搜索[最权威安装]结果-低调大师优秀个人博客

精选列表

搜索[最权威安装]，共10000篇文章

Hadoop学习笔记一：单节点安装

安装必要的软件如果服务器没有必要的软件，就必须进行安装。不同的发行版本，有不同的安装方法。

2011-12-19

windows下安装Linux双系统共存不需要改引导（U盘安装版本）

盘等等的盘切割分区（可以切割多个分区，也可以切割单个分区，只要你切割出来够装Linux就行），（注意：同一块硬盘内最多4个主分区，或3个主分区外加1个扩展分区，也就是说当你目前已经有4个主分区的情况下，可能会出现“安装系统时空闲分区不可用

2018-04-29

Android 8.0 下载安装进入【安装未知应用】页面，两步简化一步

小菜昨天接到客户反馈的问题，说华为手机升级到 Android 8.0 系统以后，程序升级下载之后不能安装；找一个手机测试果然如此，每次下载完之后不跳转安装页面，重新进入程序又继续下载，之后依旧不跳转安装页面

2018-04-11

Logstash安装和设置（图文详解）（多节点的ELK集群安装在一个节点就好）

4096 Nov 1 23:39 zookeeper-3.4.6 [hadoop@HadoopMaster app]$ tar -zxvf logstash-2.4.1.tar.gz 第三步：删除安装包

2017-11-06

完全分布模式hadoop集群安装配置之一安装第一个节点

本系列文章讲述搭建完全分布模式hadoop的安装配置过程，还将讲述完全分布式模式的一些基本操作。准备采用先单机调通再加入节点的方式。本文只讲述单节点的安装和配置。

2012-03-05

今天 GitHub 上最值得说的，不是爆款，是 3 个加速狂魔

昨天前三名的 MoneyPrinterTurbo、microsoft/markitdown 和 liteparse 今天集体后退，前三名加起来才占了今天总星的 29%。但有意思的是，三个加速最快的项目各有各的方向——一个教 AI 搞"团队协作"、一个给 Claude Code 装"工程插件"、还有一个是能让你自己从零搓出各种技术的经典教程。今天没有一家独大，但每个方向都值得你动手试试。这 4 个东西，今天值得装上玩玩 EveryInc/compound-engineering-plugin（+251 星，TypeScript）——如果你在用 Claude Code 写代码，这个插件能让它突然变"聪明"。它是个官方出品的"复合工程"插件，简单说就是帮 Claude Code 在处理复杂项目时，能同时跑多个子任务、跨文件联动、记住上下文。不用再担心它写到一半"忘记"前面的逻辑。去 github.com/EveryInc/compound-engineering-plugin 看 README，装到你的 Claude Code 项目里就行。今天涨 251 星不算多，但最近 3 天累计 2202 星，加速 12 倍——这玩意儿正在快速被圈子里的人装上。 EveryInc/compound-engineering-plugin revfactory/harness（+323 星，HTML）——这项目名字挺硬，"元技能"、"智能体团队"听着玄，但说白了就是：你告诉它"我想要一个能写文案、做海报、发推特的 AI 小组"，它就能帮你设计出这几个角色，并生成它们各自需要的能力文件。如果你是做 AI 产品、或者想在自己的项目里搭一个多 Agent 协作系统，这个可以直接拿来当脚手架。去 github.com/revfactory/harness 看 README，它是个 HTML 项目，下载网页文件打开就能用。最近 3 天 1325 星，加速 10 倍，说明"Agent 团队编排"这个需求正在从概念走向工具。 revfactory/harness harry0703/MoneyPrinterTurbo（+1937 星，Python）——昨天第一，今天滑到第三，但热度一点没减。这项目就是"AI 帮你自动生成短视频"，输入一个主题词，它自己写文案、找素材、配音、加字幕、出片。如果你是做自媒体的、搞电商的、或者公司需要批量出宣传视频的，这个直接装。Python 项目，去 github.com/harry0703/MoneyPrinterTurbo 看 README，pip install 或者克隆仓库跑脚本都行。今天涨 1937 星，最近 3 天累计 22290 星，加速 3.5 倍。虽然名次掉了，但它是今天星数增量最多的一个。 harry0703/MoneyPrinterTurbo codecrafters-io/build-your-own-x（+1158 星，Markdown）——这不是工具，而是一个"教程目录"。它告诉你如何从零开始造一个数据库、一个 Git、一个操作系统、一个区块链……如果你是个想深入理解底层原理的开发者，或者准备面试想展现"我写过自己的前端框架"，这个就是你的黄金清单。Markdown 项目，去 github.com/codecrafters-io/build-your-own-x 直接看 README 里列出来的教程链接。今天涨 1158 星，7 天累计 9706 星，说明"学会造轮子"这件事，永远有人需要。还有这些 microsoft/markitdown（+2798 星）：微软出的，把各种文档（PDF、Word、PPT）转成 Markdown，昨天第二今天掉到第 12，但增量还在，做数据处理的可以看看。 D4Vinci/Scrapling（+606 星）：Python 爬虫工具，如果你需要从网页抓数据，这个比 Scrapy 轻量。 FareedKhan-dev/train-llm-from-scratch（+626 星）：Jupyter Notebook 教程，教你从零训练一个大模型，适合想理解 LLM 原理的学生或研究者。 supermemoryai/supermemory（+264 星）：AI 记忆工具，帮你管理对话历史。 anthropics/claude-code（+489 星）：Anthropic 官方的 Claude Code 仓库，持续更新中。今天圈子在动什么今天没有某个赛道集中爆发，但一个有意思的迹象是：3 个加速最快的项目都在解决同一个问题——让 AI 在复杂任务里更可靠。compound-engineering-plugin 帮 Claude Code 管项目上下文，harness 教你怎么编排 Agent 团队，MoneyPrinterTurbo 则是把"从选题到出片"的完整流程交给 AI。这不像前几周"今天冒出一个爆款 Agent"那种突然性，而是说明：当大家都在用 AI 做正经事时，"怎么让 AI 别掉链子"正在成为新的刚需。

