- 博客(348)
- 收藏
- 关注
RSS订阅
原创 OpenCasCad (OCCT):几何数据创建算法 Module ModelingAlgorithms
Module ModelingAlgorithms几何算法模块包含众多模块，目前最关心的是几何的创建。几何的创建算法。
2021-11-21 12:19:21
765
原创 Revit SDK 介绍：CompoundStructure 复合结构
前言本文介绍 Revit 复合结构，及 SDK 中的例子， CompoundStructure。内容概念说明复合结构墙、楼板、天花板和屋顶可以由平行的层构成。复合图元既可以由单一材质的连续图层构成（例如胶合板），也可以由多重图层组成（例如石膏板、龙骨、隔热层、气密层、砖和壁板）。 另外，构件内的每个层都有其特殊的用途。 例如，有些层用于结构支座，而另一些层则用于隔热。 Revit 会考虑每个图层的功能，并通过匹配功能优先顺序在相邻的复合结构中连接对应的图层。可以通过设置层的材质、厚度和功能来
2020-06-05 10:51:17
1306
2
原创 Dynamo For Revit 几何专题：概述
前言上周整理了一下 Revit API 的几何库接口，这里再整理一下 Dynamo For Revit 的几何库。和 Revit API 一样，Dynamo For Revit 提供了一套完整的几何库。既然是几何库，那就逃不过这些概念：点、线、面、体。那么，对于任意的几何库，实际上，你要关系的东西逃不过下面的表格，（点 / 线 / 面 / 体）与（点 / 线 / 面 / 体）之间的关系。比...
2020-03-29 10:32:30
1907
原创 Revit API 几何专题 1：几何类库概述 GeometryObject
几何类库Revit API 提供了一套完整的几何库。既然是几何库，那就逃不过这些概念：点、线、面、体。那么，对于任意的几何库，实际上，你要关系的东西逃不过下面的表格，（点 / 线 / 面 / 体）与（点 / 线 / 面 / 体）之间的关系。这些类的基类都是 GeometryObject。对应的点、线、面、体：点： Point线： Curve、 Edge、PolyLine、Profil...
2020-03-21 09:35:29
2680
原创 Dynamo For Revit: Category、Element、Element Type、Family、Family Symbol、Family Instance
前言通过使用 Dynamo For Revit 的节点，介绍一下 Revit 中 Category、Element、Element Type、Family、Family Symbol、Family Instance 这些概念的相关与差异。概念简介
2020-02-22 17:15:53
3846
原创 OCC示例：三维矩阵变换
gp_Trsf是Open CASCADE中用于表示几何变换的类，这里创建了一个变换对象。gp_Pnt是表示三维点的类，创建了一个点，坐标为，该点将作为后续变换的中心点。gp_Trsf是Open CASCADE中用于表示几何变换的类，这里创建了一个变换对象。gp_Ax1表示三维空间中的一条轴，通过一个点和一个方向来定义。此轴会作为后续镜像变换的对称轴。gp_Trsf类用于表示几何变换，这里创建了一个对象，后续会用它来定义具体的变换操作。gp_Ax1。
2025-03-24 22:30:00
1268
原创 在人工智能浪潮中的随想
举个例子，学了发动机的原理，去手搓个发动机，似乎没有必要。大模型也是如此，即使去了大公司，做模型训练的岗位也就那么多，更多的人是围绕着模型训练去做优化或者支持的工作。在工作上，比较现实的，在非人工智能公司工作，只是使用的话。第一种，用传统算法或者小模型，解决具体问题，稍微调调参数，能够解决自己领域的问题。第二种，纯粹的大模型之上的应用，无论是RAG还是微调，做做皮毛，还是解决自己领域的问题。再者，年龄也大了，差不多40了，虽然也是人工智能相关专业毕业，但毕竟前面干的都是软件开发的工作。
2025-03-23 17:44:40
143
