- 博客(102)
- 收藏
- 关注
RSS订阅原创 【C++】第六节—内存管理
但是如果对于A类使用new去申请空间但是如果没有A的默认构造又不去传参调用就会报错，见下：没有默认构造是不可以的，所以一个类还是要有构造函数为好！
2025-03-30 15:09:25
627
14
原创 【C++】第五节—类和对象（下）
class Apublic:// 构造函数explicit就不再支持隐式类型转换A(int a1):_a1(a1):_a1(a1), _a2(a2)private:int main()//1构造一个A的临时对象，再用这个临时对象拷贝构造aa1//编译器遇到连续构造+拷贝构造->优化为直接构造A aa = 1;aa.Print();//还有一个需要注意的点，对于引用类型就不能直接像刚才那样写，会报错。
2025-03-29 01:22:44
711
98
原创 一名合格程序猿的自我修养—VS实用调试技巧（详解+图例）
F5和F9是帮助我们快速到达我们想要到的地方，F10和F11是帮助我们到达地方后观察程序内部的运行情况的。CTRL + F5：开始执⾏不调试，如果你想让程序直接运⾏起来⽽不调试就可以直接使⽤。（为什么点击F5也可以直接完成运行呢？因为F5是用来运行到下一个断点处的，但是整个程序都运行结束了都没有发现断点）上面是我们很常用的快捷键，下面还有很多快捷键，我们平时应该多用才能提升我们写代码的速度，多用才能记住！
2025-03-26 20:44:17
956
59
原创 AI赋能视频创作：蓝耘MaaS与海螺AI技术的深度融合
蓝耘MaaS（Model as a Service）平台是一个基于云端的人工智能服务平台，通过开放API接口和SDK，用户可以轻松调用平台上的AI模型，而无需深入了解底层算法和模型细节。MaaS的最大优势在于其标准化的服务形式，使得不具备深度学习背景的用户也能方便快捷地利用强大的AI技术。海螺AI视频生成模型是近年来在AI领域中的突破性进展，基于先进的生成对抗网络（GAN）和变分自编码器（VAE），能够将静态图像和文本描述转化为动态视频。海螺AI不仅具有图像生成的能力，还能通过时间序列建模。
2025-03-20 12:31:01
2056
124
原创 破解大数据密码：蓝耘Maas平台与阿里QWQ的智能分析革命
蓝耘Maas平台阿里QWQ是基于阿里云的机器学习平台，专注于数据处理、模型训练、实时分析和智能决策。它集成了强大的自然语言处理（NLP）、大数据分析、自动化机器学习等功能，帮助企业和开发者在云端轻松构建和部署智能应用。阿里QWQ不仅支持图像处理、文本分类等常见任务，还在大数据分析、舆情监控、企业决策支持等方面具有优势。
2025-03-17 08:05:11
2117
133
原创 【数据结构初阶第十九节】八大排序系列(下篇)—[详细动态图解+代码解析]
假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；⾸先从右向左找出⽐基准⼩的数据，找到后⽴即放⼊左边坑中，当前位置变为新的"坑"，然后从左向右找出⽐基准⼤的数据，找到后⽴即放⼊右边坑中，当前位置变为新的"坑"，结束循环后将最开始存储的分界值放⼊当前的"坑"中，返回当前"坑"下标（即分界值下标）计数排序又称为鸽巢原理，是对。
2025-03-15 10:58:55
1258
62
原创 AI重塑视觉艺术：DeepSeek与蓝耘通义万相2.1的图生视频奇迹
近年来，深度学习、计算机视觉和生成模型在多个领域取得了突破性进展。其中，DeepSeek与蓝耘通义万相2.1图生视频的结合为图像生成与视频生成技术提供了新的发展方向。DeepSeek作为一个图像和视频生成的工具，能够利用深度学习和复杂的算法进行多模态数据的处理，而蓝耘通义万相2.1则专注于图像和视频的生成和增强，推动了视觉艺术的数字化进程。
