最小二乘問題詳解3：線性最小二乘實例
本文通過雙線性變換擬合案例，詳細講解了線性最小二乘的求解過程，并深入探討了參數估計的精度評估方法，重點介紹了協方差矩陣的計算與意義。 ...
獨立開發經驗談：用視頻快速講解你的產品核心競爭力
引言 作為一名獨立開發者，我從零開始設計并開發了一款在線客服系統——升訊威在線客服與營銷系統。從需求調研、功能設計到編碼實現，我幾乎獨自承擔了整個產品生命周期。在這個過程中，我深刻體會到一個問題：即便產品功能強大，用戶和潛在客戶往往難以在短時間內理解它的核心價值和獨特競爭力。 在技術社區和創業圈，我 ...
初探Kubernetes：核心概念解析
1. k8s 架構 K8s 屬于經典的主從模型（Master-Slave 架構），由 Master 和 Node 節點構成： Master 節點：負責集群的管理，協調集群中的所有活動。例如應用的運行、修改、更新等。 Node 節點：為 Kubernetes 集群中的工作節點，可以是 VM 虛擬機、物 ...
吳恩達深度學習課程一：神經網絡和深度學習 第二周：神經網絡基礎（一）回歸基礎
此分類用于記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課后習題與答案 本篇為第一課第二周，在2.1之前的的基 ...
AI一周資訊 250926-251005
原文: https://mp.weixin.qq.com/s/fjXai70ijKlfqWYAVgLaYw Meta LeCun團隊開源首款代碼世界模型CWM：用世界模型預測代碼效果，32B參數躋身開源代碼生成第一梯隊 Meta由LeCun團隊開源首款代碼世界模型CWM（Code World Mod ...
如何把MCP服務集成到智能體？手把手教學(含視頻教程)
導航 前言 視頻講解 作品展示 工作流程展示 操作步驟 一 新建mcpserver工作流 二 測試智能體 三 發布智能體 結語 參考 AI+ 的時代已經來臨，不管你是否愿意，你都必須去接受它。 前言 在前面的文章《10min搭建一個大模型智能客服助手》中，我們詳細介紹了搭建大模型智能客服的詳細過程。 ...
1.Android Compose 基礎系列：您的第一個 Kotlin 程序
本系列文章將用通俗易懂的方式，帶你入門使用 Jetpack Compose 進行 Android 應用開發。從 Kotlin 基礎語法講起，逐步構建屬于你的第一個 Compose 項目。 ? 簡介 Kotlin 是一門現代、簡潔、安全的編程語言，由 JetBrains 開發，并被 Google 作為 ...
【光照】Unity如何在Cubemap中采樣反射信息？
Cubemap是游戲渲染中常用的技術，由6個2D紋理組成立方體，用于環境映射、反射和折射效果。其核心原理是利用方向向量進行紋理采樣，通過反射公式R=I-2*dot(N,I)*N計算反射向量。Unity URP通過PLATFORM_SAMPLE_TEXTURECUBE宏統一不同圖形API的采樣差異，簡... ...
【Android】基于SurfaceControlViewHost實現跨進程渲染
1 前言 ? 本文將介紹基于 SurfaceControlViewHost 實現跨進程渲染普通 View 和 GlSurfaceView，力求用最簡單的 Demo，介紹 SurfaceControlViewHost 的應用，方便讀者輕松扣出核心代碼應用到自己的業務中。 ? 核心代碼片段如下。 ? 1 ...
作為一個高中生開發者，我的所思所想
各位若覺得我年幼無知、缺乏閱歷、不知天高地厚，盡可直言 —— 這些評價，真沒毛病。 要是覺得有些ai味，沒錯，實在不太善于表達，寫完之后用豆包潤色了一下 這是我的項目 CsGrafeq http://www.rzrgm.cn/StuLittleLi/p/19055095 希望不吝點個star ...
用純.NET開發并制作一個智能桌面機器人（六）：使用.NET開發一個跨平臺功能完善的AI語音對話客戶端
前言 前面幾篇文章已經把機器人硬件控制部分的開發講得差不多了，包括屏幕控制、舵機驅動、語音交互等功能。但是之前的外形太過簡單，可動角度不夠多，所以我就新改進了一個版本，叫VerdiBot（阿蔭），詳細視頻介紹地址請點擊鏈接。 ESP32社區最火的AI對話機器人非小智AI莫屬了，所以為了讓自己做的機器 ...
