- 博客(60)
- 收藏
- 关注
RSS订阅原创 Java康威生命游戏（Conway‘s Game of Life）
java类继承自JFrame，这意味着它是一个窗口，用于承载游戏的可视化界面。
2025-03-30 20:01:05
400
原创 Java 贪吃蛇游戏
javaSnakeGame类继承自JPanel，用于创建游戏面板。实现了接口，用于处理定时器触发的事件。java和：定义游戏面板的宽度和高度，单位为像素。UNIT_SIZE：定义游戏中每个格子的大小，单位为像素。GAME_UNITS：计算游戏面板中总的格子数量。DELAY：定义游戏的延迟时间，单位为毫秒，用于控制蛇的移动速度。int appleY;x[]和y[]：存储蛇的身体每个部分的 x 和 y 坐标。bodyParts。
2025-03-30 19:55:41
927
原创 使用 Flask 框架添加多个AI模型的API进行对话
该应用是一个基于 Flask 框架的 AI 模型 API 管理系统，允许用户添加、删除不同 AI 模型（如 DeepSeek、阿里云、智谱、百度、科大讯飞等）的 API 密钥，并通过这些配置好的 API 与相应的 AI 模型进行交互，获取回复。应用包含后端的 Flask 服务和前端的 HTML 页面及 JavaScript 脚本。
2025-03-27 19:30:12
928
原创 调用 DeepSeek制作简单的电子宠物
这段 Python 代码实现了一个简单的电子宠物对话程序。程序通过调用 DeepSeek 的大语言模型 API 来模拟电子宠物与用户进行对话。用户可以输入问题或消息，电子宠物会以简短、友好的语气进行回复。当用户输入 “退出” 时，对话结束。
2025-03-27 16:31:03
629
原创 python进行数据分析（以A 股为例）
pythonhtml.H1("A股股票分析看板", style={'text-align': 'center'}),html.Div([dcc.Input(id='ticker-input', value='600519', type='text'), # 茅台股票代码),html.Button('更新数据', id='update-button', n_clicks=0)dcc.Tabs([dcc.Tab(label='价格走势', children=[]),
2025-03-27 11:42:32
867
原创 使用PyTorch 的神经网络模型对三维点云数据进行分类
本代码旨在构建一个基于 PyTorch 的神经网络模型，用于对生成的三维点云数据进行分类。通过生成数据集、数据预处理、模型训练、评估以及可视化等一系列操作，展示了一个完整的深度学习分类任务流程。最终通过绘制决策曲面和损失曲线，直观地呈现模型的性能和训练过程。pythonreturn x定义了一个名为的类，继承自nn.Module，这是 PyTorch 中所有神经网络模型的基类。
2025-03-27 10:09:24
1176
原创 基于词袋模型（Bag-of-Words）的简单神经网络的对话
本代码实现了一个基于词袋模型（Bag-of-Words）和简单神经网络的对话系统。该系统能够对用户输入的文本进行预处理、转换为词袋向量，通过神经网络进行训练和预测，并根据不同的输入情境生成相应的回复。
2025-03-26 16:50:08
850
原创 使用交叉熵函数解决多分类问题
这段代码使用 Python 实现了一个简单的带有隐藏层的神经网络，用于解决多分类问题。具体步骤包括生成多分类数据集、对标签进行 one - hot 编码、定义神经网络模型、训练模型、测试模型以及可视化决策边界。SimpleNNpython__init__：类的构造函数，初始化神经网络的权重和偏置。w1：输入层到隐藏层的权重矩阵。b1：隐藏层的偏置向量。w2：隐藏层到输出层的权重矩阵。b2：输出层的偏置向量。pythonrelu：实现 ReLU 激活函数，将输入中小于 0 的值置为 0。
2025-03-25 11:28:22
914
原创 神经网络解决非线性二分类
python__init__方法：初始化神经网络的权重和偏置。input_size为输入层神经元数量，为隐藏层神经元数量，为输出层神经元数量。pythonsigmoid方法：实现 Sigmoid 激活函数，将输入值映射到 (0, 1) 区间，常用于二分类问题的输出层。relu方法：实现 ReLU 激活函数，将小于 0 的值置为 0，大于等于 0 的值保持不变，可缓解梯度消失问题。pythonforward方法：实现神经网络的前向传播过程。
2025-03-24 15:09:55
491
原创 使用带隐藏层的神经网络拟合非线性数据
