昆仑山:眼中无形心中有穴之穴人合一

夫君子之行,静以修身,俭以养德;非澹泊无以明志,非宁静无以致远。夫学须静也,才须学也;非学无以广才,非志无以成学。怠慢则不能励精,险躁则不能冶性。年与时驰,意与岁去,遂成枯落,多不接世。悲守穷庐,将复何及!

 

04 2025 档案

linux+docker-compose+部署
摘要:curl -L "https://github.com/docker/compose/releases/latest/download/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose chmod +x 阅读全文

posted @ 2025-04-20 16:30 Indian_Mysore 阅读(2) 评论(0) 推荐(0)

ollama+dify
摘要:ollama setup curl -fsSL https://ollama.com/install.sh | sh 修改配置文件/etc/systemd/system/ollama.service [Service]部分新添加如下代码 Environment="OLLAMA_HOST=0.0.0. 阅读全文

posted @ 2025-04-20 12:58 Indian_Mysore 阅读(6) 评论(0) 推荐(0)

ode数值解+定义微分方程 dy/dx = -y + x + 1
摘要:import numpy as np from scipy.optimize import fsolve def f(x, y): """定义微分方程 dy/dx = -y + x + 1 Args: x (float): 自变量 y (float): 因变量 Returns: float: 在点( 阅读全文

posted @ 2025-04-17 14:59 Indian_Mysore 阅读(11) 评论(0) 推荐(0)

docker+es+kibana+logstash
摘要:docker pull elasticsearch:7.16.3 kibana:7.16.3 logstash:7.16.3 docker run -dit --name es -p9200:9200 -p9300:9300 -e ES_JAVA_OPTS="-Xms256m -Xms256m" - 阅读全文

posted @ 2025-04-03 13:28 Indian_Mysore 阅读(9) 评论(0) 推荐(0)

centos8+nginx在线部署
摘要:配置nginx 源 nginx.repo [root@china yum.repos.d]# cat nginx.repo [nginx-stable] name=nginx stable repo baseurl=http://nginx.org/packages/centos/$releasev 阅读全文

posted @ 2025-04-03 13:25 Indian_Mysore 阅读(6) 评论(0) 推荐(0)

欧拉法、改进欧拉法、二阶、三阶、四阶龙格-库塔法、隐式欧拉法、显式亚当斯法(二阶 Adams-Bashforth)和隐式亚当斯法(二阶 Adams-Moulton)。
摘要:大黄本 p281 import numpy as np from scipy.optimize import fsolve # 定义微分方程 f(x, y) = y - 2x/y def f(x, y): return y - 2 * x / y # 解析解 y = sqrt(2x + 1) def 阅读全文

posted @ 2025-04-01 18:03 Indian_Mysore 阅读(65) 评论(0) 推荐(0)

利用梯形公式,simpson公式,Newton公式,Cotes公式,复化梯形公式,复化Simpson公式,复化Cotes公式 计算 定积分 被积函数x/(4+x^2) 积分区间[0,1]
摘要:import numpy as np # 定义被积函数 def f(x): return x / (4 + x ** 2) # 精确值 exact_value = 0.5 * np.log(5 / 4) print(f"精确值: {exact_value:.8f}") # 1. 梯形公式 def t 阅读全文

posted @ 2025-04-01 12:54 Indian_Mysore 阅读(25) 评论(0) 推荐(0)

利用梯形公式,simpson公式,Newton公式,Cotes公式计算 定积分 被积函数e^x 积分区间[0,1]
摘要:import numpy as np # 定义被积函数 def f(x): return np.exp(x) # 精确值 exact_value = np.exp(1) - np.exp(0) print(f"精确值: {exact_value:.8f}") # 1. 梯形公式 def trapez 阅读全文

posted @ 2025-04-01 12:24 Indian_Mysore 阅读(25) 评论(0) 推荐(0)

导航