- 博客(30)
- 收藏
- 关注
RSS订阅原创 Lua C API ：使用 lua_tonumber 函数从 Lua 栈中提取数值
是一个强大的工具，能够方便地从 Lua 栈中提取并转换数值。在 C++ 与 Lua 交互时，确保使用正确的索引来提取栈中的数值。掌握这一函数，将帮助你在处理 Lua 脚本时更有效地管理数据和实现功能。
2025-02-21 17:30:09
595
原创 Lua C API：深入理解 lua_pushnumber 函数 — 将数字压入 Lua 栈中
是一个 Lua C API 函数，它的主要作用是将一个数字压入到 Lua 栈的顶部。这使得我们能够在 C++ 中计算或生成的数值传递到 Lua 环境中进行处理。Lua 使用lua_Number作为其数值类型，它通常是double类型，具体取决于平台和 Lua 配置。L：Lua 状态机的指针，表示当前的 Lua 环境。n：需要压入 Lua 栈的数字，类型为lua_Number，通常为double或float。
2025-02-21 17:21:41
527
原创 Lua C API ：lua_insert 函数详解
lua_insert是 Lua C API 提供的一个栈操作函数，它将栈顶的元素插入到指定位置，并将该位置后的所有元素向上移动一个位置。lua_insert是一个非常实用的栈操作函数，它允许开发者将栈顶元素插入到指定位置，并调整其他元素的位置。该函数常用于动态改变栈中数据的顺序，帮助处理复杂的栈数据操作。
2025-02-21 15:13:32
482
原创 在C++中嵌入Lua脚本引擎：解析代码实现
Lua是一种轻量级的脚本语言，它被广泛应用于游戏开发、嵌入式系统以及许多需要扩展功能的应用程序中。由于Lua的内存占用小、执行效率高且易于嵌入，许多开发者选择将Lua作为C++应用的嵌入式脚本引擎。在本篇文章中，我们将详细分析一段C++代码，展示如何将Lua脚本嵌入到C++程序中，实现C++和Lua之间的交互。该代码通过调用Lua的C API，加载并执行Lua脚本文件。通过这段代码，我们可以看到C++与Lua之间的集成非常简便。
2025-02-21 09:39:51
700
原创 C++：使用 SFML 创建强化学习迷宫场景
通过使用 SFML 创建一个简单的迷宫环境，我们可以为强化学习提供一个可视化的平台。迷宫作为一个经典的强化学习环境，不仅可以帮助我们测试各种学习算法，还可以进一步优化智能体的路径规划能力。通过不断的学习和调整，智能体能够在迷宫中找到最短路径，实现从起点到终点的最优决策。这个迷宫场景不仅能够用于强化学习的训练，还可以作为其它人工智能任务的基础环境，帮助研究人员探索不同的智能体行为和算法表现。希望本文的示例代码能够为你提供一个很好的开始，祝你在强化学习的研究中取得成功！
2025-02-20 22:46:33
1149
原创 深入理解 lua_KFunction 和 lua_CFunction
和是 Lua C API 中两个非常重要的概念，分别用于在 Lua 环境中注册 C 函数和处理协程的暂停与恢复。通过这两个函数，开发者能够扩展 Lua 的功能，控制 Lua 的执行流程，甚至实现异步编程模型。理解它们的工作原理和使用方法，能帮助开发者更加灵活地与 Lua 脚本进行交互，实现高效的应用开发。
2025-02-19 22:56:44
1342
原创 C++ 0基础入门教程
C++ 是一种由 Bjarne Stroustrup 在 1979 年开发的编程语言。它基于 C 语言，并加入了面向对象编程（OOP）特性。强大的性能支持面向对象、泛型、低级内存操作等被广泛用于游戏开发、系统软件和高性能计算中C++ 是一门功能强大且灵活的编程语言。通过本文的介绍，你已经学会了 C++ 的基本语法，包括变量、函数、条件判断、循环、数组、类等内容。这些知识将帮助你开始编写 C++ 程序，并逐步深入学习更高级的特性。
2025-02-17 23:57:40
244
原创 使用 Python 爬虫库抓取网页内容：请求与解析
requests是一个 Python HTTP 库，用于发送 HTTP 请求并接收响应。它提供了一个简单易用的 API，使得与网站交互变得非常方便。使用可以轻松地发起 GET 请求，获取网页内容。是一个用于解析 HTML 和 XML 文档的 Python 库。它通过层级结构来解析网页，使得抓取网页数据变得更加简洁明了。提供了许多方法来导航和搜索网页内容。其核心功能包括文档遍历、搜索元素、提取数据等。本教程展示了如何使用requests库进行网页请求，结合解析 HTML 内容。这是进行网页数据抓取的基础步骤。
2025-02-17 16:12:25
1096
原创 深入理解爬虫开发：使用 Python 实现网页数据抓取