原创 基于 OpenGL 和 Qt 的三维彩色立方体可视化程序：鼠标射线发射与视角旋转交互实现
在 OpenGL 拾取物体的基础在于能够计算鼠标点下之后，这条射线和三维图元是否相交。求交当然会涉及更复杂的算法，这里不讨论，这篇文章“手搓”里一条射线，顺便显示一个立方体作为参考。
2025-03-22 09:00:00
293
原创 大模型训练的调参与算力调度技术分析
虽然从网络上，还有通过和大模型交流，了解了很多训练和微调的技术。但没有实践，也没有什么机会实践。因为大模型训练门槛还是挺高的，想要有一手资料比较困难。如果需要多机多卡，硬件成本小公司也无法承受。使用AI 的成本是越来越低，获取信息越来越容易，但一些需要实践的经验还是需要动手才能获得。
2025-03-21 22:41:54
674
原创 强化学习：动作空间处理的核心技术
强化学习在动作空间处理上已形成成熟体系，从离散到连续、从单任务到多目标的演进不断拓展其应用边界。未来，随着算法创新与硬件升级，强化学习将在更多领域实现智能化决策的突破。
2025-03-21 19:48:43
411
原创 老知识：OpenGL 的 glu这个库已被弃用，改用glm了
•GLU已过时，仅适合维护遗留代码；新项目应避免使用。•GLM是现代 OpenGL/Vulkan 开发的事实标准数学库，建议优先采用。• 学习资源应关注可编程管线和着色器编程（如 LearnOpenGL 等教程）。如需处理旧项目中的 GLU 代码，可逐步替换为 GLM 或自定义数学实现。
2025-03-20 22:15:00
264
原创 《AI开发平台终极对决：Coze vs. Dify——企业IT负责人的智能选型破局之道》
作为公司IT负责人，每天都要面对层出不穷的技术工具选择。当业务团队提出“快速搭建智能客服机器人”或“开发企业级AI助手”的需求时，你是否也在Coze与Dify之间犹豫不决？二者同为AI应用开发平台，却在目标定位、技术架构和生态适配性上存在显著差异。本文将从三大核心维度拆解它们的特性，助你根据团队能力、项目需求和长期规划做出更优选择。
2025-03-20 22:01:04
370
原创 选错开源协议=埋雷！1分钟看懂GPL/MIT/Apache核心差异
具有“传染性”，任何衍生作品（包括动态链接）必须开源并采用GPL。：分为二条款版和三条款版。：要求修改后的文件必须开源，但允许其他部分闭源，介于GPL与MIT之间。：学术研究、需兼顾开源与商业化的项目（如FreeBSD操作系统）。：企业级项目（如Hadoop、Kafka），需避免专利纠纷的场景。：简单易用，商业兼容性强，适合希望广泛传播代码的项目。：需部分闭源的混合开发项目（如Firefox浏览器）。：商业软件需避免直接集成GPL代码，否则需全面开源。方式闭源商业软件，但修改后的库代码仍需开源。
2025-03-19 20:00:00
361
原创 Autodesk Forma：云端AI重塑建筑早期设计，让决策从“经验”走向“计算”
Autodesk正将Forma打造成建筑行业的“智能前端”：通过集成生成式AI，未来可实现“文字描述自动成模”（如输入“可持续的滨水社区”，AI生成含日照优化的总图）；结合数字孪生技术，方案阶段即可模拟运维能耗，真正实现全生命周期的可持续性。Forma的颠覆性在于，它让建筑设计的“前端”不再是粗糙的草图，而是可计算、可验证、可生长的数字原型。当每个方案都自带日照分析、碳足迹报告和合规性校验，设计师的创造力得以聚焦于空间体验，而非重复劳动。
2025-03-19 07:30:00
829
原创 深度革命：ResNet 如何用 “残差连接“ 颠覆深度学习
从ResNet到如今的千层大模型，残差连接始终是深度学习的"灵魂组件"。深度不再是障碍，而是力量的源泉。随着AI进入多模态、大模型时代，残差思想仍在焕发新的生命力。这场始于2015年的深度革命，至今仍在书写属于它的传奇。
2025-03-18 20:30:00
1540
原创 词向量+位置编码=语义+语序？Transformer如何让相加操作不丢失原意？