2026-06-01

小米 HyperOS 采用 Rust 与 Flutter 重写核心应用，有望成为史上最稳定版本

报道甚至将其称为“史上最稳定”版本。

2026-02-04

北京拥有全球最密集重大科技基础设施、最大科研人才队伍

现在的北京，已经拥有全球最密集的重大科技基础设施、最多人次的高被引科学家数量、最大规模的科研人才队伍、最具竞争力的开放创新生态。

2025-09-16

OpenStack 加入 Linux 基金会，已集齐最活跃的三个开源项目

至此，全球最大、最活跃的三个开源项目（Linux、Kubernetes 和 OpenStack）都归属于 Linux 基金会旗下。

2025-03-14

KubeSphere v4 大解析：揭秘您最关心的 12 大热点问题

环境无法连接到 DockerHub 时如何安装 KubeSphere 从 KubeSphere 4.1.1 开始，涉及镜像在华为云镜像仓库也存储了一份，如果您访问 Docker Hub 受限，可以在安装时指定以下两个参数分别将

2024-10-18

FFmpeg CLI 支持多线程 —— 数十年来“最复杂的重构”

来源：https://ffmpeg.org/index.html#cli_threading 其开发团队表示，这项工作是“数十年来 FFmpeg CLI 最复杂的重构之一”，主要内容包括添加了线程感知的转码调度基础设施

