中杯可乐多加冰-CSDN博客

原创【AI驱动TDSQL-C Serverless数据库技术实战】 AI电商数据分析系统——探索Text2SQL下AI驱动代码进行实际业务

Text2SQL 是一种将自然语言查询转换为 SQL 查询的技术，其核心工作原理涉及自然语言处理和语义理解。用户可以通过输入自然语言问题来与数据库进行交互，而无需了解 SQL 语法。系统首先分析用户的输入，识别出关键字和查询意图，然后根据数据库的结构生成相应的 SQL 查询。在工作过程中，Text2SQL 首先利用自然语言处理技术，解析用户的语言，提取出查询的主题、操作和条件。

2024-09-30 17:10:49 512

原创内幕！smardaten无代码平台全方位测评，这些细节你绝对想不到！

客观而言，smardaten无代码平台在跨语言支持与OEM深度定制方面展现出了卓越的性能，完美契合了中大型企业快速响应市场动态、灵活调整业务策略的需求。其强大的UI自定义能力，不仅满足了我们对品牌视觉统一性的严格要求，更促进了企业形象的全方位塑造与传播。其次，smardaten在处理复杂业务逻辑方面的能力，也证明了其在企业级应用开发中的实用性，这是许多轻量级低代码平台难以比拟的。这种能力对于构建企业级应用至关重要，因为它确保了应用的功能性和可维护性。

2024-09-14 09:32:05 40690 34

原创【解决方案】yolov5环境配置报错 Downloading https://github/Arial.Unicode.ttf to /root/.config/Ultralytics/Arial

许多程序或者软件，往往需要特定的字体文件来确保文本的正确显示，为了简化安装和配置过程，有些代码会在安装或首次运行时自动下载所需的依赖项。在这个场景中，yolov5检测到缺少Arial.Unicode.ttf字体文件，并决定从GitHub的ultralytics/assets仓库中下载它。，基于最新Ampere架构，7纳米制程，80GB显存，拥有10240个CUDA核心和320个Tensor核心强势登陆。两种解决方案，一种是去下载对应字体文件，另一种是去配置系统已有字体。

2024-09-04 10:19:25 50721 6

原创【解决方案】Vue项目部署指南：Nginx部署前端Vue.js项目

如果提示说无法创建普通文件"/usr/local/nginx/sbin/nginx"，需要先暂停nginx再启动：/usr/local/nginx/sbin/nginx -s quit（或者niginx -s stop 或者killall nginx）然后再输入。安装包名为nginx-1.22.0.tar.gz，将其放到服务器的/usr/local/nginx目录下，初始没有nginx文件夹需要新建一个空的nginx。如果没有安装，首先需要安装一些必要环境，在终端中依次输入以下指令，安装必要的包。

2024-09-04 09:00:40 53898

原创【Intel黑客松大赛】基于OpenVINO™ Model Optimizer + ChatGLM-6B + P-Tuning微调的AI新闻小助手

将OpenVINO™ Model Optimizer、ChatGLM-6B以及P-Tuning微调技术相结合，可以构建出一个高效、灵活且性能优异的AI新闻小助手。该助手能够利用优化后的ChatGLM-6B模型快速生成新闻报道，同时借助OpenVINO™的跨平台特性和性能优化能力，确保在不同硬件平台上都能稳定运行。此外，通过P-Tuning微调技术，AI新闻小助手能够不断适应新的数据集和任务需求，提升新闻报道的准确性和多样性。

2024-09-02 22:10:33 35530 1

原创【AI落地应用实战】Amazon SageMaker JumpStart 体验零一万物的 Yi 1.5 模型

Amazon SageMaker JumpStart 是 Amazon SageMaker 平台的一部分，旨在帮助用户更快、更轻松地启动和开发机器学习项目。这是亚马逊云科技提供的一个非常实用的工具，特别适合那些希望迅速启动和开发机器学习项目的用户。SageMaker JumpStart 可以视为 SageMaker 的一个扩展，它专注于简化机器学习项目的启动过程。通过提供预训练模型、解决方案模板和一键部署功能，JumpStart 大幅度降低了初始设置的复杂性，加快了从概念到实际应用的过渡。

2024-08-20 20:19:35 7707 1

原创【Vue H5项目实战】从0到1的肯德基点餐系统—— 提交订单设计(Vue3.2 + Vite + TS + Vant + Pinia + Nodejs + MongoDB)

本系列将以肯德基自助点餐页面为模板，搭建一款自助点餐系统，第一次开发移动端h5项目，免不了有所差错和不足，欢迎各位大佬指正。在上一章我们已经完成了商品页面、购物车弹出层、导航栏双向联动等功能，但是提交订单按钮点击后还是空的，那么在这章，我们将要继续设计点击提交订单按钮后，修改或新增地址、确认订单、提交订单的功能。

2024-08-19 20:29:11 6959 4

原创【AI落地应用实战】灵办AI——学术检索与论文阅读必备插件

作为一名学术领域的探索者，。然而，这一过程并非总是一帆风顺，特别是当我们面对海量的英文学术文献时，语言障碍往往成为制约我们深入研究的瓶颈。

2024-08-08 17:07:05 9609 6

原创基于腾讯云 AI 代码助手的Web端宝可梦图鉴实践记录

腾讯云 AI 代码助手在程序开发中承担了很大一部分同质化的繁杂工作。只需用自然语言描述你的意图和需求，它就能协助完成从需求分析到代码编写，再到快速诊断和功能迭代的全过程。这种能力使得原本只有程序员才能理解的代码，现在变得易于大众理解，大大降低了编程的入门门槛。无论是编程新手还是资深开发者，都可以通过与 AI 代码助手的互动，显著提高自己的日常生产力。

2024-08-07 12:21:21 10750 6

原创国产版Sora复现——智谱AI开源CogVideoX-2b 本地部署复现实践教程

本篇博客将详细介绍，使用丹摩服务器部署和初步使用CogVideoX的实践流程。智谱AI在8月6日宣布了一个令人兴奋的消息：他们将开源视频生成模型CogVideoX。目前，其提示词上限为226 个 token，视频长度为 6 秒，帧率为 8 帧 / 秒，视频分辨率为 720*480，而这仅仅是初代，性能更强参数量更大的模型正在路上。先看两个效果（均为个人本次实践复现得出）：CogVideoX生成视频1CogVideo生成视频2首先简单介绍下原理，CogVideoX的核心在于它的3D变分自编码器。