python# 2. 定义神经网络（带隐藏层的非线性模型）# 初始化权重和偏置self.w1 = np.random.randn(input_size, hidden_size) # 输入层到隐藏层的权重self.b1 = np.random.randn(hidden_size) # 隐藏层的偏置self.w2 = np.random.randn(hidden_size, output_size) # 隐藏层到输出层的权重。
2025-03-24 14:49:24
238
原创 基于简单神经网络的线性回归
pythonself.w = np.random.randn() # 权重self.b = np.random.randn() # 偏置return self.w * x + self.b # 前向传播return np.mean((y_true - y_pred) **2) # 均方误差dw = -2 * np.mean(x * (y_true - y_pred)) # 权重的梯度db = -2 * np.mean(y_true - y_pred) # 偏置的梯度。
2025-03-24 10:26:28
1067
原创 运用scipy库进行线性拟合
python定义一个名为的函数，它代表一个线性模型。该函数接受三个参数：自变量x、斜率a和截距b。函数返回值是线性方程a * x + b的计算结果。
2025-03-24 10:03:39
228
原创 基于 PyTorch 的 MNIST 手写数字分类模型
pythoncriterion = nn.CrossEntropyLoss() # 交叉熵损失函数optimizer = optim.Adam(model.parameters(), lr=0.001) # Adam优化器损失函数：使用定义了交叉熵损失函数，用于计算模型预测结果与真实标签之间的差异。交叉熵损失函数常用于多分类任务。优化器：选择optim.Adam作为优化器，表示要更新的模型参数，lr=0.001设置学习率为 0.001，学习率控制每次参数更新的步长。
2025-03-21 14:59:34
664
原创 基于蒙特卡洛方法的网格世界求解
python# 定义网格世界的大小ACTIONS = ['up', 'down', 'left', 'right'] # 可能的动作REWARD_END = 10 # 到达终点的奖励REWARD_STEP = -1 # 每步的惩罚GAMMA = 0.9 # 折扣因子# 定义网格世界的起点和终点GRID_SIZE：表示网格世界的边长，这里设置为 5，即网格世界是一个 5x5 的方格。ACTIONS：列出了智能体在网格世界中可以采取的四个动作，分别是向上、向下、向左、向右。REWARD_END。
2025-03-21 11:53:52
1146
原创 MDP（马尔可夫决策）网格世界值迭代算法
本代码实现了一个简单的网格世界环境，并使用值迭代算法求解该环境中的最优值函数和最优策略。网格世界是一个常见的强化学习示例，智能体需要在一个离散的网格空间中采取行动，以最大化其累积奖励。值迭代算法是一种用于求解马尔可夫决策过程（MDP）的经典算法，通过迭代更新每个状态的值函数，最终收敛到最优值函数和最优策略。python# 定义网格世界的大小ACTIONS = ['up', 'down', 'left', 'right'] # 可能的动作REWARD_END = 10 # 到达终点的奖励。
2025-03-21 11:24:48
366
原创 ε-Greedy 老虎机算法
Banditpython"""初始化老虎机。:param true_mean: 老虎机的真实均值（收益的期望值）"""self.true_mean = true_mean # 老虎机的真实均值self.estimated_mean = 0 # 对老虎机均值的估计值，初始为0self.N = 0 # 老虎机被尝试的次数，初始为0"""模拟拉老虎机的过程，返回一个随机收益。:return: 返回一个服从正态分布的随机值，均值为true_mean，标准差为1""""""
2025-03-21 11:15:04
319
原创 利用 OpenCV 库进行实时目标物体检测
此代码利用 OpenCV 库实现了基于特征匹配的实时物体检测系统。通过摄像头捕获实时视频帧，将其与预先加载的参考图像进行特征匹配，从而识别出视频帧中是否存在与参考图像匹配的物体。
2025-03-15 16:05:59
433
原创 手搓智能音箱——语音识别及调用大模型回应
此 Python 代码实现了一个语音交互系统，主要功能为监听唤醒词，在唤醒后接收用户语音问题，利用百度语音识别将语音转换为文本，再调用 DeepSeek API 获取智能回复，最后使用文本转语音功能将回复朗读出来。
2025-03-15 11:36:25
1236