2023-12-13

滴滴史上最严重服务故障，罪魁祸首是底层软件 or “降本增笑”？

2023年11月27日晚间，滴滴因系统故障导致App服务异常，不显示定位且无法打车。11月27日晚，滴滴出行进行了回复：非常抱歉，由于系统故障。 2023年11月28日早间，滴滴出行消息称，网约车等服务已恢复，骑车等在陆续修复中。11月28日，在滴滴发出公告的同时，记者在上海、深圳等地使用滴滴呼叫网约车，发现网约车功能并未恢复使用，网络加载异常，仍无法打车。11月28日，滴滴向记者回应称，网约车服务已恢复，司机乘客权益陆续恢复补发。 11月29日，滴滴再次发文致歉，称初步确定事故起因是底层系统软件发生故障。来源：https://weibo.com/2838754010/NuMAAaUEl 在滴滴官方发布这份公告之前，已经有资深IT技术人士分析：“从表现上看，打车、共享单车全挂，不同的业务板块之间应该是有隔离的，说明问题出在更加底层的基础设施。攻击者一般只能访问到应用层，基础设施访问不到。要么是被攻击者打穿，要么是自己系统操作不慎挂了。即便是前者，也算是一种系统缺陷，才会被打穿。” 360安全专家认为，滴滴闪崩背后的技术原因可能有六种：第一，系统更新升级过程中出现了编程错误、逻辑错误或未处理的异常情况：一般情况下，互联网厂商发布更新都会在晚上，与滴滴发生故障的时间也能对应，当然业务升级维护是放量更新，但现在滴滴全平台、全业务都故障了，说明肯定是他“家里”的问题。第二，服务器故障：比如滴滴的核心机房，可能恒温恒湿环境出了问题，导致服务器过热、CPU烧了，或者核心机房所在地发生了自然灾害如地震、洪水、海啸等，这种情况下，硬件需要重新更换，里面的服务软件也需要重新配置，恢复周期相对较长，但这个可能性比较小。第三，第三方服务故障：滴滴的后台架构可能使用了第三方服务或者组件。如果第三方出了问题，也可能会影响滴滴的正常运行。但出于安全性考虑，滴滴可能不会将核心业务托管给第三方，不过这个可能性也较小。第四，DDOS攻击：黑客采用分布式拒绝服务的方式，抢占了大量的服务器资源，导致用户无法访问，但这个不太可能，因为DDos不会导致数据出错，而且滴滴从体量上来说，有足够的成本和能力去对抗。第五，其他网络攻击：某些黑灰产团伙可能会通过拖库盗取数据，然后在暗网上售卖，在这个过程中不排除会有误操作，破坏了数据库。第六，勒索病毒：网络攻击黑客对滴滴的底层数据、业务代码进行了加密。据披露现象，用户的账单和打车数据都算错了，存在一定可能是滴滴为了避免更大损失主动暂停了业务。近期勒索攻击事件屡屡发生，月初，某金融机构就是因为遭遇勒索病毒攻击造成了业务停摆。不过也有网络安全公司专家认为，如果是来自外部的黑客攻击，公司一般会在第一时间进行声明。他猜测更集中于滴滴发生了内部重大业务调整，或有新业务接入原系统，但没有做好预案，导致关联业务或关联系统出现重大故障，这是大公司系统故障最常见的原因。因此对于滴滴此次大规模的长时间故障，有行业人士认为，降本增效可能也是原因之一。该人士认为，互联网公司核心业务频繁宕机，且长时间宕机，是降本增效的附属品之一。系统投资少了，维护资源少了，程序员更换频繁了，BUG就多。他举例称，一般在业务上行阶段都有冗余，为了迎接随时爆发的订单，上行阶段要维持负载的上限不能过大，比如平时70%，这样遇到一个小爆发不用担心会出问题，足以应对小高峰；但是下行期的逻辑就不同了，负载很高的时候抗一抗就行了，虽然后面遇到小高峰可能会难受，但是随着时间的推移总体负载会下降。最后来看一下网传的消息，有同行说滴滴这次严重故障是K8S的问题导致，当时SRE工程师定位了三个小时没定位到。

