- 博客(20)
- 收藏
- 关注
RSS订阅原创 20个常用的初级Java笔试题及其参考答案
主要实现类包括：`ArrayList`、`LinkedList`、`HashSet`、`TreeSet`、`HashMap`、`TreeMap`等。- **答案**：构造函数是一个特殊的方法，用于初始化对象。- **答案**：可以使用`FileReader`和`FileWriter`类。- **答案**：`final`关键字用于声明不可更改的变量、方法和类。- **答案**：`switch`语句用于基于变量的值执行不同的代码块。- **答案**：`this`关键字用于引用当前对象的实例变量和方法。
2025-04-17 23:06:22
160
原创 16位海明码解码电路设计教程
5. 提取16位原始数据（位置3, 5, 6, 7, 9, 10, 11, 12, 13, 14, 15, 17, 18, 19, 20, 21）- P1(位置1)：检验位置3, 5, 7, 9, 11, 13, 15, 17, 19, 21...(二进制表示中最低位为1)- P2(位置2)：检验位置3, 6, 7, 10, 11, 14, 15, 18, 19...(二进制表示中第2位为1)错误位置 = {P16', P8', P4', P2', P1'} = {0, 1, 1, 0, 1} = 13。
2025-04-17 23:05:49
236
原创 拆解吴恩达开源的翻译AI Agent
近日，他又开源了一个翻译AI Agent，他认为 AI 智能体机器翻译对改进传统神经机器翻译”具有巨大潜力，尚未被完全发掘“ ，在周末的时间，写了一个演示项目。总结来看，改进后的翻译，结构和用词，更有韵律，更贴近诗歌的感觉。3、让AI再一次结合步骤1的初始翻译，和步骤2的修改意见，再进行最终的翻译改进。今天，我们对他的翻译Agent，做一个详细的拆解。角色1，先把用户的问题，进行封装，交给角色2回答。角色1，对角色2的回答，进行检查、思考、批注。角色2，根据意见，进行修改返回最终的结果。
2025-04-14 16:03:53
299
原创 100个有用的AI工具 之 生成透明图像LayerDiffuse
LayerDiffuse 是 ControlNet 作者的新作，目前可以在sd-forge UI，和ComfyUI上使用。今天介绍的是SD的一个插件LayerDiffuse，它可以帮助我们用SD生成透明的png图层。我们在用PS抠图的时候，对于头发、毛绒边这种图是非常头疼的，有了它，可以直接生成半透明的png图，就不需要抠图了。Stable Diffusion是开源图像生成界的扛把子，最强的地方在于它的可控性，通过ControlNet，和一系列插件，可以非常精准地控制图像生成的需求。
2025-04-14 16:01:41
363
原创 本地化打造自己的AI Copilot 笔记系统
Notion确实是一个非常优秀的产品，它创新的数据库功能，为笔记软件带来了新的体验。（这种订阅制的AI产品，单个价格还能接受，但以后每个软件都有AI功能，每个月都来一刀，钱包受不了啊）接下来我们来体验一下：点击左侧菜单的copilot chat按纽，右侧会显示copilot面板，在输入框就可以进行提问。总体来说，使用下来，体验并不如Notion那么丝滑，但是它也确实是解决了几个Notion的痛点，可以作为平替。今天我要介绍的是一个本地化的免费的AI copilot 笔记方案。是一款免费的笔记软件。
2025-04-11 22:43:16
315
原创 SD3开放权重下载，效果惊艳！附comfyUI工作流教程
画面效果和MJ相比，不相上下，MJ想象更丰富一些，SD3可以通过参数调整是更偏向提示词还是让AI更多自由发挥。6. 目前用的是官方原版模型，借鉴1.5和xl的经验，后续社区会出不少微调模型，在画质、风格上还会有提升。5. 生成速度略慢于sdxl，我用的p40卡，生成一张1024x1024的图片，28步，大约要1分钟。可以说SD3模型，已经能满足各种场景的生产环境使用了。这是官方给出来的生成效果图，也附带了提示词，下面是第一张图片的提示词。此外，我也找了一些Midjourney的咒语，看生成的图片对比。
2025-04-11 22:41:43
381
原创 AI产品经理必须知道的技术 之六 【大模型测评】
Huggingface做了一个OpenLLM榜单，它只做榜单，测评的数据集和验证工具是开源基准测试库 EleutherAI的 LM Evaluation Harness，而这个测试库，也是整合了很多开源的数据集，其中就包括MMLU)。比如斯坦福的AlpacaEval排行榜，它可以自己测试，也可以提交给官方进行测试，需要先发邮件申请，然后通过后，提供模型的访问API。这些数据集，大多都是公开的。也并非所有的测评基准都包含上面所有的维度，事实上有很多测评基准是非常简单的，测评的维度远远小于这些范围。
2025-04-09 22:54:25
619
原创 AI产品经理必须知道的技术 之七 【注意力机制】
