迷途小书童的Note-CSDN博客

原创 Dash稳定版更新

大家好，今天要和大家聊聊一个开发Python网页应用的超级神器——Dash 2.18.1稳定版本正式发布啦！此次更新，针对2.18.0版本的问题进行了修复和优化，为我们带来了更为稳定、强大的开发体验。Dash是什么？Dash是一款基于Python的开源框架，用于构建现代化网页应用。与其他前端框架不同的是，Dash让Python开发者无需编写复杂的前端代码，就能创建出专业级的、交互性极强的网页应用。...

2024-09-19 15:48:21 221

原创不懂编程也没关系，Cursor AI帮你轻松写代码！

近年来，编程圈子里涌现了不少新的工具和技术，但Cursor AI绝对是其中的佼佼者。朋友们频频提起，说它大大提升了编程效率，有些人甚至笑称已经离不开它了。今天，我就带大家深入了解这款编程神器，帮助你快速上手，提升生产力。什么是Cursor AI？简单来说，Cursor AI是一款专为程序员设计的智能代码编辑器。它利用AI技术，通过自动补全、智能建议、代码生成等功能，帮助开发者轻松应对复杂的编程任务...

2024-09-19 10:50:57 644

原创超级Prompt!

最近，一个名为SuperPrompt的GitHub项目在AI圈引起了轰动。这个项目仅仅只有5个Markdown文件，却一下子收获了4000多个星星。那么，这个神奇的提示词究竟有什么魔力，能让AI模型拥有科学思维呢？据了解，这个SuperPrompt来自Twitter(X)上的一位自称提示词之神的用户@BLUECOW009。他表示，这个prompt是他用了几个月时间设计出来的，目的是帮助研究复杂的科...

2024-09-18 13:44:11 510

原创 Star马上破万，这款开源AI知识库你一定要看看

还记得《钢铁侠》电影中，托尼•斯塔克的智能助手贾维斯吗？他能回答各种问题，协助处理复杂任务，简直是每个人都梦寐以求的得力助手。如今，这个梦想正在成为现实。一款名为MaxKB的开源AI知识库问答系统，正在让普通人也能拥有自己的"贾维斯"。MaxKB的主要特点截止到今天，MaxKB在GitHub上已经收获了超过9900个Star。MaxKB声称只需5分钟，就能帮你搭建起这样一个系统。无论你是技术小白还...

2024-09-15 07:04:10 587

原创 PyAutoGUI实战(八)与其他常用库的整合

第8篇: 与其他库的整合在这一篇中，我们将探讨如何将 PyAutoGUI 与其他 Python 库结合使用，以增强自动化脚本的功能。这种集成可以使脚本具备更多功能，适应更多的自动化场景。8.1 与 OpenCV 结合进行高级图像处理OpenCV 是一个强大的计算机视觉库，可以用于图像处理、目标检测等任务。将 OpenCV 与 PyAutoGUI 结合，可以提高图像匹配的准确性，尤其是在复杂背景或图...

2024-09-14 15:29:39 72

原创 U2-Net：图像分割中的背景移除技术

在数字图像处理的世界里，背景移除技术一直是热门话题。无论是在电影制作、广告设计还是医疗影像分析中，这项技术都扮演着至关重要的角色。今天，我们要一起探索一种革命性的技术 -- U2-Net，它在图像分割领域中以其高效和精确的背景移除能力著称。U2-Net简介U2-Net，这个听起来有些未来感的名字，其实是一个基于深度学习的语义分割模型。它的核心优势在于能够将图像中的前景与背景分离，而且操作简便、效果...

2024-09-14 11:14:15 417

原创推理能力超博士，OpenAI发布最强模型o1

昨天凌晨，OpenAI又给我们带来了一个激动人心的消息，他们发布了一款全新的AI模型o1，该模型在性能上远超以往的GPT系列。告别GPT，开启新纪元OpenAI选择将新模型命名为"o1"，而不是继续使用GPT系列的名称。"o1"代表了一个全新的起点和范式。它不再局限于语言生成，而是在推理能力方面取得了重大突破。简单来说，如果说GPT系列像是一个能说会道的学生，那么o1就更像是一个深思熟虑的哲学家。...