2024-08-06 22:32:42 17703 39

原创解决方案：Error loading nvfuser_codegen.dll、cannot import name ‘packaging‘、ImportError: libGL.so.1、字体问题

这个错误表明Python程序试图导入一个模块或库，而这个库依赖于名为libGL.so.1的共享对象文件，但是系统无法找到这个文件。libGL.so.1是OpenGL的GPU渲染库，通常由图形驱动程序提供。如果是70.0.0及以上的版本，需要降低版本。

2024-08-05 12:31:46 7127 3

原创【AI落地应用实战】DAMODEL深度学习平台部署+本地调用ChatGLM-6B解决方案

ChatGLM-6B是由清华大学和智谱AI开源的一款对话语言模型，基于 General Language Model (GLM)架构，具有 62亿参数。该模型凭借其强大的语言理解和生成能力、轻量级的参数量以及开源的特性，已经成为在学术界和工业界引起了广泛关注。本篇将介绍使用DAMODEL深度学习平台部署ChatGLM-6B模型，然后通过Web API的形式使用本地代码调用服务端的模型进行对话。

2024-07-31 15:14:20 10478 46

原创【AI落地应用实战】Amazon Bedrock + Amazon DynamoDB 数据设计与建模

在当今数字化转型的浪潮中，企业对数据处理能力的需求日益增长，为了应对大规模数据和高并发访问的挑战，选择一款合适的数据库解决方案变得尤为重要。Amazon DynamoDB，作为亚马逊云科技提供的一种完全托管式、无服务器的，凭借其高性能、高可用性和可扩展性，成为了构建现代化应用程序的理想选择。在中，DynamoDB不仅支持快速数据访问和实时数据处理，还能够处理大规模数据集的存储和检索。在。

2024-07-29 20:31:11 9697 7

原创【AI落地应用实战】Amazon Bedrock +Amazon Step Functions实现链式提示（Prompt Chaining）

Prompt Chaining 是一种在生成式人工智能（如大型语言模型）中广泛使用的技术，它允许用户通过一系列精心设计的提示（Prompts）来引导模型生成更加精确、丰富且符合特定需求的内容。Prompt Chaining 的核心思想在于不是一次性给出一个复杂的指令或问题给模型，。这种链式提示的方式能够有效提高模型的响应质量，减少错误，并使得生成的内容更加符合用户的预期。Prompt Chaining的工作原理基于两个关键要素：任务分解和对话连续性。

2024-07-29 19:27:16 61761 8

原创【AI落地应用实战】如何让扫描工具更会思考——智能高清滤镜2.0实战测评

在这个信息爆炸的数字化时代，扫描工具已经成为我们日常工作和学习中不可或缺的助手。最近，扫描全能王推出了革命性的“智能高清滤镜2.0”，本次更新后，智能高清滤镜能够智能识别并优化扫描过程中的各种问题。无论是光线不均、背景杂乱，还是文档本身的折痕和污渍，它都能一一化解，呈现清晰、准确的扫描结果。在这篇实战测评中，我们将深入探讨智能高清滤镜2.0本次更新的细节，从技术原理到实际应用，让我们一起见证，当扫描工具开始“思考”，我们的工作将如何变得更加高效和便捷。

2024-06-28 09:15:43 12089 43

原创【AI落地应用实战】如何高效检索与阅读论文——302.AI学术论文工具评测

在浩瀚的学术海洋中，如何快速、准确地找到我们需要的论文，就像是航海家如何在茫茫大海中找到正确的航线。海量的学术资源、复杂的检索系统、不断更新的研究热点，都为我们设置了重重障碍。最近，我就收到了不少同学私信说他们检索并阅读完一篇论文所花费的时间，甚至比追完一季电视剧还要长，那么：- 如何快速检索找到那些真正有价值、与研究方向紧密相连的论文？- 如何高效地粗读并挑选出那些真正值得我们深入阅读的论文？- 如何有效地精读目标论文，提炼出其中的核心知识点？

2024-06-25 18:27:03 14413 36

原创解决方案：昇腾aarch64服务器安装CUDA+GCC+CMake，编译安装Pytorch，华为昇腾HPC服务器深度学习环境安装全流程

最近拿到一台昇腾aarch64服务器，但是与平常配置环境不同，服务器存在三大难题：> 1. 由于安全控制，服务器本身不能访问外网；> 2. 服务器本身为ARM架构（aarch64）> 3. 没有管理员权限本文总结了一套在昇腾aarch64服务器编译安装支持GPU的Pytorch的解决方案，记录在此。编译安装Pytorch需要极高的耐心和较强的动手能力，在动手之前，你还需要具备以下条件。

2024-06-08 10:50:28 2386 12

原创基于 Amazon EC2 快速部署 Stable Diffusion WebUI + chilloutmax 模型

自2023年以来，AI绘图已经从兴趣娱乐逐渐步入实际应用，在众多的模型中，作为闪耀的一颗明星，Stable diffusion已经成为当前最多人使用且效果最好的开源AI绘图软件之一。Stable Diffusion Web UI 是由AUTOMATIC1111 开发的基于 Stable Diffusion AI 模型的 AI 图片处理工具，支持文生图、图生图。该Web UI提供了一个图形化的操作界面，用户无需编写任何代码即可使用Stable Diffusion的所有功能。

2024-06-03 17:55:41 3159 16

原创 Ownips+Coze海外社媒数据分析实战指南

在采集社交媒体数据之前，我们首先要解决一个核心问题：社交媒体平台对IP的属性做判断，导致无法高效采集数据。一方面，社交媒体平台在推送时会确保所推送的内容与当地的文化和用户偏好相符合，另一方面，社交媒体平台会检测和阻止异常流量，一旦单次访问次数过多，便可能触发强制验证。这时，ISP代理的引入就显得尤为重要。ISP代理首先能够模拟地区，有效保护在线隐私，减少被追踪和识别。其次，它能够确保用户顺畅地访问所需内容，提升数据获取的效率和便捷性。

2024-05-29 08:10:55 11433 51

原创【AI落地应用实战】LLM + TextIn文档解析技术实测暨基于TextIn文档解析 + Kimi的智能文档解析助手

文档解析技术是从这些海量且复杂的数据中高效准确地提取有价值信息的关键。它从输入文档图像开始，经过图像处理、版面分析、内容识别和语义理解等流程，最终输出结构化电子文档或语义信息。通过文档解析技术，我们能够深入理解文档的结构、内容和主题，使得信息更易于检索、分析和利用。

