Pergunta

Estou correto em usar propriedades volumétricas ao simular a equação de difusão de calor com FiPy?

Contexto

Estou resolvendo a equação de difusão de calor transiente com um termo de fonte explícito.

Onde:

• T é temperatura [K]
• C é a capacidade calorífica volumétrica [J/m³ K]
• k é condutividade [W/m·K]
• S é fonte de calor volumétrica [W/m³]

Eu represento isso no FiPy da seguinte forma:

eq = TransientTerm(C) == DiffusionTerm(k) + source

Pesquisar

• Para começar, todas as unidades na EDP acima correspondem. O termo transiente tem unidades [J/m³ s], que se simplificam para [W/m³]. O produto de k e T no termo de difusão tem unidades [W/m], que são então divididas por [m] duas vezes quando aplicamos os dois nablas. Portanto, o termo de difusão tem unidades [W/m³]. E então o termo fonte é dado em [W/m³].
• O exemplo diffusion.mesh1D mostra como resolver esta EDP em FiPy. Eles usam ρCp como coeficiente de transição. Presumo que o Cp deles denota a capacidade térmica específica (gravimétrica), então ρCp (ou seja, o produto da capacidade térmica específica pela densidade) é a capacidade térmica volumétrica.
• Este tópico de aproximadamente 1 milhão de anos atrás menciona um erro de difusão de calor causado pelo uso de um termo de fonte volumétrica. Isso inicialmente me confundiu, mas acho que é porque o autor escreveu sua EDP em termos de difusividade térmica, em vez de ter coeficientes transitórios e de difusão separados.

Tenho esta função que converte um mês inglês para um mês francês:

def changeMonth(month):
    global CurrentMonth
    match month:
        case "Jan":
            return "Janvier"
        case "Feb":
            return "Février"
        case "Mar":
            return "Mars"
        case "Apr":
            return "Avril"
        case "May":
            return "Mai"
        case "Jun":
            return "Juin"
        case "Jul":
            return "Juillet"
        case "Aug":
            return "Août"
        case "Sep":
            return "Septembre"
        case "Oct":
            return "Octobre"
        case "Nov":
            return "Novembre"
        case "Dec":
            return "Décembre"

        # If an exact match is not confirmed, this last case will be used if provided
        case _:
            return ""

e eu tenho um col de pandas df["month"]= df['ic_graph']['month'].tolist():

agora o que estou procurando é passar a coluna df["mês"] pela função changeMonth para exibir o df["mês"] em meses franceses

A propósito, não quero usar o

>>> import locale
>>> locale.setlocale(locale.LC_ALL, 'fr_FR')

A seguir está o que o visualizador de recursos do Vulkan mostra para meu computador:

MEMORY HEAP 0
    DEVICE SIZE 8321499136
    FLAGS
        DEVICE_LOCAL_BIT
        MULTI_INSTANCE_BIT

    MEMORY TYPE 0
        DEVICE_LOCAL_BIT
    MEMORY TYPE 1
        DEVICE_LOCAL_BIT

MEMORY HEAP 1
    DEVICE SIZE 16760438784
    FLAGS
    NONE

    MEMORY TYPE 0
        HOST_VISIBLE_BIT
        HOST_COHERENT_BIT
    MEMORY TYPE 0
        HOST_VISIBLE_BIT
        HOST_COHERENT_BIT

O heap 0 é o meu dispositivo de GPU, que tem 8 GB. O heap 1 deveria ser a RAM da minha CPU. Tenho 32 GB e é isso que aparece no meu gerenciador de tarefas no Windows, mas apenas metade disso (16 GB) aparece na descrição do heap de memória Vulkan com o Vulkan. Pesquisei o motivo disso e encontrei na página "Calculando Memória Gráfica" na página da Microsoft:

Antes que o VidMm possa reportar uma conta precisa aos clientes, ele precisa primeiro calcular a quantidade total de memória gráfica. O VidMm usa os seguintes tipos de memória e fórmulas para calcular os números de memória gráfica:

Memória total do sistema

This value is the total amount of system memory accessible to the operating system. Memory that the BIOS allocates doesn't appear in this number. For example, a computer with a 1 GB DIMM (1,024 MB) that has a BIOS that reserves 1 MB of memory appears to have 1,023 MB of system memory.

Memória total do sistema disponível para uso gráfico

This value is the total amount of system memory that is dedicated or shared to the GPU. This number is calculated as follows:
C++ 

TotalSystemMemoryAvailableForGraphics = MÁX.((TotalSystemMemory / 2), 64 MB)

O link está aqui .

