引言效果展示过程Development tools12sudo apt-get update -y && sudo apt-get upgrade -y;sudo apt-get install -y curl git unzip xz-utils zip libglu1-mesa Install the Flutter SDKUse VS Code to installPrompt VS Code to install Flutter Launch VS Code. To open the Command Palette, press Control + Shift + P. In the Command Palette, type flutter. Select Flutter: New Project. VS Code prompts you to locate the Flutter SDK on your computer. If you have the Flutter SDK installed, click Locate SDK. If y ...

2024_12_Week2这周想看点数据库建设相关的。 12_09https://www.x-mol.com/paper/1468698076951126016/t?adv LCMD：肺癌代谢组数据库 EI 检索 SCI 升级版 生物学 2 区 SCI 基础版 生物 2 区 Computational and Structural Biotechnology Journal ( IF 4.4 ) Pub Date : 2021-12-07 , DOI: 10.1016/j.csbj.2021.12.002 我们构建并介绍了第一个肺癌代谢组数据库（LCMD），一个免费提供的在线数据库，存放了从 65 项基于质谱的肺癌代谢组学研究中鉴定出的 2013 年肺癌相关代谢物。研究人员可以通过两种方式探索 LCMD。首先，通过在“浏览代谢物”模式下应用各种过滤器，用户可以访问满足过滤器规格的肺癌相关代谢物列表。对于每个代谢物，用户可以获得倍数变化的值（癌症/正常）、倍数变化的统计显着性（p 值），以及所有基于质谱的肺癌代谢组学研究的比较研究设计，以识别这一点代谢物。其次，通过在 ...

引言想找一个可以在浏览器里面直接看 pdf 内容的插件，刚好看到了这个： 基于 Qwen-Agent 的一个 Chrome 浏览器扩展，一个智能浏览器助手：BrowserQwen。 效果展示 过程因为没有本地搭建，而是使用 api, 所以用不使用 DashScope 的方案。 123456789git clone https://github.com/QwenLM/Qwen-Agent.gitcd Qwen-Agentpip install -e ./"[gui,rag,code_interpreter,python_executor]"# Or `pip install -e ./` for minimal requirements.# 指定模型服务，并启动数据库服务。# 示例: 假设Qwen1.5-72B-Chat已经通过vLLM部署于http://localhost:8000/v1，则可用以下参数指定模型服务：# --llm Qwen1.5-72B-Chat --model_server http://localhost:8000/v1 --api_ke ...

引言结局大失败，bug 太多了，完全没有实现配合 jumpdesktop 这样的软件实现完美远程操作的愿望，放弃… 效果展示过程自动安装测试过了，自动安装和手动安装遇到的问题是一致的… 不过我觉得可以推荐先实验一下自动安装，万一成功了呢。 手动安装安装 PulseAudio第一步提前先把依赖装好避免之后频繁报错。 1234sudo apt-get install build-essential meson pkg-config libglib2.0-dev libdbus-1-dev libsndfile1-dev libsystemd-dev libx11-dev libx11-xcb-dev libgtk-3-dev libfftw3-dev libasyncns-dev libtdb-dev libcap-dev libprotobuf-dev libprotobuf-c-dev libpulse-dev libudev-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-devsudo apt-get install che ...

引言试用 OpenHands 完成任务。 过程模型选择openhands 默认的多种模型提供商基本都是国外的，包括 OpenAI、Anthropic、Google 等。但是国内使用非常麻烦，正好 11 月 12 号阿里开源了 qwen2.5-coder, 可以使用看一下效果。 这里使用 ollama 来启动 qwen2.5-coder:32b。 12ollama serverollama run qwen2.5-coder:32b 然后再用 nginx 反向代理 ollama 的 11434 端口到 0.0.0.0:11435。 测试： 1curl -X POST http://localhost:11435/v1/chat/completions -H "Content-Type: application/json" -d '{"messages": [{"role": "user", "content": "你好"}]&# ...

引言在科研初期，有些导师很喜欢让学生写综述，认为这能够系统性地学习某一领域的知识，有助于快速提升学生在单一领域的学术素养和研究能力，同时还能提高文献调研和学术写作能力。然而，实际上学生花费两到三个月的时间，尽管感到十分疲惫，却往往收获甚微。这背后有几个原因： 时间消耗大 不知道如何着手写作 容易停留在表面总结 对于缺乏经验的学生来说，他们往往会陷入随机查找文献和粗略总结的状态，既感到疲惫，又缺乏成就感。这种方式不仅效率低下，也很难在过程中获得实质性的学术进展。 所以，这里介绍一种快速检索文献和记录的方法，能够快速地找到某一领域的文献进行检索并记录。 使用到的工具： 文献检索工具：XMOL 学术平台 文献记录工具：Excel 效果展示 过程大方向第一步，如果是还没有开始研究，主要是学习方法，就去除自己要选择的疾病和数据倾向，只选择自己感兴趣的方法，比如要用机器学习关键词就包含机器学习，要使用神经网络关键词就包含神经网络。总之就是留下你需要查询的主干。 同理，如果你是要专注某一个领域比如糖尿病，那么就留下糖尿病相关的关键词，然后再根据自己的需求增加其他关键词减少文章的数量。事实上 ...