2024-05-22 09:59:01 46795 53

原创【AI落地应用实战】Amazon Bedrock + Llama3 生成式AI实践

通过使用更高质量的训练数据和指令微调，Llama 3接受了超过 15 万亿个标记数据的训练——比 Llama 2 模型使用的训练数据集大七倍，其中包含四倍于 Llama 2 的代码数据，支持 8K 的上下文长度，是 Llama 2 的两倍。

2024-05-11 10:33:26 8591 31

原创与Apollo共创生态：Apollo7周年大会的心得体会

七周年之际，Apollo开放平台推出了9.0版本，不仅为开发者和生态合作伙伴带来了更强大的算法能力、更灵活易用的工具框架，还提供了更易拓展的通用场景能力，从而持续巩固了Apollo在自动驾驶开发领域的领先地位。除此之外，Apollo开放平台推出企业生态计划，为整个行业的发展注入了新的活力。

2024-05-10 15:14:58 8265 3

原创如何用OpenNJet部署自己的应用程序？——OpenNJet实践记录

OpenNJet 应用引擎是基于 NGINX 的面向互联网和云原生应用提供的运行时组态服务程序，其在云原生架构中作为数据平面，除了提供南北向通信网关的功能以外，还提供了服务网格中东西向通信能力，本篇文章将从零开始使用OpenNJet部署自己的应用程序。

2024-05-06 20:52:14 1246 7

原创文本向量化模型新突破——acge_text_embedding勇夺C-MTEB榜首

在人工智能的浪潮中，大型语言模型（LLM）无疑是最引人注目的潮头，在支撑这些大型语言模型应用落地方面，文本向量化模型（Embedding Model）的重要性也不言而喻。为大家带来acge_text_embedding模型解读以及应用思考：> 文本向量化acge模型是什么？原理是什么？ > acge模型能达到什么样的效果，取得了什么样的成绩？> 文本向量化模型的突破与检索增强生成RAG的联系？

2024-04-23 18:41:27 17381 54

原创【生成式 AI 精英速成计划】了解如何使用大模型平台、训练与部署以及如何打造生成式AI应用

亚马逊云科技在3月23日新推出了[全球最新生成式 AI 课程]。其针对开发者和企业非技术专业人士，提供全行业最佳使用场景专家解析、丰富的生成式 AI 工具应用示范，了解如何使用大模型平台、训练与部署大模型及如何打造生成式AI应用，并且快速理解AI的商业潜力和应用场景，学习如何利用AI技术优化决策过程、发掘商业价值。

2024-04-17 18:45:33 2435 3

原创 LangChain + LLM + Amazon Bedrock构建一个检索增强型问答RAG-GPT应用程序

在这篇文章中，我们将探讨如何利用LangChain + LLM + Amazon Bedrock等技术构建一个检索增强型问答GPT应用程序。这个应用程序不仅能够理解用户的问题，还能够从海量的数据中检索出相关信息，生成准确而有用的回答。

2024-04-17 10:06:07 10079 10

原创每帧纵享丝滑——ToDesk云电脑、网易云游戏、无影云评测分析及ComfyUI部署

云电脑凭借其出色的技术实力和创新理念，帮助我们轻松应对这些难题。作为一种新兴的虚拟电脑服务方式，云电脑将传统电脑的计算、存储和应用服务等功能迁移到云端，打破了传统电脑的物理限制，通过云端连接，即可享受到高效、稳定的资源与服务，为人们提供了更加灵活、便捷、安全的工作与娱乐模式。今天，本篇文章将带来ToDesk云电脑、网易云游戏、无影云三款云电脑的性能测评、AIGC科研测评和软件应用实测分析。

2024-04-15 13:55:30 19076 68

原创【数据采集与AI分析】突破挑战抢占先机亮数据浏览器、亮网络解锁器 + Kimi数据采集与分析实战指南

数据采集并不总是一帆风顺，由于涉及到不同的国家和地区，跨境电商领域中数据的获取可能会受到语言文化、网页结构复杂、网站屏蔽、OCR验证等方面的限制。此外，海量数据的采集效率也是一个挑战。本章将使用跨境电商数据采集工具和大模型Kimi，以Shopee、Temu为范例进行实战。

2024-04-12 10:26:56 14408 17

原创解决方案——Zotero生成的参考文献和Word如何建立超链接，实现点击引用跳转的效果

尽管Zotero在文献管理和引用生成方面表现优秀，但与另一款流行的文献管理工具EndNote相比，它确实缺少一项比较常用的功能：**无法与Word直接建立超链接以实现点击引用跳转。**在EndNote中，用户可以轻松地在Word文档中插入引用，并且这些引用会自动生成超链接，只需点击文中的引用，即可迅速跳转到文档末尾的参考文献部分，查看相应的文献详细信息。Zotero虽然也提供了丰富的引用格式和文献管理功能，但它却无法与Word直接建立这种超链接。

2024-04-07 20:27:17 12451 31

原创【如何写论文】解决方案——删除脚注里多余的回车换行，标题的段前磅数消失问题、图像显示不完整、被截断、浮动问题

当图片衬于文字下方时，文字会出现在图片的上方，形成文字覆盖图片的效果；而当图片浮于文字上方时，图片会位于文字的顶层，文字则环绕在图片的周围。由于单倍行距固定了行与行之间的距离，如果图像的高度超过了这个距离，那么图像其余的部分就会被截断，无法完全显示。一般论文要求需要有脚注，但是默认的脚注格式不符合要求，可能会出现问题：页面底部的脚注区域，横线未顶格、文字与横线存在多余回车换行符，文字有缩进。此外，还可以检查并调整段前和段后的间距，以确保图像不会与段落上方的文本或下方的文本重叠，从而避免被截断的情况发生。

2024-04-07 17:09:29 10019

原创 Amazon SageMaker + Stable Diffusion 搭建文本生成图像模型

Amazon SageMaker是一款亚马逊云服务旗下的全面托管机器学习平台。该平台集成了众多高效工具和服务，使得构建、训练和部署机器学习模型变得前所未有的简单。Amazon SageMaker拥有灵活的计算资源及配置选项，无论项目规模大小，它都能以强大的计算能力，助力训练大型模型。此外，它还提供了强大的管理和监控功能，确保机器学习工作流程的顺畅运行。Amazon SageMaker机器学习平台提供了一系列能够快速构建、训练和部署机器学习模型的工具和服务，使机器学习工作流程更加高效、易用和可扩展。

