yyds、yygq、xswl...都是什么意思?

本文介绍了网络流行语yyds的含义及其来源,它代表‘永远滴神’,用于表达赞美或惊叹。同时,还提到了其他如yygq(阴阳怪气)、xswl(笑死我了)和awsl(啊我死了)等缩写词的含义和用法。这些00后网络用语形成了一套独特的语言体系,源于QQ、哔哩哔哩等平台,满足了年轻人追求新鲜、个性化的表达需求。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

导语:每年网络都会冒出很多的流行语,而最近一段时间可能比较热门的就是yyds了,很多人已经知道了它的意思,那么它是如何来的呢?还有哪些类似的缩写词呢?

一、快速了解

yyds就是“永远滴神”的拼音首字母,意思就是某样东西很棒、很厉害,令人惊叹。比如“这家火锅味道yyds”、“乒乓球中国国家队yyds”。

图片

同理,yygq就是“阴阳怪气”,为什么会有这个词的缩写,可能是这届网友在网上互怼时不像以前喜欢直接开骂了,而是委婉一些,比如“真是同情wyx,希望他能早日离开这个满是恶意的世界。”

图片

 

xswl就是“笑死我了”,这个应用场景很简单,就是很好笑的意思。

 

awsl就是“啊我死了”,一般指看到某个东西、人很好看、很萌等,后来又演化成“阿伟死了”,因为谐音,所以在一些弹幕网站出现某些Q萌的画面的时候就会看到刷屏的“awsl”或者“阿伟死了”。

 

二、扩展知识

1. 来源

这些让大多数人摸不着头脑的网络用语,是00后自成一派的语言体系,被调侃为00后“黑话”,其实也就是一些常用语句、词语的缩写。主要起源于QQ、哔哩哔哩等,满足了00后“好玩”、“新鲜感”、“表达自我”、“特立独行”等精神需求。

2. 其他常见缩写

nsdd:你说得对

u1s1:有一说一(u是you的谐音)

yjgj:有句讲句

zqsg:真情实感

bdjw:不懂就问

ssfd:瑟瑟发抖

dbq:对不起

pyq:朋友圈

bhys:不好意思

nh:内涵

xj:戏精

xjj:小姐姐

xgg:小哥哥

pljj:漂亮姐姐

plmm:漂亮美眉

ssmy:盛世美颜

qswl:气死我了

wuli:我们的 (韩语“우리”的音译)

 

### Yyds.Auto 技术实现与使用方法 #### 1. 技术架构概述 Yyds.Auto 是一种基于深度强化学习的自动化解决方案,主要用于游戏《原神》中的自动钓鱼功能。其核心由两大部分构成:YOLOX DQN(Deep Q-Network)。YOLOX 负责目标检测,用于识别游戏中鱼漂的位置其他环境特征[^1]。而 DQN 则负责决策过程,通过模拟玩家的操作来完成钓鱼动作。 此外,该项目还采用了迁移学习半监督学习的方法进行模型训练,从而减少标注数据的需求并提升模型泛化能力。对于某些特定场景下的细节处理,则引入了 OpenCV 等传统数字图像处理工具,这些部分不依赖于机器学习算法,而是通过硬编码逻辑实现。 --- #### 2. 使用方法详解 ##### (1)环境准备 在开始之前,需确保安装以下依赖库: - **Python**: 推荐版本为 Python 3.8 及以上。 - **PyTorch**: 提供深度学习框架支持。 - **OpenCV**: 处理图像输入。 - **YOLOX**: 完成目标检测任务。 以下是典型的环境配置命令: ```bash pip install torch torchvision opencv-python yolox ``` ##### (2)模型加载与初始化 运行程序时,首先需要加载预训练好的 YOLOX 模型以及自定义训练的 DQN 模型。代码示例如下: ```python import cv2 from yolox.exp import get_exp_by_name from dqn_agent import DQNAgent # 自定义模块 # 加载 YOLOX 检测器 exp = get_exp_by_name("yolox-s") # 小规模模型 detector = exp.get_model() checkpoint = torch.load("path/to/yolox_checkpoint.pth") detector.load_state_dict(checkpoint["model"]) # 初始化 DQN Agent dqn_agent = DQNAgent(state_size=..., action_size=...) dqn_agent.load_weights("path/to/dqn_weights.h5") ``` ##### (3)实时推理流程 在实际应用中,整个系统的工作流可以分为以下几个阶段: 1. **屏幕捕获**: 使用 `pyautogui` 或其他第三方库截取当前游戏画面。 2. **目标检测**: 对截图调用 YOLOX 进行预测,获取鱼漂位置坐标。 3. **状态提取**: 结合历史帧信息构建适合 DQN 输入的状态向量。 4. **行为选择**: 根据当前状态计算最优操作序列。 5. **执行控制**: 向操作系统发送鼠标点击事件或其他交互指令。 具体实现实例如下所示: ```python import pyautogui def run_auto_fishing(): while True: # 截图 screenshot = pyautogui.screenshot(region=(...)) frame = np.array(screenshot) # 目标检测 results = detector(frame) fish_float_position = extract_fish_float(results) # 自定义函数 if fish_float_position is not None: state = construct_state(fish_float_position, history_buffer) action = dqn_agent.act(state) if action == "click": perform_mouse_click(fish_float_position) time.sleep(0.1) # 控制频率 ``` --- #### 3. 数据集与训练策略 由于该游戏环境中存在大量未标记的数据样本,因此采用迁移学习的方式将已有的 COCO 数据集上的权重迁移到新领域上,并利用少量人工标注数据微调网络参数。同时,在线收集的部分无标签数据可以通过一致性正则化等手段进一步优化性能表现。 另外值得注意的是,为了提高效率,还可以借鉴分布式训练的思想,将大规模数据划分为多个子集分别交给不同的 MapTask 来独立运算后再汇总结果[^4]。 --- #### 4. 性能评估指标 针对此类 AI 应用,通常会关注以下几个方面作为衡量标准: - 准确率 (Accuracy): 鱼漂定位精度; - 平均奖励值 (Average Reward): 单次尝试获得收益情况; - 成功率 (Success Rate): 整体成功率统计。 --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值