocoaPods
  • 结构图
  • 使用
    • JXCategoryTitleView 使用示例
    • 列表容器使用示例
      • JXCategoryListContainerView 封装类使用示例
      • 直接使用 UIScrollView 自定义
  • 常见问题和答案
  • 指示器样式自定义
  • Cell 自定义
  • 常用属性说明
  • 更新记录
  • 补充
  • 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
• 赛题题目：工业泛在场景下基于国产RISC-V的EtherNet/IP支持
  • 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
• Open R1
  • Overview
    • Plan of attack
  • News 🗞️
  • Installation
  • Training models
    • SFT distillation
    • GRPO
      • GRPO dataset filtering
      • 👨‍💻 Training with a code interpreter
        • E2B Provider
        • Morph Provider
        • Dataset Requirements
        • Using Router Services
      • Competitive Programming problems: IOI & CodeForces
        • Piston
        • Morph
        • Example recipes
    • Launching jobs on a Slurm cluster
    • Customising the dataset mixture
  • Evaluating models
  • Reproducing Deepseek’s evaluation results
    • AIME 2024
    • MATH-500
    • GPQA Diamond
    • LiveCodeBench
  • Data generation
    • Generate data from a smol distilled R1 model
    • Generate data from DeepSeek-R1
    • Data decontamination
  • Contributing
  • Acknowledgements
  • Citation
• Northstar盈富量化平台
  • 产品简介
    • 用户监控台效果（监控台为用户提供一个可视化窗口，以方便进行程序的监控与管理）：
    • 策略可视化研发（可进行多周期叠加及自定义指标）：
    • 策略回测：
  • 适用人群
  • 运行环境
  • 程序架构
  • 技术支持
  • 注意事项
  • 如何贡献代码
  • 特别鸣谢
  • Playground
  • Snake Game
  • Example: Print Wa
  • Example: Print Prime
  • Example: Print Prime with Chinese syntax
  • Contributors
  • ✨ Features
  • Install
    • Swift Package Manager
    • Cocoapods
    • Carthage
  • 💡 Getting Started
    • Initialize the client
    • Push data
    • Search
    • Configure
  • 📝 Examples
  • Use the Dockerfile
  • 📄 License
  • Notes
    • Objective-C support
    • Swift 3
  • Getting Help
• Octokit.swift
  • Installation
  • Authentication
    • TokenConfiguration
    • OAuthConfiguration
  • Users
    • Get a single user
    • Get the authenticated user
  • Repositories
    • Get a single repository
    • Get repositories of authenticated user
  • Starred Repositories
    • Get starred repositories of some user
    • Get starred repositories of authenticated user
  • Follower and Following
    • Get followers of some user
    • Get followers of authenticated user
    • Get following of some user
    • Get following of authenticated user
  • Issues
    • Get issues of authenticated user
    • Get a single issue
    • Open a new issue
    • Edit an existing issue
    • Comment an issue
    • Edit an existing comment
  • Pull requests
    • Get a single pull request
    • List pull requests
    • Update an exisiting Pull Request
  • Releases
    • Create a new release
  • 概述
  • 功能特性
  • 快速开始
    • 先决条件
    • 使用文档
  • 浏览器支持
  • 贡献
  • 许可证
  • 问题和反馈
  • 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
• 杭州升鲜宝科技有限公司
• SaaS生鲜配送管理系统（升鲜宝供应链管理系统）
  • 介绍
  • 架构与愿景说明
  • B/S 升鲜宝功能清单
  • 使用说明
• 赛题题目：基于AI的系统参数智能调优技术
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• RVspace
• 开源计划
  • 开源文档
  • 开源参考设计
  • 开源软件
    • 赛题题目：端边协同AI聊天机器人
      • 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：
      • 赛题交流讨论链接：
• 📖 阅读｜书源分享
  • ♯ 点击加入QQ频道【一程书友会】
  • 📢 更新日志
  • 🗞️ 书源
  • 🗂️ 订阅源
  • 💠 导入方案
  • 🎞️ 教程
    • ▶️ 规则订阅教程
    • 书源导入教程
    • 订阅源导入教程
  • 🖇️ 关于
  • 💡 温馨提示
• @CloudStorage property wrapper
  • What is this?
  • Usage
    • Step 1: Enable the iCloud “Key-value storage” service
    • Step 2: Add this library as an SPM dependency
    • Step 3: Use the property wrapper
  • For what should this be used?
  • Syncing between apps and extensions
  • Authors
  • 特性
  • 架构
  • 页面展示
  • [English]
    • 特性
    • Redis经验分享
    • 推荐用法
    • 基础 Redis
    • 基本操作
    • 集合操作
    • 高级操作
    • 性能测试
    • Redis的兄弟姐妹
  • 新生命项目矩阵
  • 新生命开发团队
• Casbin
  • All the languages supported by Casbin:
  • Table of contents
  • Supported models
  • How it works?
  • Features
  • Installation
  • Documentation
  • Online editor
  • Tutorials
  • Get started
  • Policy management
  • Policy persistence
  • Policy consistence between multiple nodes
  • Role manager
  • Benchmarks
  • Examples
  • Middlewares
  • Our adopters
  • How to Contribute
  • Contributors
  • Backers
  • Sponsors
  • License
  • Contact
• mmsegmentation测试工具
  • 项目简介
  • 主要功能
  • 项目测试场景
  • 项目测试需求
  • 安装指南
  • 使用说明
  • 项目结构
  • 实验结果和分析
    • 说明：
    • 实验结果：
    • 分析：
    • 实验演示视频链接：
  • 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
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• DelayOutputPublisher
  • Usage
  • Demo
  • Installation
    • Package.swift
    • For .xcodeproj projects
  • 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
• 赛题题目：基于 Rust 语言的内核组件化设计与实现
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（60%）
    • 应用效果（20%）
    • 代码规范（10%）
    • 文档质量（10%）
  • 赛题联系人：
  • 参考资料：
  • 参赛资源支持：无
• tv
  • 简介
  • 前置依赖
  • 部署
  • 示例
  • 社区
    • 贡献
    • 联系方式
  • 协议
• Jittor基于MNIST训练CGAN模型生成数字图像
  • 简介
  • 安装
    • 运行环境
    • 安装依赖
  • 训练
  • 成果展示
  • 参考文献
• 欢迎来到 Lean 的 LEDE 源码仓库
  • 官方讨论群
  • 软路由 ArmSoM Sige 系列介绍
  • 注意
  • 编译命令
    • 使用 WSL/WSL2 进行编译
    • macOS 原生系统进行编译
  • 特别提示
  • 捐贈
• Difference
  • Installation
    • CocoaPods
    • Carthage
    • SwiftPM
  • Using lldb
  • Integrate with XCTest
  • Integrate with Quick
  • Integrate with The Composable Architecture
• SMLib
  • Requirements
  • Integration
    • CocoaPods (iOS 8+, OS X 10.9+)
    • Carthage (iOS 8+, OS X 10.9+)
    • Swift Package Manager
  • Usage
  • Contributions
  • Credits
  • License
• 桌面AI Agent
  • 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
  • 📖 Introduction
  • 📦 Installation
  • 🦄 Usage
    • The source code is very simple and can be modified by yourself
• Kotone’s Auto Assistant 琴音小助手
  • 功能
  • 安装
    • 模拟器要求
    • 普通用户
    • 技术用户
  • 使用
    • 配置
    • 注意事项
  • 开源协议
  • 免责声明
    • 总则
    • 版权声明
    • 核心风险与责任限制
  • 开发
  • 贡献
  • 路线图
    • 培育
    • 日常
    • 调度
    • UI
    • 跨平台
    • 开发工具
    • 其他
• OpenCT-AI
• 北师大OpenCT社区/基于AI的大数据挖掘项目
  • 项目背景
  • 项目内容
    • 教育大数据采集与预处理
    • 大数据挖掘算法开发