2024-03-21 10:14:31 15615 9

原创跨境电商选品实战——Ownips公开数据信息安全采集+Python爬虫轻松搞定Lazada电商选品

互联网与外贸的结合，催生了蓬勃兴起的跨境电子商务。基于这种跨越国界的电子商务模式，企业不再受限于传统的地域销售，而是可以将产品推向全球市场，实现全球范围的发展。然而，与传统的国内电商相比，国际市场消费者的需求、偏好、文化习惯等差异巨大，因此我们在选品方面也面临更为复杂的挑战。根据目标市场的需求和特点精选出适合销售的产品，直接影响一个商家的竞争力，而选品也不仅仅是销售产品，更是树立品牌形象和提升竞争力的重要手段。对于许多初入跨境电商领域的新手而言，选品方法通常局限于国内市场的经验和视野，缺乏对全球市场的深入了

2024-03-12 10:24:58 16905 51

原创狙击GPT5？Claude3体验方法及初步个人评测

Amazon Bedrock 是一项完全托管的服务，其提供了来自众多领先AI公司（包括 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和亚马逊）面向海外业务的的高性能基础模型，除了Claude3, Amazon Bedrock 还可以利用简单的 API 接口访问 Meta Llama2、Anthropic Claude、Titan、Stability AI、AI21 Labs、Cohere 等领先的基础模型，以构建和扩展其生成式 AI 应用程序。

2024-03-05 23:59:46 19641 24

原创开源模型Mistral 7B+Amazon SageMaker部署指南

Mistral AI 是一家总部位于法国的 AI 公司，其使命是将公开可用的模型提升至最先进的性能水平。他们专注于构建快速而安全的大型语言模型（LLM），此类模型可用于从聊天机器人到代码生成等各种任务。不久前其发布了一个开源模型Mistral 7B，支持英语文本生成任务并具备自然编码能力。它为实现低延迟进行过优化，并且相对其规模，该模型对内存的要求较低，可提供高吞吐量。该模型体积虽小，但功能强大，可支持从文本摘要和分类到文本完善和代码补全等多种使用案例。

2024-03-03 10:08:18 5825 7

原创 Stable Video文本生成视频公测地址——Scaling Latent Video Diffusion Models to Large Datasets

近期，Stability AI发布了首个开放视频模型——"Stable Video"，该创新工具能够将文本和图像输入转化为生动的场景，将概念转换成动态影像，生成出电影级别的作品，旨在满足广泛的视频应用需求，包括媒体、娱乐、教育和营销等领域。第一阶段涉及图像预训练，其中利用了空间布局初始化自预训练图像模型的视频模型，并展示了在预训练大型且多样化的数据集，然后在较小但质量更高的数据集上进行微调的效果提升。在前两个阶段（图像预训练和视频预训练）的基础上，通过进一步的高质量微调来提升最终模型的性能。

2024-03-03 10:02:42 4955

原创【Intel oneAPI实战】使用英特尔套件解决杂草-农作物检测分类的视觉问题

杂草是农业经营中不受欢迎的入侵者，它们通过窃取营养、水、土地和其他关键资源来破坏种植，这些入侵者会导致产量下降和资源部署效率低下。一种已知的方法是使用杀虫剂来清除杂草，但杀虫剂会给人类带来健康风险。参赛者需运用英特尔® oneAPI AI分析工具包构建一个模型。该模型可以自动检测杂草的存在，并在杂草上而不是在作物上喷洒农药，同时使用针对性的修复技术将其从田地中清除，从而最小化杂草对环境的负面影响。YOLO是一种基于深度学习的目标检测算法。

2024-02-29 16:57:48 1022 3

原创文本生成视频Sora技术解读——作为世界模拟器的视频生成模型 Video generation models as world simulators

我们探索在视频数据上对生成模型进行大规模训练。具体来说，我们在可变持续时间、分辨率和宽高比的视频和图像上联合训练文本条件扩散模型。我们利用了一种Transformer架构，该架构对视频和图像潜在代码的时空补丁进行操作。Sora能够生成一分钟的高保真视频。我们的研究结果表明，scaling video generation models（Sora）是构建物理世界通用模拟器的一条很有前途的途径。

2024-02-23 09:30:00 5393 7

原创解决方案——文本生成图像DF-GAN配置Oxford-102 Flower 花数据集全流程

Oxford-102 Flower是牛津工程大学于2008年发布的用于图像分类的数，图像都是英国常见的花卉，训练集和验证集各包含10个图像，测试集由剩余的6129张图像组成（每类至少20张）。：每个类包含，百香花的图像数量最多，桔梗、墨西哥紫菀、青藤、月兰、坎特伯雷钟和报春花的图像最少，即每类40个，图像被重新缩放，使最小尺寸为500像素。

2024-02-21 17:28:18 5739 6

原创我与小曹Bot“青梅煮酒论英雄”——一站式 AI Bot 开发平台Coze操作指南及集成到飞书和微信

AIbot是指人工智能机器人，是一种使用大语言模型构建的工具，不仅可以解决简单的问答，还处理复杂逻辑的对话。而受人瞩目的扣子集成了丰富的插件工具，可以极大地拓展 Bot 的能力边界。目前平台已经集成了超过 60 款各类型的插件，包括资讯阅读、旅游出行、效率办公、图片理解等 API 及多模态模型。你可以直接将这些插件添加到 Bot 中，丰富 Bot 能力。例如使用新闻插件，打造一个可以播报最新时事新闻的 AI 新闻播音员。

2024-02-21 08:00:00 9508 7

原创 Amazon Bedrock ——使用Prompt构建AI软文撰写师的生成式人工智能应用程序

登录Amazon Bedrock的控制台后：https://aws.amazon.com/cn/bedrock/?可以看到Amazon Bedrock支持多个基础模型（foundation model）,其中包括Amazon Titan，Claude，Jurassic，Command，Stable Diffusion 以及 Llama2。