例如，注意力机制可能通过不同的权重矩阵，分别提取内容相关的信息（词向量主导）和位置相关的信息（位置编码主导）。信息融合的灵活性：相加允许每个维度同时编码内容和位置信息，而拼接需要模型在更高维度上分别处理两者，可能增加计算复杂度。固定位置编码（如正弦/余弦函数）：位置信息由预定义的公式生成，模型通过学习如何解析这些固定模式来分离位置信息。位置头：更关注位置编码，用于捕捉语序信息（如“猫追老鼠”和“老鼠追猫”的差异）。可学习位置编码：位置编码是训练出来的参数，模型直接学习如何将其与词向量结合。
2025-03-18 20:25:44
885
原创 Augmenta.ai：生成式AI驱动的建筑设计自动化平台，重塑工程效率
Augmenta.ai的野心不止于“画图工具”，而是通过**“AI+行业知识+云端协同”，构建建筑设计的“数字神经系统”。“让好设计更快、更省、更可持续，释放建筑师的创造力，而非消耗在重复劳动中。”**（注：本文基于官网公开信息及行业报道提炼，核心数据均来自可验证的客户案例与技术白皮书。
2025-03-18 07:30:00
840
原创 AI 引擎 × 法规智脑：住宅设计的未来操作系统
Maket.ai是一款专注于住宅规划的生成式设计软件，利用人工智能技术简化建筑设计流程，目标用户包括建筑师、设计师、开发商及普通房主。
2025-03-17 20:00:00
364
原创 参数化设计的终局：Hektar 让设计师告别建模，10 分钟生成合规 BIM，北欧顶所都在用
Hektar 是 Parametric AB 公司开发的参数化智能设计平台，聚焦建筑与工业设计领域，通过AI驱动的参数化建模与知识重用，实现从概念设计到细节落地的全流程自动化。官网明确其核心定位为：“让复杂设计回归逻辑，用数据驱动效率革命”。以下为官网核心内容提炼：智能布局引擎（Smart Layout Engine）动态参数化建模（Dynamic Parametric Modeling）知识沉淀与复用（Design DNA Library）官网强调：“设计不是重复劳动，而是知识的创造性重组”。通过将企业积
2025-03-17 07:30:00
1002
原创 Skema：AI 驱动的方案到 BIM 加速工具，重塑早期设计工作流
在建筑设计「方案-深化」的痛点环节，Skema通过**「知识重用+AI自动化」，让设计师从“画模型”转向“拼模块”，将企业积累的设计经验转化为可复用的数字资产。其与Revit的无缝集成，更实现了“创意在Skema，细节在Revit”**的高效分工，标志着BIM从“全周期建模”向“全周期知识运营”的进化。对于追求快速交付与标准化的建筑企业，Skema正在成为早期设计的「必选项」。
2025-03-16 20:01:02
794
原创 数学界的「奥卡姆剃刀」：降维凭什么能用 30 维「抓住」1000 维数据的灵魂？
物理类比：如同将3D物体的阴影投射到2D地面（损失部分信息，但保留轮廓本质），降维舍弃的是“视角细节”，保留的是“结构本质”。认知隐喻：人类通过“抽象概念”（如“水果”而非“每个苹果的像素”）高效认知世界，降维让AI学会同样的抽象——这正是其作用的终极原因。数学保证：只要数据满足ε-逼近（存在低维子空间，使原始数据95%的点距该子空间≤ε），降维就能在信息损失可接受的前提下，解锁计算和认知的双重效率。一句话答案。
2025-03-16 18:08:14
879
原创 图像识别中的卷积算不算一种降维的方法？
卷积本身是特征提取，通过局部感知和权值共享，将像素级输入转化为语义特征，维度可能增加。池化/步长卷积是降维操作，通过空间下采样减少维度，降低计算量并缓解过拟合。图像识别的降维是组合拳：卷积（特征抽象）→池化（空间降维）→全连接/GAP（最终降维）。类比：卷积如同筛子，先筛选出关键特征（如边缘），池化再倒掉冗余的空间细节，最终得到浓缩的特征向量。降维是结果，而非卷积的初衷。
2025-03-16 17:53:34
1047
原创 什么是蒸馏？举个栗子，6710 亿→320 亿！DeepSeek 用「思维链复制术」，让小模型 3 天学会大模型半年的推理套路
技术突破：首次证明「大模型 RL 推理模式可高效蒸馏到小模型」，打破「大模型=高成本」的铁律。落地普惠：320亿参数的 Qwen-32B 蒸馏版，让中小企业用普通显卡（如 A100）就能部署代码推理、数学解题等场景，成本降低 95%。开源生态：基于 Qwen 和 Llama 系列的多尺寸蒸馏模型（1.5B~70B），推动国产大模型在垂直领域（如医疗代码、教育题库）的快速定制。
