半导体材料(一)

news2024/11/23 10:40:27

本篇为西安交通大学本科课程《电气材料基础》的笔记。

本篇为这一单元的第一篇笔记,下一篇传送门。

半导体是导电能力介于均属导体和绝缘体之间的固体材料。

半导体基本特征

室温下其电阻数量级约为 1 0 − 6 ∼ 1 0 8 Ω ⋅ m 10^{-6}\sim10^{8}\mathrm{\Omega\cdot m} 106108Ωm,其电阻率强烈受到材料结构和惨咋状况以及周围环境,例如温度、电场、磁场、光照、压强、核辐射等的影响。从能带结构看,半导体和绝缘体相似,所有的价电子数恰好填满了价带,其价带和导带之间的禁带宽度比绝缘体要窄得多,一般在2~3eV之下。但是存在宽禁带半导体,其禁带宽度在3eV之上。

  • 电导率随温度的上升而呈现指数倍的上升,有负的温度系数,和金属导体的情况相反。
  • 电阻率强烈地受到杂质影响。当有外部光或者热的作用,半导体的电学特性也会发生显著变化。
  • 半导体有两种载流子:电子和空穴。电子带负电荷,空穴带正电荷,电量均为 1.6 × 1 0 − 19 C 1.6\times10^{-19}\mathrm{C} 1.6×1019C,区别于金属只有一种载流子。本征半导体:不含杂质缺陷的纯净半导体,电子和空穴浓度相等,不适宜做半导体器件。
  • 半导体和金属接触、不同导电类型的同一种半导体材料间接触(叫做p-n结)、导电类型相同或相反的异种半导体材料间接触(称为异质结),均能显示出非对称的导电特性(叫做整流特性)及非线性的电流电压关系(非欧姆性的导电特性)。
  • 半导体有着比金属大得多的温差电效应,半导体有光电效应、霍尔效应、磁阻效应、热磁效应、光磁电效应、压阻效应等。

本证半导体和掺杂半导体

半导体中的载流子

电子和空穴

掺杂原子的类型决定了主要载流子电荷是导带电子还是价带空穴。掺杂原子的引入改变了电子在有效能量状态上的分布,所以费米能级是杂质原子类型和浓度的函数。

掺杂原子和能级

掺杂杂质的半导体叫做杂质半导体或非本征半导体,加入的杂质可以释放电子,则是施主杂质或n型杂质。例如掺杂As元素,电子可以获得能量,激发到导带,可以增加导带电子,这时候的半导体称为n型半导体。

加入的杂质能接收电子从而产生空穴,则是受主杂质或p型杂质。例如掺杂B元素,该位置可以获得一个电子,其他价电子位置将变空,称为空穴,可以在价带中产生空穴,这时候的半导体称为p型半导体。

载流子浓度的状态分布

载流子的分布

载流子的浓度与状态密度函数和费米分布函数有关。热平衡状态下载流子的浓度是一个给定值。其导带电子分布可以写作:
n ( E ) = g c ( E ) f F ( E ) n(E)=g_c(E)f_F(E) n(E)=gc(E)fF(E)
其中, f F ( E ) = 1 1 + e E − E F k T f_F(E)=\frac{1}{1+e^{\frac{E-E_F}{kT}}} fF(E)=1+ekTEEF1是费米-狄拉克概率分布函数; E F E_F EF是费米能级;T是绝对温度;E是电子能量;k是玻尔兹曼常数; g c ( E ) g_c(E) gc(E)是导带中的状态密度函数,是导带中单元能量间隔可以被电子占据的状态数。

同样的道理可以求出价带中空穴的分布可以写作:
p ( E ) = g v ( E ) [ 1 − f F ( E ) ] p(E)=g_v(E)[1-f_F(E)] p(E)=gv(E)[1fF(E)]
其中, g v ( E ) g_v(E) gv(E)是价带中的状态密度函数。

