VS Code 编辑器 Git 工具 - 分支操作【保姆级教程】

VS Code 编辑器 Git 工具 - 分支操作

1、查看分支

在这里插入图片描述

2、分支提交记录

在这里插入图片描述

3、 以当前分支创建并发布分支

在这里插入图片描述


在这里插入图片描述


发布后

在这里插入图片描述

4、 切换分支

  1. 切换分支时记得先提交当前分支的代码
  2. 点击分支列表中的分支名称即可切换分支
在这里插入图片描述

5、 以某分支创建新分支

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

6、 合并分支

在这里插入图片描述


在这里插入图片描述

合并成功,branch1-1分支的test1.txt 合并到branch1分支

在这里插入图片描述


在这里插入图片描述

7、 变基分支

  1. 变基操作时确保当前分支的代码已提交
  2. 遇到代码冲突时选择适合的合并方式解决代码冲突,这里我选择【保留双方更改】
  3. 变基一半不想变基了,放弃更改文件就行,或者进行文件回退重新选择合并方式
在这里插入图片描述


在这里插入图片描述

变基成功,branch1-1的提交合并到了branch1

在这里插入图片描述

8、 重命名分支

  1. 重命名分支是命名当前分支
  2. 选择重命名分支后一定要发布分支,不然远程分支名称未同步

9、 删除分支

  1. 只能在当前分支下删除其他分支,也就是说删除分支时最好切换到 master 分支
  2. 删除后记得发布分支
  3. 删除分支选项有两种 删除本地分支和删除远程分支

总结

  1. VS Code 编辑器自带的Git管理工具十分友好
  2. 在合并代码、解决冲突上体验友好
  3. 功能齐全,强烈推荐使用

Git 分支操作命令行指南(不推荐使用命令行)

查看分支(命令行,不推荐)

git branch # 查看本地分支git branch -a# 查看所有分支(包括远程)git branch -v# 查看分支及其最后一次提交

创建分支

git branch <branch-name># 创建新分支git checkout -b<branch-name># 创建并切换到新分支

切换分支

git checkout <branch-name># 切换到指定分支git switch <branch-name># 较新的切换方式

删除分支

git branch -d<branch-name># 删除已合并的分支git branch -D<branch-name># 强制删除未合并的分支

合并分支

git merge <branch-name># 将指定分支合并到当前分支

变基操作

git rebase <branch-name># 将当前分支变基到指定分支

远程分支操作

git push origin <branch-name># 推送本地分支到远程git fetch origin # 获取远程分支信息git checkout -b<local-branch> origin/<remote-branch># 创建并跟踪远程分支

Read more

医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(总结)

医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(总结)

项目总结与完整Python程序 通过本书的学习,我们从医疗AI的基础知识出发,系统掌握了经典机器学习算法的原理与医疗应用,深入探讨了数据处理、特征工程、模型评估、可解释性、不平衡问题处理、模型融合等进阶技术,并在第16章中以ICU败血症早期预警系统为例,完整演示了从问题定义到模型部署的全流程。现在,我们将所有这些知识整合为一个统一的Python程序,实现败血症预测的端到端流程,包括: * 模拟生成符合MIMIC-III分布的数据集 * 数据预处理与特征工程 * 多模型训练(逻辑回归、随机森林、XGBoost) * 模型融合(Stacking) * 超参数调优与不平衡处理 * 模型评估(AUC、PR AUC、分类报告、混淆矩阵) * 可解释性分析(SHAP) * 阈值选择与决策曲线 * 模型保存与简单API示例 该程序可直接运行(需要安装相关库),可作为医疗AI项目的模板。 完整Python程序 # -*- coding: utf-8 -*-

By Ne0inhk
配置即资产:从12345政务热线分拨助手看智能体工作流的导出与导入,不用写代码,也能让AI业务流随身携带

配置即资产:从12345政务热线分拨助手看智能体工作流的导出与导入,不用写代码,也能让AI业务流随身携带

1. 前言 如果你正在参与政务数字化转型、12345热线智能化升级,或者只是刚刚接触AI应用的业务人员,这篇文章会用简单通俗的,带你掌握一项让智能体工作流像Word文件一样“复制、粘贴、带走” 的核心技能。 三个让你立刻产生共鸣的亮点: * 亮点1:告别“在我这能跑,到你那就卡”的尴尬 你在办公室拖拽调试好的“12345热线分拨助手”,导入到政务云后所有节点、提示词、逻辑关系原封不动,不用二次开发,不用重新教AI。 * 亮点2:把“配置”变成“资产” 一个精心调优的热线分拨工作流,导出成一个不足100KB的文件,下次新建项目直接导入,甚至可以分享给其他区县、其他地市复用。 * 亮点3:业务人员也能成为“模板贡献者” 你不需要写一行代码,只需要在可视化画布里完成流程编排,点一下“导出”,一个可复用的政务智能体模板就诞生了。 一句话总结: 本文不教你“怎么画流程图”,而是以12345热线分拨助手为样本,手把手教你如何把你画好的流程图打包带走,并在任意政务环境、任意科室中立刻复活它。 2.

By Ne0inhk
在家也能做 AI 导演!本地部署 Wan2.1 视频生成模型全攻略

在家也能做 AI 导演!本地部署 Wan2.1 视频生成模型全攻略

文章目录 * 前言 * 1.软件准备 * 1.1 ComfyUI * 1.2 文本编码器 * 1.3 VAE * 1.4 视频生成模型 * 2.整合配置 * 3. 本地运行测试 * 4. 公网使用Wan2.1模型生成视频 * 4.1 创建远程连接公网地址 * 5. 固定远程访问公网地址 * 总结 前言 Wan2.1 模型搭配 ComfyUI 框架,能实现文本转视频、图片转动画等功能,生成的视频质量可媲美专业工具,普通 PC 就能运行,特别适合自媒体创作者、短视频团队和 AI 爱好者快速制作动态内容,无需复杂技术背景也能上手,且完全开源免费,性价比很高。 使用时发现,选择模型版本要结合显卡配置:

By Ne0inhk
人工智能:自然语言处理在法律领域的应用与实战

人工智能:自然语言处理在法律领域的应用与实战

人工智能:自然语言处理在法律领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在法律领域的应用场景和重要性 💡 掌握法律领域NLP应用的核心技术(如合同分析、法律文本分类、案例检索) 💡 学会使用前沿模型(如BERT、GPT-3)进行法律文本分析 💡 理解法律领域的特殊挑战(如法律术语、多语言处理、数据隐私) 💡 通过实战项目,开发一个合同分析应用 重点内容 * 法律领域NLP应用的主要场景 * 核心技术(合同分析、法律文本分类、案例检索) * 前沿模型(BERT、GPT-3)在法律领域的使用 * 法律领域的特殊挑战 * 实战项目:合同分析应用开发 一、法律领域NLP应用的主要场景 1.1 合同分析 1.1.1 合同分析的基本概念 合同分析是对合同文本进行分析和处理的过程。在法律领域,合同分析的主要应用场景包括: * 合同审查:自动审查合同(如“条款分析”、“风险评估”

By Ne0inhk