相关推荐
彭罗斯菱形平铺:用于彭罗斯平铺的 MATLAB 函数-matlab开发
用于计算和可视化特定类型彭罗斯平铺的函数。 彭罗斯平铺是非周期性和自相似的。 这种特殊的瓷砖称为 P3,由一对菱形构成,一个是薄的,一个是厚的。
陶哲轩等人用编程方法,推翻了60年几何难题「周期性平铺猜想」
编辑|机器之心点击下方卡片,关注“自动驾驶之心”公众号ADAS巨卷干货,即可获取点击进入→自动驾驶之心【全栈算法】技术交流群数学家们曾预测,如果对形状如何平铺空间施加足够的限制,他们可能必然出现周期性模式,但事实证明不是这样。几何学中,最难攻克的问题往往是一些最古老、最简单的问题。自古以来,艺术家和几何学家们就想知道几何形状如何在没有间隙或重叠的情况下铺满整个平面。然而用罗切斯特大学数学家 A...
2026年AI大模型面试题整理(含答案).zip
2026年AI大模型面试题整理(含答案),共76份。供大家学习参阅。 AI大模型八股文(102).pdf Transformer面试题总结97道.pdf 大模型 LLM 最全八股和答案.pdf 大模型 RAG 经验面.pdf 大模型LLMS面试宝典.pdf 大模型岗位面试全纪录.pdf 大模型常考面试题总结+答案.pdf 大模型常见面试题及解答1.pdf 大模型常见面试题及解答2.pdf 大模型常见面试题及解答3.pdf 大模型校招面试题.pdf 50个精通AI大模型面试题.pdf 52道大模型八股文面试题\1-大模型(LLMs)基础面.docx 52道大模型八股文面试题\10-LLMs+训练经验帖.docx 52道大模型八股文面试题\11-大模型(LLMs)langchain+面.docx 52道大模型八股文面试题\12-多轮对话中让AI保持长期记忆的8种优化方式篇.docx 52道大模型八股文面试题\13-基于langchain+RAG问答应用实战.docx 52道大模型八股文面试题\14-基于LLM+向量库的文档对话+经验面.docx 52道大模型八股文面试题\15-大模型+RAG+经验面.docx 52道大模型八股文面试题\16-LLM文档对话+——+pdf解析关键问题.docx 52道大模型八股文面试题\17-大模型(LLMs)RAG+版面分析——表格识别方法篇.docx 52道大模型八股文面试题\18-大模型(LLMs)RAG+版面分析——文本分块面.docx 52道大模型八股文面试题\19-大模型外挂知识库优化——如何利用大模型辅助召回?.docx 52道大模型八股文面试题\2-Layer+normalization+篇.docx 52道大模型八股文面试题\20-大模型外挂知识库优化——负样本样本挖掘篇.docx 52道大模型八股文面试题\21-RAG(Retrieval-Augmented+Generation)评测面.docx 52道大模型八股文面试题\22-检索增强生成(RAG)+优化策略篇6.docx 52道大模型八股文面试题\23-大模型(LLMs)RAG+——+关键痛点及对应解决方案.docx 52道大模型八股文面试题\24-大模型(LLMs)RAG+优化策略+——+RAG-Fusion篇.docx 52道大模型八股文面试题\25-Graph+RAG+面+—+一种+基于知识图谱的大模型检索增强实现策略.docx 52道大模型八股文面试题\26-大模型(LLMs)参数高效微调(PEFT)+面.docx 52道大模型八股文面试题\27-适配器微调(Adapter-tuning)篇.docx 52道大模型八股文面试题\28-提示学习(Prompting)篇.docx 52道大模型八股文面试题\29-LoRA+系列篇.docx 52道大模型八股文面试题\3-LLMs+激活函数篇.docx 52道大模型八股文面试题\30-如何使用+PEFT库+中+LoRA?.docx 52道大模型八股文面试题\31-大模型(LLMs)推理面.docx 