lu_rong_qq的博客

使用 DTW 向 SAP B1 进行数据导入的时候，出现以下报错。摸索很久解决，遂总结为经验帖。

BERT（Bidirectional Encoder Representations from Transformers）是一种用于自然语言处理（NLP）的深度学习模型，由谷歌于 2018 年提出，是一个深刻改变 NLP 领域的里程碑模型，通过其双向上下文表示和预训练-微调的策略，在文本理解任务中取得了显著成果。

本文将从算法原理、适用范围、强项、知名大模型的应用、python 调用几个方面，对深度学习框架 TensorFlow、PyTorch 和基于深度学习的模型 Transformer 进行比较。主要作用是基础概念扫盲。

库存交易及相关财务处理、关联模式和直达运货部分的习题解析版，更便于练习的无答案解析题目合集见《SAP B1 认证考试习题 - 纯享版》

SAP B1 练习题，全为选择题形式，解析见同专栏其他系列文章

结合实际业务背景需求，对 MRP 部分的操作进行逐步演示。背景条件如下：制造业，大工件单件记数，小工件按 10 个一批记数。大工件原材料是 a类材料，小工件原料是 b类材料。每个产品对应的原材料种类唯一，原材料需要采购。大工件生产过程有 2 道工序，小工件生产过程有 3 道工序。

【Ollama+Anythingllm+Docker】尝试搭建一个自己的知识库增强生成模型（RAG），本文记录的是完全在本地的搭建流程。但是由于太耗c盘了，跑过之后尝试转战云部署，以防后续忘记关键步骤，遂总结为经验帖。

在使用 Visio 绘图的过程中，经常出现以下这种两模块无法完全对齐，连线不直的情况，本文总结给出调账对齐的操作步骤。

在新建账套时往往需要对【常规设置】单据进行个性化定义，维护界面语言和颜色、新业务伙伴的缺省值、预算管理等常规设置。本系列文章将逐一介绍表单内多种选项卡字段。

决策树 (decision tree) 是机器学习中一类常见的监督学习算法，可用于分类和回归任务。决策树通过递归地对数据集进行分裂，最终形成一系列规则。这些规则根据输入数据的特征，将其分类到特定类别或预测值。

这是一篇口水记录文，存在的主要价值是帮我拿一个新的徽章。

本专栏文章以 SAP 实施顾问在实施项目中需要掌握的sql 语句为偏向进行选题：用例：SAP B1 的数据库；工具：SQL Server。本文将详细讲解多种连接，复杂查询，并附带实战例题及代码解法。

随着人工智能（AI）技术的快速发展，电商行业正经历一场深刻的数字化转型。从用户体验的优化到供应链管理的提升，AI技术正成为驱动电商行业发展的新引擎。作者曾经在电商行业短暂从业过，三年前的电商行业还相对原始，数据运营人员只能靠肉眼观察，人脑分析用户数据、购买行为数据，并且凭借直觉和经验安排投放计划。当时淘系平台的投放推送工具【引力魔方】已经相对智能，然而远不及现在的 ai 普及所带来的高效省力。本文将从多个角度探讨AI在电商领域的潜力与实践成就，列举 AI 对电商行业的贡献。

本文将以排版为重点，介绍一些从布局上增加文章内容可读性的小小 Tips。有点类似于上学的时候作文的书面吧，阅读者肯定还是以内容为重的，但是书面好一点总是可以阴暗地加两分。

SVN 和 Git 一样，都是常用的版本管理工具。它们在功能上有许多相似之处，例如跟踪代码变更、管理历史记录、支持多人协作和版本回滚等。本文仅对 TortoiseSVN 部分的基本操作进行介绍。在介绍前补充以上针对 Git 和 SVN 的区别，以便大家选择更合适的工具并制定相应的操作策略。

DecisionTreeClassifier() 是 scikit-learn 库中的决策树分类器，它有几个关键参数，用于控制模型的行为和性能。以下是其中一些重要的参数：

在 Jupyter Notebook 中复现一个 Langchain 的项目，需要用到 openai 和 python-dotenv 包。直接执行以下代码会报错，转到 cmd 中直接 pip，依然报错，解决如下。

在新建账套时往往需要对【常规设置】单据进行个性化定义，维护界面语言和颜色、新业务伙伴的缺省值、预算管理等常规设置。本系列文章将逐一介绍表单内多种选项卡字段。

K近邻（KNN）是一种常见的监督学习算法，主要用于分类和回归问题。在前文《L4 垃圾邮件数据集分类延申 - NB/KNN/SVC/随机森林》中，已经有涉及到适用 KNN 进行自然语言的分类处理。在本文中，将详细介绍 KNN 的模型原理、使用方法等，并且分为分类与回归分别选取数据集进行模型训练。