把上面两个式子,在导带能量范围和价带能量范围内积分,可以得到导带上单位体积的总电子浓度、和价带中单位体积的总空穴浓度。

为了得到热平衡状态下电子和空穴的浓度,需要确定费米能级 E f E_f Ef的位置。对于本征半导体,绝对零度时,价带中所有量子态被电子填满,导带所有量子态没有被电子占据,所以费米能级是介于导带的底部能量 E c E_c Ec和价带的顶部能量 E v E_v Ev之间。当温度大于绝对零度时,价带电子获得热量,少量的电子可以跃迁到导带。一个电子从价带跃迁到导带的同时,价带会产生一个空量子态,也就是空穴。

因此可见,本征半导体中电子和空穴成对出现。如果 g c ( E ) g_c(E) gc(E) g v ( E ) g_v(E) gv(E)对称,那么就可以获得相等的电子和空穴的浓度,费米能级 E f E_f Ef位于禁带的中间。如果电子空穴精确的质量不相同,那么 g c ( E ) g_c(E) gc(E) g v ( E ) g_v(E) gv(E)不是准确的对称, E f E_f Ef会轻微的移动,以保持电子和空穴的浓度相同,所以 E f E_f Ef总是位于电子占据概率一半的能级处。

导带中 E ∼ E + d E E\sim E+\mathrm{d}E EE+dE范围内的电子状态密度是:
g c ( E ) d E = 4 π ( 2 m n h 2 ) 3 2 ( E − E c ) 1 2 d E g_c(E)\mathrm{d}E=4\pi\left(\frac{2m_n}{h^2}\right)^{\frac{3}{2}}(E-E_c)^{\frac{1}{2}}\mathrm{d}E gc(E)dE=4π(h22mn)23(EEc)21dE
其中, m n m_n mn是电子有效质量,h是普朗克常数, E c E_c Ec是导带的底部能量。

在室温附近, k T ≈ 0.025 e V , E − E F ≫ k T ⇒ e E − E F k T ≫ 1 kT\approx0.025\mathrm{eV},E-E_F\gg kT\Rightarrow e^{\frac{E-E_F}{kT}}\gg 1 kT0.025eV,EEFkTekTEEF1,所以可得近似 f ( E ) ≈ e − E − E F k T f(E)\approx e^{-\frac{E-E_F}{kT}} f(E)ekTEEF,这也叫做玻尔兹曼近似。令 N c N_c Nc为导带状态密度, N v N_v Nv为价带状态密度,那么热平衡电子的浓度就是:
n = ∫ E c ∞ g c ( E ) f F ( E ) d E = N c e − E c − E F k T n=\int_{E_c}^{\infin}g_c(E)f_F(E)\mathrm{d}E=N_ce^{-\frac{E_c-E_F}{kT}} n=Ecgc(E)fF(E)dE=NcekTEcEF

同理可得,价带中空穴的浓度是:
p = N v e − E F − E v k T p=N_ve^{-\frac{E_F-E_v}{kT}} p=NvekTEFEv

其中, N c = 2 ( 2 π m n k T h 2 ) 3 2 N_c=2\left(\frac{2\pi m_n kT}{h^2}\right)^{\frac{3}{2}} Nc=2(h22πmnkT)23 N v = 2 ( 2 π m p k T h 2 ) 3 2 N_v=2\left(\frac{2\pi m_p kT}{h^2}\right)^{\frac{3}{2}} Nv=2(h22πmpkT)23 m p m_p mp是空穴的有效质量。

对于本征半导体,存在电子浓度等于空穴浓度,即 n = p n=p n=p,则有:
n = N c e − E c − E F k T = N v e − E F − E v k T = p n=N_ce^{-\frac{E_c-E_F}{kT}}=N_ve^{-\frac{E_F-E_v}{kT}}=p n=NcekTEcEF=NvekTEFEv=p