52道大模型八股文面试题\32-大模型(LLMs)增量预训练篇.docx 52道大模型八股文面试题\33-增量预训练(Pretrain)样本拼接篇.docx 52道大模型八股文面试题\34-基于lora的llama2二次预训练.docx 52道大模型八股文面试题\35-大模型(LLMs)评测面.docx 52道大模型八股文面试题\36-大模型(LLMs)强化学习面.docx 52道大模型八股文面试题\37-大模型(LLMs)强化学习——RLHF及其变种面.docx 52道大模型八股文面试题\38-大模型(LLMs)强化学习——+PPO+面.docx 52道大模型八股文面试题\39-强化学习在自然语言处理下的应用篇.docx 52道大模型八股文面试题\4-Attention+升级面.docx 52道大模型八股文面试题\40-大模型(LLMs)训练集面.docx 52道大模型八股文面试题\41-大模型(LLMs)LLM生成SFT数据方法面.docx 52道大模型八股文面试题\42-大模型(LLMs)显存问题面.docx 52道大模型八股文面试题\43-显存优化策略篇.docx 52道大模型八股文面试题\44-大模型(LLMs)分布式训练面.docx 52道大模型八股文面试题\45-图解分布式训练(一)+——+流水线并行(Pipeline+Parallelism).docx 52道大模型八股文面试题\46-图解分布式训练(二)+——+nn.DataParallel篇.docx 52道大模型八股文面试题\47-图解分布式训练(三)+——+nn.parallel.DistributedDataParallel.docx 52道大模型八股文面试题\48-图解分布式训练(四)+——+torch.multiprocessing+详细解析0.docx 52道大模型八股文面试题\49-图解分布式训练(五)+——+AMP混合精度训练+详细解析.docx 52道大模型八股文面试题\5-transformers+操作篇.docx 52道大模型八股文面试题\50-图解分布式训练(六)——+Pytorch的+DeepSpeed+详细解析.docx 52道大模型八股文面试题\51-图解分布式训练(七)——+accelerate+分布式训练+详细解析.docx 52道大模型八股文面试题\52-图解分布式训练(八)——+ZeRO+学习.docx 52道大模型八股文面试题\6-LLMs+损失函数篇.docx 52道大模型八股文面试题\7-相似度函数篇.docx 52道大模型八股文面试题\8-大模型(LLMs)进阶面.docx 52道大模型八股文面试题\9-大模型(LLMs)微调面.docx 李老师AI大模型面试题资料\Agent Loop&Loop Engineering面试10连问.md 李老师AI大模型面试题资料\Agent Loop面试10连问.pptx 李老师AI大模型面试题资料\AI大模型面试题.png 李老师AI大模型面试题资料\DeepSeek Harness 10连问.pptx 李老师AI大模型面试题资料\FDE岗位常见面试题.pptx 李老师AI大模型面试题资料\Milvus3.0新特性.pptx 李老师AI大模型面试题资料\RAG码士学习平台知识库项目.png 李老师AI大模型面试题资料\RAG码士学习平台知识库项目.pptx 连老师AI大模型面试资料\Langchain.txt 连老师AI大模型面试资料\连老师LangChain面试题:httpscloud.fynote.comsharesZUIogPG4.txt
靠数学“拿了”两次诺贝尔奖,彭罗斯从“铺地砖”帮忙发现2011年化学奖的秘密...
晓查 发自 凹非寺量子位 报道 | 公众号 QbitAI诺贝尔奖没有数学奖,但是如果数学足够好的话,可以拿两次诺贝尔奖:帮别人拿一次,自己再拿一次。刚刚获得诺贝尔奖的英国数学家罗杰·彭...