2025-03-12 17:38:49
14090
155
原创 【数据结构初阶第十八节】八大排序系列(上篇)—[详细动态图解+代码解析]
冒泡排序代码见下时间复杂度为O(N^2)，空间复杂度为O(1)
2025-03-08 18:52:01
1567
108
原创 AI革命先锋：DeepSeek与蓝耘通义万相2.1的无缝融合引领行业智能化变革
结合使用，将会发挥更强的优势。通过蓝耘平台的高效数据处理、行业解决方案与DeepSeek强大的深度学习训练能力，开发者可以在数据准备和模型训练上省去大量的繁琐步骤，直接聚焦于模型的优化与应用，极大提升了人工智能项目的开发效率和应用效果。DeepSeek的强大之处在于其深度学习框架的兼容性和丰富的模型训练功能，使得用户能够轻松构建、训练和调优复杂的深度学习模型。为了帮助非专业的用户也能使用深度学习，DeepSeek还提供了AutoML功能，自动进行模型选择、训练和优化，大大降低了深度学习技术的使用门槛。
2025-03-07 07:38:48
10773
198
原创 从源到目标：深度学习中的迁移学习与领域自适应实践
迁移学习是一种通过借用源领域的知识来解决目标领域任务的方法，尤其适用于目标领域数据有限的情况。通过迁移学习，深度学习模型能够在标注数据少的目标任务上进行训练，利用预先训练好的源领域模型进行微调，显著加快训练速度并提高模型的性能。领域自适应是迁移学习的一个关键子领域，旨在解决源领域和目标领域之间数据分布的差异。当我们拥有标注的源领域数据，却在目标领域缺乏标注数据时，领域自适应通过减少这两个领域之间的分布差异，使得模型能够在目标领域上表现得更好。
2025-03-02 21:24:30
2253
119
原创 穿越AI边界：深度集成DeepSeek API与云平台的实践之路
DeepSeek的API接口为开发者提供了一系列多样的功能，涵盖了文本生成、图像生成、语音识别、语音合成等多种类型的任务。通过这些API，开发者可以方便地将AI功能集成到自己的应用中，节省大量的时间和资源，快速实现智能化业务解决方案。DeepSeek凭借其强大的生成能力和广泛的API接口，为开发者提供了一种便捷、高效的解决方案。通过Python集成API，并结合云平台的强大计算能力，开发者能够快速实现多种AI应用。
2025-02-26 13:54:38
3626
99
原创 【数据结构第十六节】实现链式结构二叉树（详细递归图解—呕心沥血版！）
必须有为成功付出代价的决心，然后想办法付出这个代价。这节课挺抽象（苦笑），没事，我会帮你！干就完了！正文开始——引言用链表来表示一棵二叉树，即用链来指示元素的逻辑关系。通常的方法是，左右指针分别用来给出二叉树的创建方式比较复杂，为了更好地步入到二叉树内容中，我们先手动创建一棵链式二叉树。回顾二叉树的概念，二叉树分为和，非空二叉树由组成的。根节点的左子树和右子树分别又是由子树节点、子树结点的左子树和子树结点的右子树组成的，因此二叉树是的，后序链式二叉树的操作基本都是按照概念实现的。一、前中后序遍历。
2025-02-24 17:50:28
2591
98
原创 【数据结构初阶第十五节】堆的应用（堆排序 + Top-K问题）
我们根据节点数来计算交换的次数，我们知道 2^k -1 = n（n为总结点的个数），k = log(n+1) -> k = log(n)，这只是插入一个结点，若要插入m个结点，就是m*log(n)次，因为向下调整算法也是这样，所以加起来就是O(2*m*log(n))，也就是O(m*log(n))，这只是大致计算一下时间复杂度。时间复杂度为：我们采用向下调整算法建堆，时间复杂度为O(K)，之后将N-K个数据进行向下调整，时间复杂度为(N-K)log(K) ，加在一起将小的忽略就是O(N)。