2024-02-04 21:49:55 1362 1

diffusers-0.30.0.dev0-py3-none-any.whl

2024-08-06

配置好的Oxford-102 Flower数据集花卉数据集-DFGAN

本文件为配置好的Oxford-102 Flower数据集，可直接用于DF-GAN2022版本的训练测试，也可以根据文件夹来替换为自己的数据集进行训练。文件夹包括：图像数据集、文本数据集、flower_val256_FIDK0.npz、flower_text_encoder250.pth、flower_cat_dic.pkl、cat_to_name、captions_DAMSM.pickle、captions.pickle文件。 Oxford-102 Flower是牛津工程大学于2008年发布的用于图像分类的花卉数据集 **数据量**：8189张图像组成的数据集，这些图像被划分为103个花卉类别，都是英国常见的花卉。数据集分为训练集、验证集和测试集，训练集和验证集各包含10个图像，测试集由剩余的6129张图像组成（每类至少20张）。 **种类**：每个类包含40到250个图像，百香花的图像数量最多，桔梗、墨西哥紫菀、青藤、月兰、坎特伯雷钟和报春花的图像最少，即每类40个，图像被重新缩放，使最小尺寸为500像素。

2024-02-18

Oxford-102 Flower配置数据包

Oxford-102 Flower是牛津工程大学于2008年发布的用于图像分类的花卉数据集本文件为Oxford-102 Flower对应的配置数据包，包括的是训练花数据集以及测试数据集训练效果的必要配置文件，基本适用于文本生成图像相关模型，完全适用于DF-GAN2022版代码以及其延伸模型，文件夹包括： flower_val256_FIDK0.npz、flower_text_encoder250.pth、flower_cat_dic.pkl、cat_to_name、captions_DAMSM.pickle、captions.pickle文件

2024-02-18

我的三合一游戏站项目（AI虚拟女友、文字版王者荣耀、女儿养成类游戏）-基于文心千帆ERINE-Bot4的三合一游戏站

使用方法： 1、解压项目，两个文件夹，wenxin-express为后端，wenxin-vue3-fe-master为前端。 2、打开wenxin-express，使用vscode终端cd进入项目目录，输入npm i安装依赖，然后输入node app.js启动项目； 3、打开wenxin-vue3-fe-master，使用vscode终端cd进入项目目录，输入npm i安装依赖，然后输入npm run dev启动项目； 4、在浏览器中输入http://localhost:5173/ 进入网页开始游戏。大模型三合一游戏站项目是基于文心千帆ERINE-Bot4的一个创新性项目。该项目包括了三个游戏，分别是AI虚拟女友、文字版王者荣耀和女儿养成类游戏。在AI虚拟女友中，用户可以体验到一种仿真的情感互动，能够理解用户的语言并做出相应的回应，提供陪伴和娱乐。在文字版王者荣耀中，玩家可以通过交流指令和战术来指导自己的角色，在虚拟的游戏世界中体验策略和协作的乐趣。在女儿养成模拟器中，扮演一个虚拟父母的角色制定计划、参与活动等方式来培养和引导女儿的成长。

2023-11-12

一键文生图-本地SD文本生成图像应用

2023-11-01

类肯德基自助点餐系统03 - 商品与购物车逻辑设计

本资源为类肯德只因自助点餐系统0.3.0版本： 1、【重要提醒】0.3.0版本实现了对象类型的设计、商品页面设计、购物车设计，具有商品列表的界面、购物车列表页面，购物车弹出层增减、金额计算、清空、导航栏与右侧商品联动等功能，已经初步具备一个点餐系统的部分功能； 2、使用的技术栈为Vue3.2+Vite+TS+Vant+Pinia+MongoDB； 3、项目正在gitee同步更新，请点个star：https://gitee.com/airheaven/kfg-vue 使用方法： 1、解压文件包，放入VSCode； 2、终端cd进入项目，使用npm install建立依赖 3、npm run dev启动项目

2023-04-04

类肯德基自助点餐系统02 - 页面布局(Vue3.2 + Vite + TS + Vant + Pinia + MongoDB）

本资源为类肯德只因自助点餐系统0.2.0版本： 1、【重要提醒】0.2.0版本实现了商品页面的初步设计、轮播图的展示、标题栏、导航栏和商品页面的布局设计； 2、使用的技术栈为Vue3.2+Vite+TS+Vant+Pinia+MongoDB； 3、项目正在gitee同步更新，请点个star：https://gitee.com/airheaven/kfg-vue 使用方法： 1、解压文件包，放入VSCode； 2、终端cd进入项目，使用npm install建立依赖 3、npm run dev启动项目

2023-03-15

类肯德基自助点餐系统01(Vue3.2 + Vite + TS + Vant + Pinia + MongDB）Vue H5项目

本资源为类肯德基自助点餐系统0.1.0版本： 1、【重要提醒】0.1.0版本实现了项目初始化与搭建，是一款非常适合起步的脚手架，可供学习； 2、使用的技术栈为Vue3.2+Vite+TS+Vant+Pinia+MongoDB； 3、0.1.0版本已成功搭建Less、Vant、vw适配方案、Vue Rotuer、Pinia和Axios； 4、项目在gitee同步更新，请点个star：https://gitee.com/airheaven/kfg-vue 使用方法： 1、解压文件包，放入VSCode； 2、终端cd进入项目，使用npm install建立依赖 3、npm run dev启动项目

2023-03-04

FID预训练好的模型针对COCO的FID预训练模型文本生成图像定量指标模型

这是FID预训练好的模型，针对coco的文本生成图像定量指标训练好的模型复现步骤请看：https://blog.csdn.net/air__Heaven/article/details/124751665 CUB-Bird的FID预训练好的模型，请看：https://download.csdn.net/download/air__Heaven/85362542

2022-12-05

web端云监工系统（Vue3+Element plus+TS+Pinia）

项目技术栈 - Vue 3.2.13 - Element-Plus 2.1.10 - Vue-Router 4.0.3 - Pinia 2.0.13 - Axios 1.2.0 - Mitt 3.0.0 - TypeScript、TRTC、Less-loader、... 输入`npm i`自动配置项目相关依赖，然后输入`npm run serve`启动服务。也可以直接`npm start`。

2022-11-28

数据挖掘——移动平均预测道琼斯、纳斯达克、标准普尔指数

本资源使用移动平均预测道琼斯、纳斯达克、标准普尔指数——Python中的基本数据操作和可视化，压缩包里包括S&P、Dow、Nasdaq数据集和代码。移动平均⼜称移动平均线，简称均线。作为技术分析中⼀种分析时间序列的常⽤⼯具，常被应⽤于股票价格序列。移动平均可过滤⾼频噪声，反映出中⻓期低频趋势，辅助投资者做出投资判断。