Eu estava me perguntando por que isso acontece. Só metade da sua RAM está disponível para uso com Vulkan e DirectX, ou API gráfica? Aparentemente é isso que o VidMm informa. Não sei o que é o VidMm, mas o DirectX ou o Vulkan consultam isso para ver quanta memória está disponível, e sempre informam apenas metade da sua RAM?

No meu caso, tenho uma GPU dedicada com 8 GB, que é informada corretamente, e a RAM do sistema é informada como METADE do que eu realmente tenho, 32 GB dividido por 2. O que aconteceria se fosse uma iGPU? O dispositivo só conseguiria usar metade dessa memória do sistema? Ou seja, apenas metade da memória do dispositivo conseguiria ser usada? Isso só acontece no Windows e agora em outros sistemas operacionais?

Estou tentando executar uma função acionada por Timer em um projeto do Azure Functions v1 direcionado ao .NET Framework 4.8, mas o host nunca a detecta:

  using System;
    using System.Threading.Tasks;
    using Microsoft.Azure.WebJobs;
    using Microsoft.Extensions.Configuration;
    using Microsoft.Extensions.DependencyInjection;
    using Microsoft.Extensions.Logging;
    
    namespace ScreeningSync
    {
        public static class ScreeningSyncFunction
        {
            [FunctionName("ScreeningSyncFunction")]
            public static async Task Run([TimerTrigger("*/5 * * * * *")] TimerInfo timer,ILogger log)
            {
                log.LogInformation($"Sync Triggered at {DateTime.UtcNow:O}");
    
                var config = new ConfigurationBuilder()
                    .SetBasePath(Environment.CurrentDirectory)
                    .AddJsonFile("local.settings.json", optional: true)
                    .AddEnvironmentVariables()
                    .Build();
    
                var services = new ServiceCollection()
                    .AddSingleton<IConfiguration>(config)
                    .Configure<OAuthSettings>(config.GetSection(nameof(OAuthSettings)))
                    .AddHttpClient()
                    .AddLogging(lb => lb.AddConsole())
                    .AddSingleton<ICrmHelper, CrmHelper>()
                    .AddSingleton<ICrmServiceClientService, CrmServiceClientService>()
                    .AddSingleton<IIntegrationLogService, CrmIntegrationLogService>()
                    .AddSingleton<IHttpClientWrapper, HttpClientWrapper>()
                    .AddSingleton<IScreeningRecordSyncService, ScreeningRecordSyncService>()
                    .BuildServiceProvider();
    
                var syncSvc = services.GetRequiredService<IScreeningRecordSyncService>();
                await syncSvc.GetAllScreeningRecords();
    
                log.LogInformation($"Sync Completed at {DateTime.UtcNow:O}");
            }
        }
    }

Quando executo func host start, vejo:

Meu csproj atualmente contém o seguinte:

    <Project Sdk="Microsoft.NET.Sdk">
  <PropertyGroup>
    <TargetFramework>net48</TargetFramework>
    <AzureFunctionsVersion>v1</AzureFunctionsVersion>
    <LangVersion>10.0</LangVersion>
    <OutputType>Library</OutputType>
  </PropertyGroup>

  <ItemGroup>
    <PackageReference Include="Microsoft.Azure.WebJobs.Extensions" Version="2.3.0" />
    <PackageReference Include="Microsoft.Azure.WebJobs.Extensions.Http" Version="1.2.0" />
    <PackageReference Include="Microsoft.NET.Sdk.Functions" Version="1.0.39" />

    <PackageReference Include="Microsoft.Extensions.Configuration.FileExtensions" Version="3.1.0" />
    <PackageReference Include="Microsoft.Extensions.Configuration.Json" Version="3.1.0" />
    <PackageReference Include="Microsoft.Extensions.Configuration.EnvironmentVariables" Version="3.1.0" />

    <PackageReference Include="Microsoft.Extensions.DependencyInjection" Version="3.1.0" />
    <PackageReference Include="Microsoft.Extensions.Http" Version="3.1.0" />
    <PackageReference Include="Microsoft.Extensions.Logging" Version="3.1.0" />
    <PackageReference Include="Microsoft.Extensions.Logging.Console" Version="3.1.0" />
  </ItemGroup>
</Project>

Eu tentei:

• Adicionar/remover Microsoft.Azure.WebJobs.Extensions (v2.x, v3.x, v4.x)

• Removendo Microsoft.Azure.WebJobs.Extensions.Http

• Limpando bin/obj, dotnet nuget locals todos --clear, restaurando,
  reconstruindo e também executando com --no-debug e portas diferentes

Toda vez que recebo “0 funções de trabalho” ou conflitos de versão NU1107 entre Microsoft.Azure.WebJobs (o host quer 2.3.x, as extensões puxam 3.x/4.x).