原创 《恐龙餐厅菜单页面代码说明文档》
此 HTML 文件构建了一个恐龙餐厅的菜单页面，用户能够浏览菜品、将菜品添加到购物车，并进行支付操作。页面运用 HTML 搭建结构，CSS 进行样式设计，JavaScript 实现交互功能。
2025-03-13 21:17:15
862
原创 使用easyocr、PyPDF2对图像及PDF文档进行识别
本 Python 脚本的主要功能是对当前目录及其子目录下的图片和 PDF 文件进行光学字符识别（OCR）处理。它使用easyocr库处理图片中的文字，使用PyPDF2库提取 PDF 文件中的文本，并将处理结果保存为文本文件。同时，脚本会记录详细的处理日志，方便用户跟踪处理过程和排查问题。
2025-03-04 10:56:29
824
原创 法规搜索系统说明文档
本项目是一个基于 Flask 框架的法规搜索系统，它允许用户输入关键词，然后在指定的法规库文件目录中搜索相关法规文件。搜索过程中会使用 jieba 进行分词，并使用模糊匹配来查找相似关键词，最终将搜索结果按照匹配次数和相似度进行排序后展示给用户。
2025-03-04 09:24:08
490
原创 微信小程序开发说明
按照视频内容一步步实现微信小程序的开发、部署。并不是必须要用Cursor，用VScode调用deep seek同样可以进行编写。
2025-03-03 09:40:45
871
原创 使用 REINFORCE 算法强化梯度策略
此代码利用 REINFORCE 算法（一种基于策略梯度的强化学习算法）来解决 OpenAI Gym 中的 CartPole-v1 环境问题。CartPole-v1 环境的任务是控制一个小车，使连接在小车上的杆子保持平衡。代码通过构建一个神经网络作为策略网络，在与环境的交互中不断学习，以找到能获得最大累计奖励的策略。
2025-03-02 22:25:52
539
原创 强化学习策略梯度算法实现文档（CartPole-v1）
策略梯度损失：LPG=−E[logπ(a∣s)R~]LPG=−E[logπ(a∣s)R~]折扣累计奖励：Rt=∑k=0Tγkrt+kRt=∑k=0Tγkrt+k。标准化处理：R~t=(Rt−μR)/σRR~t=(Rt−μR)/σR。熵正则项：Lent=−βH(π(⋅∣s))Lent=−βH(π(⋅∣s))总损失：Ltotal=LPG+LentLtotal=LPG+Lent。：2个神经元（对应动作数），输出logits。：尝试1e-4 ~ 3e-3范围。
2025-03-02 21:45:55
730
原创 使用python实现线性回归
通过本代码示例，我们可以看到如何使用sklearn库进行简单线性回归分析，包括数据生成、模型训练、预测、评估和可视化。用户可以根据需要修改代码中的参数，如随机种子、数据规模、噪声水平等，进一步探索线性回归的特性。完整代码# 生成模拟数据np.random.seed(42) # 固定随机种子X = np.random.rand(100, 1) * 10 # 生成 100 个 0~10 之间的特征值。
2025-03-02 21:10:43
629
原创 使用python运行网格世界环境下 TD算法
GridWorld收起python# 定义网格世界环境self.terminal = (3, 3) # 终止状态功能：初始化网格世界环境。参数size：网格世界的大小，默认为 10x10 的网格，即网格的边长为 10。：终止状态的坐标，这里设置为(3, 3)，当智能体到达该状态时，一个回合结束。收起python功能：判断给定的状态是否为终止状态。参数state：要判断的状态，以坐标元组(x, y)的形式表示。返回值：如果state等于，返回True；否则返回False。收起python。
2025-03-02 20:23:29
971
原创 使用python解决最长公共子序列（LCS）问题
本代码旨在解决最长公共子序列（LCS）问题，并将动态规划求解过程中的状态转移表格进行可视化展示。通过matplotlib库绘制表格，同时使用箭头表示状态转移方向，以及高亮显示匹配字符的单元格，帮助用户更直观地理解 LCS 问题的求解过程。本代码通过动态规划方法解决了最长公共子序列问题，并使用matplotlib库将动态规划表进行可视化展示。通过箭头和高亮单元格，用户可以更清晰地理解 LCS 问题的求解过程和状态转移关系。完整代码else:# 设置坐标轴标签和标题# 绘制单元格数值和转移箭头。
2025-03-02 20:12:27
557
原创 使用python解决硬币找零问题
这段代码通过动态规划的方法高效地解决了硬币找零问题，并利用matplotlib库将求解过程进行可视化，帮助用户更直观地理解不同金额下所需的最少硬币数量。完整代码dp[0] = 0dp[0] = 0# 绘制结果x = list(range(amount + 1)) # x轴：金额y = dp # y轴：所需最小硬币数plt.show()# 示例：硬币面值为 [1, 2, 5]，目标金额为 11。