    • 教育数据分析与可视化
  • 项目优势
  • 目标
  • 难度
  • 产出要求
  • 能力要求
  • 导师
  • 参与方式
  • 结语
• 考点软件环境
  • 版本要求
  • 下载链接
  • 安装指南
• Overview
• Usage
  • Customization
  • Interact with vector elements
  • Animation
  • Complex effects
• SVG Tests Coverage
• Installation
  • Swift Package Manager
  • CocoaPods
  • Carthage
• Requirements
  • Our other open source SwiftUI libraries
  • Requirements
  • Usage
  • Carthage
  • Contributing
  • Acknowledgements
    • 💼 Linkedin
    • 🤖 Twitter
    • 🌇 Instagram
    • 👨🏼‍🎤 Facebook
  • MIT License
• DeepBurning-MixQ
  • Status
  • Classification Model
    • Usage
  • DAC-SDC Object Detection Model
    • 1) Hardware-aware Mixed Precison NAS for bit width
    • 2) Main Train
    • 3) Test model
    • 4) HLS export
    • 5) Model-Level Hardware Simulation
  • Reference
  • License
• sSawvZlqJ
  • ✅ 周刊列表
    • 🐍 2025 年
    • 🐲 2024 年
    • 🐰 2023 年
    • 🐯 2022 年
    • 🐮 2021 年
  • 🫡 周刊缘起
  • 📇 项目地址
  • 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
• openInula 开源项目
  • 项目介绍
  • 技术架构
  • 核心能力
    • 响应式API
    • 兼容 React API
    • openInula 配套组件
      • 状态管理器 inula-X
      • 路由 inula-router
      • 请求 inula-request
      • 国际化 inula-intl
      • 调试工具 inula-dev-tools
      • 脚手架 create-inula
  • 参与贡献
    • 官方链接
    • 社区贡献者案例
  • 许可协议
  • 联系方式
• KGQA-Psychological-Counseling
  • schema
    • 知识图谱实体类型
    • 知识图谱实体关系类型
    • 知识图谱属性类型
• Difference
  • Installation
    • CocoaPods
    • Carthage
    • SwiftPM
  • Using lldb
  • Integrate with XCTest
  • Integrate with Quick
  • Integrate with The Composable Architecture
• Marcel
• CountDown: Refcount-guided Fuzzing for Exposing Temporal Memory Errors in Linux Kernel
  • Introduction
  • Publication
  • Setup
    • Dependencies
    • Prepare Kernel (v6.6)
    • Build Image
    • Build Fuzzer
    • Start Fuzzing
  • Acknowledgment
• 基于 libbpf 的 eBPF 开发者教程：通过 20 个小工具一步步学习 eBPF
  • 目录
  • 为什么需要基于 libbpf 和 BPF CO-RE 的教程？
  • eunomia-bpf
  • 让 chatGPT 来帮助我们
• CVPR2021
• dragonball-sandbox
  • ⚠️ Important Notice ⚠️
  • Introduction
  • How to build
  • License
• 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
• Perfect-XML
  • Building
  • macOS Build Notes
  • Linux Build Notes
  • Usage
    • Parse XML Source
    • Parse HTML Source
    • Inspect Node Names
    • Inspect Text Node
    • Check Node Type
    • First & Last Child
    • Next & Previous Sibling
    • Element Attributes
    • Get Elements By Name
    • Get Element By ID
    • XPath
• 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
• 考点软件环境
  • 版本要求
  • 下载链接
  • 安装指南
• 赛题题目：面向微服务基准的Trace监控数据采集与异常检测工具
  • 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
• 第三届计图人工智能挑战赛–热身赛
  • 开源机器学习框架——计图（Jittor）
  • 赛题说明
  • 安装说明
  • 运行命令
  • 致谢
• 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
  • 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
    • 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
  • 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
  • Trustie 3.0 前端编译好的文件
    • 项目简介
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• XiUOS README
  • 目录结构
  • 硬件支持
    • ARM
    • RISC-V
  • 开发环境
    • 推荐使用：
    • 操作系统： Ubuntu18.04
    • 开发工具： VSCode
    • 依赖包安装：
    • 编译工具链：
    • 烧写工具
• DatenLord
  • Why DatenLord?
  • Target scenarios
  • Architecture
  • Quick Start
  • How to Contribute
    • Coding Style
    • Continuous Integration (CI)
    • Sub-Projects
  • Road Map
• RoundedCorners
  • Overview
    • LICENSE
• SwiftMQTT
  • Usage
    • Create Session
    • Connect
    • Subscribe
    • Unsubscribe
    • Publish
    • Conform to MQTTSessionDelegate to receive messages
  • Installation
    • CocoaPods
    • Carthage
    • Swift Package Manager
  • License
  • 平台简介
  • 赞助商
• 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
  • 捐献作者
  • 演示图例
  • 第三届计图人工智能挑战赛
    • 计图挑战热身赛
• xishutong-arm32-OTA
• GAN-jittor
  • Brief Introduction
  • Environments
  • Training
  • Thanks
• 漏洞收集
  • 贡献者（排名不分先后）
  • 2025.02.21 新增漏洞
  • 2025.02.06新增漏洞
  • 2025.01.04 新增漏洞
  • 2024.12.28 新增漏洞
  • 2024.12.21 新增漏洞
  • 2024.12.14 新增漏洞
  • 2024.12.07 新增漏洞
  • 2024.11.29 新增漏洞
  • 2024.11.23 新增漏洞
  • 2024.11.16 新增漏洞
  • 2024.11.08 新增漏洞
  • 2024.11.02 新增漏洞
  • 2024.10.26 新增漏洞
  • 2024.10.19 新增漏洞
  • 2024.10.13 新增漏洞
  • 2024.10.07 新增漏洞
  • 2024.09.26 新增漏洞
  • 2024.09.20 新增漏洞
  • 2024.09.14 新增漏洞
  • 2024.09.08 新增漏洞
  • 2024.09.02 新增漏洞
  • 2024.08.28 新增漏洞
  • 2024.08.24 新增漏洞
  • 2024.08.21 新增漏洞
  • 2024.08.17 新增漏洞
  • 2024.08.13 新增漏洞
  • 2024.08.10 新增漏洞
  • 2024.08.07 新增漏洞
  • 2024.08.04 新增漏洞
  • 2024.08.01 新增漏洞
  • 2024.07.30 新增漏洞
  • 2024.07.27 新增漏洞
  • 2024.07.24 新增漏洞
  • 2024.07.20 新增漏洞
  • 2024.07.17 新增漏洞
  • 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
• TSZQ_KaiYuanXinPianSheQu
• Jittor 可微渲染新视角生成赛题 NeRF
  • 简介
  • 安装
    • 运行环境
    • 安装依赖
    • 预训练模型
  • 数据预处理
    • 坐标归一化：python normalise_cam.py --data_path PATH_TO_Jrender_Dataset
    • 数据划分：python unpack_dataset.py --data_path PATH_TO_Jrender_Dataset
  • 训练
  • 推理
  • 致谢
  • [English]
    • 特性
    • Redis经验分享
    • 推荐用法
    • 基础 Redis
    • 基本操作
    • 集合操作
    • 高级操作
    • 性能测试
    • Redis的兄弟姐妹
  • 新生命项目矩阵
  • 新生命开发团队
• CatVodSpider
  • Based on CatVod
  • Highlighted Features
  • Getting Started
  • Screenshots
  • Architecture
  • Community
  • Who is using
  • Stargazers
  • Contributors
  • License
  • Contact Us
  • Get started fast 🚀
  • Quick examples
  • Description
  • Support matrix
  • APIs and Integrations
    • Rust Crate
    • Python API
    • HTTP Server
    • Llama Index integration (Python)
  • Supported accelerators
  • Installation and Build
  • Getting models
    • Getting models from Hugging Face Hub
    • Loading models from local files:
    • Running GGUF models
      • With a specified tokenizer
      • With the builtin tokenizer
  • Run with the CLI
    • Architecture for plain models
    • Architecture for vision models
    • Supported GGUF architectures
    • Interactive mode
    • OpenAI HTTP server
    • Structured selection with a .toml file
  • Benchmarks
  • Supported models
    • Using derivative model