你必須知道的TCP和UDP核心區別，快速搞懂這兩大協議！
1. TCP (Transmission Control Protocol) 概念 TCP（傳輸控制協議）是一種面向連接的、可靠的傳輸協議。它負責將數據從源主機傳輸到目標主機，并確保數據的完整性、順序和正確性。 原理 三次握手：在數據傳輸之前，TCP協議通過三次握手建立連接。客戶端與服務器之間交換控 ...
Gaia2 與 ARE：賦能社區的智能體評測
在理想情況下，AI 智能體應當是可靠的助手。當接收到任務時，它們能夠輕松處理指令中的歧義，構建逐步執行的計劃，正確識別所需資源，按計劃執行而不被干擾，并在突發事件中靈活適應，同時保持準確性，避免幻覺。 然而，開發智能體并測試這些行為并非易事：如果你曾嘗試過調試自己的智能體，可能會體會到其中的繁瑣和挫 ...
強化學習系統性學習筆記（一）：從理論基礎到策略優化
強化學習系統性學習筆記（一）：從理論基礎到策略優化 一、強化學習的起源與核心問題 1.1 理論溯源：從生物學習到數學框架 強化學習的思想源頭可以追溯到生物行為心理學中的"試錯學習"原理。在自然界中，生物個體通過反復嘗試不同行為并觀察環境反饋，逐步學會選擇能夠帶來更好結果的行動策略。這一樸素而普適的學 ...
【Rive】rive-android源碼分析
1 前言 ? 本文基于 rive-android 10.1.0 進行源碼分析，主要介紹 Rive 的渲染類型、RendererType 透傳流程、Surface 透傳流程、渲染流程、啟動渲染流程、暫停渲染流程等內容。 ? rive-android 類圖框架如下。圖中，藍色的類表示 rive-andr ...
PocoEmit遙遙領先于AutoMapper之打通充血模型的任督二脈
一、充血模型和失血模型 1. 充血模型的優勢 充血模型更加OOP 充血模型代碼可讀性更好 1.1 充血模型偽代碼 var messageDto = controller.ReadDto(); var message = messageDto.ToEntity(); message.Save(); 1 ...
【光照】[各向異性]在UnityURP中的實現
《Unity URP中實現Kajiya-Kay頭發渲染模型》摘要 本文詳細介紹了如何在Unity URP渲染管線中實現Kajiya-Kay各向異性光照模型。該模型專為模擬頭發、毛發等纖維材質設計，通過切線空間計算替代傳統法線，產生條狀高光效果。文章剖析了模型的雙層高光特性（主高光靠近發梢、次高光帶彩... ...
10min搭建一個大模型智能客服助手
導航 前言 視頻講解 作品展示 工作流程展示 操作步驟 一 新建知識庫 二 搭建工作流 三 創建智能體 四 發布 五 集成到網站 結語 參考 AI+ 的時代已經來臨，不管你是否愿意，你都必須去接受它。 前言 隨著AI技術的不斷發展，智能客服助手已經成為了許多企業的重要工具。 過去幾年，我們見證了AI ...
CSP-S 復賽指南（2025年版）
此文章為 daiyulong 獨家原創，耗時比較長。部分借助 AI。文章有點長（10 萬字左右），請保持耐心。點擊下載 PDF 版。 第一章$\ \ \ \ $數據結構 第一節$\ \ \ \ $線性結構 1.1 【5】雙端棧 1.1.1 什么是雙端棧？ 在理解雙端棧之前，我們先回顧一下普通的棧。一 ...
Github Copilot 實戰: 使用 Copilot AI + Blazor 編一個五子棋游戲
開源地址 源碼g01Gobang demo https://game.app1.es 用blazor auto發布的 1. 創建 Blazor web工程,選Auto 2. 打開 GitHub Copilot 窗口,輸入提示詞 使用 Blazor 編一個五子棋游戲 3.復制代碼測試 為了方便調試, ...