2023-11-29

「X」Embedding in NLP｜一文读懂 2023 年最流行的 20 个 NLP 模型

在上一篇文章中，我们已经科普了什么是自然语言处理（NLP）、常见用例及其与向量数据库的结合。今天，依然是「X」Embedding in NLP 系列专题，本文为初阶第二篇，我们将深入介绍在 2023 年爆火的大语言模型 NLP 模型，包括 BERT、XLNet 等基础模型和 GPT、PaLM 等。 01.火爆 2023 年的 10 大大语言模型大语言模型（LLM）是一种机器学习模型，可以执行各种 NLP 任务，包括文本翻译、回答问题、根据知识库分类和生成词汇等。大语言模型中的“大”体现在其架构使用的参数数量上，常见的 LLM 都包含数十亿个参数。以下是在 2023 年爆火且备受关注的 LLM。 OpenAI 推出的 GPT 系列 *GPT，全称 Generative pre-trained transformers，即生成式预训练 Transformer 模型 GPT-3 于2021年发布，包含 1750 亿个参数。能够完成翻译、问答、写作论文，甚至生成代码等任务。从模型架构而言，GPT-3 是只带有解码器（decoder）的 transformer 模型。是最后一个由 OpenAI 公开参数数量的 GPT 模型。自 2022 年 9 月起由微软独家使用。 GPT-3.5 2022 年推出的升级版 GPT 模型，包含参数更少。 ChatGPT 训练所用的模型是基于 GPT-3.5 模型微调而来的。GPT-3.5 一经推出即迅速走红，短短五天内吸引 100 万用户，用户总数在 2 个月内达到 1 亿。 GPT-3.5 模型基于截至 2021 年 9 月的数据进行训练，比之前版本的模型更具有时效性。必应（Bing）搜索引擎中最初集成了 GPT-3.5，但目前使用的是 GPT-4。 GPT-4 GPT 系列中的最新版本，于 2023 年发布。 GPT-4 是多模态模型，支持图像和文本类型的输入。在微软 Azure AI 的人工智能超级计算机上训练，比以往任何模型都更具创造力和协作性。 Google 推出的 PaLM 2 于 2023 年推出，展现 Google 在机器学习和 Responsible AI 领域积累的成果。相比 PaLM，PaLM 2 基于并行多语言文本和更大的语料库进行预训练。在高级推理、翻译和代码生成方面表现出色。 Meta 和 Microsoft 推出的 LLama2 于 2023 年发布，提供三种参数规格（70 亿、130 亿和 700 亿）的基础模型。 LLama 2 Chat 包括基础模型和针对对话功能微调的模型。功能丰富，性能强大，专为查询和自然语言理解等任务设计。 Meta 专注于打造教育型应用产品，因此 LLaMA-2 是适用于 EdTech 平台理想的 AI 助手。 Anthropic 推出的 Claude 2 于 2023 年推出，擅长复杂的推理任务。聚焦于 Constitutional AI，引导 AI 根据一些原则或规则进行自我完善和监督，避免产生有害或不友善的输出。 Claude 2 是一个友好的助手，能够完成用户发出的各种自然语言指令。 xAI 推出的 Grok-1 埃隆·马斯克的公司 xAI 于 2023 年宣布推出 Grok-1，用于巧妙回答几乎所有问题。灵感来源于《银河系漫游指南》。通过 𝕏 平台实时获取真实世界中的知识。技术创新研究所（Technology Innovation Institute）推出的 Falcon 于 2023 年开源的模型。包含 1800 亿参数，参数数量超过 Hugging Face Open LLM 排行榜上的 Llama。基于高质量数据集训练，数据集中包含文本和代码，涵盖各种语言和方言。 Cohere 推出的 Cohere 2022 年由加拿大初创公司 Cohere 推出的开源多语言模型。基于多样的数据集训练，能够理解超过 100 种语言的文本。 Oracle 和 Salesforce 产品中已接入 Cohere，主要用于语言生成、文本内容概括和情感分析等任务。 02.10 大基础 NLP 模型 BERT（基于 Transformer 的双向编码器表示技术） BERT 最初于 2018 年由 Jacob Devlin 在其论文《BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding》中首次提出。 BERT 模型的主要突破是，它在训练过程中查看文本时，以双向方式扫描文本，不是从左到右，也不是从左到左和从右到左的组合。 BERT 模型有两种配置——BERT（base）和 BERT（large），区别在于可配置参数数量。BERT（base）包含 1.1 亿参数， BERT（large）包含 3.45 亿参数。 XLNet XLNet 于 2019 年在论文《XLNet: Generalized Autoregressive Pretraining for Language Understanding》中发布。 XLNet使用排列语言建模(Permutation Language Modeling) 来融合自回归(autoregressive, AR)和去噪自编码(autoencoding, AE) 模型的优点。传统的模型基于前一个词的上下文预测句子中的词。但与之不同的是，XLNet 的排列语言建模考虑了词之间的相互依赖关系。 XLNet 性能比 BERT 提高了 2-15%。 RoBERTa（强力优化的 BERT 方法） RoBERTa 于 2019 年在论文《RoBERTa: A Robustly Optimized BERT Pretraining Approach》中提出。 RoBERTa 改进了 BERT 的架构和训练流程。具体而言，RoBERTa 去掉下一句预测（NSP）任务，采用了更大的训练数据集，并使用了动态掩码替换静态掩码。 RoBERTa 性能比 BERT 提高了 2-20%。 ALBERT（轻量级的 BERT） ALBERT 模型于 2019 年在论文《ALBERT: A Lite BERT for Self-supervised Learning of Language Representations》中提出。 ALBERT 基于 BERT 模型改进，其主要亮点是在保持性能的同时显著减少了参数数量。 AlBERT 实现了跨层参数共享。也就是说，12 层 Encoder 共享一套参数。而 BERT 中每层 Encoder 都有一组参数。 StructBERT StructBERT 于 2019 年在论文《StructBERT: Incorporating Language Structures into Pre-training for Deep Language Understanding》中提出。 StructBERT 基于 BERT，将语言结构信息引入到预训练任务中。 StructBERT 还引入了单词结构目标（WSO），它有助于模型学习单词的排序。 T5（文本到文本的 Transformer） T5 在 2019 年的论文《Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer》中被提出。T5 全称为“Text-To-Text Transfer Transformer”。 T5 作者还发布了一个数据集，取名为“Colossal Clean Crawled Corpus （超大型干净爬取数据）”，简称 C4。 T5 将所有 NLP 任务都转化成 Text-to-Text （文本到文本）任务。 T5 模型提供 5 种不同的参数配置：T5-small（6000 万参数）、T5-base（2.2 亿参数）、T5-large（7.7 亿参数）、T5-3B（30 亿参数）、T5-11B（110 亿参数）。 SentenceTransformers SentenceTransformers 最初于 2019 年在发论文《Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks》中发表。 SentenceTransformers 是一个可以用于句子、文本和图像 embedding 的 Python 库 SentenceTransformers 可以计算超过 100 种语言的句子或文本 embedding。 SentenceTransformers 框架基于 PyTorch 和 Transformers，提供许多针对各种任务调优的预训练模型。 ERNIE（通过知识集成的增强表示） ERNIE 由百度开发，于 2019 年在论文《ERNIE: Enhanced Language Representation with Informative Entities》中首次被介绍，并由百度的研究人员在计算语言学协会（ACL）会议上展示。 ERNIE 将现实知识整合到预训练的语言模型中，从而理解人类语言的细微差别并提高各种 NLP 任务的表现。 ERNIE 提供不同版本。而且，ERNIE 随时间推移不断更新和完善，从而在广泛的 NLP 任务上取得更好的性能。 CTRL（可控文本生成） CTRL 由 Salesforce Research 在 2019 年 NeurIPS 论文《CTRL: A Conditional Transformer Language Model》中提出。 CTRL 允许用户控制生成文本的风格和内容。 CTRL 模型能够生成多样且可控的文本，用户对语言生成过程更可控。 ELECTRA ELECTRA 在 2020 年的论文《ELECTRA: Pre-training Text Encoders as Discriminators Rather Than Generators》中提出。 ELECTRA 提出了新的预训练任务和框架，把生成式的 Masked language model(MLM) 预训练任务改成了判别式的 Replaced token detection(RTD) 任务，判断当前token是否被语言模型替换过。 ELECTRA体积越小，相比于BERT就提升得越明显。