【Web服务器运维】基于Nginx与Keepalived的高可用负载均衡系统部署:实现故障自动切换与虚拟IP管理
内容概要:本文详细介绍了如何通过Nginx与Keepalived实现高可用的负载均衡架构。首先讲解了Nginx的安装部署流程,包括依赖环境的准备、源码解压编译、启动及配置重载;接着介绍了Keepalived的安装步骤及其服务管理方式;重点在于通过配置Keepalived的主备节点(MASTER/BACKUP),结合VRRP协议和虚拟IP(VIP)实现故障自动切换,并通过自定义脚本nginx_check.sh实时检测Nginx运行状态,确保服务高可用;最后补充了在云环境中因组播限制导致心跳不稳定时,应改用单播(unicast)方式进行通信的解决方案。; 适合人群:具备Linux系统操作基础、熟悉网络基础知识,从事运维、DevOps或Web服务部署的技术人员,尤其是工作1-3年的工程师。; 使用场景及目标:①搭建高可用的Web负载均衡系统,避免单点故障;②掌握Nginx与Keepalived协同工作的原理与实战配置方法;③应用于生产环境中提升服务稳定性与容灾能力。; 阅读建议:学习时应结合实验环境动手操作,重点关注keepalived.conf配置差异与nginx_check.sh脚本逻辑,理解VRRP机制及单播替代组播的实际应用场景,注意根据实际网络环境调整IP与网卡参数。
三电平Buck直流变换器双闭环、单闭环、开环仿真【附参考文献】(Simulink仿真实现)
内容概要:本文档系统介绍了三电平Buck直流变换器在Simulink环境下的开环、单闭环与双闭环控制系统的建模仿真方法,涵盖系统建模、控制策略设计及动态性能对比分析。通过构建不同控制结构,深入探讨电压调节精度、系统响应速度、抗干扰能力及稳定性差异,重点剖析双闭环控制中电压外环与电流内环的协同作用机制,揭示其在抑制输出纹波、提升负载适应性方面的优势,帮助读者掌握多电平DC-DC变换器的核心控制原理与工程实现技术;文档还提供了详实的仿真参数设置与参考文献,便于理论验证与实践复现。; 适合人群:电力电子、自动化、电气工程及其相关专业的高校本科生、研究生、科研人员,以及从事电源系统、新能源变换器开发的工程技术人员。; 使用场景及目标:①作为高校电力电子课程的教学案例,辅助学生理解Buck变换器多层次控制策略的设计思路与性能差异;②为科研项目中高效直流变换系统的仿真研究提供可复用的技术模板;③指导工业界在高精度电源设计中优化控制器参数,提升系统动态响应与稳定性。; 阅读建议:建议结合Simulink仿真模型同步操作,对照文档逐步搭建各控制结构,重点观察不同闭环配置下输出电压的瞬态与稳态表现,深入理解PI参数整定、环路耦合影响及系统频域特性的关联性,从而全面提升对电力电子系统控制设计的综合把握能力。
陶哲轩破解数十年前几何猜想,用反例证明它在高维空间不成立,同行:推翻的方式极尽羞辱...
Pine 萧箫 发自 凹非寺量子位 | 公众号 QbitAI又一个重要数学猜想,被陶哲轩和他的博士后破解了!此前陶哲轩在博客上发了个小预告,就已经有不少人赶来围观:看起来是个大新闻。现在,不少人期待的正式版论文,终于在arXiv上新鲜出炉:这个猜想,与我们熟悉的“铺瓷砖”问题有关——用什么样的几何瓷砖,能恰好“天衣无缝”地铺满整个地板平面。它名叫周期性平铺猜想(periodic tiling co...
virtualbox虚拟机里面最顶部没有控制、设置和帮助等选项
无意中操作,导致virtualbox虚拟机里面最顶部没有控制,设置和帮助选项 virtualbox虚拟机窗口显示如下如: 如何设置,窗口显示如下图所示呢: virtualbox虚拟机窗口模式显示设置,切换可以通过如下图所示操作进行切换: PS:一定要是右边的Ctrl+C
在密铺的瓷砖背后,隐藏着令人毛骨悚然的幻影....
不要走开,精彩马上开始!如果你擅长利用圆规和直尺创造各种神奇的图案,你会发现各种边为弧形的有趣图形。让我们看看弧形构成的简单几何形状吧。一个简单的例子是由等边三角形的顶点构成的曲边三角形(...
