这里是我收集的关于C的图片。希望你会喜欢。
















墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
100+累计阅读
154平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年,写一次发全网
我也要 →
码龄8年
这里是我收集的关于C的图片。希望你会喜欢。
















CARLA道具工程化指南:JSON注册、尺寸分类与跨平台导入
在自动驾驶仿真中,静态道具(props)是构建高保真测试场景的关键基础组件,其本质是带语义标签、可编程加载的三维资产。CARLA采用声明式资源管理机制,依赖JSON元数据实现道具注册,确保跨平台一致性与API可编程性;尺寸分类(tiny/small/medium/big/huge)不仅影响视觉表现,更直接决定激光雷达点云识别、碰撞体生成与传感器遮挡逻辑;而语义标签则严格绑定预定义枚举,支撑语义分割、目标检测等下游任务。本文聚焦CARLA道具从建模规范、JSON编写、路径约束到Linux/Windows/Do
EGE基础入门篇(一):绘图基础知识
EGE绘图所需要了解的相关基础知识
Unity AR开发全攻略:从环境搭建到性能优化的实战指南
增强现实(AR)技术通过计算机视觉与传感器融合,将虚拟内容叠加到现实世界,其核心原理依赖于SLAM(即时定位与地图构建)实现环境理解与空间锚定。这项技术的工程价值在于创造沉浸式交互体验,广泛应用于教育、零售、工业维护等场景。在移动端AR开发中,Unity引擎凭借其跨平台能力与完整工具链成为首选方案,通过AR Foundation框架统一管理平面检测、图像跟踪等核心功能。开发过程中常需处理性能优化与真机调试,例如控制Draw Call与使用AssetBundle资源管理,以解决移动设备资源受限的挑战。本文聚焦
数学可视化终极入门:5个创意编程项目,一次搞懂用代码画心形与3D图形
提到数学可视化,很多人觉得这是数学家或图形学工程师的专利。但在这个名为 Awesome-Love-Code 的表白代码收藏馆里,一串冷冰冰的公式,能让屏幕瞬间变得温柔——你会亲眼看着一条心形曲线在坐标系里生长、跳动,甚至从平面"鼓"成立体的玫瑰。 想象一个场景:纪念日快到了,鲜花和礼物都送腻了,你想送点别人送不了的东西——一段自己写的代码。可问题来了,平时连函数图像都懒得看,真的能"用代码画心形
1小时零代码用Kimi+Hermes搭建跨境独立站
静态站点生成器是轻量、安全、高性能的现代建站基础技术,其核心原理是将内容与模板分离,通过纯文本配置(如TOML/YAML)和Markdown驱动HTML输出,天然适配CDN分发与无服务器部署。该技术显著降低运维复杂度与合规风险,广泛应用于MVP验证、营销落地页及多语言跨境场景。结合AI工具如Kimi,可实现自然语言驱动的架构生成、本地化内容批量产出与实时调试协同,大幅提升中文用户在跨境独立站搭建中的效率与准确性。本文聚焦Kimi与Hermes组合,详解如何零代码完成从需求描述到全球上线的全流程。
UnrealCSharp插件实战:在虚幻引擎中用C#开发游戏逻辑
游戏引擎作为现代游戏开发的核心框架,通过提供渲染、物理、音频等底层系统,大幅降低了开发门槛。其工作原理在于抽象硬件复杂性,让开发者聚焦于游戏逻辑与内容创作。在众多引擎中,虚幻引擎(Unreal Engine)以其强大的图形能力和蓝图视觉脚本系统著称,但C++的学习曲线对部分团队构成了挑战。UnrealCSharp插件应运而生,其技术价值在于为熟悉.NET生态的开发者提供了无缝接入UE的桥梁,它基于.NET 10运行时,允许开发者使用C#直接定义UE原生类型(如UClass、UStruct),并支持热重载与P
看完就想试!Z-Image-Turbo_UI生成的艺术图效果太震撼
