<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[yyyyyy3802的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/yyyyyy3802</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; yyyyyy3802]]></copyright><item><title><![CDATA[学习记录（14）：iOS部署]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/146507444</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/146507444</guid><author>yyyyyy3802</author><pubDate>Tue, 25 Mar 2025 16:57:17 +0800</pubDate><description><![CDATA[（5) 这时会发现需部署的设备上，已经有了APP，但是，打开时会弹出“...信任界面”。需在设置内进行信任设置。3. Xcode: (1) 打开从 Unity 3D 里打包的文件中，找到有此后缀的文件“.xcodeproj”(3) 如下图所示，进行选择。四个Targets对应都要进行修改。（2）选择要部署的设备类型（我使用的是usb部署）(4) 点击Play进行部署。1. Unity端设置，在此不再进行赘述（网上一大堆）2. ⚠️：要保证mac比待部署的设备版本要高。时隔多年后，再次部署开发iOS😁😁。]]></description><category></category></item><item><title><![CDATA[学习记录（13）：VR晕动症-VR Motion Sickness]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/144527806</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/144527806</guid><author>yyyyyy3802</author><pubDate>Tue, 17 Dec 2024 11:22:22 +0800</pubDate><description><![CDATA[学习参考链接常见的引发VR晕动症的原因有三种，分别是感官运动冲突视觉辐辏调节冲突视觉模糊。]]></description><category></category></item><item><title><![CDATA[问题本记录（3）：Unity+机器学习-版本不兼容]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/144393973</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/144393973</guid><author>yyyyyy3802</author><pubDate>Wed, 11 Dec 2024 10:37:38 +0800</pubDate><description><![CDATA[【代码】问题本记录 (3):Unity+机器学习-版本不兼容。]]></description><category></category></item><item><title><![CDATA[问题本记录（2）：Unity+机器学习]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/143779399</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/143779399</guid><author>yyyyyy3802</author><pubDate>Thu, 14 Nov 2024 20:10:34 +0800</pubDate><description><![CDATA[遇到了版本冲突问题 来来回回一天之内 创建了七八九十个虚拟环境以后。4. 打开Unity，自动导入，0报错，完事打击咔咔咔咔。6. 安装mlagents，指定版本：0.28.0。3. 修改manifest.json，添加↓两项。5. 下载torch（注意一定不要开vpn）完事大吉↓ python端的环境配完了！2. 仅仅将↑中的，两项放到建的Unity中。2. 指定py3.7创建虚拟环境。最近在搞 Unity+机器学习。终于找到了匹配的版本！7. 检查是否安装成功。]]></description><category></category></item><item><title><![CDATA[Navisworks 二次开发]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/143034892</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/143034892</guid><author>yyyyyy3802</author><pubDate>Fri, 18 Oct 2024 13:35:01 +0800</pubDate><description><![CDATA[编译项目，放置dll，将编好的项目dll复制到Navisworks软件的安装路径的Plugins文件夹下，新建一个与DLL同名的文件夹，将DLL移进文件夹中。若插件dll有dll引用，则将引用dll放置到软件安装路径下的Dependencies文件夹下即可。使用Visual studio进行开发。]]></description><category></category></item><item><title><![CDATA[问题本记录（1）：mac有网络但打不开网页]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/141066736</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/141066736</guid><author>yyyyyy3802</author><pubDate>Fri, 09 Aug 2024 17:27:14 +0800</pubDate><description><![CDATA[此学习类别，仅作为小许的问题本，方便后续再次遇到相关问题进行查看。选择这个新建的位置，Wi-Fi显示已连接就 万事大吉啦啦啦。]]></description><category></category></item><item><title><![CDATA[学习记录（12）：优先级队列算法]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/141037301</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/141037301</guid><author>yyyyyy3802</author><pubDate>Thu, 08 Aug 2024 22:30:28 +0800</pubDate><description><![CDATA[优先级队列支持多种操作，包括添加元素（enqueue）、删除最大（或最小）元素（dequeue）、查看队列头部元素（front）、检查队列是否为空（isEmpty）、获取队列长度（size）以及以字符串形式展示队列内容（toString）等。