O que eu gostaria de saber:

Exatamente quais pacotes NuGet (e versões) eu preciso em um aplicativo v1/.NET-4.8 Functions para que [TimerTrigger] seja descoberto?

Há alguma configuração extra que esteja faltando no host.json ou um gancho de inicialização necessário para registrar a vinculação do temporizador na v1?

Agradecemos antecipadamente qualquer orientação!

Estou usando ASP.Net para manipular o clique de um botão, realizar algumas atualizações de dados no code-behind e, em seguida, abrir uma janela mailto do Outlook usando ClientScript.RegisterStartupScript. Gostaria de saber se o e-mail foi enviado ou o pop-up fechado . Existe alguma maneira de capturar o resultado de "parent.location='mailto:" e usá-lo no code-behind?

Preciso saber se o usuário clicou em "Enviar" no pop-up ou apenas fechou o pop-up, para que eu possa atualizar os dados informando que o e-mail foi enviado ou descartar a atualização dos dados porque não foi enviado (se o usuário clicar em "Enviar", vamos ignorar o caso extremo de "algo deu errado ao transmitir o e-mail"). Respostas em C# ou VB funcionam bem.

Meu evento de clique de botão no código-behind tem este VB, junto com o código para atualizar os dados em SQL:

ClientScript.RegisterStartupScript(Me.GetType(), name, "parent.location='" + emailStr + "'; ", True)

Estou tentando executar o modelo DeepSeek VL2 (versão minúscula) localmente e usar o seguinte código encontrado no Huggingface :

import torch
from transformers import AutoModelForCausalLM

from deepseek_vl.models import DeepseekVLV2Processor, DeepseekVLV2ForCausalLM
from deepseek_vl.utils.io import load_pil_images


# specify the path to the model
model_path = "deepseek-ai/deepseek-vl2-tiny"  # replaced 'small' with 'tiny'
vl_chat_processor: DeepseekVLV2Processor = DeepseekVLV2Processor.from_pretrained(model_path)
tokenizer = vl_chat_processor.tokenizer

vl_gpt: DeepseekVLV2ForCausalLM = AutoModelForCausalLM.from_pretrained(model_path, trust_remote_code=True)
vl_gpt = vl_gpt.to(torch.bfloat16).cuda().eval()

## single image conversation example
conversation = [
    {
        "role": "<|User|>",
        "content": "<image>\n<|ref|>The giraffe at the back.<|/ref|>.",
        "images": ["./images/visual_grounding.jpeg"],
    },
    {"role": "<|Assistant|>", "content": ""},
]

# load images and prepare for inputs
pil_images = load_pil_images(conversation)
prepare_inputs = vl_chat_processor(
    conversations=conversation,
    images=pil_images,
    force_batchify=True,
    system_prompt=""
).to(vl_gpt.device)

# run image encoder to get the image embeddings
inputs_embeds = vl_gpt.prepare_inputs_embeds(**prepare_inputs)

# run the model to get the response
outputs = vl_gpt.language_model.generate(
    inputs_embeds=inputs_embeds,
    attention_mask=prepare_inputs.attention_mask,
    pad_token_id=tokenizer.eos_token_id,
    bos_token_id=tokenizer.bos_token_id,
    eos_token_id=tokenizer.eos_token_id,
    max_new_tokens=512,
    do_sample=False,
    use_cache=True
)

answer = tokenizer.decode(outputs[0].cpu().tolist(), skip_special_tokens=True)
print(f"{prepare_inputs['sft_format'][0]}", answer)

No entanto, não consigo importar

from deepseek_vl.models import DeepseekVLV2Processor, DeepseekVLV2ForCausalLM
from deepseek_vl.utils.io import load_pil_images

Tentei instalar o deepseek_vl pelo pip, mas os pacotes listados com nomes semelhantes parecem ser completamente diferentes. Então, pensei que talvez fosse necessário baixar o repositório DeepSeek-VL do GitHub. Mas o repositório não contém classes nomeadas DeepseekVLV2Processorou DeepseekVLV2ForCausalLMno modelsdiretório. A load_pil_imagesfunção pode ser encontrada em utils.io.