    • Adapter model support: X-LoRA and LoRA
    • Chat Templates and Tokenizer
  • Contributing
  • FAQ
  • Credits
• 赛题题目：视频字幕AI自动识别显示工具
  • 赛题说明：
  • 赛题要求：
  • 评分标准：
    • 功能完整性（40%）：
    • 性能优化（30%）：
    • 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：
• AICompass：模型对算力等效建模评估工具
  • 一、项目简介
    • 核心工作：模型显存占用与硬件需求精准建模
    • 技术突破：实测验证与工具链支撑
    • 对比传统工具的核心优势
    • 应用价值
  • 二、项目结构
  • 三、使用方法
  • 四、变量说明
    • 模型参数
    • 推理配置
    • 服务指标
    • 计算因子
    • 硬件参数
  • 五、计算方法
    • 显存占用计算
      • 稠密模型(Dense)显存计算
      • 混合专家模型(MoE)显存计算
      • 多模态模型(Multimodal)显存计算
    • 计算能力需求评估
      • 稠密模型(Dense)算力计算
      • 混合专家模型(MoE)算力计算
      • 多模态模型(Multimodal)算力计算
    • 硬件需求计算
      • 显卡数量计算
  • 六、测试部分
    • DenseBench
    • MoeBench
    • MultimodalBench
    • Perf-Test
    • SLO-test
• RPC Framework 项目报告
  • Overview
    • Features
    • 演示
      • python-c++远程调用
  • 项目概述
  • 设计目标与原则
    • 设计目标
    • 设计原则
  • 系统架构设计
    • 整体架构图
    • 项目结构
  • 组件实现
    • 网络通信协议
    • 消息序列化模块
    • 服务注册表
    • 服务端
    • 客户端
    • 跨语言适配器
    • IDL编译器
  • 并发模型
    • 服务器并发
    • 客户端并发
  • 操作说明
    • Python-Java子框架快速开始
    • Python-CPP子框架快速开始
    • Python-Java子框架接口描述语言（IDL）使用说明
  • 性能分析
    • 性能特点
    • 跨语言调用性能增益(Python-C++)
    • 当前限制
  • 项目总结
    • 项目成果概括
    • 技术亮点与工程积累
    • 工程价值与适用场景
    • 当前局限与未来展望
  • 从gitea 1.15.0-dev迁移过来
  • 目标
  • 提示
  • 文档
  • 贡献流程
  • 作者
  • 授权许可
  • 截图
• XMTP-iOS
  • Example app
  • Reference docs
  • Install with Swift Package Manager
  • Usage overview
  • Create a client
    • Creating a client from saved keys
    • Configure the client
      • Configure env
  • Configure content types
  • Handle conversations
    • List existing conversations
    • Listen for new conversations
    • Start a new conversation
    • Send messages
    • List messages in a conversation
    • List messages in a conversation with pagination
    • Listen for new messages in a conversation
    • Handle multiple conversations with the same blockchain address
    • Decode a single message
    • Serialize/Deserialize conversations
  • Handle different content types
    • Send a remote attachment
      • Create an attachment object
      • Encrypt the attachment
      • Upload the encrypted attachment
      • Create a remote attachment
      • Send a remote attachment
      • Receive a remote attachment
      • Download, decrypt, and decode the attachment
      • Display the attachment
      • Handle custom content types
  • Compression
  • 🏗 Breaking revisions
  • Deprecation
  • XMTP production and dev network environments
• I6032U
• I60L94
• I60R41
• I60R3A
  • 源码与示例地址
  • 最小依赖
  • 群号
  • ioGame 使用趋势数据
  • 框架的安全质量
  • 实践产品的计划
  • 愿景
  • 网络游戏服务器框架简介
    • 网络通信框架 - SOFABolt
    • 业务框架
  • 架构简图
  • ioGame 支持的通讯方式
  • 快速入门
    • 业务交互
    • 协议文件
    • 游戏前端
    • 快速入门代码示例
      • Proto 协议文件定义
      • Action
      • 访问示例（控制台）
      • 控制台打印说明
  • 适合人群？
  • 框架内置功能
  • ioGame 关注的多个方面
    • 性能方面
    • 对接方面
    • 代码泄漏机率更小
    • 通讯方式方面
    • 开发方面
      • 开发体验方面
      • 参数
      • 参数的数据验证方面（方法参数的验证）
      • 异常机制方面
      • 调试方面 （方法的调用）
    • 小结-业务框架的关注点
  • 源码目录介绍
  • 快速从零编写服务器完整示例
  • 坦克游戏示例
  • 参考
  • 安装与使用ioGame
    • What problem were solved in this pull request?
    • What is changed and how it works?
    • Other information
• MiniOB 介绍
• 文档
  • 快速上手
  • 系统架构
• OceanBase 大赛
• 在线开发平台
• Contributing
• Contributors
• License
• 社区组织
• Config组件
  • 简介
  • 目录
  • 内核的Config组成模块
  • 使用说明
  • 构建说明
  • 相关仓
• UnityProjectTemplate
• Example_detection
  • 课程背景：
  • 内容提要：
  • 学时分配
  • 文件结构
• Java
  • 🛠️ Usage
    • 1. Installation
    • 2. Import component
  • 🖥️ Development
  • 🤝 Contributing
  • ✨ Contributors
  • ❤️ Credits
  • License
• webgpu
• PA3 of Computer Graphics
  • 项目简介
  • 使用说明
  • 许可
• springboot-demo
  • 题目使用须知
  • 命题贡献表
    • 命题组成员
    • 化学狂暴(chemicalrage)
    • 可做题1(solve1)
    • 可做题2(solve2)
    • 火锅盛宴(hotpot)
    • 白金元首与独舞(dancestep)
    • 寄蒜几盒(line)
  • 工程的使用方式
  • 依赖
  • 源码目录
  • 测试项
  • 多国语言
  • TODO
• phpecms（http://phpems.net/）
• aiforge_python
• statistics_react_build
• program-internet-library
  • 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
  • build shell
• codebox
• Spring Batch Job implementation as Spring Cloud Task
  • Introduction
  • Installation
    • Docker compose
    • Explicit MongoDB and Postgres installation
    • Sample Data
    • Job Parameters
  • Implementation
    • Job Configuration
    • Job Partitioning
    • Data Sources configurations
  • Configurations
  • Author
  • References
• 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
  • 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
• Foundry Platform SDK
  • Foundry Platform SDK vs. Ontology SDK
    • Ontology SDK
    • Foundry Platform SDK
  • Installation
  • API Versioning
  • Authorization and client initalization
    • User token
    • OAuth2 Client
  • Quickstart
  • Error handling
    • Data validation
    • HTTP exceptions
  • Pagination
  • Static type analysis
  • Common errors
    • ApiFeaturePreviewUsageOnly
  • Documentation for V2 API endpoints
  • Documentation for V1 API endpoints
  • Documentation for V2 models
  • Documentation for V1 models
  • Contributions
  • License
    • 主要组成部分:
    • 一些约定：
    • 协作方式
    • 使用 Docker 运行
• holo_build
  • 任务描述
  • 任务要求
  • 其他说明
• FasterTransformer4CodeFuse
  • 介绍
  • 性能指标
  • 运行方式
    • 1. 安装依赖
    • 2. 编译
    • 3. 使用
  • We are committed to following the principles of the open source way
  • Compiling from source
    • Getting the source
    • Requirements
    • Preparing System
    • Installation Procedure
  • Contributing to the IvorySQL
  • Documentation
• UEngine For Ubuntu 移植脚本
• Qiskit documentation
  • Licensing
  • Improving IBM Quantum and Qiskit documentation
    • Best ways to contribute to documentation
      • 1. Report bugs, inaccuracies, or general content issues
      • 2. Suggest new content
      • 3. Validate existing issues
      • 4. Fix an open issue
  • Set up this repository
    • Git clone tip
    • Prerequisites to building the docs locally
  • Preview the docs locally