可以得到费米能级 E f E_f Ef的位置:
E F i = 1 2 ( E c + E v ) + 1 2 k T ln ⁡ N v N c = 1 2 ( E c + E v ) + 3 4 k T ln ⁡ m p m n E_{Fi}=\frac{1}{2}(E_c+E_v)+\frac{1}{2}kT\ln\frac{N_v}{N_c}=\frac{1}{2}(E_c+E_v)+\frac{3}{4}kT\ln\frac{m_p}{m_n} EFi=21(Ec+Ev)+21kTlnNcNv=21(Ec+Ev)+43kTlnmnmp

如果电子质量等于空穴质量 m p = m n m_p=m_n mp=mn,那么费米能级 E f E_f Ef就处于禁带正中央;如果 m p > m n m_p>m_n mp>mn,那么 E f E_f Ef就稍高于禁带中央;如果 m p < m n m_p<m_n mp<mn,那么 E f E_f Ef就稍低于禁带中央。

本征费米能级 E F i E_{Fi} EFi将随着状态密度和有效质量的增大而移动,以保证电子和空穴的浓度相等,并且他们等于电子浓度 n i n_i ni。通常上式右边的第二项很小,可以忽略。可得电子和空穴的浓度:
n = p = n i = n p = N c N v e − E c − E v k t = N c N v e − E g 2 k t n=p=n_i=\sqrt{np}=\sqrt{N_cN_ve^{-\frac{E_c-E_v}{kt}}}=\sqrt{N_cN_v}e^{-\frac{E_g}{2kt}} n=p=ni=np =NcNvektEcEv =NcNv e2ktEg

上面使用了关系能带间隙 E g = E c − E v E_g=E_c-E_v Eg=EcEv,然后把 N c , N v N_c,N_v Nc,Nv带入上式,可得:

= 2 ( 2 π k T h 2 ) 3 2 ( m n m p ) 3 4 e − E g 2 k T =2\left(\frac{2\pi kT}{h^2}\right)^{\frac{3}{2}}(m_nm_p)^{\frac{3}{4}}e^{-\frac{E_g}{2kT}} =2(h22πkT)23(mnmp)43e2kTEg

温度发生变化, ( k T ) 3 2 (kT)^{\frac{3}{2}} (kT)23的变化很小,但是 e − E g 2 k T e^{-\frac{E_g}{2kT}} e2kTEg变化很大,可以认为n和p随着温度的升高以指数规律上升。

还可以得到一个式子,既适用于本征半导体,还适用于掺杂半导体:
n p = N c N v e − E c − E v k t = 4 ( 2 π k T h 2 ) 3 ( m n m p ) 3 2 e − E g k T = n i 2 np=N_cN_ve^{-\frac{E_c-E_v}{kt}}=4\left(\frac{2\pi kT}{h^2}\right)^{3}(m_nm_p)^{\frac{3}{2}}e^{-\frac{E_g}{kT}}=n^2_i np=NcNvektEcEv=4(h22πkT)3(mnmp)23ekTEg=ni2

本征半导体中定子和空穴的分布

其平衡状态,导带中电子浓度 n i n_i ni和价带中空穴浓度 p i p_i pi相同。因为相等,所以可以直接用 n i n_i ni来表示本征载流子浓度。有关系:

n i = n 0 = N c e − E c − E F i k T n i = p 0 = N v e − E F i − E v k T n_i=n_0=N_ce^{-\frac{E_c-E_{Fi}}{kT}}\\\\ n_i=p_0=N_ve^{-\frac{E_{Fi}-E_v}{kT}} ni=n0=NcekTEcEFini=p0=NvekTEFiEv

将上式相乘,可得:

n i 2 = n 0 p 0 = N c N v e − E c − E F i k T e − E F i − E v k T = N c N v e − E g k T n^2_i=n_0p_0=N_cN_ve^{-\frac{E_c-E_{Fi}}{kT}}e^{-\frac{E_{Fi}-E_v}{kT}}=N_cN_ve^{-\frac{E_g}{kT}} ni2=n0p0=NcNvekTEcEFiekTEFiEv=NcNvekTEg