2025-03-16 10:00:00
817
原创 AlphaGo 家族：从「偷看棋谱」到「自创宇宙套路」的 1008 天
一个被扔进游戏厅的小孩，只被告知「赢了有糖吃」；疯狂试玩所有游戏，边玩边记「按这个键容易赢」；玩每局前先脑补1000种死法，选最苟的通关路线；三天后，拳打街机厅所有高手，还发明了没人见过的连招。（柯洁曾说：「人类千年对围棋的探索，可能只是AI的一个初始参数。」——AlphaZero证明了这点，而且它的野心，是所有需要「规则+策略」的领域～）划重点：AlphaZero的牛逼，不在于赢棋，而在于证明「只要给规则，AI能自学出超越人类的智慧」——这才是让所有人后背发凉的地方啊！😱。
2025-03-15 20:00:00
764
原创 DDPG：当 AI 学会「听劝」，连摔的姿势都写进错题本… 教练：这届机器人比我当年会刷题！
所以DDPG搞了个「影子评委」：用旧版本的评委打分（目标网络），就像用「过去的经验」给现在的动作兜底，让训练更稳（想象你打游戏时，系统用3秒前的稳定版本给你计伤害，避免突然卡顿的影响）。💡总结：DDPG就是「演员莽+评委劝+错题本复习+稳扎稳打」的组合，特别适合连续动作的场景（比如机器人、自动驾驶），比那些纯靠运气乱试的算法聪明多了！传统的强化学习（比如DQN）选动作靠概率（比如60%选最优动作，40%随机浪），但DDPG玩真的——既然评委说60°抬腿最稳，那就。
2025-03-15 07:00:00
177
原创 RL 三大算法！这份保姆级笔记带你 30分钟回顾 DP/MC/TD
图片和部分材料来源于邹伟所著的《强化学习》由清华大学出版社于 2020 年 6 月出版。读过一些关于强化学习的书籍，邹伟我认为写得最清晰。本文从三张图片介绍三种算法：动态规划、蒙特卡洛、时序差分算法。如需更详细信息，可以购买纸质书或者电子书。（我是在得到电子书里面阅读的）
2025-03-14 20:30:00
760
原创 大模型卷上天，聚类在「摸鱼」？—— 它才是推荐算法的「搓搓侠」！
大模型是推土机，聚类是小镊子。前者负责轰隆隆搞大事情，后者负责在细节里掏宝贝 —— 这对 CP，香得很！
2025-03-14 07:30:00
243
原创 聚类算法没死！你仍要了解！在 AIGC 洪流中，它成了大模型最需要的「降噪滤网」
聚类算法比较直观，也容易理解。现实中使用基本也就调用sk-learn中现成的算法。在大模型大行其道的当下，这些传统算法似乎失去了光辉，但实际上，在特定的领域还是有用的。例如：2024 年，某短视频平台日均通过 Stable Diffusion 等大模型生成 500 万条 AI 视频，但面临重复内容占比高（28%）、低质内容（模糊 / 违规）难筛的问题。大模型擅长生成多样性内容，但缺乏「无监督分组」能力，需依赖聚类算法实现高效数据治理。聚类算法的核心特点在于无监督的直观分组能力：它通过数据点间的相似性（如距离
2025-03-14 07:00:00
1853
原创 决策树算法核心要点
决策树凭借其直观性与灵活性，成为机器学习领域的经典工具。在实际应用中，需根据任务需求选择适配算法（如C4.5处理复杂分类、CART兼顾效率与泛化），并结合集成方法提升性能。未来，决策树的研究可能聚焦于动态剪枝算法、与深度学习结合（如神经决策树）等方向，以应对高维稀疏数据场景的挑战。
2025-03-13 07:30:00
824
原创 端起咖啡杯，藏着千亿矩阵的变换 ——AI 算出的浪漫，竟是宇宙写好的公式
2023 年突破千亿参数的 “苍龙 - 9” 大模型，其 Transformer 架构的每个模块都在复现宇宙的基本法则：自注意力机制是 QKV 矩阵的时空对话，位置编码是正弦矩阵的维度折叠，就连 Tokenizer 对语义的切分，都暗合词向量空间的矩阵降维。此刻窗外的樱花正在飘落，每片花瓣的翻转都对应着旋转矩阵的特征向量。这个认知不会消解世界的浪漫，反而让我们看见：杯沿的温度传导是热传导矩阵的元素扩散，童年的记忆是突触矩阵的奇异值分解，就连 AI 的 “创造力”，都是对宇宙矩阵法则的忠实模仿。