2024-09-14 07:00:25 315

原创《黑神话•悟空》太吸金了！

根据市场研究机构VG Insights的最新数据，截至9月12日晚，《黑神话:悟空》在Steam平台上的销量已经突破1900万套！更令人瞠目结舌的是,游戏的总收入已经超过9.12亿美元，折合人民币约64亿元！让我们来感受一下这个数字的分量。它超过了许多3A级大作的首周销售额，甚至超过了一些好莱坞大片的全球票房。要知道，这还仅仅是在Steam一个平台上的成绩！为什么如此成功?《黑神话:悟空》的成功并...

2024-09-13 16:40:46 101

原创 PyTorch宣布去CUDA，Triton时代来临?

在人工智能快速发展的今天，芯片技术的革新常常能引发整个行业的地震。就在9月4日，AI领域又传来一个重磅消息：PyTorch官方宣布实现了100%基于OpenAI的Triton语言推理的大语言模型。这一消息犹如一颗重磅炸弹，在AI圈内掀起了巨大波澜。那么，这到底意味着什么？是否预示着AI芯片领域即将迎来一场革命？Triton是什么？首先，我们需要了解什么是Triton。简单来说，Triton是一种由...

2024-09-13 07:00:24 292

原创 PyAutoGUI实战(七)键盘与鼠标事件的录制与回放

第7篇: 键盘与鼠标事件的录制与回放在这一篇中，我们将探讨如何使用 PyAutoGUI 实现键盘和鼠标事件的录制与回放。这些功能可以帮助你自动捕捉手动操作，并将其转换为可复用的脚本，非常适合重复性任务的自动化。...

2024-09-12 13:30:55 133

原创打破视频分析瓶颈，让行为追踪更简单！

随着社交媒体、监控视频和各种流媒体平台的发展，视频内容正在以惊人的速度增长。每个人几乎每天都会接触大量视频，而如何从这些海量视频中提取有用的信息，尤其是精准分析视频中的人类行为，成了科技界的一个难题。过去，分析人类行为的技术常常依赖复杂的模板和单张图片进行逐帧分析，既麻烦又不太可靠。那么，有没有一种更简单、更智能的解决方案呢？德国图宾根大学的研究团队给出了答案——InterTrack。传统方法的局...

2024-09-12 10:10:56 462

原创 PyAutoGUI实战(六)窗口与应用控制

第6篇: 控制窗口与应用程序在这一篇中，我们将讨论如何控制窗口和应用程序。这包括操作窗口大小和位置、最小化和最大化窗口、关闭窗口，以及如何在多个窗口之间切换。这些功能对桌面自动化任务非常关键，尤其是在自动化管理多个应用程序时。...

2024-09-09 11:16:52 255

原创 PyAutoGUI实战(五)消息弹窗与提醒

第5篇: 消息弹窗与提醒在这一篇中，我们将讨论如何使用 PyAutoGUI 来处理消息弹窗与提醒。这些功能对于自动化流程中的用户交互非常有用，尤其是在需要用户确认或输入信息的情况下。...

2024-09-06 10:25:16 236

原创手把手AI实战(八)一站式制作长视频

一、成果展示二、步骤拆解现在大部分的AI文生视频平台都只提供5秒、10秒等时长，如果要创作一个几分钟的视频，就需要进行多次的分割，然后再进行拼接。考虑到大部分AI平台对角色一致性问题都处理的不够理想，制作成本还是非常高的。今天要介绍的是白日梦AI，它是一款国产AI工具，整合了文生图、图生视频、剪辑配音等AI视频制作步骤，形成了自己的一套工作流，支持手机版和网页版，支持长达3000字的故事文案，可以...

2024-09-05 15:48:04 322

原创 PyAutoGUI实战(四)屏幕截图与图像定位

第4篇: 屏幕截图与图像定位在这一篇中，我们将介绍如何使用 PyAutoGUI 进行屏幕截图以及如何在屏幕上查找特定图像。这些功能在自动化测试和图形界面操作中非常有用，可以帮助你检测特定元素是否出现在屏幕上并进行相应的操作。...

2024-09-04 07:00:17 260

转载国产开源最强？Qwen2-VL强势发布，效果实测！

大家好，趁着周末赶紧看下本周最新发布的多模态大语言模型Qwen2-VL。因为Qwen2比Qwen提升很大，而且Qwen2-VL还将开源大参数量的模型Qwen2系列模型大幅提升了代码、数学、推理、指令遵循、多语言理解等能力，性能不仅超过美国最强的开源模型 Llama3-70B，也超过文心 4.0、豆包pro、混元 pro 等闭源大模型在十几个数据集上的测试指标都超越了 Llama3-70B ，具体查...