网页爬虫（Web Crawler），也被称为网络蜘蛛或网络机器人，是一种通过编程自动抓取互联网上的网页信息的工具。爬虫广泛应用于搜索引擎、数据分析、内容推荐等多个场景。它的核心任务是访问网页、解析网页内容并存储有价值的数据。这篇文章详细介绍了如何使用 Python 编写一个简单且专业的爬虫。通过requests获取网页内容，利用解析 HTML，最后将数据保存到 CSV 文件中。我们还通过加入请求头、随机延迟等技术手段，确保爬虫不会过于频繁地访问目标网站，从而避免被封禁。
2025-02-17 15:06:44
1539
原创 C++ 写一个“恶搞”软件：后台写入磁盘、开机自启动并隐藏窗口
磁盘密集型任务：使用多个线程向磁盘写入数据（模拟负载）。自动添加到系统启动项：让程序在每次计算机启动时自动执行。隐藏窗口：让程序在启动时隐藏主窗口，以便不被用户察觉。通过这个项目，我们使用 C++ 实现了一个简单的“恶搞”程序框架，模拟了磁盘密集型操作、开机自启动以及隐藏窗口的功能。该程序为开发者提供了一个可以扩展和修改的基础框架，可以根据自己的需求进行调整。记住，编写和使用这类程序时，一定要遵循道德和法律规范，避免用来进行恶意操作。
2025-02-16 21:45:35
680
原创 Python：使用 Torch 构建一个五子棋游戏的 AI 玩家
在这篇博客中，我们将展示如何使用 PyGame 来构建一个简单的五子棋（Gomoku）游戏，并为 AI（白棋）实现基本的决策能力。这个 AI 玩家使用了 PyTorch 构建的神经网络模型来预测最优的下棋位置。注意：这里的代码只是一个示范，具体的 AI 性能和训练效果还需要根据实际数据进行优化和改进。首先，我们需要初始化一个简单的五子棋游戏，包括棋盘、玩家、以及棋盘状态的管理。棋盘大小默认为 15x15 格子。每个格子可以为空（0），也可以是黑棋（1）或白棋（2）。2. 神经网络模型接下来，我们使
2025-02-16 16:08:52
1012
原创 使用 PyTorch 实现标准卷积神经网络（CNN）
卷积神经网络（CNN）是一种专门用于处理图像数据的深度学习模型，它通过卷积层提取图像的特征。CNN 由多个层次组成，其中包括卷积层（Conv2d）、池化层（MaxPool2d）、全连接层（Linear）、激活函数（ReLU）等。这些层级合作，使得模型能够从原始图像中自动学习到重要特征。在这篇文章中，我们实现了一个标准的卷积神经网络（CNN），并使用 PyTorch 对其进行了定义和训练。通过使用卷积层、池化层和全连接层，模型能够自动学习图像的特征并进行分类。
2025-02-16 15:58:05
1056
原创 Transformer 模型的 PyTorch 实现
多头自注意力机制：通过多个注意力头同时对输入进行加权求和，学习到输入中的不同特征。前馈神经网络：每个层都包含一个简单的前馈神经网络，用于对输入进行非线性变换。位置编码：由于 Transformer 不使用卷积或循环结构，它需要通过位置编码来保留序列中单词的位置信息。
2025-02-16 15:56:22
410
原创 使用PyTorch定义并导出一个简单的单层感知机模型为ONNX格式
我们定义一个继承自nn.Module的类，SimpleMLPclass SimpleMLP(nn.Module): # 创建SimpleMLP类并继承nn.Module# def: 定义一个函数# __init__: 初始化函数（构造函数）# self: 实例本身，指向当前对象# input_size=28*28: 输入大小，默认值为28*28# output_size=10: 输出大小，默认值为10# super: 调用父类的方法。
2025-02-16 05:00:00
272
原创 Python：实现 PyTorch 中训练自定义卷积神经网络模型(CNN)并导出模型为 ONNX 格式，同时使用 ONNX Runtime 进行推理
数据标准化sample = sample.view(1, 28, 28) # 转换为28x28图像格式在类中，__init__方法加载 CSV 文件并进行数据标准化；方法将每个样本转换为一个28x28的图像格式。我们使用两个卷积层和两个全连接层来构建一个简单的 CNN。x = x.view(-1, 64 * 7 * 7) # 展平本文介绍了如何在 PyTorch 中训练一个 CNN 模型，并将其导出为 ONNX 格式。
2025-02-15 12:28:30
1017
原创 Python微调DeepSeek-R1-Distill-Qwen-1.5B模型：使用Transformers和PyTorch进行训练
微调deepseek1.5B模型
2025-02-14 18:50:29
3280
15
原创 C++实现Dijkstra算法简答
在计算机科学中，Dijkstra算法是一种广泛使用的图算法，最早由计算机科学家Edsger Dijkstra在1956年提出。它解决的是单源最短路径问题——即给定一个图和一个起点，如何计算从该起点到所有其他顶点的最短路径。Dijkstra算法被应用于各种实际场景，例如网络路由、GPS导航等领域。本文将详细解释Dijkstra算法的原理、实现步骤，并使用C++实现一个完整的Dijkstra算法。通过这篇文章，你将深入了解Dijkstra算法的工作机制，并掌握如何在C++中应用它来解决最短路径问题。