2022-08-17

琼斯、纳斯达克、标准普尔指数-数据挖掘数据集包

资源包括琼斯、纳斯达克、标准普尔指数列表名为：Date、Open、High、Low、Close、Adj Close、Volume 用于简单移动平均预测道琼斯、纳斯达克、标准普尔指数

2022-08-16

SSAGAN预训练的 DAMSM 模型

SSAGAN预训练的 DAMSM 模型，包括文本编码器text encoder和图像编码器image encoder，其中text encoder是双向LSTM模型，image encoder是CNN模型。在文件中均已经预训练好了的第200轮。下载后将其上传到 DAMSMencoders目录下并进行解压

2022-07-24

文本生成图像SSA-GAN -CUB鸟元处理数据包

本资源是文本生成图像的SSA-GAN模型复现过程中必备的鸟数据集元处理数据包。包括test、text、train、example_filenames.txt、example_captions.txt、captions.pickle等数据。

2022-07-24

文本生成图像DF-GAN -CUB鸟元处理数据包

本资源是文本生成图像的DF-GAN模型复现过程中必备的元处理数据包，包括DAMSMencoder的imageencoder和textencoder，FID评估使用的npz，class_info.pickle文件、filenames.pickle文件。复现步骤请查看：https://blog.csdn.net/air__Heaven/article/details/125467190

2022-06-28

R分数复现 R-precision评估指标定量实验工程文件文本生成图像R分数定量评估实验代码

本压缩包是文本生成图像里的 R分数实验代码 R-precision评估指标定量工程文件，可以用来评估文本与图像的对齐性（即生成的图像是否符合文本），工程包括build_RPdata.py、config.py、encoder.py、eval_Rprecision.py、all_texts.txt。运行时： 1.先更改参数，将文件位置改成你已经生成好的图像的位置 2.运行build_RPdata.py，生成RPdata的数据，即每个数据是一个图像+n条句子 3.运行eval_Rprecision.py，评估图像与文本的对齐度 4.还可以更改R值，继续3进行各种实验

2022-06-12

FID预训练好的模型针对CUB-birds的FID预训练模型文本生成图像定量指标模型

这是FID预训练好的模型，针对CUB-birds的文本生成图像定量指标训练好的模型 FID分数用于根据预训练网络提取的特征，测量真实图像分布和生成图像分布之间的距离。真实图像在空间中是服从一个分布的（假设为正态分布），而GAN生成的特征也是一个分布，GAN做的事情就是不断训练使这两个分布尽可能的相同。FID就是计算这两个分布直接的距离，使用的距离算法叫做Frechet distance。

2022-05-13

文本生成图像 IS分数预训练模型 inception model预训练CUB-Bird模型

预训练好的inception model 是StackGAN 用来于鸟评估的inception score模型也可以用于AttnGAN、DF-GAN等等文本生成图像模型当中主要用于评估图像质量

2022-05-12

已经训练好的DF-GAN 600轮epoch生成器CUB-birds模型文本生成图像模型

这个是已经训练好的DFGAN，针对CUB的生成器模型，训练轮数601轮默认bird.yml： CONFIG_NAME: 'bird' DATASET_NAME: 'bird' DATA_DIR: '../data/bird' GPU_ID: 0 WORKERS: 1 B_VALIDATION: True # True # False loss: 'hinge' TREE: BRANCH_NUM: 1 BASE_SIZE: 256 TRAIN: NF: 32 # default 64 BATCH_SIZE: 24 MAX_EPOCH: 601 NET_G: '../test' TEXT: EMBEDDING_DIM: 256 CAPTIONS_PER_IMAGE: 10 DAMSM_NAME: '../DAMSMencoders/bird/inception/text_encoder200.pth'

2022-05-12

客户端+服务器实现网络版贪吃蛇

贪吃蛇游戏的网络版 C++实现使用到了多线程编程数据格式规定对象|动作|参数 1.对象–蛇，食物蛇:1 食物:2 2.动作–产生，移动，变长产生:1 移动:2 变长:3 3.参数–根据不同的对象，不同的动作有不同的参数产生蛇：长度，坐标

2022-05-09

出上联对下联 AI人工智能对春节对联（python+pytorch+Transformer+BiLSTM+ATTN+CNN）

介绍博文：https://blog.csdn.net/air__Heaven/article/details/122696876 使用了：python+pytorch+Transformer+BiLSTM+ATTN+CNN 自己出上联，AI可以对出下联运行 preprocess.py 进行数据预处理（已经训练好了，可选择忽略）运行 main.py [-m model type] 进行训练（已经训练好了，可选择忽略）运行 clidemo.py <-p model path> 可在控制台进行AI对对联运行 webdemo.py <model path> 可在Web端进行AI对对联命令行参数的详细说明见文件内，你也可以在 module/model.py 中定义你自己的模型。 Using Docker：docker pull wisedoge/coupletai

2022-04-25

AttnGAN文本生成图像模型已预训练+训练好的模型 python3版本

已经配置好了预训练模型和训练好的模型已经配置好了下载为鸟类预处理的元数据除了没有CUB-birds的图像数据集，其他文件都已经下载并配置好了。 AttnGAN: Fine-Grained TexttoImage Generation with Attention（带有注意的生成对抗网络细化文本到图像生成）的代码复现下载后需要安装环境 >pip install python-dateutil > pip install easydict > pip install pandas > pip install torchfile nltk > pip install scikit-image 可能需要额外安装的环境，根据提示进行补充： > pip install torchvision

2022-04-02

51单片机实现围棋单片机围棋实验

2022-02-27

云计算应用实验报告武汉理工大学云计算应用 hadoop单机模式和伪分布式

1、hadoop单机模式和伪分布式 2、hadoop集群 3、hadoop运行WordCount程序 4、编码实践并在Hadoop上运行题目：输入两个文件，一个代表工厂表，包含工厂名列和地址编号列；另一个代表地址表，包含地址名列和地址编号列。要求从输入数据中找出工厂名和地址名的对应关系，输出“工厂名——地址名”表，按工厂名排序输出。数据文件自己设计样例。

