首页 文章 精选 留言 我的

精选列表

搜索[Mermaid预览],共6197篇文章
优秀的个人博客,低调大师

支持商品预览、GIF &视频等实用功能

点击作者:成都光大网络关注我们 前言:历经又一个月的精心打磨与改进,我们再次高兴地宣布BeikeShop v1.3.7版本正式上线! 虽说本次版本号的变动非常小,但这次升级的内容非常!非常!非常丰富! 接下来将向大家介绍v1.3.7版本中新增/优化/修复了哪些内容 BeikeShop是什么?—— 一款开源好用的跨境电商系统! ✦✦ 一、BeikeShop新增功能 1. 新增 产品列表页 QuickView(Preview) 功能 用户可以在前台商品列表页,点击“QuickView”按钮 无需开启新的页面,即可快速查看产品详细信息,提供更快捷的浏览体验! 2.新增 后台图片库支持视频以及GIF动图上传 BeikeShop 卖家们翘首以盼的商品视频展示、GIF动图展示功能终于上线了!卖家有更多展示自己产品的方式 v1.3.7版本中,后台图片库中上传和管理视频文件以及Git动态图。 3.新增 游客查看订单页面 修改了对应邮件模板 现在,游客在购买支付后,页面新增了“View more”按钮,点击即可查看订单详细信息(如下图) 同时,在游客付款后收到的邮件中,也对新增了相应的“View more”按钮,游客顾客也能获得详细订单信息 4.新增 韩语语言包: 感谢GitHub用户“China-CowX”提出韩语语言包的PR,我们在这次升级将其加入到系统核心 5. 新增 “支付信息”记录功能 在管理员后台“订单列表”中,点击查看订单详情,可以看到“支付信息”这一栏。用户付款后相关数据、信息在这里显示(如下图) 例如:线下支付中,客户上传了付款凭证。卖家可以在后台,快速的查看支付凭证并确认收款 6.新增 页面hook 产品详情、购物车、结账页、个人中心等页面hook 根据开发者开发插件时的反馈,以及新增功能时发现的问题,再次增加了hook点位。进一步提升了开发的自由度! ✦✦ 二、BeikeShop优化功能 1. 优化 插件字段描述支持多语言 在“插件详情页”中,对字段的解释说明文字描述,支持多语言显示。使更多国家/地区的用户能更方便的安装插件 2. 优化 个人中心页面所有按钮 对个人中心页面中的按钮进行了优化,风格更加简约大气! 3. 优化 后台产品多规格编辑 解决了删除规格导致配置的规格sku数据的错乱,提升了管理多规格产品的效率和便捷性 4. 优化 Cart、Checkout、Total模块兼容多商家 为兼容BeikeShop B2B2C版本,我们对这些模块进行了优化。想要了解BeikeShop B2B2C版的用户欢迎咨询我们哦! 5. 优化 统一订单状态显示 status_format 通过统一订单状态显示,使得插件开发和后续开发更加容易。开发体验极的大优化! 6. 优化 修改地址页面 Fullname 地址编辑中“Name”字段变为 "Fullname",国外买家更容易理解 7. 优化列表页产品SPU图片显示 根据卖家展示商品的需求,在商品列表页、详情页,都会以"SPU商品的第一张主图"作为主图展示 8. 结账页提交订单报错时,显示详细错误原因 在订单提交出现错误,会显示更详细的错误信息,帮助开发者更好地排查和解决问题 9. 优化单页和新闻博客页 10. 优化自动测试脚本 11. 优化结账页、网页头部 ✦✦ 三、BeikeShop修复功能 -修复 某些情况下首页模块 tab_product 报错 - 修复 文章分类页 面包屑、TDK、相关商品无法删除的问题 - 修复 属性筛选配置问题 - 修复 首页幻灯模块 - 修复 税费规则 - 修复 手机版无法点击导航的问题 - 修复 Flexshipping以及系统运费相关问题 - 修复 分类排序和筛选 以上就是本次BeikeShop v1.3.7版本的升级内容总结,我们将持续努力改进系统,为您提供更好的产品和服务 欢迎随时与我们分享您的宝贵建议和反馈,我们将不断迭代优化,为您创造更好的体验! 欢迎下载安装升级,体验更强大的BeikeShop! 想要了解更多信息?点击链接访问! 官方网站 https://beikeshop.com/ ↓前台链接↓ https://demo.beikeshop.com/ ↓后台链接↓ https://demo.beikeshop.com/admin 账号:demo@beikeshop.com 密码:demo 版权所有,转载需注明出处!