2025-02-22 19:30:15
1535
90
原创 DeepSeek与ChatGPT：会取代搜索引擎和人工客服的人工智能革命
DeepSeek是一种智能搜索引擎，采用了深度学习技术来提高搜索的精准度。传统的搜索引擎主要依靠基于关键词的匹配算法来为用户提供相关信息。然而，DeepSeek不仅关注关键词匹配，还能够深度理解查询的语境与用户意图，提供更加精准的答案。DeepSeek能够分析查询中的上下文，理解其中的潜在需求，从而从海量的数据中快速筛选出最相关的内容。其背后的核心技术包括自然语言理解（NLU）、深度语义匹配和信息抽取模型，帮助系统超越传统搜索引擎的局限，生成更符合用户需求的结果。ChatGPT。
2025-02-19 19:38:55
25495
101
原创 【数据结构初阶第十二节】设计循环队列
必须有为成功付出代价的决心，然后想办法付出这个代价。还有最后一道关于队列的习题，这题有点难，准备好迎接挑战吧！这题得多画图理解，不能空想，而且要结合我写代码中穿插的注释，这样就会好理解点。
2025-02-19 15:10:51
1394
38
原创 DeepSeek—如何一跃成为金融市场中的AI颠覆者？一探究竟！
DeepSeek，作为一款大规模语言模型，继承并创新了传统大模型的架构。高性能与低成本：DeepSeek的算法优化使其在保证高效性能的同时，降低了硬件和计算资源的消耗，从而使得大模型的运用变得更加经济可行。多语言支持：支持多语言的处理能力让DeepSeek能够跨越地域和语言的障碍，在全球范围内都能够发挥作用。实时数据处理：DeepSeek能够处理和分析海量的实时数据，使得其在金融市场分析中的应用尤为突出。灵活的API接口。
2025-02-17 16:57:40
1531
96
原创 【数据结构初阶第十节】队列（详解+附源码）
好久不见。。。别不开心了，听听喜欢的歌吧必须有为成功付出代价的决心，然后想办法付出这个代价。这节课我们学习队列的概念和结构以及实现，需要提前具备前面顺序表和链表的相关知识，这样这节课就会变得非常简单！
2025-02-13 20:19:04
1154
25
原创 AI语言模型的技术之争：DeepSeek与ChatGPT的架构与训练揭秘
DeepSeek是由中国初创公司DeepSeek所开发的一款大型语言模型。该公司成立于2023年，并通过开源的方式快速吸引了开发者和研究者的关注。DeepSeek的首个版本——DeepSeek-R1，自发布以来便在业内引发了广泛讨论。其最大特点之一是能够在逻辑推理、数学推理以及实时问题解决方面展现出独特的优势。相较于其他同类模型，DeepSeek的设计目标是让人工智能能够更高效地处理结构化数据与知识密集型任务，尤其是在需要复杂推理和精准计算的场景下。这使得DeepSeek成为一种更为通用的推理工具。
2025-02-12 18:19:55
5940
57
原创 深度学习实战：蓝耘智算平台与DeepSeek全方位攻略（超详细）
4. 蓝耘智算平台中的DeepSeek高级功能DeepSeek还提供了更多高级功能，如分布式训练、模型保存与加载、超参数优化等。在蓝耘智算平台上，这些功能可以通过简单的配置进行操作。
2025-02-10 17:38:20
4737
113
原创 DeepSeek与人工智能的结合：探索搜索技术的未来
DeepSeek作为一种新兴的搜索技术，通过深度学习和人工智能的结合，为搜索体验带来了全新的可能性。DeepSeek通过结合深度学习和人工智能技术，突破了传统搜索引擎的限制，为用户提供了更加智能、便捷的搜索体验。DeepSeek是一种基于深度学习的搜索技术，它通过结合自然语言处理（NLP）、计算机视觉（CV）和大规模分布式计算等技术，为用户提供更智能、更高效的搜索体验。：通过分析患者的病史数据，DeepSeek能够为医生或患者提供定制化的治疗建议，提高医疗决策的准确性。