2024-09-03 14:07:10 219

原创 PyAutoGUI实战(三)键盘控制

第3篇: 键盘控制在本篇中，我们将探讨如何使用 PyAutoGUI 来控制键盘输入。这包括模拟键盘输入、组合键操作、键盘快捷键的使用以及自动输入文本的功能。3.1 键盘输入模拟PyAutoGUI 可以轻松地模拟键盘输入。在自动化操作中，模拟键盘输入是非常常见的，比如自动输入用户名、密码或自动填写表单。使用 write() 方法，可以模拟键盘输入文本...

2024-09-02 09:39:12 382

原创 MIT的10门免费线上课，YYDS！

大家好，我是小书童！今天给大家推荐10门 MIT 线上课程，无需付费，千万不要错过，抓紧学习起来。1、计算机科学和Python编程简介通过这个课程，将会学习到计算的概念Python编程语言一些简单的算法测试和调试算法复杂性的非正式介绍数据结构课程链接: https://www.edx.org/learn/computer-science/massachusetts-institute-of-tec...

2024-08-31 07:02:08 947

原创 PyAutoGUI实战(二)鼠标控制

第2篇: 鼠标控制在这一篇中，我们将深入探讨如何使用 PyAutoGUI 来控制鼠标。这包括获取屏幕尺寸、获取和设置鼠标位置、模拟鼠标点击和拖拽操作等。2.1 坐标系PyAutoGUI 的坐标系基于屏幕分辨率，左上角 (0, 0) 是原点。X 轴: 从左到右，X 坐标值增大。即从屏幕的左边到右边，X 坐标值从 0 增加到屏幕宽度Y 轴: 从上到下，Y 坐标值增大。即从屏幕的上边到下边，Y 坐标值从...

2024-08-30 07:00:36 725

转载 Google免费AI课

大家好，我是小书童。谷歌刚刚发布了免费的人工智能课程，无需任何先决条件和费用。以下是为您整理的课程简介和学习链接，一共9门免费课，一定不能错过。1、生成式人工智能简介通过简单、短期的课程了解生成式人工智能，了解如何使用 Google Tools 制作您自己的 AI 应用。只需45分钟即可完成这一切！课程链接: https://www.cloudskillsboost.google/course_t...

2024-08-29 12:36:41 56

原创 PyAutoGUI实战(一)简介与安装

第1篇: PyAutoGUI简介与安装1.1 什么是PyAutoGUI？PyAutoGUI 是一个跨平台的开源 Python 库，用于控制鼠标和键盘，自动化桌面上的各种操作。你可以用它来模拟用户在计算机上的操作，如移动鼠标、点击按钮、输入文本、截图等。这个库非常适合用来自动化重复性的任务，比如自动化测试、批量文件处理、数据录入、游戏辅助等。...

2024-08-28 22:56:44 172

原创 PyAutoGUI实战专栏

什么是PyAutoGUI？在这个信息爆炸的时代，效率成为了每个开发者追求的核心目标。而 Python 作为一种高效且灵活的编程语言，已经被广泛应用于各个领域。而在 Python 众多的库中，PyAutoGUI 无疑是提升工作效率的得力助手。它是一款功能强大的自动化工具库，专为那些希望通过自动化来减少重复性工作、提高生产力的人设计。无论是鼠标控制，键盘模拟还是图像识别，PyAutoGUI 都能帮你轻...

2024-08-27 11:49:29 294

原创又一个AI工程师来抢饭碗了！

大家好，我是小书童。继 Devin 之后，又一个 AI 软件工程师出圈了。它就是 Genie，号称目前地表最强，用官方的描述就是它能够像人类工程师一样解决现实生活中的软件问题。Genie 是迄今为止世界上最好的人工智能软件工程师。在行业标准基准 SWE-Bench 上得分为 30%，比之前亚马逊 Q 和 Factory 的 Code Droid（两者在 SWE-Bench 上得分均为 19%）的 ...

2024-08-15 07:05:02 333

原创开源大模型套壳解决方案

大家好，我是小书童。本篇给大家介绍一个开源的全套 AI 助手解决方案，GeekAI，它基于 AI 大语言模型 API 实现，自带运营管理后台，开箱即用。集成了 OpenAI，Azure，ChatGLM，讯飞星火，文心一言等多个平台的大语言模型，同时还集成了 MidJourney 和 Stable Diffusion 绘画功能，SUNO音乐创作，功能非常强大。主要特性完整的开源系统，前端应用和后台管...