2025-03-13 06:00:00
395
原创 机器学习的 “信息免疫系统”：熵、互信息和 KL 散度
在机器学习中，熵、互信息和 KL 散度分别用于衡量数据的不确定性、变量间的依赖程度以及概率分布的差异：熵量化数据分布的混乱程度，指导特征选择和生成模型的多样性控制；互信息评估两个变量的关联强度，用于特征筛选和多模态对齐；KL 散度则比较两个分布的偏离程度，在模型训练、迁移学习和异常检测中校准输出。三者共同构成机器学习的 “信息免疫系统”，从数据预处理到模型优化全流程中，帮助系统应对不确定性、捕捉关键关联并纠正偏差，确保算法在复杂任务中保持稳健性。熵（Entropy）是信息论和热力学中的核心概念，其物理意义和
2025-03-12 22:00:00
865
原创 生态宇宙：全球五大 BIM 软件构建的数字建造多维星系
在数字技术与建筑业深度融合的浪潮中，BIM 软件正成为驱动行业变革的核心引擎。本文聚焦全球五大 BIM 领军者 ——Autodesk Revit、Graphisoft ArchiCAD、Bentley MicroStation、Trimble Tekla Structures 和 Dassault Systèmes CATIA，解码它们如何以颠覆性技术打破传统建造边界。
2025-03-12 22:00:00
1689
原创 集成学习:组队打比赛
选“小助手”模型：选简单的基础模型（如“单层决策树”）当“小助手”，每个小助手能力有限，单独用可能总犯错，但好训练、速度快。准备“参赛选手”的数据：先拿到带标签的训练数据，比如一堆“水果图片+水果名称”的样本，这是让模型学习的基础。
2025-03-12 21:17:49
118
原创 机器学习性能度量全解析：从分类到回归的关键指标与选择策略
机器学习性能度量是一个多维度的评估体系，需根据任务特性、数据分布和业务目标选择组合指标。金融风控模型：AUC-ROC（整体性能） + 精确率（减少误放风险） + 对数损失（概率校准）推荐系统：NDCG（排序质量） + 点击率（CTR） + 覆盖率（多样性评估）医疗诊断模型：召回率（减少漏诊） + 精确率（减少过度治疗） + Kappa系数（一致性验证）通过系统化的指标选择与验证，才能构建既符合统计规律又满足业务需求的机器学习模型。
2025-03-11 23:00:00
889
1
原创 数据的划分、性能指标和评估方法
将原始数据集随机划分为互不重叠的训练集（70-80%）和测试集（20-30%），仅用训练集训练模型，测试集用于最终性能评估。
2025-03-11 22:00:00
587
原创 松鼠豆豆的坚果侦探社：一棵会长大的「吃货决策树」
秋分那天，小松鼠豆豆的树洞炸开了锅。"这是什么怪东西呀！“豆豆叼着一颗月牙形的坚果，爪子在满地的盲盒壳里扒拉——红肚皮的橡果、带刺的板栗、圆溜溜的山核桃，还有三颗长得一模一样的"迷你橄榄球”。昨天她刚因为咬到苦杏仁酸得跳脚，现在看着堆成小山的坚果，尾巴都愁成了毛球。"要想不踩雷，得学会给坚果分类！"妈妈松鼠啃着松果笑，"就像你小时候认蘑菇——先看颜色，再摸斑点。“豆豆眼睛一亮，突然想起去年春天，她用花瓣给蘑菇画过"辨别图谱”，现在那些皱巴巴的图纸还贴在树洞墙上呢。
2025-03-11 20:30:11
1193
原创 英雄迟暮：SVM算法的荣耀与孤独
1995年的剑桥，Vladimir Vapnik教授站在数学系演讲厅前，手中的论文还带着油墨香气。这个来自俄罗斯的学者，即将向世界介绍他的"最优分类器"。他不知道，这个被称为"支持向量机"的算法，将在未来二十年间重塑机器学习的版图。年轻的SVM像一把锋利的剑，出鞘时便带着寒光。他的核技巧能将非线性问题转化为高维空间的线性分割，最大化间隔的思想让他在文本分类、手写识别等领域所向披靡。
2025-03-10 22:39:36
344
使用OpenGL + QT 实现管线求交地操作
2025-03-21
Open CASCADE Technology 7.6.0用于3D建模瓶子实例教程
2025-03-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人