：优先级队列是一种特殊的队列数据结构，它按照元素的优先级顺序进行处理，最高优先级的元素最先被处理。在优先级队列中，元素的出队顺序不是按照它们进入队列的顺序（如普通队列中的FIFO原则），优先级队列算法是一种特殊类型的队列，其中的元素根据其优先级进行排序。]]></description><category></category></item><item><title><![CDATA[学习记录（11）：训练图片分类的算法]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140936463</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140936463</guid><author>yyyyyy3802</author><pubDate>Mon, 05 Aug 2024 22:15:32 +0800</pubDate><description><![CDATA[目前，图像分类领域的最先进算法主要集中在深度学习模型，特别是卷积神经网络（CNN）和变换器（Transformer）架构上。选择合适的模型需要根据具体的应用场景、数据规模、计算资源等因素来决定。对于大规模数据集和高性能需求，可以考虑使用Vision Transformer（ViT）或Swin Transformer等变换器架构；对于资源受限的环境，可以考虑使用MobileNet或EfficientNet等轻量级模型。]]></description><category></category></item><item><title><![CDATA[学习记录（10）：减少LLM的幻觉]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140911735</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140911735</guid><author>yyyyyy3802</author><pubDate>Sun, 04 Aug 2024 21:24:05 +0800</pubDate><description><![CDATA[这三种方法的结合，显著提升了LLM在处理不熟悉查询时的准确性和可靠性，减少了幻觉现象，增强了模型的整体性能和用户信任度。随着人工智能技术的不断进步，这些策略有望进一步发展和完善，为提高语言模型的可靠性提供关键支持。]]></description><category></category></item><item><title><![CDATA[学习记录（9）：Prompt提示词技巧]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140876201</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140876201</guid><author>yyyyyy3802</author><pubDate>Fri, 02 Aug 2024 19:46:20 +0800</pubDate><description><![CDATA[今天学习的是这篇文章↓原文：转自公主号“博金斯的AI笔记”—《4篇Prompt论文的提示词技巧, 3 个 GPTs 实例测试》]]></description><category></category></item><item><title><![CDATA[学习记录（8）：RAG and PAL and ReAct]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140843059</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140843059</guid><author>yyyyyy3802</author><pubDate>Thu, 01 Aug 2024 13:17:13 +0800</pubDate><description><![CDATA[咱就是说 习惯了做笔记不做笔记 这知识真的是一点记不住啊（实则是脑子笨0.o那咱就狠狠的来记住这个知识点0.o参考学习：B站GenJi是真想教会你-《【包教包会】一条视频速通AI大模型原理》]]></description><category></category></item><item><title><![CDATA[学习记录（7）：具身智能综述总结]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140825055</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140825055</guid><author>yyyyyy3802</author><pubDate>Wed, 31 Jul 2024 17:37:50 +0800</pubDate><description><![CDATA[今天学习的是这篇文章↓原文：转自公主号“具身智能之心”—《具身智能有哪些细分研究方向？综述总结！这篇综述是“Aligning Cyber Space with Physical World：A Comprehensive Survey on Embodied AI”本综述涵盖了代表性的。]]></description><category></category></item><item><title><![CDATA[学习记录（6）：10个最受欢迎的开源Agent项目]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140765228</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140765228</guid><author>yyyyyy3802</author><pubDate>Mon, 29 Jul 2024 11:51:49 +0800</pubDate><description><![CDATA[SuperAGI可自定义模型、知识库和工具superAGI要比上面提到的哪个都成熟，目前已经有了根据superAGI开发的商用产品了，可惜就是国外的，对国产模型和应用支持不好。国产想要可自定义模型、知识库和工具，可以去看fastGPT，虽然主要是针对知识库调用的，也是有自定义模型、工具甚至sop自定义的，我个人部署过，效果要比autoGen、agents好多了，提供、生成和部署自主 AI  agent使用工具调用无缝运行并发代理图形用户界面操作控制台多向量数据库多模式代理。]]