Sei que o guia de instalação do Huggingface indica que as dependências devem ser instaladas por meio de [nome do pip install -e .arquivo]. Mas quando devo executar esse comando? Depois de baixar o repositório? Obviamente, como sou novo na execução desses modelos localmente, devo estar fazendo algo completamente errado. Como devo executar o código acima e importar os requisitos corretamente?

Estou tentando criar uma função Python que gere uma chave válida no meu Firebase Realtime Database (usando a mesma lógica de outras chaves, garantindo nenhuma colisão e ordem cronológica).

Algo assim:

def get_new_key() -> str:
    return db.reference(app=firebase_app).push().key


print(get_new_key())
# output: '-OOvws9uQDq9Ozacldjr'

No entanto, fazer isso, na verdade, cria o nó com um valor de string vazio, conforme especificado na documentação . Existe alguma maneira de obter a chave sem adicionar nada ao banco de dados?

Meu único pensamento agora seria reimplementar o algoritmo de geração de chaves , mas isso parece exagero e não é à prova do futuro se o algoritmo mudar.

Estou usando Angular v18 e Tailwind v14 e estou com problemas para exibir imagens (como um logotipo). Quando defino o caminho correto para a imagem, o Angular não consegue encontrá-la.

A questão:

Especifiquei corretamente o caminho da imagem na tag, mas ela não é exibida.

O mesmo projeto funcionou bem com uma versão mais antiga do Tailwind (antes da atualização).

Trechos de código:

Aqui está minha angular.jsonconfiguração para ativos:

"assets": [
  {
    "glob": "**/*",
    "input": "public"
  }
]

"styles": [
   "src/styles.css"
],

 "assets": [
{
  "glob": "**/*",
 "input": "public"
}
 ],
"styles": [
   "src/styles.css"
 ],

A imagem está localizada na pasta pública.

O que eu verifiquei:

O caminho da imagem parece correto (public/images/logo.png).

A imagem foi exibida sem problemas na versão mais antiga do Tailwind.

Suspeito que o problema possa estar relacionado ao Tailwind (v14), mas não tenho certeza se ele está causando o problema.

Alguém está enfrentando o mesmo problema ou pode me indicar a direção certa?

Aqui está meu trecho de código JavaFX:

  <stylesheet value="colours.css" />

Isso está dentro de um objeto GridPane, logo após a linha com a tag GridPane.

O IntelliJ diz que não consegue compilar o símbolo "stylesheet" e que o atributo value não é permitido. Também recebo um erro muito longo quando tento executá-lo.

Tentei pesquisar no SO e online (não sou muito bom em usar javaFX) e alterei o "valor da folha de estilo" para outras coisas algumas vezes (não lembro exatamente o que), mas nada funcionou.

Error evaluating Node.js code
Error: Cannot apply unknown utility class: sm:text-[54px]
    [at onInvalidCandidate (D:\MERN-LINKEDIN\Next JS\JS Mastery Next JS\startup-project\node_modules\@tailwindcss\node\node_modules\tailwindcss\dist\lib.js:20:348)]
    [at me (D:\MERN-LINKEDIN\Next JS\JS Mastery Next JS\startup-project\node_modules\@tailwindcss\node\node_modules\tailwindcss\dist\lib.js:15:29296)]
    [at De (D:\MERN-LINKEDIN\Next JS\JS Mastery Next JS\startup-project\node_modules\@tailwindcss\node\node_modules\tailwindcss\dist\lib.js:20:311)]
    [at si (D:\MERN-LINKEDIN\Next JS\JS Mastery Next JS\startup-project\node_modules\@tailwindcss\node\node_modules\tailwindcss\dist\lib.js:36:784)]
    [at process.processTicksAndRejections (node:internal/process/task_queues:105:5)]
    [at async ui (D:\MERN-LINKEDIN\Next JS\JS Mastery Next JS\startup-project\node_modules\@tailwindcss\node\node_modules\tailwindcss\dist\lib.js:36:1079)]
    [at async Cr (D:\MERN-LINKEDIN\Next JS\JS Mastery Next JS\startup-project\node_modules\@tailwindcss\node\dist\index.js:12:3305)]
    [at async $ (D:\MERN-LINKEDIN\Next JS\JS Mastery Next JS\startup-project\node_modules\@tailwindcss\postcss\dist\index.js:10:3320)]
    [at async Object.Once (D:\MERN-LINKEDIN\Next JS\JS Mastery Next JS\startup-project\node_modules\@tailwindcss\postcss\dist\index.js:10:3596)]
    [at async LazyResult.runAsync (turbopack:///[project]/node_modules/postcss/lib/lazy-result.js:293:11)]

globals.css:

@import url("https://fonts.googleapis.com/css2?family=Work+Sans:ital,wght@0,100..900;1,100..900&display=swap");

@tailwind base;
@tailwind components;
@tailwind utilities;

:root {
  --background: #ffffff;
  --foreground: #171717;
}

@theme inline {
  --color-background: var(--background);
  --color-foreground: var(--foreground);
  --font-sans: var(--font-geist-sans);
  --font-mono: var(--font-geist-mono);
}

@media (prefers-color-scheme: dark) {
  :root {
    --background: #0a0a0a;
    --foreground: #ededed;
  }
}

@layer utilities {
  .heading {
    @apply uppercase bg-black px-6 py-3 font-work-sans font-extrabold text-white sm:text-[54px] sm:leading-[64px] text-[36px] leading-[46px] max-w-5xl text-center my-5;
  }
}

body {
  background: var(--background);
  color: var(--foreground);
  font-family: Arial, Helvetica, sans-serif;
}

tailwind.config.ts:

import type { Config } from "tailwindcss";

const config: Config = {
  darkMode: ["class", "dark"],
  content: [
    "./pages/**/*.{js,ts,jsx,tsx,mdx}",
    "./components/**/*.{js,ts,jsx,tsx,mdx}",
    "./app/**/*.{js,ts,jsx,tsx,mdx}",
    "./sanity/**/*.{js,ts,jsx,tsx,mdx}",
  ],
  theme: {
    extend: {
      screens: {
        xs: "475px",
      },
      colors: {
        primary: {
          "100": "#FFE8F0",
          DEFAULT: "#EE2B69",
        },
        secondary: "#FBE843",
        black: {
          "100": "#333333",
          "200": "#141413",
          "300": "#7D8087",
          DEFAULT: "#000000",
        },
        white: {
          "100": "#F7F7F7",
          DEFAULT: "#FFFFFF",
        },
      },
      fontFamily: {
        "work-sans": ["var(--font-work-sans)"],
      },
      fontSize: {
        "36px": "36px",
        "54px": "54px",
      },
      lineHeight: {
        "46px": "46px",
        "64px": "64px",
      },
      borderRadius: {
        lg: "var(--radius)",
        md: "calc(var(--radius) - 2px)",
        sm: "calc(var(--radius) - 4px)",
      },
      boxShadow: {
        100: "2px 2px 0px 0px rgb(0, 0, 0)",
        200: "2px 2px 0px 2px rgb(0, 0, 0)",
        300: "2px 2px 0px 2px rgb(238, 43, 105)",
      },
    },
  },
  plugins: [require("tailwindcss-animate"), require("@tailwindcss/typography")],
};

export default config;

pacote.json:

{
  "name": "startup-project",
  "version": "0.1.0",
  "private": true,
  "scripts": {
    "dev": "next dev --turbopack",
    "build": "next build",
    "start": "next start",
    "lint": "next lint"
  },
  "packageManager": "[email protected]",
  "overrides": {
    "react": "$react",
    "react-dom": "$react-dom"
  },
  "dependencies": {
    "@tailwindcss/typography": "^0.5.16",
    "next": "15.3.1",
    "next-auth": "^5.0.0-beta.27",
    "react": "^19.0.0",
    "react-dom": "^19.0.0",
    "tailwindcss-animate": "^1.0.7"
  },
  "devDependencies": {
    "@eslint/eslintrc": "^3",
    "@tailwindcss/postcss": "^4",
    "@types/node": "^20",
    "@types/react": "^19",
    "@types/react-dom": "^19",
    "eslint": "^9",
    "eslint-config-next": "15.3.1",
    "tailwindcss": "^3.4.1",
    "typescript": "^5"
  }
}

O que eu tentei:

1. Verificando novamente a sintaxe das classes de utilitários em globals.css.

2. Garantir que a TailwindCSSversão esteja atualizada.

3. Revisando a TailwindCSSconfiguração em tailwind.config.ts.

Não sei por que estou vendo o erro "Não é possível aplicar classe de utilitário desconhecida: sm:text-[54px]. Há algo errado com a forma como estou usando a classe sm:text-[54px] ou com a minha configuração do Tailwind? Qualquer ajuda será bem-vinda!

Desde já, obrigado!