    • Tip: Periodically prune Docker
    • API docs authors: How to preview your changes
  • Run quality checks
    • VSCode: optional extensions
    • Advanced: run additional checks
  • Jupyter notebooks
    • Add a new notebook
    • Add package version information
    • Execute notebooks
    • Ignore warnings in your notebook
    • Add extra code checks to your notebook
  • Format README and TypeScript files
  • Regenerate an existing API docs version
  • Generate new API docs
    • Setting up a new minor version
    • Generate patch releases
    • View diff for objects.inv
  • Dependabot - upgrade notebook testing version
  • Deploy guides & API docs
• python_practice
• 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
    • 项目简介
• 项目结构说明
  • 文件结构树形图
  • 文件夹内容
  • out/faultZone
  • out/realCode
  • src/art
  • src/entry
  • src/faultZone
  • src/realCodes
  • src/util
• About
• Versions
• Report bugs
• Contributing to the code base
• License
• github_mongoDB_dataprocess
  • 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
• TuGraph
  • 1. 简介
  • 2. 快速上手
  • 3. 从源代码编译
  • 4. 开发
  • 5. 联系我们
• gitlink-image-test
  • 在项目内的 markdown 显示图片：
  • 在项目外的 markdown 显示图片：
  • 测试 gitlink 的 push 功能
  • Intro
  • Developers
    • 主要组成部分:
    • 一些约定：
    • 协作方式
    • 使用 Docker 运行
• OS3M
• software-hardware-analysis
• Computer_Graphics_Conditional_GAN
  • This is a simple course project
• second
• Go 语言
• Go 语言版本管理
  • 安装
  • 帮助
• Go 语言安装
  • 安装
    • 在线安装
      • 默认安装
      • 自定义安装
    • 离线执行
  • License
• program-library-android
• News
• Design Features
• Multilingual Documents
• Extensive Examples
• Getting Start
• Performance Benchmark
• Getting Involved
• Citing TensorLayer
  • 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
    • For more details, see:
    • Join us on IRC
      • 项目简介
  • ModelLink解决方案概览
    • 支持功能
    • 支持模型
    • 脚本命名规则
  • 模型版本与性能说明
  • 加速算法与融合算子
  • 基于昇腾芯片采集Profiling数据
  • 基于昇腾芯片的确定性计算功能
  • 致谢
  • 安全声明
• pcm-participant-kubernetes
• SQL Server in Docker
  • Documentation
  • Take our survey
  • Issues
  • Troubleshooting & Frequently Asked Questions
  • License
• THUPC 2024 决赛
  • 题目使用协议
• Qiskit Serverless
  • Table of Contents
  • Quickstart
    • Docker
    • Kubernetes
  • How to Give Feedback
  • Contribution Guidelines
  • Deprecation Policy
  • References and Acknowledgements
    • License
      • 项目简介
      • 项目简介
• FeatureProbe
  • FeatureProbe适用于哪些场景
  • Getting Started
    • 1. 用Docker Compose启动FeatureProbe
    • 2. 在你自己服务代码中调用FeatureProbe SDK，访问FeatureProbe平台上配置的『功能』开关
    • 3. API 文档
  • Contributing
  • License
  • Community and Sharing
  • Star History
• ARM 端 Linux 模型部署
  • 概述
  • 环境搭建
    • 准备内容
    • 通过串口连接板卡
    • 通过网口连接板卡
  • 模型部署
    • 安装交叉编译工具
    • 编译示例工程
    • 推送到开发板
    • 执行程序
  • 编译选项与版本说明
    • 更换模型示例
    • 接口版本说明
  • 示例程序使用说明
    • V2.1.0 示例
    • V1.0.0 示例
  • 推理流程说明
  • 部署整体流程总结
    • 项目简介
    • 项目简介
    • 项目简介
    • 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
    • 项目简介
    • 项目简介
• Millet_notes_iterative
• KVell-Go
  • 项目结构
  • 特性
  • 实现差异
    • 概述
    • 完成情况
    • 项目架构
    • 功能点
      • 单机部署
      • 集群部署
      • 更新
      • 集群扩缩容
      • pod指定node迁移
      • 数据库备份
    • 非功能性
      • 可用性
      • 灵活性
      • 易用性
      • 配置文件示例
      • 项目简介
    • Usage
    • Description
      • 项目简介
• BinaryQRScanner (iOS 13 +)
  • Installation with Swift Package Manager
  • Usage
  • Examples
  • Contributing to the project
  • Committers
• Build and Run helloworld with Ruxgo
• test
• pcm-participant-kubernetes
• 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
      • 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
  • 鸣谢
  • 代码贡献者
  • WingHexExplorer
    • 软件架构
    • 使用声明
    • 参与贡献
    • 协议
    • issue 前必读
    • 有关 QHexView
• QHexView
  • Features
  • Buffer Backends
  • License
    • 有关 QHexEdit2
  • 效果图
  • 捐助
  • 鸣谢
  • 有关仓库
  • WIKI
  • 应用商店
• iOS-blur
  • Screenshot
  • How is it done?
  • Awesome! So, how do I use it?
  • What about using it as a cocoapod? It would be SO much easier!
  • License
  • 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
• 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
• 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
• hyper
  • “Low-level”
  • Contributing
  • 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
• 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
• IP Readme
  • Usage
  • Notes
  • Discussion
• /*Copyright 2018-2021 T-Head Semiconductor Co., Ltd.
  • http://www.apache.org/licenses/LICENSE-2.0
• qt5-ukui-platformtheme
  • Document
  • Description
  • Build and Test
    • Build Depends (reference debian/contorl)
    • Testing
    • ToDoList
• 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
• go_bulid_ocserv
  • 关于
  • 内容
  • 引用此数据集
• DeePMD
• CGAN_jittor
• 
  • 简介
  • 安装
    • 运行环境
    • 下载MNIST数据集
  • 数据预处理
  • 训练
  • 致谢
  • License
• THUPC 2024 决赛
  • 题目使用协议
• 第18届中国大学生计算机设计大赛
• 漏洞分阶——NLP 文本大模型漏洞等级研判系统
  • 1、数据分析
  • 2、算法设计
  • 3、模型设计
  • 4、文件内容介绍
  • 5、部署运行方式
• 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
• 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
• M1s_BL808_SDK
  • How to use?
• 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
• ChinaSys学术开源索引
  • 为什么需要学术开源索引？
  • 如何贡献？
  • 提交流程
  • 项目的领域分类
  • 致谢
• 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
• handwritten_digits_generation
• New Futures
• Merak: fast and easy to use 3D parallelism DNN training framework
  • Motivation of Merak
  • Installation
  • How to use
  • Merak Features
    • Automatic 3D parallel training
    • High-performance training
  • References
  • Cite Us
• 
  • MindSpore介绍
    • 自动微分
    • 自动并行
  • 安装
    • 二进制文件
    • 来源
    • Docker镜像
  • 快速入门
  • 文档
  • 社区
    • 治理
    • 交流
  • 贡献
  • 版本说明
  • 许可证
• Fantastic-Matplotlib
  • 使用说明
  • 目录
  • 致谢
  • 关注我们
  • LICENSE
• Libsolv
• Build instructions
• Oceanbase Client for C
• Compatibility
  • Server Compatibility
  • C Compatibility
  • Obtaining the driver
  • Documentation
  • License
  • Acknowledgement
• XiUOS
  • Development
    • 安装 yarn