对于给定的半导体材料,温度一定时,电子浓度 n i n_i ni为一定值,和本征费米能级 E F i E_{Fi} EFi无关

非本征半导体中电子和空穴的分布

掺杂会改变半导体中电子和空穴的分布,而费米能级和该分布函数有关,所以掺杂会改变费米能级。

  • 如果费米能级大于禁带中央的本征费米能级, E F > E F i E_{F}>E_{Fi} EF>EFi,那么说明电子浓度大于空穴浓度,是n型半导体,是施主掺杂;
  • 如果 E F < E F i E_{F}<E_{Fi} EF<EFi,那么说明空穴浓度大于电子浓度,是p型半导体,是受主掺杂。

热平衡下,电子浓度和空穴浓度一般表达式:
n 0 = N c e − E c − E F k T p 0 = N v e − E F − E v k T n_0=N_ce^{-\frac{E_c-E_{F}}{kT}}\\\\ p_0=N_ve^{-\frac{E_{F}-E_v}{kT}} n0=NcekTEcEFp0=NvekTEFEv

由于 E F E_{F} EF在指数的位置,所以其微小的变化也会导致电子浓度和空穴浓度发生很大的变化。

本征载流子浓度可以写作: n i = N c e − E c − E F i k T n_i=N_ce^{-\frac{E_c-E_{Fi}}{kT}} ni=NcekTEcEFi,因此可得:
n 0 = n i e E F − E F i k T p 0 = n i e − E F − E F i k T n_0=n_ie^{\frac{E_F-E_{Fi}}{kT}}\\\\ p_0=n_ie^{-\frac{E_F-E_{Fi}}{kT}} n0=niekTEFEFip0=niekTEFEFi

  • n型半导体: E F > E F i , n 0 > n i , p 0 < n i ⇒ n 0 > p 0 E_F>E_{Fi},n_0>n_i,p_0<n_i\Rightarrow n_0>p_0 EF>EFi,n0>ni,p0<nin0>p0
  • p型半导体: E F < E F i , p 0 > n i , n 0 < n i ⇒ n 0 < p 0 E_F<E_{Fi},p_0>n_i,n_0<n_i\Rightarrow n_0<p_0 EF<EFi,p0>ni,n0<nin0<p0

写出 n 0 , p 0 n_0,p_0 n0,p0的乘积:
n 0 p 0 = N c N v e − E g k T = n i 2 n_0p_0=N_cN_ve^{-\frac{E_g}{kT}}=n^2_i n0p0=NcNvekTEg=ni2

上式说明,在满足玻尔兹曼近似条件下、一定温度的热平衡条件下, n 0 , p 0 n_0,p_0 n0,p0的乘积为一个常数定值。这就是热平衡下半导体的一个基本公式。

电中性条件下的载流子浓度

半导体同一区域内同时存在施主原子和受主原子,叫做步长半导体。 N a N_a Na表示受主原子的浓度, N d N_d Nd表示施主原子的浓度。

  • N d > N a N_d>N_a Nd>Na,是n型补偿半导体。
  • N d < N a N_d<N_a Nd<Na,是p型补偿半导体。
  • N d = N a N_d=N_a Nd=Na,是完全补偿半导体,类似于本征半导体。

完全电离的情况下,补偿半导体的电中性条件是:
n 0 + N a = p 0 + N d n_0+N_a=p_0+N_d n0+Na=p0+Nd
即电子浓度加受主原子浓度等于空穴浓度加施主原子浓度。

带入 p 0 = n i 2 n 0 p_0=\frac{n^2_i}{n_0} p0=n0ni2这个恒成立等式,可以得到:
n 0 = N d − N a 2 + ( N d − N a 2 ) 2 + n i 2 n_0=\frac{N_d-N_a}{2}+\sqrt{\left(\frac{N_d-N_a}{2}\right)^2+n^2_i} n0=2NdNa+(2NdNa)2+ni2