2025-02-14 14:55:56
269
原创 C++实现单层感知机训练与预测
感知机是最简单的一种神经网络模型，由Frank Rosenblatt在1958年提出。它是一种线性分类器，能够基于输入特征通过简单的线性决策边界来进行分类。在本篇博客中，我们将使用C++实现一个基础的单层感知机（Perceptron），并探讨其训练过程、预测机制以及学习算法的原理。通过这段代码的实现，你将了解感知机的基本结构、训练过程、以及如何应用它来进行简单的二分类问题解决。感知机由输入层和输出层构成。每个输入值都对应一个权重，感知机的目标是学习这些权重值，使得它能够根据输入做出正确的输出。
2025-02-14 14:53:58
378
原创 C++实现Windows开机自启动功能
在许多应用程序中，开机自启动是一个常见且实用的功能。通过将程序添加到系统的启动项中，用户可以确保程序在每次启动Windows时自动运行。本文将介绍如何使用C++实现这一功能，利用Windows注册表来使程序在启动时自动运行。通过使用Windows注册表，C++程序可以很容易地实现开机自启动功能。在本篇文章中，我们演示了如何使用C++代码向注册表添加一项记录，从而让程序在Windows启动时自动运行。虽然这个功能简单且实用，但在实际使用中应注意权限问题和注册表修改的潜在风险。希望这篇博客对你有所帮助！
2025-02-14 14:49:45
457
原创 C++递归2:(间接递归)
在程序设计中，递归是一种常见的技术，用于解决许多复杂的问题。在递归中，函数直接或间接地调用自身，逐步缩小问题的规模，直到达到基本情况。本文将介绍一个。
2025-02-14 03:15:00
242
原创 C++ 递归讲解（内容少，简单易懂）
递归的调用需要建立大量的函数的副本,由其是函数的参数,每一层递归调用时参数都是单独的占据内存空间,他们的地址是不同的。递归函数通过自我调用解决问题，示例中通过递归计算一个递增序列，展示了递归的基本原理和执行流程。递归函数分为调用和回退阶段,递归的回退顺序是它调用顺序的逆序。递归函数即自调用函数,在函数内部直接的或者间接地调用自己。以此类推,返回1,4,7,10..这样的递增序列。也就是说,每次递归时,都会将前一个结果加3。否则,返回 f(n - 1) + 3。当 n == 1 时,返回 1。
2025-02-14 03:00:00
131
原创 C语言：冒泡排序详解
冒泡排序是最简单的排序算法之一，广泛用于教学和学习排序的基本概念。它通过反复比较相邻的元素，并在每次比较时交换位置，将大的元素逐渐“冒泡”到数组的末尾。本文通过一个冒泡排序的示例，详细解释了算法的执行过程，并逐步展示了排序过程中每个元素的变化。本文示例代码i < n - 1;这段代码通过冒泡排序算法对数组进行排序，并打印出每次内外层循环的i和j值，帮助我们更清楚地理解排序过程中元素的交换过程。
2025-02-13 22:45:24
263
原创 Python实现本地部署DeepSeek-R1-Distill-Qwen-1.5B模型教程
在现代 NLP（自然语言处理）应用中，生成式预训练模型（如 GPT 系列）已经成为非常重要的工具。今天，我们将介绍如何使用 Hugging Face 的 库在本地加载 DeepSeek 模型，并通过用户输入生成响应。首先，确保你已经安装了以下依赖：本篇文章以 DeepSeek 的模型为例，展示如何使用该模型来处理用户的输入并生成文本响应。假设你已经下载了本地的 DeepSeek 模型文件（如 ）。下面是完整的代码示例，它演示了如何加载模型并进行生成。 通过这个简单的例子，我们演示了如何使用
2025-02-13 13:29:00
818
原创 C++ 智能指针：理解 std::shared_ptr 的引用计数与内存管理
共享同一块内存时，它们的引用计数会增加，并在没有指针再指向该内存时自动释放。被复制或赋值给另一个时，它们会共享对同一内存的所有权，并且引用计数会增加。时，引用计数会减少。直到最后一个指针离开作用域，引用计数为 0 时，对应的内存才会被释放。它通过引用计数的方式来自动管理内存，确保内存的正确释放。的引用计数机制，并通过代码示例来演示如何使用它来共享内存，确保内存的安全管理。通过引用计数的方式自动管理内存，避免了手动内存管理可能带来的错误。所管理的对象，引用计数增加到 2，因为现在有两个指针指向相同的内存。
2025-02-13 12:04:53
372
原创 C++ 中的 std::unique_ptr 使用详解
是 C++ 中管理动态内存的强大工具，能够有效避免内存泄漏和悬空指针等问题。通过创建、使用std::move转移所有权、以及自定义删除器来处理内存清理，unique_ptr提供了简洁且安全的内存管理方式。
2025-02-12 14:33:50
678
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人