2025-02-07 15:51:22
8846
116
原创 深度学习与搜索引擎优化的结合：DeepSeek的创新与探索
DeepSeek结合了深度学习和搜索引擎优化，极大提升了搜索引擎在查询解析、排名优化、个性化推荐等方面的能力。通过深度学习模型的应用，DeepSeek能够更好地理解用户查询的语义、优化搜索结果的排序，并根据用户行为进行个性化推荐。随着深度学习和自然语言处理技术的不断进步，未来的搜索引擎将更加智能化和个性化，能够更精确地满足用户需求。DeepSeek作为AI驱动的搜索引擎，其成功的关键在于深度学习的全面应用，以及对大规模数据的深入挖掘和分析。完至此结束！我是云边有个稻草人期待与你的下一次相遇！
2025-02-06 10:01:43
6165
78
原创 【AI】探索自然语言处理（NLP）：从基础到前沿技术及代码实践
自然语言处理（NLP）是计算机科学和人工智能领域的一个重要研究方向，它涉及计算机如何处理和分析大量自然语言数据。自然语言指的是我们日常使用的语言，如英语、中文等，而处理这些语言的任务需要计算机理解语言的结构、语法、语义等多个层面。文本预处理：如分词、去除停用词、词形还原等。语法分析：包括句法分析、依存句法分析等。情感分析：判断文本中的情感倾向（正面、负面、中立等）。机器翻译：将一种语言的文本转换为另一种语言。命名实体识别（NER）：识别文本中的实体（如人名、地点名、组织名等）。
2025-02-02 11:40:13
2969
66
原创 【优选算法】四数之和（双指针算法）
前面的三数之和题如果理解透彻且代码能够自己写出来，其实这道四数之和题自己也是能够写出来的，就是这道题有一个数据溢出的问题解决一下就好了。看完算法原理一定要先自己尝试写代码，不要直接看，这样做很锻炼自己的代码能力。排序 + 暴力枚举 + 利用set去重（超时）双指针算法就此结束了，下一个算法思想开始。用四个for循环枚举出所有情况再去重。与前面三数之和算法很像。
2025-01-17 11:33:17
1489
70
原创 《AI逆袭：科技与人类的终极对决，谁才是未来的主宰？》
人工智能的崛起无疑是一次技术革命，它将改变我们生活和工作的方式，也将深刻影响未来社会的结构和人类的角色。AI作为工具和伙伴，将与人类一起创造更加繁荣、智能的世界。人类与AI的合作将开创一个全新的时代，然而，如何正确引导这一技术发展，避免滥用和失控，将决定我们是否能够迎来更加美好的未来。AI究竟会成为未来的主宰，还是仅仅是人类的助手？这一问题的答案，或许并不远，我们共同努力的今天，决定了明天的未来。完——
2025-01-16 21:01:58
2082
30
原创 【优选算法】三数之和（双指针算法）
排序之后用三个for循环枚举出所有的情况一一排查，将满足条件的组都放到set里面去重，再将不同的组返回即可。需要注意的是，答案中不可以包含重复的三元组，也就是说，满足要求的组与组之间的三个数要不相同，每组要不重复。代码一定要思考透彻，多回顾，不要怕动脑，多思考几遍就没有想象中的那么复杂了，同时需要注意的是【去重】操作，这个去重操作，是直接避免结果里有重复的数据。在这个数后面的区间内，使用「双指针算法」快速找到两个数之和等于。解法一：排序+暴力枚举+利用set去重。解法二：排序+双指针算法。
2025-01-16 20:42:23
781
19
原创 【机器学习】时序数据与序列建模：理论与实践的全面指南
从传统统计方法到深度学习模型，时序数据的建模技术正在迅速演进。通过将 LSTM、Transformer 和自监督学习相结合，可以进一步提升模型在处理复杂时序数据中的表现。对于开发者而言，选择合适的模型取决于具体任务的需求和数据特性。在未来，更多创新方法（如混合模型和跨模态学习）将在这一领域涌现。完——
