NVIDIA发布新版本ChatRTX， 添加中文LLM模型的支持 NVIDIA在2月推出了Chat with RTX的技术演示应用，可给用户体验一下本地的聊天机器人，当然了它用到了TensorRT-LLM和NVIDIA RTX加速技术，也是NVIDIA展示技术的一个方式，现在该应用正式改名为ChatRTX，增加了更多的功能，在新版本中它加入了对智谱AI的ChatGLM3-6B这个中文LLM的支持，同时还支持语音输入和图像搜索功能。与Chat**、Google Bard和微软Copilot等在线工具不同，NVIDIA ChatRTX不需要云端计算，这对用户的隐私和数据保密性更好，ChatRTX还支持扫描和分析本地文件目录的能力，支持指定格式的文件，用户可使用该功能搭建本地的数据资料库，只需要给出文件夹路径，AI就会在数秒内把它们加载到库中。除了加入中文LLM的支持外，ChatRTX还增添了语言识别功能，还支持OpenAI的CLIP模型，它可根据你给出的信息搜索本地指定目录里面的图片，在大量图片中找指定的复合要求图片时还是蛮有用的。但目前该软件还是缺乏联系上下文的能力，这点体验就不太好了，此外它在Firefox浏览器上还是无法运行，此外安装包的体积大幅缩减，从此前的35GB减少到11GB，但安装完后程序依然需要35GB的空间，因此在下载之前要留够足够的空间，至于硬件需求，它只支持RTX 30和40系GPU，并且至少得需要8GB显存。

2024新年快乐 服务器重置了，再发一遍。。。

PBL感悟——制作智能浇水系统 自动灌溉是区别于手动灌溉、人工灌溉的概念，突出灌凝控制器能够根据设定的时间、流量、土壤湿度上下限等参数自动执行灌涨或者基于物联网技术的远程控制取代人工现场操作，具有解放劳动力的价值，但是，如前述，在温室等人工干预较大的环境中，自动灌溉在一定程度上能够满足灌溉需求，对于广泛的大田环境，影响灌溉决策的变化因素很多，涉及生物学、气条和人为活动。农业生产过程中需要做出的许多决定，如:哪块地要先种，种什么作物?选哪种型号的种子、化肥、农药?施肥、灌涨的时间点、量及频率如何把握?气象、天气、降雨预测，土理化性质的变化情况?农场农业灌涨设施、机械、工人的协调安排...当众多因素需要协调研究从中选择最优方案时，"自动灌溉”完全离不开人在各个环节中参与决策，因此，不存在离开人为决策的“自动灌溉”。智能灌溉则要求不需要人为控制，灌溉系统智能自动做出灌湖决策，而且系统做出的灌游决策要比人做出的决策更科学、更迅速。智能灌溉是当前农业灌溉发展的潮流,智能灌溉系数整合先进的传感器技术 ,信息技术以及人工智能技术 提高灌测的精准度,提高水的利用率,提高灌溉管理水平,改变人为提纵操作的随意性和盲目性,同时减少灌溉用工,降低管理成本,显著提高农业生产效益。以上都是农业智能灌溉的小编为大家讲解与智能灌溉相关的几个常见问题的相关内容，

关于在线学习网站Moodle Moodle（Modular Object-Oriented Dynamic Learning Environment）是一个用于制作网络课程或网站的软件包。它是一个全球性的开发项目，用以支持社会建构主义（social constructionist）的教育框架。Moodle是一个自由的开源软件 （在GNU 公共许可协议下），也就是说Moodle是有版权的，但是你有额外的自由。你可以自由地复制、使用或者修改Moodle，前提条件是你同意：为他人提供代码，没有修改或删除原有的版权和许可，以及将相似的版权应用于衍生的作品。尝试着搭建了一个，目前没有更多的进展。地址： {anote icon="" href="http://ip.wejk.cn:8000" type="secondary" content="点击访问"/}

Python——虚拟解释器环境venv 什么是虚拟解释器环境随着我们用python开发的程序越来越多，需要的第三方库也会越来越多，这些第三方库都安装在site-packages目录下面。如下所示大家可以发现，这个目录太臃肿了。更大的问题是：我们可能会开发两个软件项目，对同一个库， 需要不同版本的。比如 一个新项目需要使用 Django3.0 版本（依赖里面的异步特性）， 而同时还要维护一个老项目使用的是 Django2.0 ，不能随便升级，否则可能带来潜在的bug。Python 的 虚拟解释器环境技术 venv ，就可以很好的解决这个问题。它可以让我们创建 多套彼此分隔的 虚拟解释器环境 ，每个虚拟解释器环境可以安装各自需要的第三方库，互不干扰。为什么叫 虚拟 呢？因为它并不是完全的拷贝了整个原来你安装的 系统解释器环境 ，而是从原来的系统解释器创建了 分身 。虚拟环境还是会大量依赖系统解释器环境里面的东西，所以是 轻量级的创建 虚拟环境可以执行下面的命令，创建一个虚拟的解释器环境python -m venv e:/my/venv1注意上面例子里面的 e:/my/venv1 就是虚拟解释器环境所在的目录。你可以改名为你喜欢的名字。执行完命令后，就会创建 这样的 一个目录。 里面包含了如下内容scripts目录里面的包含了Python解释器程序 ： python.exe 包管理器程序： pip.exe 激活虚拟环境的命令： activate.bat， deactivate.bat激活为缺省解释器环境如果你希望后续一段时间的工作，缺省都是使用这个虚拟解释器环境，就可以执行命令 activate.bat 。这个命令会把虚拟解释器环境的目录 插入 到 环境变量 Path 包含路径 的 开头位置。这样当你执行python或者pip命令时，优先找到的就是这个虚拟环境里面的 python.exe 和 pip.exe 了。比如直接执行 pip install selenium, 就会安装selenium到这个虚拟环境使用系统环境安装的第三方库上面的命令创建的虚拟环境，缺省可以使用系统解释器环境 标准库 ，比如 sqlite、tkinter、re 等等import sqlite3 >>> import tkinter >>> import re >>>都不会有问题。但是， 不能使用 第三方库 。比如你已经用 pip install 安装好的 django、requests、selenium这些，通常在 site-packages 目录中如果要让虚拟环境 可以直接使用 系统解释器环境 里面 site-packages目录中的库：可以在创建虚拟环境的时候，加上 --system-site-packages 参数也可以修改虚拟环境目录中的 pyvenv.cfg 文件 设置 include-system-site-packages 值为 true