2024-08-14 07:01:22 1003

原创一款高质量开源TTS

大家好，我是小书童。本篇给大家介绍一款开源的高质量 TTS (Text To Speech) 模型的推理和训练库，parler-tts。parler-tts 是一种轻量级文本转语音 (TTS) 模型，它可以按照给定说话者的风格（性别、音调、说话风格等）生成高质量、听起来自然的语音。它是 Stability AI 和爱丁堡大学的 Dan Lyth 和 Simon King 论文 Natural la...

2024-08-13 10:38:16 347

原创适用于验证码的OCR，识别快速，使用简单！

环境windows 11python 3.9前言Muggle OCR 是一个高效本地 OCR 模块，旨在通过简单的几步设置提供强大的文本识别功能，无论是在处理印刷文本还是解析验证码，都能让用户在工作中畅通无阻。Muggle OCR 易于安装和使用，支持双模型，识别快速准确。实操首先下载源码# 克隆代买git clone https://github.com/litongjava/muggle_o...

2024-08-07 14:12:30 567

原创 Midjourney发布V6.1版本！

今天，Midjourney发布了V6.1版本，标志着图像创造领域的一次重大飞跃！本次更新显著增强了图像质量，重新定义了创意视觉的标准。目前V6.1已经成为了默认模型，部分V6.1未能实现的功能，如修补/扩展，需要用户手动切换回V6.0版本，使用参数 -v 6即可。V6.1版本的亮点如下：无缝连接的图像构造：无论是人体的细微部分、自然界的动植物，新版都能确保图像间的平滑过渡，告别突兀的断层感，每一寸...

2024-07-31 13:37:11 336

原创手把手AI实战(七)制作搞笑动画视频

成果展示步骤拆解本篇实战使用的 AI 工具是 Adobe express，网站地址是：https://new.express.adobe.com，登录之后，点击 Video，然后点击 Animate from audio，进入编辑界面Character 选择自己想要的形象，可以是人物、动物、动画等，这里就选个 StickyBackground 选项卡提供了很多的背景，我们选个窗户的背景Size ...

2024-07-15 21:26:07 342

原创手把手AI实战(六)老照片动起来

成果展示步骤拆解老照片动起来其实就是利用 AI 大模型的图生视频功能，这个项目用到的工具是快手的可灵大模型，它有 web 版本和手机 App，这里使用手机 App 来操作。到应用商店下载快影 App。打开快影后，点开 AI 创作然后点开 AI 生视频接着选择第2项的图生视频我们选择一张手机图片进行上传，这里从网络上找了一张老照片下方的提示栏，是我们需要输入的提示词，这个你可以不输。如果说有特殊要求...

2024-07-11 23:01:25 510

原创做自媒体的有福了！推荐几款AI变声软件

大家好，我是小书童，今天给大家介绍几款好用的 AI 变声软件工具，有专业商业版，也有开源免费版。变声软件是一种能够改变用户声音的软件工具，它们通常提供多种变声效果和声音调整选项，使用户能够在不同场合下使用不同的声音，相信对于做自媒体的朋友会非常有用。MorphVOX Pro这是一款功能比较齐全的变声软件，支持男声变女声、女声变男声等多种变声效果。使用上没有什么问题，相对比其他变声器，它的延迟效果比...

2024-07-08 12:02:02 369

原创 3个免费AI提效工具

大家好，我是小书童，今天给大家介绍3款好用的 AI 工具。remove.bgremove.bg 是一款强大的自动去除图片背景的在线工具，快速利用 AI 技术进行抠图。图片背景5秒就被消除，而且还是完全免费的。除此之外，它还提供了加背景、背景模糊化、调整透明度等功能。工具地址：https://www.remove.bg/VideoFusionVideoFusion 是一款一站式短视频合成工具，它的主...

2024-07-06 08:08:39 426

原创今日AI资讯-20240705

1. 法国版开源GPT-4o由法国8人团队打造的原生多模态Moshi，已经实现了接近GPT-4o的水平，现场演示几乎0延迟。团队仅用了半年的时间，从头完成了模型的训练。目前Moshi还处在实验原型阶段，设计初衷是为了理解和表达情感，能够支持听、说、看，可以用70种不同情绪和风格说话，甚至随时被打断，可以实现最低160ms端到端延迟。不仅如此，最小版本的Moshi还可以在笔记本电脑，或者消费级GPU...

