人工智能历经多年演进，昔日高门槛的图像与语音识别任务，如今已有成熟的开源框架可供免费使用，只要花点时间，就可以零成本部署。本文以语音识别为例，看如何高效的将语音识别功能集成至C#系统中，后续大家可以继续完善扩展，去处理如语音指令、语音交互、字幕生成、会议纪要分析、语音翻译等相关任务。 本文项目在笔记 ...

现在是2025年12月6日晚，大二的我像一个刚闯入森林的探险者，好奇的注册了这个博客网站，四处打量着各个大佬写的高级的东西（看不懂）据说写博客是很多学计算机的人的好习惯，用来记录和监督自己一天的学习或者思考，让人不断进步，第一次写博客诶，不知道写啥，那就先记录一下一下今天的事情，然后再确定一下今后的 ...

校内模拟赛题，倒在了正解前最后一步 qwq。 解题思路 首先，发现题目要求的东西很不好做。于是转化一下，考虑计算每条边对答案贡献了几次。 这样问题就转化成了求有多少个区间的点分布在一条边两端的两个子树中。 发现这个东西还是不好求。于是正难则反，考虑计算区间的点全部在同一个子树里的区间数量。 显然，这 ...

从 Spring Boot 2.x 到 3.5.x + JDK21：一次完整的生产环境迁移实战 @目录从 Spring Boot 2.x 到 3.5.x + JDK21：一次完整的生产环境迁移实战升级背景升级目标与核心变化完整升级步骤第一阶段：准备工作（JDK 8 环境）代码分支管理引入 OpenR ...

Yolov5 使用手册YOLOv5 完整入门与实践指南 本文从零开始，详细介绍 YOLOv5 的安装、数据准备、模型训练到实际部署的全过程，适合初学者和需要快速上手的开发者。 温馨提示：实际动手操作一次完整的训练流程（数据准备→标注→训练→测试），比看10篇教程更有用！ 目录 1. YOLOv5 概... ...

@目录前言一、Gemini3快速上手：从输入到生成游戏的核心步骤1. 访问与登录Gemini3并进入Build界面二、 创造并精准输入提示词（核心）三、 生成代码并调试运行四、效果演示：沉浸式粒子躲避体验1. 开始界面：随机变换颜色的迷幻霓虹初始界面2. 视觉表现：动态流体背景+彩虹轨迹2. 核心玩 ...

前言 当前typora写md文件，存放文件，如果是windows系统则默认存放在c盘的默认绝对路径中，这个时候如果想发送md文件给其他人，很容易造成图片的遗漏。 所以我们需要设置，让文件所处位置相对简单，然后提升发送md文件的价值。 详细步骤 思路 以创建md文件的当前位置为相对路径，很容易的想到， ...

Meta开源SAM3图像分割模型，支持文本提示精准分割目标。本文提供Windows本地部署详细教程，包含环境配置、依赖安装、权重下载等完整步骤，并解决triton缺失和权重访问等常见问题。通过修改源码加载本地权重文件sam3.pt，即可实现文本提示分割功能。教程附带测试代码示例，支持自定义文本提示词... ...

转载请注明出处： 以下是 Spring boot中 CommandLineRunner 的定义： package org.springframework.boot; @FunctionalInterface public interface CommandLineRunner { void run( ...

优先级翻转曾导致 1997 年火星探路者号（Mars Pathfinder）任务故障，是 RTOS 开发中必须掌握的经典问题。本文通过 RT-Thread 实验，彻底搞清楚它的原理和解决方案。 火星探路者号故障原文链接: https://www.reddit.com/r/programming/co ...

本文将探讨生产级Kubernetes集群的架构设计、技术选型，以及完整的DevOps体系设计 适合读者：架构师、技术负责人、希望深入理解K8s和DevOps设计原理的工程师 目录 一、为什么需要Kubernetes 二、整体架构设计 三、技术选型与对比 四、DevOps体系设计 五、中间件体系设计 ...

Obsidian数据库 Obsidian发布 Bases 数据库已经有一段时间了，数据库的功能上线，将会重新定义Obsidian的玩法，一篇文章带你了解数据库的玩法，并实现开发任务待办管理功能，附数据库模板，导入即用，效果如下图。 准备工作 查看你的Obsidian的版本至少需要大于 1.9.10 ...

​《FFmpeg开发实战：从零基础到短视频上线》一书的“10.2.2 FFmpeg向网络推流”介绍了轻量级流媒体服务器MediaMTX，通过该工具可以测试RTSP/RTMP等流媒体协议的推拉流。除了国产的推流工具librestreaming能够向MediaMTX推送视频流之外，还有开源的RootEn ...

如题，刚入职的AIOps菜鸡， 基于kubeflow做AI大模型训练和推理，本文记录了企业项目：[云原生AI算力平台] 在云原生的背景下，遇到了一些现实挑战和应对方式。 1. 可插拔的调度框架 k8s以可插拔的插件方式实现了调度能力，插件可以实现多个扩展点接口来执行更复杂或有状态的任务。 默认的调度 ...

使用AI Studio编程工具，相同的模型版本，但是效果有了质的提升，在社媒上很多亮眼的开发案例，实际都是基于AI Studio生成。 ...

本文介绍了生成模型(GenerateModel)与聊天模型的区别，重点讲解了GenerateModel的使用方法。主要内容包括：1) GenerateModel只能一次性生成内容，支持文本生成图片、视频等；2) 详细说明了生成模型的配置构建流程和使用示例；3) 介绍了生成选项的设置方法；4) 阐述了... ...

1 Simulator.app iOS模拟器App位于XCode中: /Applications/Xcode.app/Contents/Developer/Applications/Simulator.app Simulator.app只是定义了模拟器的UI。 想要完整的运行模拟器，还需要很多其他组 ...

Epipolar Geometry（对极几何）是三维重建的数学基础，用于描述三位场景投影到两张图片上的点之间存在的几何关系。 如图所示，O1,O2分别表示相机的中心点，P表示三维场景中的顶点，p和p'表示顶点P点投影到两个相机平面的像素点，e和e'则表示O1和O2连线与相机平面的交点。O1，O2，P ...

最近碰到最大似然概率的问题，题目一变就出错，痛心！深感没有搞清楚这个求解的意义，有必要搞清楚最大似然值和概率是什么。 传统概率视角：给定参数θ，数据X出现的可能性 \(P(X∣θ)\) 统计推断视角：我已经看到了数据X，哪个θ最可能产生这些数据？ 最大似然估计的核心思想： “我现在手上有一组观测数据 ...

本文以作者阅读《Dive into Deep Learning》为线索，融合串联了自身理解感悟、原始论文、优秀文章等。如有无意侵权，请联系本人删除。 卷积神经网络，由图像处理而生，但在NLP等方面仍有较大作用。 图像分辨率大时，对模型参数数量要求很多 原理： 物体是什么 与 物品所在的位置 无关 平 ...