其次，最重要的是，注意力机制解决了并行计算的问题，这使得大规模的模型训练成为可能，大力出奇迹之后，模型的性能得到了质的提升。我们也可以明白，为什么使用COT（思维链）,或者让大模型反思，可以让大模型生成更好的答案，它的本质是这些输入，通过注意力机制，调整了输入的嵌入向量，使这个向量更接近它要输出的答案。通过个公式，计算出了每一个token和其它的token的加权向量Attention(Q,K,V)，如上图，再对每一列进行加权求和，再加上它的初始Embedding，得到这每个token的最终嵌入向量。
2025-04-09 22:52:52
884
原创 超简单在本地部署Llama3的方案
llama3用了15T的token训练，数据量是llama2的7倍，是gemma的2倍。8B的版本，在测评中，打败了前不久刚发布的Gemma7B版本，而70B版本则打败了Gemini Pro1.5，和Claude3。OLLAMA_HOST OLLAMA模型以服务方式运行的时候，即提供API，默认是只能被localhost访问的，设置这个为0.0.0.0，可以被网络访问。客户端软件有非常多。OLLAMA_MODELS OLLAMA模型的下载路径，默认是在C盘的，如果要改变，可以设置这个环境变量。
2025-04-08 22:37:07
774
原创 AI产品经理必须知道的技术之 五 【AI相关概念术语1】
通俗来讲，LORA模型的原理是，训练一个低秩的小模型，将小模型与大模型的参数合并，从而改变模型的参数。知识蒸馏通过训练一个简化的模型（通常称为学生模型），将一个复杂模型（通常称为教师模型）的知识转移给学生模型，从而减少模型的大小和计算复杂度，同时尽量保持模型的性能。大模型推理时常需要设置的参数之一，大模型推理中，temperature用来控制模型输出结果的随机性，一般来说，temperature介于0-1之间，temperature值越高，生成的内容随机性越大，反之，则生成的内容更准确，但缺乏多样性。
2025-04-08 22:35:36
882
原创 AI产品经理必须知道的技术 之 【大模型压缩】
我的理解是，去掉一些不是很重要···············的信息，有时候确实是能让决策更简单，也更准确。大模型是一场军备竞赛，各大厂商不断推出能力更强的模型，通常来说，要么是训练参数量翻倍更大的模型，要么是利用MoE架构，由多个专家模型，组成一个多模态大模型。大模型的算法是神经网络，模仿人类大脑的结构，包含多个神经元，和权重（生物学上是突触，两个神经元之间的连接点），由多个层组成。这确实是有可能的，但厉害的剪枝算法，就是能在保证最终效果的前提下，尽可能地裁剪，这就要看园丁师傅的水平了。
2025-04-07 22:53:36
550
原创 AI产品经理必须知道的技术 之 【RAG】
这其实也是一个趋势，有许多AI应用短期很火，是因为它借助AI能力满足了一部份人的需求，而底层AI公司，现阶段主要在底层模型能力上发力，应用端则开放API，让生态自由发展。做AI应用的创业团队，都需要考虑，尽可能的轻量、快速迭代。我们知道一段文字，哪怕是一个词，它包含的信息都是非常非富的，并且不词与词之间，都有关联关系，比如说狗、dog、gou、旺财、二哈，这些词它们的意思是很接近的。你也可以将过去大模型回答问题的记录，将其中常见的问题，优秀的回答，差的回答，经过审核筛选后，也作为知识的一部份。
2025-04-07 22:52:22
1170
原创 AI产品经理必须知道的技术 之 【RAG】
这其实也是一个趋势，有许多AI应用短期很火，是因为它借助AI能力满足了一部份人的需求，而底层AI公司，现阶段主要在底层模型能力上发力，应用端则开放API，让生态自由发展。做AI应用的创业团队，都需要考虑，尽可能的轻量、快速迭代。我们知道一段文字，哪怕是一个词，它包含的信息都是非常非富的，并且不词与词之间，都有关联关系，比如说狗、dog、gou、旺财、二哈，这些词它们的意思是很接近的。你也可以将过去大模型回答问题的记录，将其中常见的问题，优秀的回答，差的回答，经过审核筛选后，也作为知识的一部份。
2025-04-06 22:20:56
576
原创 AI产品经理必须知道的技术 之 【微调】
对于AI产品经理，或者想要入行AI产品经理的朋友，可能很多人都会有这样的困惑：我不懂技术，现在AI各种技术文章、专业名词，我都看不懂，我也不是人工智能专业，我到底能不能从事AI产品经理？我想说，AI技术确实有很高的门槛，懂AI技术会成为产品经理的优势，但技术一定不会是AI产品经理的门槛。腾哥也非专业科班出身，从事产品经理十多年，C端、B端、数据产品都做过，对技术的理解洞察是我的优势。我的心得就是，要从底层原理去总结抽象技术，或者说，要能用自己的语言、用最通俗的例子，去理解技术。
2025-04-06 22:19:58
577
原创 AI程序员Devin出世，程序员离失业还有多久？