    • 安装vuepress
    • 下载网站源码
• 开放原子开源基金会首批孵化项目
• 一、TobudOS 简介
  • 1、TobudOS 整体架构
  • 2、TobudOS 优势
    • (1).小体积
    • (2).低功耗
    • (3).丰富的 IoT 组件
    • (4).可靠的安全框架
    • (5).良好的可移植性
    • (6).便捷的调试手段
  • 3、TobudOS 携手合作伙伴共建 IoT 生态
• 二、TobudOS 代码目录
• 三、TobudOS 参考文档
  • 1、移植指南
  • 2、TobudOS 开发指南
  • 3、TobudOS 腾讯云大学视频教程
• 四、TobudOS开源协议
• 五、TobudOS 支持的物联网平台
• 六、TobudOS 快速入门参考
• 七、贡献代码
• 八、加入 TobudOS 官方 QQ 技术交流群
• 九、第三方开发者评测
  • 简单上手：
  • 深度源码分析：
  • 配套例程：
  • 视频教程：
  • 相关 PPT 资料：
  • Licensing
  • Documentation
  • Usage
    • 1. UIView extensions for declarative Auto Layout
      • Constrain size
      • Constrain center
      • Constrain aspect ratio
    • 2. Protocols to aid loading string, color, and image assets
      • Localizable
      • Colorable
      • ImageAsset
      • SystemImage
    • 3. UIColor extensions for WCAG 2.0 contrast ratio calculations
    • 4. UIScrollView extensions to assist with keyboard avoidance
      • FormViewController
      • UIScrollview Extensions
    • 5. Other
      • Elevation
      • Animation
  • Installation
  • Contributing to Y-CoreUI
    • Requirements
      • SwiftLint (linter)
      • Jazzy (documentation)
    • Setup
    • Versioning strategy
    • Branching strategy
    • Branch naming conventions:
    • Pull Requests
    • Releasing new versions
  • Generating Documentation (via Jazzy)
• Understanding and Predicting Docker Build Duration: An Empirical Study of Containerized Workflow of OSS Projects
  • Abstract of the Paper
  • Overview of the Docker Containerized Workflow
  • Citation
  • Data
  • Scripts
  • Survey questions
• 先知
  • 安装
  • 例子
  • 文档
  • 贡献
  • 协议
• Installation
  • 安装方法I：直接运行 (Windows, Linux or MacOS)
  • 安装方法II：使用Docker
  • 安装方法III：其他部署方法
• Advanced Usage
  • I：自定义新的便捷按钮（学术快捷键）
  • II：自定义函数插件
• Updates
  • I：动态
  • II：版本:
  • III：主题
  • IV：本项目的开发分支
  • V：参考与学习
• Jittor-GAN
  • News
  • Table of Contents
  • Installation
  • models
    • Auxiliary Classifier GAN
      • Authors
      • Run Example
    • Adversarial Autoencoder
      • Authors
      • Run Example
    • BEGAN
      • Authors
      • Run Example
    • BicycleGAN
      • Authors
      • Run Example
    • Boundary-Seeking GAN
      • Authors
      • Run Example
    • Cluster GAN
      • Authors
      • Run Example
    • Conditional GAN
      • Authors
      • Run Example
    • Context Encoder
      • Authors
      • Run Example
    • Coupled GAN
      • Authors
      • Run Example
    • CycleGAN
      • Authors
      • Run Example
    • Deep Convolutional GAN
      • Authors
      • Run Example
    • DRAGAN
      • Authors
      • Run Example
    • Energy-Based GAN
      • Authors
      • Run Example
    • Enhanced Super-Resolution GAN
      • Authors
      • Run Example
    • GAN
      • Authors
      • Run Example
    • InfoGAN
      • Authors
      • Run Example
    • Least Squares GAN
      • Authors
      • Run Example
    • Pix2Pix
      • Authors
      • Run Example
    • PixelDA
      • Authors
      • MNIST to MNIST-M Classification
    • Relativistic GAN
      • Authors
      • Run Example
    • Semi-Supervised GAN
      • Authors
      • Run Example
    • Softmax GAN
      • Authors
      • Run Example
    • StarGAN
      • Authors
      • Run Example
    • UNIT
      • Authors
      • Run Example
    • Wasserstein GAN
      • Authors
      • Run Example
    • Wasserstein GAN GP
      • Authors
      • Run Example
    • Wasserstein GAN DIV
      • Authors
      • Run Example
• lab0
  • 项目概述
  • 功能特性
  • 安装指南
  • 使用方法
  • 项目结构
  • How it works
  • Building a Probot App
  • Contributing
  • Ideas
• PrWelcomeBot
• ohUrlShortener
  • 快速使用
  • 参数说明
  • 配置文件
  • Admin 后台默认帐号
  • HTTP API 支持
  • 短链接在应用启动时会存入 Redis 中
    • 1. 为什么要这么做？
    • 2. 这种处理方式有什么缺点？
    • 3. 万一
  • 短链接生产过程相关代码
  • 访问日志处理间隔：1分钟
  • 当日 Top25 访问 URL 榜单处理间隔：5分钟
  • 仪表盘中几个相关统计处理间隔：5分钟
  • 全部访问日志统计处理间隔：30分钟
  • License
  • Contributor License Agreement
  • Give Thanks To
  • ohUrlShortener
• src
• 📄 表单自动填写软件（基于本地多模态大模型）
  • 赛题所需文档： docs下，docs文件夹下（视频、项目说明书、PPT、设计说明书、测试报告、部署说明、承诺书、性能参数、README）
  • 运行效果
  • 🧰 项目目录结构（简略）
  • ⚙️ 环境搭建步骤（推荐使用 Conda）
    • ✅ 第一步：创建 Conda 虚拟环境
    • ✅ 第二步：安装 pip 依赖
  • 🧠 第三步：本地部署 Qwen 7B 模型（通过 Ollama）
    • 🧩 安装 Ollama（需具备 GPU 运行环境）
    • 🔄 验证模型是否可用：
  • 🚀 启动项目（main.py）
    • ✨ 功能简介
  • 🛡️ 注意事项
  • 📚 示例展示
  • 📦 模型和依赖推荐说明
  • 🧪 示例测试文件夹
  • 🧾 授权 License
• sadasdadssss
• 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
• testtest
• Kellect :a Kernel-based Efficient and Lossless Event Log Collector
  • kellect Introduction
  • Implementation Details
  • kellect Manual
    • Usage of the command-line
    • Usage of the configuration file
  • Output Format
  • Dateset
  • Future Work
• SecretsManager
  • Features
  • Usage
  • Setup
    • Xcode Projects
    • Swift Package Manager
  • Security
• test
• teste
• ACTOR: Action-Guided Kernel Fuzzing
  • Setup
    • Dependencies
    • Static Analysis
    • Kernel preparation
    • Fuzzer setup
    • VM setup
  • Running ACTOR
  • Porting ACTOR to a different kernel
  • Bug reports
  • Citing ACTOR
• RPC
• source
• 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
• 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
• Uuid25: 25-digit case-insensitive UUID encoding
  • Add swift-uuid25 as a package dependency
  • License
  • See also
• Jittor 生成手写数字比赛
  • 简介
    • 运行环境
  • 安装
  • 训练
  • 致谢
• FuzzyFind
  • Usage
• imx8mp_broad
  • 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
• jh7110_project
• Aliyun-OSS
  • Tpextbuilder的七牛云-OSS驱动
    • 请使用composer安装七牛云Qiniu Cloud SDK for PHP后再安装本扩展
    • 注意事项
    • 使用
• 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
• labelme
• cli
• workLog
  • 2024.10.21
  • 2024.11.06
  • 2024.11.30
    • 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
  • Features
• Requirements
• Installation
  • Carthage
  • Swift Package Manager
• Usage
  • Generate random value for struct
  • Customize random value
  • Enum support
  • Configuration
• Contributing
• License
  • 代码贡献者
  • 赞助鸣谢
  • 参与贡献
  • 软件编译运行情况
  • WingHexExplorer2