本文介绍了如何在星图GPU平台上自动化部署Z-Image-Turbo_UI界面镜像,快速启用高性能AI图像生成能力。用户无需本地配置,即可通过Web界面输入文本提示词,数秒内生成电影级光影、超写实纹理的艺术图像,广泛适用于创意设计、数字艺术创作与营销视觉生产等场景。
HY-World 2.0:面向游戏工作流的3D世界模型与3DGS生成引擎
3D世界模型是AI驱动的空间智能新范式,它超越传统NeRF或视频生成,以空间一致的几何表征为核心,实现从文本/图像到可编辑、可交互、可物理仿真的3D场景的端到端构建。其技术原理融合隐式全景学习、多模态空间融合与语义感知运镜,关键突破在于原生支持3D高斯泼溅(3DGS)与Mesh混合表征,兼顾实时渲染性能与引擎兼容性。该技术显著提升游戏关卡原型效率,支撑UE5/Unity管线无缝集成,在独立开发、3A预研及数字孪生等场景中释放‘描述即生产’的工程价值。魔搭社区与腾讯混元共同推动其开源落地与工业适配。
技术文章配图自动生成:DALL·E 2提示词工程实战方法论
技术图像生成本质上是将抽象技术语义转化为精准视觉语义的过程,其核心在于构建可复现的视觉语法体系。不同于通用AI绘图,技术配图需严格满足精确性(如GPU带宽、协议名称)、一致性(色彩系统、图标规范)与前瞻性(未量产但已验证的架构),这要求提示词必须分层设计:语义层锚定技术事实,结构层定义信息拓扑,呈现层服务可读性而非装饰性。DALL·E 2在此场景的价值,不在于‘画得像’,而在于通过结构化提示词实现技术意图的零失真传达——尤其适用于LLM推理流程、RAG系统数据流等高专业度可视化需求,已成为工程师提升技术传播
DALL·E mini本地部署与图像生成实战指南
文本到图像生成(Text-to-Image)是AIGC领域的核心范式之一,其原理基于视觉词典(VQGAN)与自回归建模(Transformer)的协同解耦:先将图像压缩为离散视觉词ID序列,再由语言驱动预测排列顺序。这种轻量架构显著降低计算门槛,使9亿参数模型可在CPU或入门级GPU上实现秒级推理,兼具技术可解释性与工程落地性。相比扩散模型的多步采样或大模型的黑箱生成,它更适合作为开发者可控、可调试、可微调的基础图像生成工具,在Prompt工程优化、垂直领域LoRA微调、本地化批量生产等场景中展现出独特价值
Sqribble文档自动化原理:模板驱动的云原生PDF生成系统
PDF文档生成是内容交付的关键环节,其本质是将结构化文本与视觉规则进行确定性编排。传统方式依赖人工排版,存在格式不一致、效率低、协作难等痛点;而现代解决方案正转向基于模板、归一化内容模型和云端渲染引擎的自动化范式。Sqribble作为典型代表,通过模板预置、HTML/Word内容归一化、智能分页与样式联动等机制,实现‘所见即所得’的稳定输出。它不替代创作,而是封装排版逻辑,让非设计师也能批量产出符合品牌规范、可访问、可审计的专业PDF。本文深入解析其云架构、四大子系统及约束式设计哲学,适用于知识付费、营销铅
Asymptote实战:从数学公式到精美矢量图形的技术实现
在技术绘图领域,你是否曾为生成高质量的数学图表而烦恼?传统的绘图工具往往难以兼顾数学精度和视觉美感,而LaTeX虽然排版精美却缺乏直观的交互体验。Asymptote正是为解决这一痛点而生的技术绘图语言,它将数学描述的精确性与矢量图形的灵活性完美结合,让开发者能够用代码直接表达复杂的几何概念。 ## 场景一:三维科学可视化挑战与解决方案 ### 问题背景:复杂曲面的数学表达 在科研论文或技术报告
AI建站差距:从单点工具到系统工程思维,WordPress外贸站实战解析