></description><category></category></item><item><title><![CDATA[学习记录（5）：态势感知中的“态”、“势”、“感”、“知”]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140734331</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140734331</guid><author>yyyyyy3802</author><pubDate>Sat, 27 Jul 2024 14:24:13 +0800</pubDate><description><![CDATA[今天学习的是这篇文章↓原文：转自公主号“人机与认知实验室”—《态势感知中的“态”、“势”、“感”、“知”》]]></description><category></category></item><item><title><![CDATA[学习记录（4）：具身人工智能和相关问题讨论]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140724285</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140724285</guid><author>yyyyyy3802</author><pubDate>Fri, 26 Jul 2024 21:37:33 +0800</pubDate><description><![CDATA[具身人工智能（Embodied AI）是实现通用人工智能（AGI）的关键，旨在连接虚拟与现实世界。《知识点补充：具身人工智能 AND 通用人工智能》具身人工智能（Embodied Artificial Intelligence）指的是一种人工智能系统，它不仅依赖于计算机程序和算法，还与其所处的物理环境进行交互。具身人工智能的关键在于“具身性”，即人工智能系统具备实体，能够通过传感器和执行器与现实世界进行互动。]]></description><category></category></item><item><title><![CDATA[学习记录（3）：典型大模型平台]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140699986</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140699986</guid><author>yyyyyy3802</author><pubDate>Thu, 25 Jul 2024 21:39:47 +0800</pubDate><description><![CDATA[今天学习的是这篇文章↓原文：转自公主号“AI云原生智能算力架构”—《大模型技术生态研究报告2024》]]></description><category></category></item><item><title><![CDATA[学习记录（2）：大模型二次开发基本思路]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140657700</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140657700</guid><author>yyyyyy3802</author><pubDate>Wed, 24 Jul 2024 12:10:51 +0800</pubDate><description><![CDATA[(Continue PreTraining)增量预训练在大模型整个流程中，增量预训练是属于后期预训练（Post-pretraining）的范畴。Post-pretraining（后期预训练）是一种在模型的初始预训练和最终微调之间进行的训练方法。这种方法通常用于进一步适应模型以处理特定类型的数据或任务。以下是详细介绍，参考了之前对SFT和RLHF的描述方式：1、后期预训练（Post-pretraining）Post-pretraining是在通用预训练模型的基础上。]]></description><category></category></item><item><title><![CDATA[学习记录（1）：大模型、智能体、提示词工程]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140354056</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/140354056</guid><author>yyyyyy3802</author><pubDate>Thu, 11 Jul 2024 16:36:43 +0800</pubDate><description><![CDATA[大模型：Large Language Model（LLM），一种基于深度学习技术的机器学习模型。]]></description><category></category></item><item><title><![CDATA[讲座记录（1）]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/139651533</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/139651533</guid><author>yyyyyy3802</author><pubDate>Thu, 13 Jun 2024 16:14:49 +0800</pubDate><description><![CDATA[随着科技的不断进步，建筑行业正迎来前所未有的数字化变革。本演讲将阐述BIM（建筑信息模型）和生成式AI（人工智能）在这一进程中扮演的重要角色。BIM技术通过创建和管理建筑物的数字化表示，极大地提升了项目的可视化、协同和管理能力。生成式AI作为一种先进的技术，通过利用算法和机器学习，能够自动生成设计方案、优化施工计划并实时解决工程中的复杂问题。BIM和生成式AI的结合，将为工程管理带来全新的变革。通过BIM平台提供的精确数据和生成式AI的智能分析，工程项目将实现更高水平的自动化和智能化。]]></description><category></category></item><item><title><![CDATA[混合现实技术文档：Azure数字孪生（2）]]></title><link>https://blog.youkuaiyun.com/yyyyyy3802/article/details/139627098</link><guid>https://blog.youkuaiyun.com/yyyyyy3802/article/details/139627098</guid><author>yyyyyy3802</author><pubDate>Wed, 12 Jun 2024 16:22:50 +0800</pubDate><description><![CDATA[这样，你可以在后续教程中重用已配置的 Azure 数字孪生实例和相关的 Azure 资源，避免重复配置的工作。这是一个彻底的清理步骤，将移除资源组及其内所有的资源，包括 Azure 数字孪生实例。在本教程中，我们将详细探讨如何在 Azure 数字孪生中创建和管理数字孪生实例及其关系，并利用查询功能来获取环境信息。以下步骤将带你完成创建数字孪生实例，建立关系，以及查询数字孪生的过程。在开发过程中，与 Azure 数字孪生服务的交互包括上传模型、捕获错误，以及在此基础上创建数字孪生实例。]]></description><category></category></item></channel></rss>