对于本征半导体而言,有 N d = N a , n 0 = p 0 N_d=N_a,n_0=p_0 Nd=Na,n0=p0

当掺杂的施主原子增加,导带中的电子浓度会上升,并大于本征激发的载流子浓度,电子在有效能量状态中重新分布,一部分会进入价带,并占据空位和一部分本征激发的空穴相复合,使得少数载流子空穴的浓度大为下降。这个时候的电子浓度就不再等于施主原子浓度加本征电子浓度。

另外,因为本征载流子浓度 n i n_i ni强烈依赖于温度值T,所以当温度上升的时候,上式中的 n i 2 n^2_i ni2项会开始占据主导地位,半导体的本征特性加强,与此同时非本征特性减弱。

半导体电特性随温度而发生变化。当受热物体中的电子或空穴随着温度梯度从高温区域向低温区域转移的时候,电流就会产生,电荷会积累,这就叫做热电效应。一共有两种典型的半导体热电效应:

  • 半导体的塞贝克效应:两个不同的半导体两端相连,形成闭合回路,如果两个接电分别维持着不同的温度,那么两个接电之间就会产生电动势,让整个回路产生电流。这个电动势就是温差电动势或塞贝克电动势。
  • 佩尔捷效应:将两种不同的半导体连接起来,并通上电流,在其连接点处就会释放或者吸收热量。

费米能级随掺杂浓度和温度的变化

已知电子浓度的表达式 n 0 = N c e − E c − E F k T n_0=N_ce^{-\frac{E_c-E_{F}}{kT}} n0=NcekTEcEF,那么可以得到:
E c − E F = k T ln ⁡ N c n 0 E_c-E_{F}=kT\ln\frac{N_c}{n_0} EcEF=kTlnn0Nc

对于n型半导体,假设施主原子浓度远大于本征载流子浓度, N d ≫ n i N_d\gg n_i Ndni,那么有 n 0 ≈ N d n_0\approx N_d n0Nd,则上式可以化为:
E c − E F = k T ln ⁡ N c N d E_c-E_{F}=kT\ln\frac{N_c}{N_d} EcEF=kTlnNdNc

可见,随着施主浓度的上升,费米能级向着导带移动。如果是杂质补偿半导体,上式中的 N d N_d Nd则需要由净有效石柱浓度 N d − N a N_d-N_a NdNa来代替.

已知电子浓度的另一种表达式 n 0 = n i e E F − E F i k T n_0=n_ie^{\frac{E_F-E_{Fi}}{kT}} n0=niekTEFEFi,那么可以写出n型半导体满足的关系式:
E F − E F i = k T ln ⁡ n 0 n i E_F-E_{Fi}=kT\ln\frac{n_0}{n_i} EFEFi=kTlnnin0

那么可以从上式得到费米能级和本征费米能级之间的差与施主浓度的关系表达式。如果 n 0 = n i n_0=n_i n0=ni,那么 E F = E F i E_F=E_{Fi} EF=EFi

  • 随着掺杂水平上升,n型半导体的费米能级 E F E_F EF向着导带接近,而p型半导体的费米能级 E F E_F EF向着价带接近。
  • 随着温度的上升,本征激发载流子浓度 n i n_i ni上升, E F E_F EF越来越接近 E F i E_{Fi} EFi
  • 高温的时候,半导体的非本征特性转变为本征特性。
  • 低温的时候,玻尔兹曼近似不再有效,上述公式不再适用,这个时候n型半导体的 E F E_F EF处于杂质能级 E d E_d Ed之上,p型半导体的 E F E_F EF处于激发态能级 E a E_a Ea之下。
  • 在绝对零度的时候, E F E_F EF以下的所有能级全部被电子充满,而 E F E_F EF以上的所有能级全部为空。

下图就是费米能级和掺杂浓度的关系图:
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1597164.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

供应IMX415-AAQR-C索尼芯片

长期供应各进口品牌芯片现货&#xff1a; IMX415-AAQR-C IMX492LLJ-C IMX492LQJ-C IMX455ALK-K IMMX455AQK-K IMX461ALR-C IMX461AQR-C IMX661-AAMR-C IMX661-AAQR-C IMX411ALR-C IMX411AQR-C IMX290LQR-C FS32K118LFT0MLHT FS32K146UAT0VLLT FS32K146UAT0VLQT …

什么数据集成(Data Integration):如何将业务数据集成到云平台?