    • 协议
    • 使用声明
    • 打包者必读
    • issue 前必读
  • 效果图
  • 捐助
  • 有关仓库
  • WIKI
  • 插件库
• Box
• DeepFace
  • Introduction
  • Requirements
  • Installation
• test-jm
• ModelScope
• Introduction
• Installation
• Get Started
• License
• 作业
• Overview
  • Application Scenarios
    • Cross-Source Heterogeneous Query Scenario
    • Cross-domain and cross-DC query
    • Separated Storage & Compute
    • Quick Data Exploration
  • Key Features
    • Cross Data Center Connector
    • Dynamic Filtering
    • Index
    • Cache
      • Metadata Cache
      • ORC Row Data Cache
      • Execution Plan Cache
  • Obtaining the Design Document
  • Next Steps
• CRC32-Tools_整合版
  • 一款CTFer专属的CRC碰撞全自动化脚本（单脚本整合版）
  • 1#关于该项目
  • 2#使用方式
    • 单文件版
    • 整合版
  • 3#注明
  • 项目 Star 数量统计趋势图
• THOI 2015
• 题目使用协议
• GitHub Tag Action
  • Usage
    • 📥 Inputs
      • Fetch all tags
      • Filter branches
      • Customize the tag
      • Customize the conventional commit messages & titles of changelog sections
      • Debugging
    • 📤 Outputs
    • Bumping
  • Credits
• Feature_Critic
  • Introduction
  • Citing Feature_Critic
  • Download datasets and models
    • Preparation
    • Download VD Dataset
    • Download PACS Dataset and trained models
  • Installation
  • Running and Results
    • Experiments on VD
    • Experiments on PACS
• Vant Demo
  • How to Use
  • Directory Structure
• 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
• 建木文档
  • 介绍
  • 文档安装
  • 文档开源协议
• src
• image-classification-service
• live
• Railway_System
• 开发平台及环境
• 开发应用的开源框架
  • 产品概要及功能
  • 构建
  • 创新点
    • 多维度分析
    • 实时数据采集
    • 智能分析与反馈
• MicroServerSimple
  • 内容列表
  • 项目结构
  • 安装
  • 配置说明
  • 使用说明
  • 相关仓库
  • 如何贡献
  • 使用许可
  • 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
• rgnb
• 倒数日
  • 参考
    • 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
• Leaf Markdown
  • Usage
  • Setup
    • Add as dependency
    • Register with Leaf
  • Installation
  • Usage
• License
• ST-GCN
• Jittor
  • 计图挑战热身赛
  • 运行方法
    • 关于数据集
    • 数据集概述
    • 数据指标概述
    • 数据集关联论文
    • 引用此数据集
    • 项目简介
    • 项目简介
    • 项目简介
    • 项目简介
• 建木文档
  • 介绍
  • 文档安装
  • 文档开源协议
  • 项目简介
  • 项目简介
  • 项目简介
  • 项目简介
  • 项目简介
  • 项目简介
• AI Toolkit for Visual Studio Code
  • What is AI Toolkit
  • Getting started
  • Build AI agents
  • Feedback and resources
  • Data and telemetry
• 万众一芯之香山处理器
  • 快速开始
  • 如何本地展示文档和数据
  • 容器测试
  • 维护
  • 其他说明
  • 万众一芯QQ交流群：
  • 项目简介
  • 项目简介
• IP Readme
  • Usage
  • Notes
  • Discussion
    • 项目简介
    • 项目简介
• w3w-swift-components'> w3w-swift-components
  • Overview
    • Notes
    • Authentication
    • Swift Package Manager
    • Note:
  • Components
    • AutoSuggest Text Field
    • AutoSuggest Search Controller
  • Settings
    • Measurements
    • Localizations
• 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
• rushteam
• Conditional GAN (CGAN) with MNIST - Jittor实现
  • 项目简介
  • 运行环境
  • 使用方法
  • 模型简介
    • 生成器
    • 判别器
    • 项目结构
    • 参考资料
• MultiLogging
• #
  • Installation
  • Usage
    • Registering a logger
    • Setting which loggers to use
    • Advanced
• ukui-window-switch
• 戴口罩人数百分比检测
  • Python环境
  • 准备工作
  • run
• WordPuddingResource
• Deep-Learning学习笔记
• 深度学习在图像处理中的应用教程
  • 前言
  • 教程目录，点击跳转相应视频（后期会根据学习内容增加）
  • 所需环境
  • Tensorflow2.1 GPU安装与Pytorch1.3 GPU安装
  • keras functional api训练的模型权重与subclassed训练的模型权重能否混用 [tensorflow2.0.0]
  • 使用subclassed模型时无法使用model.summary() [tensorflow2.0.0]
  • 无法使用keras的plot_model(model, ‘my_model.png’)问题 [tensorflow2.0.0]
    • 在linux下你需要安装一些包：
    • 在windows中，同样需要安装一些包（windows比较麻烦）：
  • 为什么每计算一个batch，就需要调用一次optimizer.zero_grad() [Pytorch1.3]
  • Pytorch1.3 ImportError: cannot import name ‘PILLOW_VERSION’ [Pytorch1.3]
• Jittor 热身赛
  • 简介
  • 安装
    • 运行环境
    • 安装依赖
  • 运行
  • 致谢
• 第五届计图人工智能挑战赛 热身赛：生成手写数字图像
  • 简介
  • 安装
    • 运行环境
  • 训练
• Pako
• JCCE-control-panel
• PrWelcomeBot
  • 项目支持
  • 技术支持
  • 简介
  • 课程
  • 安装
    • 使用curl
    • 使用wget
    • 使用powershell
    • 其他安装方式
  • 简单的工程描述
  • 包依赖描述
  • 命令行使用
    • 创建工程
    • 构建工程
    • 运行目标
    • 调试程序
    • 运行测试
    • 配置平台
    • 图形化菜单配置
  • 跟ninja一样快的构建速度
    • 多任务并行编译测试
    • 单任务编译测试
  • 包依赖管理
    • 架构和流程
    • 支持的包管理仓库
    • 包管理特性
  • 支持平台
  • 支持工具链
  • 支持语言
  • 支持特性
  • 工程类型
  • 分布式编译和缓存
  • 远程编译
  • 更多例子
    • Debug 和 Release 模式
    • 自定义脚本
    • 依赖包自动集成
    • Qt QuickApp 应用程序
    • Cuda 程序
    • WDK/UMDF 驱动程序
    • iOS/MacOS 应用程序
    • Framework 和 Bundle 程序（iOS/MacOS）
    • OpenMP 程序
    • Zig 程序
    • 自动拉取远程工具链
      • 拉取指定版本的 llvm 工具链
      • 拉取交叉编译工具链
      • 拉取工具链并且集成对应工具链编译的依赖包
  • 插件
    • 生成IDE工程文件插件（makefile, vs2002 - vs2022, …）
    • 加载自定义lua脚本插件
  • IDE和编辑器插件
    • XMake Gradle插件 (JNI)
  • CI 集成
    • GitHub Action
  • 谁在使用 Xmake?
  • 联系方式
  • 感谢
• Introduction
• Install
• Start Service
• Step 1: Add Cloud (OpenStack, for example)
• Step 2: Bootstrap an Ambari cluster
• Step 3: Materialize/Scale clusters
• Step 4: Boost cluster creation
• Stop
• Uninstall
• Acknowledge
• music_recommand
• 基于 ModelScope 的大语言模型的轻量级智慧法律系统
  • 项目介绍
  • 团队信息
  • 项目目标
  • 技术亮点
  • 环境要求
  • 安装指南
  • 数据
  • 训练
  • 推理和评估
    • GPU 使用概况：
  • 创空间部署：
    • 成果演示：
• Box64：Linux 用户空间 x86-64 模拟器（支持原生库）
  • 📖 使用方法
  • 🚀 编译和安装
  • 🔄 版本历史
  • 🖥️ 平台兼容性说明
  • ⚙️ 配置
  • 📄 特定平台的其他说明
    • Unity 游戏
    • GTK 程序
    • Steam
    • Wine
    • Vulkan
  • 结语
• cs
• PrWelcomeBot
• 
  • MindSpore介绍
    • 自动微分
    • 自动并行
  • 安装
    • 二进制文件
    • 来源
    • Docker镜像
  • 快速入门
  • 文档
  • 社区
    • 治理
    • 交流
  • 贡献
  • 版本说明
  • 许可证
• 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)
• video_hand_gesture
• ConditionalGan
• OpenTimer-PI
• System Requirements
• Basic Usage
• Update MLP Models
• Compile
• Acknowledgement
  • 什么是openGauss-connector-JDBC
  • 直接获取
    • 从maven中央仓库获取
    • 从社区官网下载安装包
  • 从源码构建
    • 概述
    • 操作系统和软件依赖要求
    • 下载openGauss-connector-jdbc源码
    • jar包生成
      • 使用一键式脚本生成jar包（Linux/windows）
      • 使用mvn命令生成jar包（Windows 或 Linux）
  • JDBC的使用
  • 文档
  • 社区
    • 治理
    • 交流
  • 贡献
  • 发行说明
  • 许可证
  • 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
• rpmlint