最近和几个做外贸的朋友聊天,发现一个挺有意思的现象:大家都在用AI工具建站,但做出来的网站,从效果到效率,再到后续的维护成本,差别大到像是用了两种完全不同的技术。 朋友A兴奋地告诉我,他用最新的AI编程工具,只花了几天就“生成”了一个功能齐全的WordPress外贸站,但上线后没多久,网站就慢得像蜗牛,服务器资源动不动就被占满,客户询盘页面经常打不开。他不得不花更多时间去研究服务器优化、代码执行漏洞,甚至怀疑自己是不是被“AI建站”这个概念给忽悠了。 而朋友B呢,他的网站同样有AI深度参与的痕迹,但运行流畅
CLIP语义图像搜索实战:从原理到FAISS部署全链路
语义图像搜索是一种基于跨模态对齐技术的现代检索范式,其核心在于将自然语言描述与图像内容映射至统一向量空间,实现‘所想即所得’的精准匹配。该技术依托对比学习(Contrastive Learning)原理,通过文本编码器与图像编码器协同优化,构建稳定、可度量的语义距离。相较于传统关键词或像素匹配,它显著提升长尾查询、风格化表达及中文短句的理解能力,具备低延迟、高扩展、易集成等工程优势。典型应用场景包括电商图库检索、设计师素材查找、UGC内容审核与跨模态推荐。本文聚焦CLIP在真实业务中的落地实践,涵盖ViT-
MATLAB机械臂轨迹规划:在关节空间中生成多项式轨迹以及 jtraj函数(内容超详细讲解)
matlab机器人仿真,关节空间多项式轨迹生成
共享单车需求预测问题:建模篇
机器学习训练营——机器学习爱好者的自由交流空间(qq群号:696721295) 在上一篇里,我们使用可视化的方法分析了“共享单车”的数据集,理解了特征(变量)之间的关系。我们将在本篇建立几个模型预测单车的需求量,并比较它们的预测效果。 随机森林填充法 首先,导入必需的库、训练集和检验集。 import pylab import calendar import numpy as np impor...
Loop for macOS:优雅的窗口管理终极解决方案
你是否曾经在macOS上为窗口管理而烦恼?当多个应用窗口杂乱无章地堆叠在屏幕上时,工作效率会直线下降。传统的窗口管理工具要么功能简陋,要么价格昂贵,要么需要记忆大量快捷键。现在,**Loop for macOS** 提供了一种全新的解决方案——将窗口管理变得既优雅又直观。 Loop是一款完全免费、开源的macOS窗口管理工具,它通过创新的**径向菜单系统**和**智能预览功能**,彻底改变了窗口
Akamai-3.0补环境逆向-DHL快递查询
那么我们的请求过程就是:1.请求首页的html文件,通过re或xpath,提取到这个url,拼接官网地址,得到这个js文件的地址。返回的_abck为0,表示环境正确,请求搜索接口返回200,说明返回的_abck正确,如果过程错误或环境补的有问题会返回403或428这两个状态码。那么,就是这个包返回的,而且这个包需要请求两次,第一次get请求,返回的这个-1的cookie,第二次请求,带上一个sensor_data的参数,进行post请求,最终返回这个0的cookie,代表你过了akamai这个盾。
EasyAR与Unity AR开发实战:从环境搭建到性能优化全解析
增强现实(AR)技术通过计算机视觉与3D图形学,将虚拟信息叠加到真实世界,其核心原理在于实时环境感知与空间定位。这项技术为移动应用带来了全新的交互维度,在电商展示、教育培训、工业维修等领域具有广泛的应用价值。要实现稳定流畅的AR体验,关键在于选择成熟稳定的开发套件并进行合理的性能调优。本文聚焦于EasyAR SDK与Unity引擎的组合,深入探讨了图像识别、平面追踪等核心功能的实现路径,并分享了针对渲染管线适配、多目标管理及真机调试的工程实践,旨在帮助开发者高效构建高质量的移动AR应用。
在cadence中进行sdf文件的反标及并进行数模混仿