2024-07-05 10:46:57 302

原创手把手AI实战(五)视频风格转换

一、成果展示二、步骤拆解本篇实战要完成2个目标用AI生成的人物替换原始视频中的人物，生成一个新的视频将原始视频进行风格转换，比如现在很火的黏土风格好，现在我们需要准备一个原始视频，这里从网络上下载了一个美女舞蹈视频，大家可以从抖音、B站或油管上去下载，推荐 you-get 这个工具，链接：https://github.com/soimort/you-get然后，介绍下本篇的AI主角，它就是 Dom...

2024-06-27 12:02:25 412

原创每日AI资讯-20240625

1. 小米大模型提效新框架小米大模型团队提出SUBLLM（Subsampling-Upsampling-Bypass Large Language Model），国际AI语音大牛、开源语音识别工具Kaldi之父Daniel Povey也参与指导。与Llama等模型相比，SUBLLM在训练和推理速度以及降低内存方面都有了显著提升。在大模型训练中，SUBLLM的速度提高了26%，每个GPU的内存减少了...

2024-06-25 13:01:12 245

原创手把手AI实战(四)让图片开口说话

一、成果展示1.1 原始图片1.2 合成的视频二、步骤拆解提供一张带完整人脸的图片，系统能够根据音频（或者根据输入文本生成音频）合成视频，也就是AI数字人。本篇实战使用的AI平台是hedra，网址是：https://www.hedra.com/。目前这个系统还是beta阶段，使用完全免费，而且对于已有的功能，也完全没有任何的使用限制。对于一般的AI数字人产品，它的整体效果还是非常不错的，不仅能够比...

2024-06-24 12:00:19 362

原创每日AI资讯-20240624

1. 华为发布盘古大模型5.0华为开发者大会2024在东莞召开。在大会现场，华为发布了 HarmonyOS Next、盘古大模型 5.0、仓颉编程语言等，也介绍了一系列 AI 先进技术的应用案例。大模型即服务平台 ModelArts Studio 目前可以提供百模千态的第三方大模型托管服务，支持对大模型定制开发，并提供相应的工具和行业集成套件，让客户可以方便的将大模型与业务系统结合。它具备三大特点...

2024-06-24 10:54:53 343

原创每日AI资讯-20240622

1. 可灵AI全新功能上线！可灵AI全新功能上线！图生视频和视频续写来啦！图生视频：上传任意图片，生成5秒精彩视频。支持添加提示词控制图像运动视频续写：对生成视频一键续写4～5秒，支持多次续写（最长3分钟），可通过微调提示词进行续写视频创作文生视频多比例选择：文生视频新增9:16和1:1视频尺寸选择，提供更多创作可能PS：由于版本正在逐渐放量，已有权限的用户如果看不到功能，可以更新APP，再次尝试...

2024-06-22 10:10:38 361

原创每日AI资讯-20240621

1. Anthropic发布Claude 3.5 SonnetAnthropic 推出了 Claude 3.5 Sonnet。Claude 3.5 Sonnet 在各种评测中都超越了竞争对手和 Claude 3 Opus，同时仍保持着 Claude 3 Sonnet 的速度和成本。Claude 3.5 Sonnet 在解决问题、理解幽默和复杂指令方面均有显著进步。同时它的视觉理解能力也超越了 Cl...

2024-06-21 13:16:50 309

原创每日AI资讯-20240620

1. 英伟达市值登顶全球技领域迎来了一个重要时刻，英伟达超越微软，成为了全球市值最高的公司。英伟达是一家芯片制造商，在最近一个交易日的股价上涨 3.5% 达到 135.58 美元，市值升至 3.334 万亿美元，正式超越苹果、微软等一众科技公司，成为全球最有价值的 AI 科技公司，也是 AI 浪潮成为这个新时代主旋律的一个里程碑。随着市值持续增长，现年 61 岁的CEO黄仁勋身价也水涨船高，已经超...

2024-06-20 11:45:39 188

原创每日AI资讯-20240619

1. 谷歌DeepMind利用AI为无声视频配音DeepMind近日公布了一项利用 AI 为无声视频生成背景音乐的video-to-audio技术。AI模型首先会将用户输入的视频进行拆解，此后结合用户的用户文字提示，利用扩散模型反复运算，最终以生成与视频画面协调的背景声音，例如输入一条“在黑暗中行走”的无声视频，再添加“电影、恐怖片、音乐、紧张、混凝土上的脚步声”等文字提示，相关模型就能生成恐怖风...

2024-06-19 07:02:21 327