  • Install
  • Testing
  • Bugfixing and contributing
    • Building the installable rpm and installing
    • Example workflow for testing a functionality
  • Configuration
• 北师大OpenCT社区/OpenCT-Tasks项目
  • 项目背景
  • 项目内容
    • 页面交互式任务的实现
    • 页面交互式任务生成模型
  • 项目优势
  • 参与方式
  • 目标
  • 难度
  • 产出要求
  • 能力要求
  • 导师
  • 结语
• dreambooth_jittor
• 11
• 环境配置
• 实现框架
  • 数据准备
  • 电流分析
    • 寄生网络模型
    • 单元级电流源
    • Spice仿真模型
  • 电磁计算
• 贡献者
• 版权声明
• 许可证
  • 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
  • 前言
  • 一、框架介绍
  • 二、实现功能
  • 三、目录结构
  • 四、依赖库
  • 五、安装教程
  • 六、如何创建用例
    • 1. 修改配置文件 config.settings.py
    • 2. 修改全局变量，增加测试数据 config.global_vars.py
    • 3. 删除框架中的示例用例数据
    • 4. 编写测试用例（两种方式任选其一或者都选）
      • 1 自动生成测试用例 data test_case.test_auto_case
      • 2. 手动编写测试用例 data test_case.test_manual_case
    • 5. 用例中相关字段的介绍
    • 6. Excel用例单独说明
  • 六、运行自动化测试
    • 1. 激活已存在的虚拟环境
    • 2. 运行
  • 七、查看测试报告
    • pytest-html测试报告
    • Allure测试报告
  • 八 、详细功能说明
    • 1. 用例中如何生成随机数据
    • 2. 用例中如何提取响应数据作为全局变量并使用
    • 3. 如何进行响应数据断言
    • 4. 如何进行数据库断言
    • 5. 配置邮箱通知
    • 6. 配置钉钉通知
    • 7. 配置企业微信通知
    • 7. 上传文件接口支持
      • 熟悉接口
      • 文件上传的逻辑
      • 上传文件，不带其他参数
      • 上传文件，带其他参数
  • 初始化项目可能遇到的问题
    • 1. 测试机安装的是python3.7，但是本框架要求3.9.5，怎么办？
    • 2. 无法安装依赖包或者安装很慢，怎么办？
      • 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
• 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
• src
• 图形学项目
  • 项目简介
  • 功能特点
  • 技术架构
  • 环境配置
    • 系统要求
    • 环境配置步骤
  • 验证安装
  • 注意事项
  • 常见问题解决
  • 使用方式
  • 联系方式
• 飞机智能座舱创新场景设计
  • 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
• BM1684x
• 第三届计图人工智能挑战赛—计图挑战热身赛
  • 简述
    • 使用技术
    • 待完善功能：
  • 安装方法
    • 项目克隆
    • 环境配置
  • 使用方法
  • 友情链接
  • 许可协议
• micode
  • 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
• holo_build
  • 任务描述
  • 任务要求
  • 其他说明
  • What is ob-deps
  • Quick start
    • Prerequisite
    • Building
    • Others
• TestProject
  • 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
• vre
• crddemo : Kubernetes 自定义控制器Demo例子
  • 基
  • 执行生成Kubernetes客户端代码
  • 编译项目
  • 执行程序文件
  • 基于Gin + Vue + Element UI前后端分离的工单系统
  • 功能介绍
  • 交流
    • 个人微信，添加好友请描述地区、公司及名字，例如：北京-微软-xxx。
  • 战略合作
  • 特别感谢
  • 打赏
  • 鸣谢
  • License
• testG
• OpenMMLab 系列新手入门教程（从 MMDetection 库切入）
  • A阶段内容
  • 💡教程视频观看地址
  • 💡仓库文件介绍【请先阅读！】
  • 贡献
  • 反馈
  • 致谢
  • 关注我们
• rust_demo
• GithubRepo
  • 目前代办
  • 初步设想
  • 第一步 数据收集与预处理
  • 第二步 数据分析
    • 文件级分析
    • 代码级分析
    • 开发者行为分析
  • 行为预测
    • 特征工程
    • 模式训练与预测
    • 未来行为趋势分析
• 基于FLASK的爬虫数据分析平台
  • 所涉及到的相关知识
  • 细分的python知识
  • 项目具体文件介绍
  • 一些注意
• fcitx5-themes
  • 一、简介
    • 1、背景高亮系列
      • spring/春日绿
      • summer/夏日红
      • autumn/秋日橙
      • winter/冬日蓝
    • 2、候选字高亮系列
      • green/荧光绿
      • transparent-green/荧光绿透明版
    • 3、仿 macOS
      • macOS Light
      • macOS Dark
  • 二、使用步骤
• Jittor 计图挑战热身赛
  • 简介
  • 安装
    • 运行环境
    • 安装jittor
  • 下载赛题示例代码
    • 示例代码下载
    • 进入jittor的gan目录
    • 安装依赖
    • 进入代码所在文件夹
  • 完成To Do
    • TODO: 添加最后一个线性层，最终输出为一个实数（69行）
    • TODO: 将d_in输入到模型中并返回计算结果
    • TODO: 计算真实类别的损失函数
    • TODO: 计算虚假类别的损失函数
    • TODO: 写入你注册时绑定的手机号（字符串类型）
  • 训练与图片生成
    • 运行
• SnowView
• kaihong
• Pillars: A Consistent CGRA Design Framework
  • Installing Necessary Dependencies
    • Installing Scala
    • Installing Chisel
    • Installing Gurobi
    • Installing Verilator
  • Project Tree
  • Quick Start
    • Running Tests
    • Running End2end Tutorial
    • Mapping
    • Designing CGRA Architectures
    • Simulation
    • Synthesis (Under Development)
  • Publications
• Blurit
  • Installation
    • CocoaPods
    • Swift Package Manager
    • Manual installation
  • Usage
    • Basics
  • Requirements
  • License
  • Author
• Kiss FFT
  • A mixed-radix Fast Fourier Transform based up on the principle, “Keep It Simple, Stupid.”
  • USAGE:
  • BACKGROUND:
  • FREQUENTLY ASKED QUESTIONS:
  • PERFORMANCE: (on Athlon XP 2100+, with gcc 2.96, float data type)
  • UNDER THE HOOD:
  • LICENSE:
  • FUTURE:
  • AUTHOR
• 版本提取命令
  • 18+接口
  • 其他仓库接口
• Operadics
  • Operators
• mold: A Modern Linker
  • Why does linking speed matter?
  • Installation
  • How to Build
    • Install Dependencies
    • Compile mold
  • How to use
  • Why is mold so fast?
  • Sponsors
    • Corporate sponsors
    • Individual sponsors
• 课程表导入日历助手
  • 功能简介
  • 下载方式
  • 使用方法
    • Step 1: 设置课节
    • Step 2: 设置课程
    • Step 3: 设置提醒
    • Step 4: 设置起始日期
    • Step 5: 导出文件
    • Step 6: 导入日历等软件
  • 注意事项
  • 支持我们
• seL4的环境搭建及编译
• 开发环境 Ubuntu 18.04.6 LTS
  • 1. ninja安装
  • 2. xmllint安装
  • 3.gcc升级到8.0以上版本
  • 4. python3的升级
  • 5、seL4test代码下载、编译
• What is OceanBase Database
  • Core features
  • Quick start
  • System architecture
  • Roadmap
  • Case study
  • Contributing
  • Licensing
  • Community
• test00
• 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
• The Open Source AI Agent Application Framework
  • Connect LLMs to your existing application focused on your business
    • Some Features
    • Quick Started
    • Core Modules
    • Plugins
      • Data Storages
      • LLMs
      • Messaging / Channel
      • RAGs
      • Visions
      • Tools
      • UIs
    • Roadmap
    • Documents
• RISC-V二进制翻译性能优化
  • 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
• Highlighting
• testyyyttt
• jianmu-runner-readtxt
  • 介绍
  • 输入参数
  • 输出参数
  • 构建docker镜像
• 创建docker镜像
  • 目标
  • 提示
  • 文档
  • 贡献流程
  • 作者
  • 授权许可
  • 截图
• GPTtrace 🤖
  • Key Features 💡
    • Interact and Tracing your Linux with natural language, it can tell how to write eBPF programs in BCC, libbpf styles.
    • Generate eBPF programs with natural language
  • Usage and Setup 🛠
    • First: login to ChatGPT
    • Use prompts to teach ChatGPT to write eBPF programs
    • start your tracing! 🚀
  • How it works
  • Room for improvement
  • Installation 🔧
  • Examples
  • LICENSE
  • 🔗 Links
• SwiftVerbalExpressions
  • Swift Regular Expressions made easy
  • Examples
    • Testing if we have a valid URL
    • Replacing strings
    • Shorthand for string replace:
  • API documentation
  • Contributions
  • Thanks!