引言有服务器，但只能在局域网访问，偶尔是有不方便的。 效果展示过程tcp 协议流量使用 SakuraFRP 的 tcp 协议，除了 http 协议流量是不需要准备域名，可以直接开启隧道后根据选定的信息访问。 如果使用国内服务器穿透 http 协议，则需要准备域名，并进行备案。 一般协议访问方法 sftp 协议与之类似，但是把 url 和端口换成下面这个： frp-mix.top:61241 socket5 协议这里有一个额外的技巧，就是使用 tcp 穿透 socket5 协议，继而通过 SwitchyOmega 实现所有网页的代理。 对于设置过程中未使用密码的，可以直接使用生成的域名 ip+ 端口进行访问，如 frp-ask.top:41475。 SwitchyOmega 部分的设置很简单，就直接新建情景模式，代理协议选择 socks5，代理服务器地址填写 frp-mix.top，端口填写 61241, 然后保存就可以了。 对于设置过程中启用了密码的，则需要使用 https:// + 生成的域名 ip + 端口 先进行验证，一定注意是 https:// 开头。对于刚刚的例子就是 ht ...

引言效果展示过程模型训练和评估如果你想进一步使用自己的数据集进行模型训练，ModelScope 提供了丰富的预训练模型，并提供了简单易用的调用接口和统一的配置文件设计，允许用户仅用十几行 Python 代码就可以启动微调任务。以下以一个简单的文本分类任务为例，演示如何使用十几行代码启动端到端的微调任务。总体流程包括以下步骤： Dataset Loaading Data Preprocessing Training Evaluation Dataset LoaadingModelScope 提供了标准的 MsDataset 接口，供用户基于 ModelScope 生态加载数据源。以下是加载 NLP 领域的 afqmc（蚂蚁金融问答匹配语料库）数据集的示例。 from modelscope.msdatasets import MsDataset # Load training data train_dataset = MsDataset.load('afqmc_small', split='train') # Load evaluation dat ...

引言本文详细介绍了魔搭（ModelScope）平台的基本概念和使用方法，从环境配置到模型下载、加载和推理的完整流程，并以实际操作为例展示了平台的使用方式。 其实，我对魔搭 ModelScope 是有一些感情在的，因为我的第一次大模型微调经验就是基于魔搭平台，并且凭此获得了数字中国创新大赛的奖项。 有趣的是，出于种种机缘巧合，我既缺乏基础知识，也没有接受过完整的培训，甚至没有经历全流程的使用。 由于当时急于求成，虽然成功完成了训练，却没能深入探索魔搭的强大功能，仅使用了 swift 便捷的训练功能。 所以，这次我打算从”Quick Start”开始，认真学习魔搭的每一个功能。 过程Quick Start很奇妙的一点，中英文的教程竟然是不同的，英文版在概念解释上更详细，而中文版在操作流程上更详细。然后，中文版似乎更新更频繁，所以如果是国内用户并以使用优先，建议优先参考中文版，但如果想要更深入的了解模型训练的原理，建议参考英文版。 魔搭社区 魔搭社区 哦，对了，如果是打算用的话，建议去直接看文档，他写的真的很好，真的可以让你在 5 分钟内学会使用。 基础概念首先是一些基础概念： Task ...

引言工作需要，对食物识别大模型能力进行比较。 效果展示过程moondream2极差，青椒炒蛋变成肌肉了… 使用方法倒是挺简单的，详细代码放到后面。 百度 AI 开放平台菜品识别_识别 5 万多种菜品且支持自建菜品图库 - 百度 AI 开放平台 提供了试用接口和 api, 注册也简单，但是正确率一般，而且只提供卡路里的返回值。 美团 T-PAMI 大规模食品图像识别：T-PAMI 2023 论文解读 - 美团技术团队 Large-Scale Food Recognition via Deep Progressive Self-Transformer Network GitHub - Liuyuxinict/prenet 数据下载需要联系作者，发邮件进行申请。 This dataset can be obtained by sending a request email to us. Specifically, the researchers interested in it should download and fill up this Agreement Form an ...