2025-01-12 10:29:49
1878
71
原创 【优选算法】查找总价格为目标值的两个商品（双指针）
用两个for循环，列出所有的两个数的和进行判断，时间复杂度为O(N^2)，不推荐。：这⾥有个魔⻤细节：我们挑选第⼆个数的时候，可以不从第⼀个数开始选，因为。前⾯的数我们都已经在之前考虑过了；因此，我们可以从 a。然后将挑选的两个数相加，判断是否符合⽬标值。循环依次枚举第⼀个数。循环依次枚举第⼆个数。
2024-12-30 16:54:21
1153
33
原创 【优选算法】有效三角形的个数（双指针算法）
三层for循环枚举出所有三元组，判读每组是否能构成三角形，会超时，但是我们可以再优化一下：先对数组进行排序，只需判断三元组中最小的两个数是否大于第三个数即可，省略有一些不必要的判断。时间复杂度为O(N)。
2024-12-29 23:39:16
390
17
原创 【优选算法】盛最多水的容器（双指针算法）
有思路的同时要一定考虑时间和空间复杂度，提醒自己学习完算法之后也要多回顾，真正学习到其中的妙处，然后为自己所用。优化之后就遍历了一遍数组，时间复杂度变为O(N)，就使用了几个变量，空间复杂度为O(1)。下面是我自己一开始写的，虽然也通过了，但，采九朵莲！
2024-12-29 19:14:41
598
47
原创 AIGC个性化与定制化内容生成：技术与应用的前沿探索
个性化内容生成指的是根据用户的个性化需求、兴趣和行为特征，通过AI技术生成符合用户特定偏好的内容。这种内容可以是新闻报道、产品推荐、广告文案、社交媒体帖子等。个性化内容生成通常涉及数据收集、用户画像分析以及深度学习模型的应用。定制化内容生成则进一步指通过特定规则或用户需求定制生成的内容，它通常不仅考虑用户的兴趣，还可能结合特定的情境、时间、地点等因素，生成与用户需求精确匹配的内容。例如，定制化的学习内容、客户服务对话等。AIGC技术为个性化与定制化内容生成提供了强大的技术支持，推动了多个行业的创新和变革。
2024-12-29 10:59:14
2991
43
原创 AIGC—AI在新闻行业的影响
在新闻行业，AI的影响尤为显著，从自动化新闻生成到新闻内容推荐，再到数据分析和新闻质量的监控，AI的技术突破正在改变新闻生产、传播和消费的各个方面。本文将深入探讨AI在新闻行业的影响，分析AI如何促进新闻行业的转型，解决传统新闻生产模式中的痛点，并展望AI与新闻行业未来的融合发展。AI技术正在以前所未有的速度改变新闻行业的格局，从新闻生成到推荐系统，再到假新闻检测和内容审核，AI的应用为新闻生产和消费带来了全新的视角和可能性。AI不仅可以自动生成新闻，还能作为记者的助手，提供文章撰写的辅助工具。
2024-12-29 10:39:59
1366
4
原创 AIGC与未来的通用人工智能（AGI）：从生成内容到智能革命
生成式人工智能（AIGC）指的是一种能够生成全新内容的AI技术，它与传统的判别式AI不同，后者通常仅仅在已知数据中进行分类或预测，而AIGC则是通过对大量数据的学习和理解，生成从未出现过的新内容。AIGC已经在多个领域展现出强大的创作能力，包括自然语言处理（NLP）、计算机视觉、音频生成、音乐创作等。生成对抗网络（GANs）：通过生成器和判别器对抗训练，使生成的内容越来越接近真实数据。GANs被广泛用于图像生成、风格迁移、图像超分辨率等任务。变分自编码器（VAEs）
2024-12-29 10:31:44
1630
5
原创 生成式AI的创作与创新能力：突破性技术与应用