网络安全 —— 实验(基于华为eNSP模拟器)
8. 实验八 —— 通过路由的远程管理(基于实验七的基础配置)8. 实验八 —— 通过路由的远程管理(基于实验七的基础配置)6. 实验六 —— 交换机的远程控制(直接控制和间接控制)6. 实验六 —— 交换机的远程控制(直接控制和间接控制)5. 实验五 —— 将交换机作为PC端通过交换机相连。5. 实验五 —— 将交换机作为PC端通过交换机相连。4. 实验四 —— 两个PC机通过两台交换机相连。2. 实验二 —— 两个PC机通过交换机相连。2. 实验二 —— 两个PC机通过交换机相连。
Python爬虫实战:用Selenium+ChromeDriver批量抓取政府网站政策文件(附完整代码)
本文详细介绍了使用Python的Selenium和ChromeDriver进行政府网站政策文件批量抓取的实战技巧。从环境配置、动态页面元素定位到分页机制破解和反爬虫策略,提供了完整的解决方案和代码示例,帮助开发者高效获取结构化政策数据。
CF197D Infinite Maze 解题报告
codeforces搜索解题报告
k-shape时间序列聚类实战:从理论到tslearn实现
本文深入探讨了k-shape时间序列聚类算法,从核心原理到tslearn库的实战应用。k-shape通过标准化互相关系数衡量序列形状相似性,专注于识别波动模式而非绝对数值。文章详细介绍了算法流程、Python环境搭建、数据预处理、最佳K值确定方法,并通过完整代码示例展示了模型训练与结果可视化,帮助读者掌握这一强大的“形状捕手”工具。
Temine:专为AI编程设计的终端编排器,告别窗口混乱
在软件开发中,终端多路复用器(如tmux)和窗口管理器是提升多任务并行效率的基础工具,它们通过虚拟窗格和自动化布局管理多个会话。其核心原理在于对进程和窗口状态的抽象与控制,技术价值在于解放开发者生产力,减少上下文切换。随着AI辅助编程的普及,开发者常需同时运行多个AI代理(如Claude Code),传统工具因缺乏对AI交互状态的感知而力不从心。Temine应运而生,它专为AI编程场景设计,通过AppleScript/JXA深度集成macOS终端,实现一键网格化排布窗口,并基于规则引擎实时监控AI状态(如“
红外避障模块介绍
该传感器模块对环境光线适应能力强,其具有一对红外线发射与接收管,发射管发射出一定频率的红外线,当检测方向遇到障碍物(反射面)时,红外线反射回来被接收管接收,经过比较器电路处理之后,绿色指示灯会亮起,同时信号输出接回输出数字信号(一个低电平信号),可通过电位器旋钮调节检测距离,有效距离范围2~30cm,工作电压为3.3v-5v。该模块测距离2~~30cm,检测角度35°,检测距离可以通过电位器进行调节,顺时针调电位器,检测距离增加;1.VCC外接3.3v-5v电压(可以直接与5v单片机和3.3v单片机相连).