2023-11-23

备战一年半，我们让最火的开源网关上了云

2021 年 6-7 月，API7 Cloud 完成了最初的提议，下半年定了一个 MVP（最简化可实行产品），随即工程师们乐此不疲地投入开发。

2023-03-03

Google研究人员：Pegasus iPhone攻击是有史以来最复杂的漏洞之一

现在已经打了补丁的Pegasus iPhone攻击是近年来看到的最复杂的攻击之一。

2021-12-19

即将推出的 CutefishOS 可能取代深度成为最漂亮的 Linux 发行版

当然，如果你想要一个融合了可靠性和独特桌面体验的 Linux，我们会推荐你安装 elementary OS、Pop!_OS、Zorin OS 或深度操作系统。

2021-12-07

Mac用户调查：购买应用最看重安全其次是功能和用户体验

平均而言，他们安装了31个Mac应用程序，其中每天使用 12 个。报告说：“安全、功能和用户体验是影响用户在选择新的 Mac 应用程序时做出决定的三个最重要因素。

2021-05-26

sqltoy-orm-4.17.13 发版，增加分页并行特性，提供最极致的分页！

github.com/sagframe/sagacity-sqltoy gitee:https://gitee.com/sagacity/sagacity-sqltoy idea 插件(可直接在idea中检索安装

2021-01-26

可能是最懂架构的投资人——对话阿里云 MVP戚俊

拥抱Docker是创业以来最痛苦的一年，容器经常出问题，造成过不少事故，也直接导致公司的销售承受来自客户的许多压力。

2020-06-10

最古老的 npm 包 request 已弃用，每周下载量达 1400 万+

去年我们报导过 HTTP 客户端 request 库将被弃用的计划，目前该项目的 npm 与 GitHub 主页均已显示，自 2020 年 2 月 11 日起，request 已完全弃用，预计不会有新的变更。 request 是添加到 npm 包仓库最早的模块之一，有众多应用依赖于request，目前其每周的下载量基本都在 1400 万以上，足见它在 HTTP 领域与 npm 中的地位。但随着现代 JavaScript 的发展，request 的局限性也愈发体现出来，其核心模式也稍显过时。项目发起人 Mikeal Rogers表示也曾尝试通过改变以适应变化，但后来发现可行性非常低，因为兼容性问题很大。因此他决定废弃 request，重新打造一个项目。在 Mikeal 写于去年 3 月份的说明中，他表示：“对于 JavaScript 生态，request 可以做的最有价值的事情是进入维护模式，并停止考虑新特性或主要版本。”同时他也对弃用 request 作了具体规划。如今 request 已经正式宣告退出，建议开发者尽快迁移。

2020-02-15

资源下载

更多资源

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。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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 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。