2022-02-23

新年用Python与人工智能一起写春节对联

使用了：python+pytorch+Transformer+BiLSTM+ATTN+CNN 自己出上联，AI可以对出下联运行 preprocess.py 进行数据预处理（已经训练好了，可选择忽略）运行 main.py [-m model type] 进行训练（已经训练好了，可选择忽略）运行 clidemo.py <-p model path> 可在控制台进行AI对对联运行 webdemo.py <model path> 可在Web端进行AI对对联命令行参数的详细说明见文件内，你也可以在 module/model.py 中定义你自己的模型。 Using Docker：docker pull wisedoge/coupletai

2022-01-26

PyTorch-ResidualBlock GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-2)GPU版本

原理是基于B站刘二大人：传送门PyTorch深度学习实践——卷积神经网络(高级篇) 这是ResidualBlock的pytorch实现，并且实现了在GPU上运行

2022-01-20

PyTorch-Inception Moudel GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-1)GPU版本

原理是基于B站刘二大人：传送门PyTorch深度学习实践——卷积神经网络(高级篇) 这是Inception Moudel的pytorch实现，并且实现了在GPU上运行

2022-01-20

武汉理工大学计算机复试资料考研复试资料

包括历年大纲与细则、2021复试细则、历年面试的面试问题（专业、英语、其他）、离散数学书、武理离散数学PPT课件、导师联系方式

2021-11-17

C++课程设计报告家庭财务管理系统面对对象实验报告.docx

家庭财务管理系统C++课程设计报告，包括问题描述、需求分析，总体设计、详细设计和小结，报告共17页。问题描述：系统具有帐务处理的一般功能，包括家庭月收入管理、月支岀管理、并能按年、月统计家庭收入总和与支岀总和可按月支出费用进行降序排序同时系统提供收入或支出的添加、修改、删除操作。

2021-11-10

基于单片机的红绿黄灯设计（单片机实验交通灯设计）

利用单片机设计一个红绿灯，实现了数显倒计时与灯光变换，其中30秒红灯，25秒绿灯，5秒黄灯，实现东西与南北灯光变换，符合红绿灯逻辑。（所有时间也可以修改。）芯片采用：MSP430F249、74HC573 交通灯采用：trafficlight组件数显采用：两位数共阴极的数码管配套博文预览效果：https://blog.csdn.net/air__Heaven/article/details/120481520

2021-09-26

代码还原谷歌彩蛋小恐龙游戏免费下载（html+css+js）

代码还原谷歌彩蛋小恐龙游戏（html+css+js）谷歌的chrome浏览器有一个小彩蛋，在断网时打开chrome浏览器会出现一只小恐龙，按下空格键，就可以开始游戏了

2021-09-25

程序员浪漫--恋爱计时器（动画网页表白告白七夕礼物）

html++css+js 做的恋爱计时器网站网页点开后，效果如下第一部分用动画显示对她想说的话、表情符号与当前时间；第二部分显示恋爱了多久；第三部分引用一段台词或者情诗。

2021-09-14

编译原理词法分析语法分析课程设计报告（C++实现）.doc

包括：设计目的、设计要求、开发环境、分析器模型图、设计原理、框架图、分析过程、主要函数、运行结果 (1)词法分析：创建一个词法分析程序，它支持对正规文法的分析。必须使用DFA（确定性有限自动机）或NFA（非确定性有限自动机）来实现这一项目。该程序的输入是一个文本文件，包括一组由该正规文法产生的产生式以及待识别源代码字符串。该程序的输出是一个符号表（二元式），它由5种类型符号：关键词，识别符，常量，界符和操作符。 (2)语法分析：创建一个语法分析程序，它采用LL（1）方法或LR（1）方法。该程序的输入是一个文本文档，包括一组2型文法（上下文无关文法）的产生式和任务1程序输出的符号表。任务2的输出是一个YES或NO，即源代码字符串是否符合本2型文法。

2021-09-08

语法分析编译原理实验/课程设计（C++实现）

本资源为编译原理语法分析C++代码实现，使用codeblocks或者vs即可运行设计要求：创建一个语法分析程序，它采用LL（1）方法或LR（1）方法。该程序的输入是一个文本文档，包括一组2型文法（上下文无关文法）的产生式和任务1程序输出的符号表。任务2的输出是一个YES或NO，即源代码字符串是否符合本2型文法。

2021-09-08

词法分析编译原理实验/课程设计（C++实现）

本资源是编译原理实验-词法分析，用c++语言实现，包括mysource.txt 、mytext.txt、output.txt和词法分析.cpp文件，能够实现词法分析功能设计要求：创建一个词法分析程序，它支持对正规文法的分析。必须使用DFA（确定性有限自动机）或NFA（非确定性有限自动机）来实现这一项目。该程序的输入是一个文本文件，包括一组由该正规文法产生的产生式以及待识别源代码字符串。该程序的输出是一个符号表（二元式），它由5种类型符号：关键词，识别符，常量，界符和操作符。用子集法将NFA转化为DFA。配套博文：https://blog.csdn.net/air__Heaven/article/details/120181471

2021-09-08

layui-progress+element+jquery+js设计一个动态进度条

众所周知，进度条是一种烦人的东西╭(╯^╰)╮，本文件使用layui-progress+element+js写了一个糊弄人的进度条，供大家学习。

2021-09-04

计算机网络课设模拟邮件系统模块设计图

计算机网络课设模拟邮件系统模块设计图图像用visio制作，展示一款模拟邮件系统的模块设计

2021-08-11

计算机网络课程设计报告：基于SMTP协议的模拟邮件系统

本文是基于SMTP协议的模拟邮件系统的课程设计报告全文包括：设计内容、需求分析、系统总体设计（系统功能模块设计、系统数据库总体设计、）、数据库设计、系统功能设计与实现、总结与反思（问题及解决问题、收获、不足与反思、思考与认识）如：二、系统总体设计 2.1 系统功能模块设计本模拟邮箱系统主要分为注册、登录、查看和更改个人注册信息、发送邮件、查看收件箱五大模块。用户注册并登录后，可查看个人注册信息、修改个人信息、绑定自己的公网邮箱后，可以向任意邮箱发送邮件、可以查看自己的收件箱等等。 2.2 系统数据库总体设计本系统的总体目标是为了实现邮件的发送与收取。其中主要是用户登录并与公网邮箱绑定后，使用SMTP协议向其他邮箱发送邮件、查看收件箱并对收件进行回复，系统所涉及到的数据存储表配套博文：https://blog.csdn.net/air__Heaven/article/details/119872245