说到数据集成&#xff08;Data Integration&#xff09;&#xff0c;简单地将所有数据倒入数据湖并不是解决办法。 在这篇文章中&#xff0c;我们将介绍如何轻松集成数据、链接不同来源的数据、将其置于合适的环境中&#xff0c;使其具有相关性并易于使用。 数据集成&#xff1…

机器学习实训 Day1(线性回归练习)

线性回归练习 Day1 手搓线性回归 随机初始数据 import numpy as np x np.array([56, 72, 69, 88, 102, 86, 76, 79, 94, 74]) y np.array([92, 102, 86, 110, 130, 99, 96, 102, 105, 92])from matplotlib import pyplot as plt # 内嵌显示 %matplotlib inlineplt.scatter…

针对MaxCompute优化案例分享

声明 原文来源&#xff1a;微信公众号&#xff1a;阿里云开发者 前言 MaxCompute 是阿里巴巴集团推出的一种大数据计算平台&#xff0c;用于处理海量数据和进行数据分析。它提供了高可靠性、高扩展性和高性能的数据处理能力&#xff0c;支持 SQL 查询、MapReduce 计算和机器…

【快捷部署】017_MongoDB(6.0.14)

&#x1f4e3;【快捷部署系列】017期信息 编号选型版本操作系统部署形式部署模式复检时间017MongoDB6.0.14Ubuntu 20.04apt单机2024-04-11 一、快捷部署 #!/bin/bash ################################################################################# # 作者&#xff1a;…

链表基础3——单链表的逆置

链表的定义 #include <stdio.h> #include <stdlib.h> typedef struct Node { int data; struct Node* next; } Node; Node* createNode(int data) { Node* newNode (Node*)malloc(sizeof(Node)); if (!newNode) { return NULL; } newNode->data …

ceph集群管理节点高可用

一、前言 ceph集群想要高可用也必须要有多个管理节点&#xff0c;不然只有单管理节点&#xff0c;在一个管理节点挂了的情况下就没法进行集群的管理&#xff0c;可以分为web管理和客户端管理&#xff0c;web管理和mgr服务相关&#xff0c;客户端管理和mon服务相关 二、部署 mg…

品深茶都有什么功效,为什么那么贵?

品深国茶是一款高端商务用茶品牌。以中国传统中医理论为指导&#xff0c;精选天然有机茶叶为原料&#xff0c;经过严格配方科学制茶&#xff0c;再经现代生物技术加工制成的高端茶&#xff0c;有排毒养颜、补充营养、调节免疫、调节血脂和血压、调节血糖、促消化、解酒护肝、软…

【深度学习实战(6)】搭建通用的语义分割推理流程

一、代码 #---------------------------------------------------# # 检测图片 #---------------------------------------------------# def detect_image(self, image, countFalse, name_classesNone):#---------------------------------------------------------## 在…

【题目】【信息安全管理与评估】2022年国赛高职组“信息安全管理与评估”赛项样题6

【题目】【信息安全管理与评估】2022年国赛高职组“信息安全管理与评估”赛项样题5 信息安全管理与评估 网络系统管理 网络搭建与应用 云计算 软件测试 移动应用开发 任务书&#xff0c;赛题&#xff0c;解析等资料&#xff0c;知识点培训服务 添加博主wx&#xff1a;liuliu548…