2025-03-02 19:34:25
831
原创 斐波那契数列的可视化
本代码通过不同的方法实现了斐波那契数列的计算，并使用matplotlib库将其进行可视化展示。用户可以根据需要修改n的值，绘制不同长度的斐波那契数列图表。同时，代码中提供了两种计算斐波那契数列的方法，用户可以根据实际情况选择合适的方法。if n < 2:return nif n < 2:return nreturn bx = list(range(n + 1)) # x轴：n的值y = [fib(i) for i in x] # y轴：斐波那契数列的值plt.show()
2025-03-02 19:30:00
828
原创 蒙特卡洛方法 估算圆周率、实现定积分
蒙特卡洛方法通过大量随机抽样来估算数值，代码实现简单，但结果的准确性依赖于抽样点数。在实际应用中，可根据需要调整抽样点数以平衡计算精度和计算时间。# 随机生成一个点的坐标 (x, y)，范围在 [-1, 1] 之间# 计算点到原点的距离# 判断点是否在圆内# 根据几何概率估算圆周率# 设置生成的随机点数# 调用函数估算圆周率print(f"估算的圆周率值: {estimated_pi}")def f(x):# 定义要积分的函数，这里以 f(x) = x^2 为例。
2025-03-02 19:24:11
531
原创 贝尔曼方程价值迭代算法
本代码实现了一个，在一个线性网格世界中演示强化学习的价值计算过程。代码通过动态规划方法求解最优状态价值函数，并通过可视化展示价值收敛过程和最终价值分布。
2025-03-02 14:42:50
866
原创 方格世界最优路径规划（马尔可夫决策）
本代码实现了一个定义方格世界的状态转移规则和奖励机制动态规划求解最优状态价值函数根据最优价值函数生成确定性策略从起点到终点的最优路径推导网格价值热力图 + 最优路径标注。
2025-03-02 13:00:34
763
原创 使用区块链验证txt文件内容一致性
本系统旨在利用区块链技术验证两个文件（try.txt和）的内容是否一致，以检测文件是否被篡改。通过将文件的哈希值存储在区块链的不同区块中，并对区块链进行有效性验证，结合文件哈希值的比较，实现文件内容的完整性检查。
2025-03-02 12:32:56
980
原创 TXT格式的法规汇编单独分拆
该功能主要实现了法规文本的分割与存储，通过读取 Compilation.txt 文件和 headline.txt 文件，将法规文本按标题进行分割，并将每个标题对应的内容保存为独立的 TXT 文件，方便后续对法规文本进行分类管理和使用。同时，通过日志信息的输出，用户可以清晰地了解程序的执行过程和结果。完整代码import osimport re# 去除非法字符# 去除多余的空格# 读取Compilation.txt文件中的内容# 读取headline.txt文件中的标题。
2025-02-19 09:20:57
1035
1
原创 基于中文 Roberta 模型的文本问答与关键词搜索系统
本 Python 脚本实现了一个文本问答与关键词搜索系统，主要功能包括：读取指定目录下的所有.txt文件。对文本进行分词处理，去除停用词。计算文本之间的相似度并构建知识图谱。根据用户输入的关键词搜索相关文件。根据用户输入的问题，利用预训练的中文 Roberta 模型在相关文件中查找答案。
2025-02-18 11:08:17
826
原创 使用python下载XKCD 漫画
是一个 Python 脚本，用于从 XKCD 网站下载漫画。该脚本从最新的漫画开始，依次下载每一张漫画，并将其保存到本地硬盘的指定目录中，直到没有更多的漫画可下载为止。
2025-02-17 09:49:34
446
原创 访问指定网站获取页面标题信息
是一个使用 Selenium 库的 Python 脚本，其主要功能是自动化访问特定的招投标信息网站（浙江招标投标公共服务平台-首页），点击页面上的 “查看更多” 按钮，获取页面上所有<li>元素的内容，并将这些内容保存到save.txt文件中。该脚本通过 Selenium 自动化浏览器操作，实现了从特定招投标信息网站获取数据并保存到文件的功能。通过显式等待和 CSS 选择器的使用，提高了脚本的稳定性和可维护性。完整代码。
2025-02-17 09:47:39
1131
此 HTML 文件构建了一个恐龙餐厅的菜单页面，用户能够浏览菜品、将菜品添加到购物车，并进行支付操作 页面运用 HTML 搭建结
2025-03-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人