但是AI也不会取代所有的技术，至少从现在来看，AI在学习已有的知识方面能力很强，但并未看到AI能够自己创造。我觉得，在AI到来之前，我们的软件工程，有从知识密集型产业向人力密集型产业变化的趋势。头部的互联网大厂，靠着用户规模红利的优势，有足够的利润支撑高薪员工。今年以来，AI已经几次让我们震撼了，前有OpenAI的Sora，Claude3，现在在Devin，相信后面还会有越来越多，越来越大的惊喜。例如：Devin可以自己决定，用浏览器打开API文档，学习如何调用API，然后编写代码，调试bug，部署运行。
2025-04-04 20:00:00
411
原创 Nvidia推出的AI软件，可以在个人电脑上安装AI知识助理
不仅如此，您还可以提供 YouTube 播放列表的 URL，然后该应用会自动加载播放列表中的视频的转写内容，让您能够查询视频中包含的内容。如果将模型做小，能力又恰好能满足某些应用场景，使模型能够运行在消费级终端上，那么未来的应用场景将是十分广阔的，想象一下，每一台PC，每一部手机，甚至汽车、机器人，如果都能在本机运行AI，那在应用端就可以有无限的想象。概括来说，就是Nvidia提供了一个本地安装的软件，可以将用户本地的知识库（文档）或者网页，提供给本地的LLM模型，LLM模型根据内容给出回复。
2025-04-03 22:30:32
342
原创 AI产品商业化分析 - 从字节Coze产品想到的C
Coze会成为成为未来的应用市场、网址导航，Coze可以在这里面卖广告，收佣金，获取免费的数据，而Coze的成本是算力，现在的算力的成本也许很高，但只要未来算力的成本下降，用户的习惯培养成享，它的盈利点就到来了。B端市场其实是有很大的商业机会的，因为它的用户群体、应用场景很多，也很复杂，可以做非常精细的划分，这里面就有很多中小公司的机会，这些活往往也是大厂不屑干、干不好的。上层是各种AI应用，有原来的企业应用产品通过改造与AI Agent集成，也会有新的原生的AI应用。字节也想走这条路吗。
2025-04-02 22:38:55
636
原创 一天一个大模型 - 语音生成大模型XTTS
3、高级功能，可以对生成的语音进行控制和编辑。可以调整语音的音高，音量，语速，情感等，来实现不同的风格和表达。今天要介绍的，还是一款语音大模型XTTS，这个模型在生成质量上非常出色，我试了一下，对中文的生成效果不错，音色克隆也非常接近。数字是可以正确阅读的，比较长的数字，读的时候会有一些卡顿，但反而很像真人的说话效果。在中文中夹杂英文的效果，效果不是特别好，英文发音不准确。1、支持17种语音，对中文生成的效果不错，后面我会给一些生成的demo。按demo提供的例子，生成的音频，英文效果十分不错，语气自然。
2025-04-02 22:37:43
191
原创 一天一款大模型 - 语音生成 Bark
Bark可以支持多种语言，包括英语、中文、德语、法语、日语、韩语、意大利语、俄语，葡萄牙语、土耳其语、波兰语、印地语。除此以外，还可以英语、德语、波兰语的基础上，克隆自己的音色，创建自己的speaker模型。语音生成：Bark 可以生成非常逼真自然的语音，包括语言，音乐、背景噪音和简单的音效。Bark是由Suno AI (suno.ai)开发的，这家公司的主页上介绍他们是一个可以制作音乐的AI，因此，这个开源大模型也带有音乐的基因了。用默认的例子，生成了一段音频，有多人对话，有语气。
2025-04-01 22:53:14
287
原创 一天一款大模型-语音克隆大模型OpenVoice
总结来说，在英文方面效果比较好，中文口音有点奇怪，和生成语音的TTS引擎有一些关系。用户提供的文本内容以及风格参数，由基础Speaker TTS模型先生成一段间频，然后再和用户提供的参考音频，通过合成模型进行合成，模拟音色。根据这个原理，如果能自己训练基础Speaker TTS模型，或者使用第三方的TTS模型，再由OpenVoice进行合成，应该能达到更好的效果。：用户可以上传一段短音频，OpenVoice根据参考音频的音色，以及给定的文本提示词，以及指定的语气风格，生成短音频。
2025-04-01 22:50:36
207
【深度学习面试】优化器、过拟合、归一化及神经网络核心概念详解：常见面试题汇总与解答
2025-04-17
2012年至2022年蓝桥杯单片机设计与开发项目的历年省赛真题
2025-04-14
基于Python的天气查询API封装：MCP协议服务端与客户端实现及应用
2025-04-11
MCP客户端Java SDK实现
2025-04-11
基于MCP协议的大模型交互SDK设计
2025-04-11
【Python编程】百度网盘API操作指南
2025-04-06
Microsoft Visual C++ Redistributable 所有历史版本官方下载连接
2025-04-04
Java面向对象的三大特性：封装、继承与多态
2025-04-04
HBase部署配置指南：从单机到分布式集群的详细操作与优化
2025-04-04
【物联网技术】RFID射频识别技术详解：系统组成、使用步骤、应用场景与维护指南
2025-04-02
【Java编程基础】20个常用初级笔试题及参考答案：涵盖数据类型、面向对象特性与异常处理等核心概念解析
2025-04-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人