生成式人工智能（Generative AI）是近年来人工智能领域的热门话题，它指的是一种通过机器学习模型生成新内容的技术。与传统的人工智能模型不同，生成式AI不仅能够进行分类、识别等任务，还可以在输入数据的基础上创造出全新的内容。文本生成是生成式AI应用的一个重要领域，尤其是在自然语言处理（NLP）中，生成式AI被广泛用于生成新闻报道、小说、广告文案等内容。与传统的机器学习模型不同，生成式AI不仅仅停留在模式识别和任务执行层面，它还能够“创造”新的内容，开启了人类与机器合作创作的新篇章。
2024-12-29 10:21:52
1269
4
原创 AIGC—在教育中的应用
个人主页：云边有个稻草人-优快云博客目录引言1. AIGC与教育的融合2. AIGC在教育中的具体应用AIGC在教育中的具体应用3.AIGC在教育中的优势与挑战4. AIGC在教育未来的潜力与发展AIGC的定义与技术背景：教育中的挑战与需求：AIGC的教育应用场景：自动化作文评分系统： 个性化学习助手： 虚拟教师与辅导系统： AIGC的优势：面临的挑战： 未来的教育模式：技术发展趋势：社会影响与伦理考虑：完——我是云边有个稻草人期待与你的下一次相遇！
2024-12-29 10:11:36
1650
3
原创 AIGC在电影与影视制作中的应用：提高创作效率与创意的无限可能
从剧本创作到角色设计，从动画生成到特效制作，AIGC正在以其独特的技术优势，极大地提高电影制作的效率，并且推动创作流程的创新。一个好的剧本需要深入的情感表达、复杂的情节构建和生动的角色塑造，这些都需要创作者具备高度的创造力与写作技巧。然而，特效制作的过程极其复杂，涉及大量的计算、建模、模拟和渲染，尤其是在大规模的动作场景和CGI特效中，制作周期和成本常常高得惊人。AIGC代表了电影制作的数字化转型，未来的电影创作可能不再局限于传统的工作流程，而是通过AI工具和平台，形成更加开放、灵活的创作模式。
2024-12-28 22:59:19
2039
7
原创 AIGC的商业化与市场前景：内容生成平台的崛起与盈利模式的探索
随着自然语言处理（NLP）、深度学习、生成对抗网络（GANs）和多模态生成技术的不断进步，AIGC已在广告、娱乐、教育、出版等领域展现了巨大的应用潜力。本文将探讨AIGC的商业化前景，分析AIGC平台的兴起、AI生成内容的定价与盈利模式，同时结合具体的代码示例，帮助理解AIGC技术如何在实际应用中实现商业化。例如，AI生成的广告内容可以根据目标受众的兴趣进行自动化创作，从而提高广告的精准度和效果。AI生成的内容质量往往不稳定，尤其是对于复杂的创作任务，AI生成的内容可能存在错误、不合适的内容或缺乏创意。
2024-12-28 22:47:34
1662
4
原创 AIGC与人类创意的融合：AI作为创意工具与协作创作的未来
AIGC技术为创意产业带来了前所未有的变革。AI作为创作工具和人类的协作伙伴，不仅能够提供灵感和构思，还能够推动创作者的创意发挥。在不久的未来，AIGC技术将帮助我们开启更加高效、丰富且个性化的创作时代，同时也将进一步改变创作者的工作方式和艺术创作的边界。完——我是云边有个稻草人期待与你的下一次相遇！
2024-12-28 22:33:42
1452
4
原创 AIGC与虚拟身份及元宇宙的未来：虚拟人物创作与智能交互
而在这一过程中，AIGC（人工智能生成内容）技术的作用不可或缺，尤其是在虚拟人物创作和虚拟角色的行为与交互方面，AIGC正在赋予元宇宙更加丰富和个性化的体验。在传统的虚拟世界中，人物的设计往往由艺术家和设计师通过手工绘制和编程来完成，而在AIGC的帮助下，生成这些内容的过程可以变得更加自动化和个性化。更为重要的是，AIGC技术能够根据用户的需求生成定制化的角色外观、动作、对话，甚至是行为方式，使得虚拟人物和用户的互动更加自然、智能和有趣。虚拟人物的行为和交互是构建一个富有沉浸感和互动感的元宇宙世界的关键。
2024-12-28 21:39:15
4894
90
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人