3.在Main-Include Option Settings-Libraries Files/Directories下面加载上面说到的两个.v文件(综合文件和工艺库器件文件),其他默认点击OK;最近在做一个数模混合电路的流片工作,数字部分综合后会生成一个.sdf(标准延时格式)文件,正常来说应该是要在vcs软件上进行电路延时的反标,但由于我的电路需要信号在数字模块和模拟模块中来回循环多次,因此,打算在cadence中完成sdf文件反标,进行数模混合仿真。1.综合生成的电路网表的.v文件;
perl 安装DBI和DBD
还可以从cpan.perl.org站点下载tar压缩文件形式的源代码发行版本,解压缩后,切换到相应的文件目录 cd DBI-1.54 perl Makefile.PL make make test make install 安装DBD时候 需要export ORACLE_HOME 验证安装: perldoc DBD::Oracle perldoc DBI 在线文档; perldoc -m
Matplotlib三层架构与核心对象解析:从基础绘图到高级定制
数据可视化是数据分析与科学计算中的核心环节,它通过图形化手段将抽象数据转化为直观洞察。其基本原理在于将数据映射为视觉元素,如位置、长度、颜色和形状,以揭示数据中的模式、趋势和异常。掌握高效的可视化工具对于提升数据分析效率和沟通效果具有重要价值,广泛应用于学术研究、商业智能和机器学习模型解释等场景。在Python生态中,Matplotlib作为底层绘图库,提供了从快速原型到出版级图表制作的完整解决方案。理解其基于`Figure`、`Axes`和`Artist`的三层面向对象架构,是解决`ModuleNotFo
【大数据Java基础-Java基础01】环境搭建(一)Sublime Text3搭建Java编译环境(Windows系统)
1. 首先配置好Java环境变量 我的jdk版本是1.8.0_191,存放目录是C:\Program Files\Java,因此添加以下环境变量 (1)系统变量→新建 JAVA_HOME 变量,变量值为: C:\Program Files\Java\jdk1.8.0_191 (2)系统变量→找到 Path 变量→编辑,末尾加入: ;%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin 如果Path变量末尾本身有“;”,则上述路径前面则不需要加“;” (3)系统变量→新建 CL
2024计算机视觉前沿实践指南:5篇可落地的CV论文实操解析
计算机视觉(CV)已从理论突破迈向工程落地深水区。当前核心挑战在于模型泛化性差、推理延迟高、标注依赖强及跨域适应难。扩散模型、视觉语言模型(VLM)、图像/视频编辑、手-物交互(HOI)等方向正通过引入物理约束、归纳偏置和轻量架构重构技术路径。例如,分阶段去噪显著提升生成效率,指令微调降低多模态对齐门槛,BRDF一致性增强编辑真实感——这些方法共同指向‘用先验知识换计算效率’的新范式。本文聚焦2024年最新开源、可复现、带硬指标的5篇论文,覆盖A100/RTX 4090/Jetson Orin多平台实测,提
极智AI | 详解 ViT 算法实现
大家好,我是极智视界,本文详细介绍一下 ViT 算法的设计与实现,包括代码。
【异常】Claude Code 400错误(Extra inputs are not permitted)解决方案
摘要:Claude Code 2.0.37+版本因API请求包含未支持的custom.input_examples参数导致400错误,使核心功能失效。解决方案是降级至稳定版v2.0.32:先卸载当前版本(npm uninstall -g @anthropic-ai/claude-code),再安装指定版本(npm install -g @anthropic-ai/claude-code@2.0.32),最后验证请求是否恢复正常。该问题确认在v2.0.32版本不存在。(148字)
377
1143
334
2857
554
470

被折叠的 条评论
为什么被折叠?