Decorator 装饰

意图 动态的给一个对象添加一些额外的职责。就增加功能而言&#xff0c;Decorator模式比生成子类更加灵活 结构 其中&#xff1a; Component定义一个对象接口&#xff0c;可以给这些对象动态的添加职责。ConcreteComponent定义一个对象&#xff0c;可以给这个对象添加一些职…

C++修炼之路之list模拟实现--C++中的双向循环链表

目录 引言 一&#xff1a;STL源代码中关于list的成员变量的介绍 二&#xff1a;模拟实现list 1.基本结构 2.普通迭代器 const迭代器的结合 3.构造拷贝构造析构赋值重载 清空 4.inserterase头尾插入删除 5.打印不同数据类型的数据《使用模板加容器来完成》 三&#xf…

水库之大坝安全监测系统解决方案

一、系统介绍 水库之大坝安全监测系统主要包括渗流监测系统、流量监测系统、雨量监测系统、沉降监测系统组成。每一个监测系统由监测仪器及自动化数据采集装置&#xff08;内置通信装置、防雷设备&#xff09;、附件&#xff08;电缆、通信线路、电源线路&#xff09;等组成&a…

YOLO算法改进Backbone系列之:HAT-Net

本文旨在解决ViT中与多头自我关注&#xff08;MHSA&#xff09;相关的高计算/空间复杂性问题。为此&#xff0c;我们提出了分层多头自注意&#xff08;H-MHSA&#xff09;&#xff0c;这是一种以分层方式计算自注意的新方法。具体来说&#xff0c;我们首先按照通常的方法将输入…

llama-factory SFT系列教程 (二),大模型在自定义数据集 lora 训练与部署

文章目录 简介支持的模型列表2. 添加自定义数据集3. lora 微调4. 大模型 lora 权重&#xff0c;部署问题 参考资料 简介 文章列表&#xff1a; llama-factory SFT系列教程 (一)&#xff0c;大模型 API 部署与使用llama-factory SFT系列教程 (二)&#xff0c;大模型在自定义数…

ClickHouse--18--argMin() 和argMax()函数

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 argMin() 和argMax()函数业务场景使用案例1.准备表和数据&#xff1a;业务场景一&#xff1a;查看salary 最高和最小的user业务场景二&#xff1a;根据更新时间获取…

一种基于OpenCV的图片倾斜矫正方法

需求描述&#xff1a; 对倾斜的图片进行矫正&#xff0c;返回倾斜角度和矫正后的图片。 解决方法&#xff1a; 1、各种角度点被投影到一个累加器阵列中&#xff0c;其中倾斜角度可以定义为在最大化对齐的搜索间隔内的投影角度。 2、以不同的角度旋转图像&#xff0c;并为每…

Chatgpt掘金之旅—有爱AI商业实战篇|编写代码业务|(十九)

演示站点&#xff1a; https://ai.uaai.cn 对话模块 官方论坛&#xff1a; www.jingyuai.com 京娱AI 一、程序员使用 ChatGPT 进行编码搞副业 程序员不仅拥有将抽象概念转化为实际应用的能力&#xff0c;还通常具备强大的逻辑思维和问题解决能力。然而&#xff0c;许多程序员并…

宝塔面板安装软件 提示需要[xxxMB]内存 强制不能安装

解决方法&#xff1a; 第一步&#xff1a; 编辑修改/www/server/panel/class/下的文件panelPlugin.py vi /www/server/panel/class/panelPlugin.py注释以下判断的内容&#xff1a; ## 第二步&#xff1a; 重启宝塔面板&#xff0c;然后安装即可 bash bt 1

ROS 2边学边练(25)-- 将多个节点组合到一个进程

前言 在ROS 2中&#xff0c;将多个节点&#xff08;Nodes&#xff09;组合到一个单独的进程&#xff08;Process&#xff09;中通常指的是使用“Composable Nodes”的特性。这个特性允许你定义可复用的组件&#xff08;Components&#xff09;&#xff0c;然后将这些组件加…