分类： 那些走过的坑

Django框架的学习让我感觉非常的难以坚持，一方面是它看似非常简单；一方面又涉及众多。感觉就是这个框架入门容易，深入困难。走走停停，要完成Demo还一直在左右横跳的学习，让人感觉吐血与崩溃。不知道这玩意是不是因为全栈所涉及的东西太多？还是我个人学习坚持不下来的缘故。

怎么养成好的习惯来学习，真是一门深奥的学问。

通过一段时间的摸索与运行，对模型运用的前景还是比较看好，运用知识库与大模型进行垂直行业知识整合，以现有撑握的技术是可以实现了。今天我将公司的安全知识与管理办法做了一个向量化、导入了系统，测试了一下它的回答，对运行的结果还是比较满意的。

接下来引入13B模型与谷歌Llama-6B/13B的模型更将有其待！甚至应该都可以开始写一个网页前端，调用API/SDK可以实现自己的私有化知识库的开发了。

1、下面是实现知识库针对公司的管理办法整理与总结回答：

2、下面是对精准问题的回答：

3、从零散的管理办法里提出的回答：

最近Chat GLM2-6B与130B已开源，为了布署应用，肝了两天终于得偿所愿。总体说，对于小白来说，布署和配置是要花一些时间的，但理解了其内在安装、布署的原理以后，就越来越简单了。特别是需要有python的基础，从及web网页开发的知识。

这次布署主要是Chat GLM2-6B，还有一个可以值得学习的模型是谷歌的LLama2-6B以及13B，接下来要分两两步走：

1、对模型进行微调，以适应自己的生产环境。

2、新的知识库的扩充、以及确保模型的回答的正确性

由于这个键盘太烂，打字太慢，等新键盘到了以后再做记录吧。AI时代已经来临，是否能分到一杯羹，保持学习，跟上部队，应该是有很大的空间的。

Stable diffusion一般人用来生图，与绘图，还有训练模型，但从底层绘图思路来看。它的绘图能力与Contralnet的很多功能，在工程应用当中可以扩展能力很强。比如：深度图deepth的控制，边缘控制，应该都是很失进的算法。

在一些工程领域需要解决这些问题的时候，可以来Stable diffusion的插件与主程序里来翻代码。它将是一个非常好的案例！

当然还有清华大学的Chart GML也是相当不错的语言类人工智能生成器。可惜我的电脑算力跟不上，显存最小都跟不上。

近期花了很多时间在AI绘图与Chat GPT各类人工智能的使用上，未来人类的智慧将会全部移植到计算机的人工智能当中。在各行各业，AI发挥出的潜力与能力已经非常人所能企及，而且它还是全能型的。而且它的创造力与想像力，均可以向人类模仿。不知道将来会是人类的工具，不是人类的敌人——在人类对人工智能默化潜移的依赖与思考上，AI显然比我们思考的更多，更快……

近期忙于Blender系列，已有两个月没有解决Web问题了。但已学习完成了Blender\Md\ZBrush\Substrance painter等系列的使用。并通过3d能实现$海外帐户paypal的收益，十分辛苦，但极为充实。

不过，主业不能落下。所以接下来，还要加油鸭～！

在研究RealityCapture BETA 1.0为解决三角网成地形图的问题，发现这两个软件在粗略进行GIS建模还是很方便的，都是从世界地图上下载高程再形成点云，特别是Global Mapper可以成等高线比较方便。是搞地信与测量福音，也许还要研究一下怎么搞，我个人觉得实现RealityCapture BETA一定是可行的。

地形点云有了，三角网也有了，只差一点，真可惜，哪天请教一下高手和地信专业的人。

下面是Global Mapper 20实现台湾：澎湖岛屿，的等高线图：

下面是blender 插件实现：昆明市，西山区一个三维图：

近期浪费了很多时间研究这个东西，终于有所得，但仍有一条通道没有完成。

解决的问题：由一组照片生成一个高精度三维模型，RealityCapture BETA真是一个逆天软件。十几张照片即能反算出相机位置，还能生成点云。实现三维建模。这个软件是真正神作!不再需要激光扫描、不再需要GPS测量、不再需要实地测量。

再为方便的是，生成的网格对像与点云可以导入blender和3ds Max

3dsMax

如此密集的点云，不拿来出等高级图以及做DTM图，真的可惜了。

但Global Mapper 20 研究半天，由于学艺不精一直未解决这个问题。希望有一天能看到相关同学能解决这个问题：拿三维点云与三角网生成DTM，以后海地、伟地等相关软件可以无缝连接。

为解决TableView内部的表格计算功能，让自己填写/修改的公式与数字能直接像Excel一样进行计算，今天搞了一天。终于实现这项功能。

参数的代入功能：

all_parameter = re.sub('\'', '_1', all_parameter)
list_all_parameter = re.split('\n', all_parameter)
print(list_all_parameter)#得到一个列表
for i in list_all_parameter:
    try:
        exec(i)  # 列表内所有计算参数在这里实现赋值
    except:
        print('公式参数无法转化')
        return

参数存入内存以后，即开始进行表内数据的eval(i)

row_n = self.widget_child_insertData_model.rowCount()
# 刷新计算结果：
for i in range(row_n):
    try:
        result_01 = round(eval(str(self.widget_child_insertData_model.index(i, 4).data())), 8)
        result_01 = QStandardItem(str(result_01))
        self.widget_child_insertData_model.setItem(i, 6, result_01)
        result_02 = round(eval(str(self.widget_child_insertData_model.index(i, 5).data())), 8)
        result_02 = QStandardItem(str(result_02))
        self.widget_child_insertData_model.setItem(i, 7, result_02)
    except:
        self.widget_child_insertData_model.setItem(i, 6, QStandardItem('Null'))
        self.widget_child_insertData_model.setItem(i, 7, QStandardItem('Null'))
        self.insertData_color_the_wrongData(i, 6, self.widget_child_insertData_table)
        self.insertData_color_the_wrongData(i, 7, self.widget_child_insertData_table)

多次将数据进行：

str转字符串化—->eval转计算化—->round转两位数值化—–>QStandardItem化，最后载入到model当中，大功告成！

近几日已经将右键菜单全部功能搞定：

最后只差一个“复制”，“粘帖”与Excel进行交互了。

最近开发上了头，得缓，得缓。不然身体搞不住。

现在最大的需求，就是努力解决CSS库能套用的问题。

现在后台数据处理有一些了解，主要精力还是集中在CSS入门的问题。HTML也需要加油！从整体来看，我个人觉得Django要比PyQt5简单一些，因为不再需要自己将需求来造轮子，而且ORM相对来说比较友好。

加油吧！中年！