华为OD机试双机位C卷-MVP争夺战 (C/C++/Py/Java/Js/Go)
华为OD机试(机考)双机位C卷 【MVP争夺战】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试 - MVP争夺战,
基于Lerobot SO-101与OpenCV的智能捡袜子机器人系统实践
机器人感知-规划-执行系统是现代自动化技术的核心架构,其通过传感器、控制器和执行器的协同工作,实现对物理世界的智能交互。该系统的技术价值在于将抽象的算法转化为解决实际问题的工程方案,广泛应用于智能制造、智能家居和服务机器人等领域。本文聚焦于一个具体的应用场景——家庭物品自动整理,通过计算机视觉与运动控制技术的结合,实现袜子的自动识别与抓取。项目采用OpenCV进行图像处理,利用ROS框架集成视觉识别、坐标转换和路径规划模块,最终在Lerobot SO-101机械臂平台上完成了系统部署与调试,展示了从技术原理
从0到全栈:C#/.NET/.NET Core终极学习路线——2025年开发者必修的12个阶段与30个实战项目
【代码】从0到全栈:C#/.NET/.NET Core终极学习路线——2024年开发者必修的12个阶段与30个实战项目。
超高频RFID R200读写器开发:从天线匹配到协议栈的实战指南
超高频RFID技术是一种基于射频识别的非接触式自动识别技术,其核心原理是通过无线电波在读写器与电子标签之间进行能量和数据传输。该技术因其远距离、快速群读的特性,在提升物流仓储、资产盘点等场景的自动化效率方面具有显著的技术价值。在实际工程应用中,天线匹配和协议栈是实现稳定、远距离读取的关键。天线匹配决定了射频能量的传输效率,而EPC C1G2协议栈则负责处理多标签防碰撞和数据存取逻辑。本文以Impinj R200系列读写器为核心,深入解析如何通过硬件选型、阻抗匹配网络设计以及固件驱动开发,构建一个高性能的一体
Pydoll浏览器自动化框架教程
让浏览器自动化回归本质。不再纠缠驱动兼容、不再手动处理验证码、不再因为请求和 UI 分裂而头疼。如果你经常做 Web 自动化、爬虫或者测试,不妨试试 Pydoll。也别忘了给项目点个 ⭐,让作者知道有人喜欢这个工具。👉GitHub 地址。
android 蓝牙通讯demo
android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。
CC13x2/CC26x2电源管理与Cortex-M4F架构实战解析
在嵌入式系统设计中,电源管理与处理器架构是决定设备性能与功耗的核心基础。电源管理系统通过分层供电与高效DC/DC转换技术,实现能量的按需分配与最小化损耗,其原理直接影响设备的续航能力与稳定性。处理器架构则决定了计算效率与代码密度,Arm Cortex-M4F内核凭借哈佛架构、Thumb-2指令集及硬件浮点单元,在保障性能的同时优化功耗。这些技术的价值在于为电池供电的物联网设备提供了高性能与长续航的平衡方案,广泛应用于无线传感、智能家居等低功耗场景。本文以德州仪器CC13x2/CC26x2系列无线MCU为例,
锂电池充电器电路设计 里面有电路
锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。
Unity竞技游戏地图设计:从核心动线到性能优化的全流程实战
游戏地图设计是游戏开发中连接底层技术与上层玩法的关键环节,其核心在于构建一个平衡、有趣且支持深度战术的虚拟空间。从原理上看,优秀的地图通过精心规划的玩家动线、资源分布和地形结构,引导并塑造游戏的核心循环与对抗节奏。在技术实现层面,这涉及到从宏观的白盒原型验证,到具体的地形系统、模块化资产搭建,再到光照烘焙与性能优化等一系列工程实践。对于使用Unity引擎的开发者而言,掌握Terrain系统、ProBuilder快速原型、NavMesh寻路以及光照与后处理的平衡,是高效实现设计意图并保障最终游戏体验流畅的基础
文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况
主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。
Devexpress16.2.6破解工具
Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具
德州仪器TPIC7710EVM评估板深度解析:从电机驱动到汽车电子设计实战
在汽车电子和工业控制领域,电机驱动是核心基础技术,其核心在于通过专用集成电路实现高效、可靠的控制与保护。其工作原理通常涉及功率开关、电流采样、故障诊断等模块的协同,技术价值体现在提升系统效率、保障功能安全并缩短开发周期。典型应用场景包括电子驻车制动、电动助力转向等关键系统。本文以德州仪器TPIC7710评估板为例,深入剖析其模块化硬件设计,如高侧电流检测电路和电源分割策略,并结合图形化GUI软件,演示如何通过寄存器配置和实时监控,快速验证驱动功能与保护机制,为工程师提供从评估到产品设计的完整路径。
454



被折叠的 条评论
为什么被折叠?