2021-08-09

模拟邮件系统（SMTP+POP3协议）计算机网络课程设计

设计内容：基于SMTP协议，编写程序模拟邮件系统收发邮件的运行过程。要求具有如下功能： 1、用户能够注册，登录； 2、用户能够注册； 3、用户登录后能查看并编辑用户注册信息；可以发信给其它用户；查看来信，对来信进行回复；能够查看收件箱设计与实现：本系统采用MVC框架，用maven项目使用Servlet+Jsp+mybatis+javamail的方式设计和实现。配置好数据库后即可运行。本系统的总体目标是为了实现邮件的发送与收取。其中主要是用户登录并与公网邮箱绑定后，使用SMTP协议向其他邮箱发送邮件、查看收件箱并对收件进行回复

2021-08-09

javaEE j2ee 大学考试题库， j2ee开发面试题库2

有47道选择题，18道填空题，15道简答题和3道代码题如： 1. 下面哪个选项不属于 MVC 设计模式的三个核心模块（） A. 模型 B. 视图 C. 数据库连接 D. 控制器 2. Mybatis 的核心处理类是（） A. SqlSessionFactory B. sql C. SqlSession D. SqlSessionFactoryBuilder 3. （多选题）Spring 框架的特点有（） A. 轻量级 B. 控制反转 C. 面向切面编程 D. 不支持 MVC 框架 E. 统一的事务管理接口 4. Spring 核心模块的作用（） A. 做 AOP B. 做 IOC，用来管理 Bean C. 是用来支持 Mybatis D. 是用来支持 Spring MVC 5. 关于 IoC 的理解，正确的是（） A. 控制反转 B. 对象主动的接受依赖对象 C. 面向切面编程 D. 一定要用接口

2021-08-04

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

diffusers-0.30.0.dev0-py3-none-any.whl

配置好的Oxford-102 Flower数据集 花卉数据集-DFGAN

Oxford-102 Flower配置数据包

我的三合一游戏站项目（AI虚拟女友、文字版王者荣耀、女儿养成类游戏）-基于文心千帆ERINE-Bot4的三合一游戏站

一键文生图-本地SD文本生成图像应用

类肯德基自助点餐系统03 - 商品与购物车逻辑设计

类肯德基自助点餐系统02 - 页面布局(Vue3.2 + Vite + TS + Vant + Pinia + MongoDB）

类肯德基自助点餐系统01(Vue3.2 + Vite + TS + Vant + Pinia + MongDB）Vue H5项目

FID预训练好的模型 针对COCO的FID预训练模型 文本生成图像定量指标模型

web端云监工系统（Vue3+Element plus+TS+Pinia）

数据挖掘——移动平均预测道琼斯、纳斯达克、标准普尔指数

琼斯、纳斯达克、标准普尔指数-数据挖掘数据集包

SSAGAN预训练的 DAMSM 模型

文本生成图像SSA-GAN -CUB鸟元处理数据包

文本生成图像DF-GAN -CUB鸟元处理数据包

R分数复现 R-precision评估指标定量实验工程文件 文本生成图像R分数定量评估实验代码

FID预训练好的模型 针对CUB-birds的FID预训练模型 文本生成图像定量指标模型

文本生成图像 IS分数预训练模型 inception model预训练CUB-Bird模型

已经训练好的DF-GAN 600轮epoch生成器CUB-birds模型 文本生成图像模型

客户端+服务器实现 网络版贪吃蛇

出上联对下联 AI人工智能对春节对联 （python+pytorch+Transformer+BiLSTM+ATTN+CNN）

AttnGAN文本生成图像模型 已预训练+训练好的模型 python3版本

51单片机实现围棋 单片机围棋实验

云计算应用实验报告 武汉理工大学云计算应用 hadoop单机模式和伪分布式

新年用Python与人工智能一起写春节对联

PyTorch-ResidualBlock GPU版本 B站 刘二大人第11讲卷积神经网络(高级篇-2)GPU版本

PyTorch-Inception Moudel GPU版本 B站 刘二大人第11讲卷积神经网络(高级篇-1)GPU版本

武汉理工大学计算机复试资料 考研复试资料

C++课程设计报告 家庭财务管理系统 面对对象实验报告.docx

基于单片机的红绿黄灯设计（单片机实验交通灯设计）

代码还原谷歌彩蛋小恐龙游戏 免费下载（html+css+js）

程序员浪漫--恋爱计时器（动画网页 表白 告白七夕礼物）

编译原理 词法分析语法分析课程设计报告（C++实现）.doc

语法分析 编译原理实验/课程设计（C++实现）

词法分析 编译原理实验/课程设计（C++实现）

layui-progress+element+jquery+js设计一个动态进度条

计算机网络课设 模拟邮件系统模块设计图

计算机网络课程设计报告：基于SMTP协议的模拟邮件系统

模拟邮件系统（SMTP+POP3协议）计算机网络课程设计

javaEE j2ee 大学考试题库， j2ee开发面试题库2

空空如也

配置好的Oxford-102 Flower数据集花卉数据集-DFGAN

FID预训练好的模型针对COCO的FID预训练模型文本生成图像定量指标模型

R分数复现 R-precision评估指标定量实验工程文件文本生成图像R分数定量评估实验代码

FID预训练好的模型针对CUB-birds的FID预训练模型文本生成图像定量指标模型

已经训练好的DF-GAN 600轮epoch生成器CUB-birds模型文本生成图像模型

客户端+服务器实现网络版贪吃蛇

出上联对下联 AI人工智能对春节对联（python+pytorch+Transformer+BiLSTM+ATTN+CNN）

AttnGAN文本生成图像模型已预训练+训练好的模型 python3版本

51单片机实现围棋单片机围棋实验

云计算应用实验报告武汉理工大学云计算应用 hadoop单机模式和伪分布式

PyTorch-ResidualBlock GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-2)GPU版本

PyTorch-Inception Moudel GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-1)GPU版本

武汉理工大学计算机复试资料考研复试资料

C++课程设计报告家庭财务管理系统面对对象实验报告.docx

代码还原谷歌彩蛋小恐龙游戏免费下载（html+css+js）

程序员浪漫--恋爱计时器（动画网页表白告白七夕礼物）

编译原理词法分析语法分析课程设计报告（C++实现）.doc

语法分析编译原理实验/课程设计（C++实现）

词法分析编译原理实验/课程设计（C++实现）

计算机网络课设模拟邮件系统模块设计图