  • Other implementations
  • Installation and use
• 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
• CGAN_Jittor_just_for_practice_warming_up
• ChinaSys学术开源索引
  • 为什么需要学术开源索引？
  • 如何贡献？
  • 提交流程
  • 项目的领域分类
  • 致谢
  • NewLife.Zero 零代脚手架
  • 公共项目
  • 现代应用
  • 网络应用
  • 经典应用
  • 快速拥有
  • 新生命项目矩阵
  • 新生命开发团队
• 0703project
• MyCGAN
  • Installation
  • Usage
• StringMetric.swift
  • Usage
  • Example
  • Documentation
• RosSwift
  • Compability
  • Messages
  • Master
  • Example
• capp
• lv-system-end
• speed
  • todo
• Jittor挑战赛 - 热身赛
  • 简介
  • 环境
  • 文件目录
  • 致谢
  • 怪物属性
  • 待办
  • 问题&解决
• Meta-Critic Network in RL
• Getting Started
  • Prerequisites
  • Conda Installation
  • Examples
    • Training and simulating policy agent of DDPG_MC
    • Training and simulating policy agent of TD3_MC
    • Training and simulating policy agent of SAC_MC
      • 代码仓库链接在以下地址
• Advance
  • Installation
    • Requirements
  • Usage
    • Spring
      • Configuring a spring
    • Animator
      • Timed animations
      • Simulated animations
    • Animating Custom Types
  • Contributing
  • License
  • OBSeg: Accurate and Fast Instance Segmentation Framework Using Segmentation Foundation Models with Oriented Bounding Box Prompts
  • Task
  • Method
  • Experiments
  • Installation
  • Prepare Your Dataset
  • Training
  • Inference
  • Citation
  • Acknowledgement
  • 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
• Jittor 计图挑战热身赛 cGAN-jittor
  • 简介
  • 安装
    • 运行环境
    • 安装依赖
  • 数据预处理
  • 训练
  • 推理
    • 已训练模型
    • 生成图片
  • 致谢
• CGAN_jittor
• RPC
• ZUtil
  • 特性
  • Stargazers over time
  • 说明
    • 安装
      • Maven
      • Gradle
    • 安装注意
      • Maven
      • Gradle
    • JMH 性能对比测试结果解释
    • 参与开发
• Overview
  • Application Scenarios
    • Cross-Source Heterogeneous Query Scenario
    • Cross-domain and cross-DC query
    • Separated Storage & Compute
    • Quick Data Exploration
  • Key Features
    • Cross Data Center Connector
    • Dynamic Filtering
    • Index
    • Cache
      • Metadata Cache
      • ORC Row Data Cache
      • Execution Plan Cache
  • Obtaining the Design Document
  • Next Steps
• Token
  • Installation
  • License
• CGAN_jittor
  • Introduction
  • Program Running
• threeJS
• test_demo
  • CGAN_jittor
    • Jittor安装
    • 使用
• 赛题二-风格迁移图片生成-StyleBlend
  • 简介
  • 安装
    • 运行环境
    • 安装依赖
  • 方法
    • 粗细粒度风格表示学习
    • Style Blending
  • 准备工作
    • 预训练模型
    • 模型参数文件
  • 训练
    • Coarse Style训练
    • Fine Style训练
  • 推理
    • test.py
  • Main Features
  • How-To
    • Authentication
  • Author
  • License
• Wine/UEngine 运行器安装量/打开量数据仓库
• 作业
• xiuosIoT-web
  • Build Setup
  • Build
  • Advanced
  • Related Project
  • Browsers support
• xiuosIoT
• 📖 阅读｜书源分享
  • ♯ 点击加入QQ频道【一程书友会】
  • 📢 更新日志
  • 🗞️ 书源
  • 🗂️ 订阅源
  • 💠 导入方案
  • 🎞️ 教程
    • ▶️ 规则订阅教程
  • 🖇️ 关于
  • 💡 温馨提示
  • 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
• action
• 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)
• hijiki-live2d
• zig-by-example
• sdfsd
• Overview
  • Organization
• ttlink
• CGAN_jittor
  • 简介
  • 如何使用
  • 生成示例
• test
• tianshu-env-build
  • 天枢后台服务部署详见天枢后台服务部署文档.md
  • 训练operator部署见部署训练operator.md
    • .env.production 前端启动配置文件
    • configmap.yaml 做镜像的配置文件
    • config文件， k8s配置文件，部署运行operator的参考文件
• Clash for Windows
• mnist_generation
  • 一、框架介绍
  • 二、实现功能
  • 三、框架目录结构
  • 四、依赖库
  • 五、安装教程
    • 1. 下载代码
    • 2. 安装python
    • 3. 安装依赖包
      • 方法一：使用pipenv管理依赖包
      • 方法二：直接将依赖包安装在本机
    • 4. 安装playwright浏览器驱动
  • 六、如何创建用例
    • 1. 修改配置文件 config.settings.py
    • 2.删除框架中的示例用例数据
    • 3. 编写测试用例
  • 七、运行自动化测试
    • 方式一：使用pipenv管理虚拟环境
      • 1. 激活已存在的虚拟环境
      • 2. 运行
    • 方式二：依赖包安装在本机
  • 八 、初始化项目可能遇到的问题
  • Playwright Documentation
  • pytest-playwright Documentation
  • 赞赏
• 100101
• Cross_Community_Study
• Search String
• Papers
  • Additional papers:
  • Analysis of user characteristics.
  • Analysis of code reuse.
  • Analysis of community interactions.
• Designed experiments
  • Dataset
• Cites
• !/bin/owls.wiki.losu.tech
• 洛 书 · L O S U
  • 嵌入式中文脚本语言
  • 开源 · 高效 · 强大
• 简介
• 快速开始？
• 最新资讯
• 文档手册
• 贡献、交流与技术支持
  • 贡献您的代码
  • 不是只有代码才能参与贡献
  • 交流与支持
• 感谢所有帮助过我们的热心人
• 跨中心存储系统
  • 目录结构
  • 编译
• opensca-scrapy
• TPInAppReceipt
  • Features
  • Installation
    • CocoaPods
    • Swift Package Manager
    • Requirements
  • Usage
    • Working With a Receipt
      • Initializing Receipt
      • Validating Receipt
      • Determining Eligibility for Introductory Offer
      • Reading Receipt
      • Useful methods
      • Refreshing/Requesting Receipt
  • Essential Reading
  • License
• pcm-ac
• 基于MindSpore的多模态股票价格预测系统研究
  • 基于 Jittor 框架实现的 CGAN
• nodom
• 文档
  • 安装
    • 最新的Nodom
    • 体验Nodom
    • CDN
    • 下载引入
  • 基础
    • 起步
      • 引入方式
      • 渲染元素
    • 模块基础
      • 模块定义
      • 模块生命周期
      • 生命周期图示
      • 模块注册
    • 模板语法
      • 基础写法
      • 模块写法
      • 表达式写法
      • 指令写法
      • 事件写法
    • 表达式
      • 表达式用法
    • 事件绑定
      • 回调函数的参数
      • 事件修饰符
    • 指令(Directive)
      • 指令优先级
      • model指令
        • 模版代码
        • js代码
      • repeat 指令
        • 数据索引
        • 模版代码
        • js代码
      • recur 指令
        • 模版代码
        • js代码
      • if/elseif/else/endif指令
        • 模板代码
      • show指令
        • 模板代码
      • module指令
        • 模版代码
      • field指令
        • 配置说明
        • 模板代码
    • 指令元素（Element）
      • module元素
      • 模板代码
      • for元素
      • recur元素
        • 模版代码
        • js代码
      • if/elseif/else/endif元素
        • 模板代码
    • 列表
      • 基础使用
      • 索引号的使用（编号从0开始）
      • 访问Model中的数据
      • 自定义过滤数组
      • 嵌套列表
      • x-repeat 指令与 <for>标签
      • x-repeat指令和x-recur指令
      • 注意
    • 虚拟Dom
      • tagName属性
      • key属性
      • model属性
      • AddEvent()方法
  • 深入
    • 模块传值&Props
      • 数据传递
      • 反向传递
      • 深层数据传递
    • 插槽
      • 默认插槽
      • 命名插槽
      • 内部渲染插槽
    • 数据模型model
      • $set()
      • $watch()
    • 渲染
      • Props的副作用
      • 单次渲染模块
    • Css支持
    • Cache
    • 自定义
      • 自定义指令
      • 自定义元素
    • 动画与过渡
      • 进入/离开动画
      • 钩子函数
      • 过渡/动画控制参数
      • 进入/离开分开配置
  • 路由
    • 创建路由
    • 嵌套路由
    • 路由跳转
    • 路由传值
    • 路由事件
      • 单路由事件
      • 全局路由事件
    • 默认路由
      • 浏览器代码
      • 服务器代码
    • 生态
      • NodomUI
• PrWelcomeBot
• <pad><pad><eos>-计图风格迁移挑战赛
  • 简介
  • 环境配置
  • 项目代码
  • 推理
  • 训练
  • 团队成员
• 基于 Java 1.8 和 Python 3.8 的简易RPC框架
  • Change Log
    • @qinjc
      • 2024.04.08
      • 2024.04.07
      • 2024.04.05
      • 2024.04.03
      • 2024.04.02
  • Todo List
  • Run
    • 服务端为Java实现，客户端为Python调用
    • 服务端为Python实现，客户端为Java调用
  • 添加新的IDL
    • Java语言的IDL编译
    • Python语言的IDL编译
• OpenI纵横
  • 安装
    • 依赖安装，执行以下命令
    • 启动storage服务
    • 启动算法server
  • 快速入门
    • 导入数据到storage
    • 创建任务运行目录
    • 修改配置：
    • 任务运行
• GeoFeatures
  • Introduction
  • Features
  • Sources and Binaries
  • Installation (Swift Package Manager)
  • Installation (CocoaPods)
  • Communication and Contributions
  • Minimum Requirements
  • License
• Jittor 生成对抗网络 (GAN)
  • 项目依赖
  • 运行代码
• AdaBins
  • Download links
  • Colab demo
  • Inference
  • TODO:
• apks
• THUPC2025初赛
  • 题目使用协议
• A Jittor implementation of Conditional GAN (CGAN)
  • 🌈 概述
  • 🔧 环境配置
  • 🔗 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。

🔧 环境配置

• python 3.10.4

• 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

🔗 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

---

Copyright © 2022 Yiruuu.