优秀的个人博客,低调大师

Zadig v1.0.0 预览版发布,开源分布式持续交付产品

Zadig v1.0.0 已经发布,此版本更新内容包括: 提升 zadig 安装脚本的稳定性和成功率 以下安装环境已经过测试: Existing Cluster Vendor Kubernetes Version Test Result Ali ACK 1.16.9 pass 1.18.8 pass Tencent TKE 1.18.4 pass 1.16.3 pass 1.14.3 pass 1.12.4 pass HuaWei CCE 1.19.8 pass 1.17.17 pass Rancher 1.18 pass 1.20 pass Elastic Compute Service Vendor OS Version Test Result Ali ECS Ubuntu16.04 pass Ubuntu18.04 pass Ubuntu20.04 pass CentOS7.4 pass CentOS8.3 pass Tencent CVM Ubuntu16.04 pass Ubuntu18.04 pass Ubuntu20.04 pass CentOS8.2 pass HuaWei ECS Ubuntu16.04 pass Ubuntu18.04 pass Ubuntu20.04 pass CentOS7.6 pass CentOS8.2 pass Zadig 是一款面向开发者设计的云原生持续交付(Continuous Delivery)产品,具备高可用 CI/CD 能力,提供云原生运行环境,支持开发者本地联调、微服务并行构建和部署、集成测试等。Zadig 不改变现有流程,无缝集成 Github/Gitlab、Jenkins、多家云厂商等,运维成本极低。 详情查看:https://gitee.com/koderover/zadig/releases/v1.0.0

优秀的个人博客,低调大师

RWKV-8 预览之 DeepEmbed:对端侧友好的稀疏设计,解决 MoE 显存占用

RWKV-8 "Heron" 是我们的下一代架构,具有多个全新技术。在此我们首先公布其中的 DeepEmbed 技术,它可以实现类似 MoE 的优秀推理性能,同时无需占用显存,甚至无需占用内存,可以让稀疏的大模型真正部署到所有端侧设备。 推理代码:https://github.com/BlinkDL/RWKV-LM/blob/main/RWKV-v7/rwkv_v8_rc00_demo.py rwkv-8-pile 模型:https://huggingface.co/BlinkDL/rwkv-8-pile 下文将详细介绍 DeepEmbed 的原理与实现: 什么是 DeepEmbed DeepEmbed 在模型的每一层 FFN 中为词表中的每个 token 训练一个可学习的高维向量,这可以写成 Embed 层。这些向量在训练阶段可被学习,而在推理阶段可存储于 RAM/SSD 中,对于每个 token 只需预读极少量参数,从而显著减少显存占用。 推理时,模型根据 token index 可提前预读本层的 embedding 向量,用于对 FFN 输出进行逐通道的乘性调制(channelwise scaling)。 这些基于 token 的 embedding 向量构成了一个规模庞大但稀疏的知识库,能够显著提升模型存储和调用世界知识的能力。尽管这些向量看似增加了模型参数量,但不需要占用显存,且在训练过程中可通过 TP(Tensor Parallelism)避免 DP(Data Parallelism)中梯度同步的带宽开销,并可进一步 offload 至 RAM 或 SSD。 在端侧推理场景下,这些向量同样可存储于内存中,或通过mmap等机制直接从硬盘按需加载。每个 token 仅引入几十 KB 的额外访存开销,使该机制非常适合在边缘设备上部署。 DeepEmbed 代码示例 原始 ReLuSq FFN: x = torch.relu(self.key(x)) ** 2 return self.value(x) DeepEmbed_1x ReLuSq FFN: self.deepemb = nn.Embedding(d_vocab, d_emb) ... x = torch.relu(self.key(x)) ** 2 return self.value(x) * self.deepemb(idx) DeepEmbed_4x ReLuSq FFN(效果更佳,参数更多): self.deepemb = nn.Embedding(d_vocab, d_emb * 4) ... x = torch.relu(self.key(x)) ** 2 return self.value(x * self.deepemb(idx)) 从代码可以看出,self.deepemb 用于对 FFN 的输出或中间结果进行乘法缩放。这里的 idx 是输入的 token 索引。需要:注意将 self.deepemb 向量初始化为常数 1,以确保训练初期不会干扰模型行为。 self.deepemb 向量并不直接修改 FFN 的参数,而是以 token 为单位,替代了原本基于输入动态生成的门控向量在通道维度上的乘性调制功能,使模型对 token 的语义或类别具备更强的感知能力。 由于查表操作在推理时不占用 VRAM,这些向量在参数量层面几乎是"免费的"。因此,还可以进一步引入 n-gram(如 bigram、trigram),提升模型对词组/片段的建模能力。如果词表规模较大,也可结合 LoRA 技术降低显存和训练开销。 实验结果表明:相较于 baseline,更大规模的 DeepEmbed 能够带来更显著的 loss 改善。 DeepEmbed 技术在 twitter 公布后,引发多方关注, 包括 ViT 作者 Lucas Beyer。 未来我们会逐渐公布 RWKV-8 的更多创新技术。 加入 RWKV 社区 欢迎大家加入 RWKV 社区,可以从 RWKV 中文官网了解 RWKV 模型,也可以加入 RWKV 论坛、QQ 频道和 QQ 群聊,一起探讨 RWKV 模型。 📖 RWKV 中文文档:https://www.rwkv.cn 💬 RWKV 论坛:https://community.rwkv.cn/ 🐧 QQ 频道:https://pd.qq.com/s/9n21eravc 📺 BiliBili 视频教程:https://space.bilibili.com/3546689096910933

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册