自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 收藏
  • 关注

原创 制作物理知识动画

【代码】制作物理知识动画。

2026-01-05 20:33:33 111

原创 Python

print(f"移动圆盘1从柱子{source}到柱子{target}")print(f"移动圆盘{n}从柱子{source}到柱子{target}")# 步骤1:将n-1个圆盘从起始柱移到辅助柱(目标柱作为临时辅助)# 步骤3:将n-1个圆盘从辅助柱移到目标柱(起始柱作为临时辅助):param auxiliary: 辅助柱子(A/B/C)# 步骤2:将第n个圆盘(最下方大圆盘)从起始柱移到目标柱。:param source: 起始柱子(A/B/C):param target: 目标柱子(A/B/C)

2025-12-26 09:26:16 302

原创 体验图像生成大模型

中央是一方池塘,池水清澈,锦鲤游动,池塘周围环绕着假山怪石,石上爬满青苔,整体布局精巧,尽显中式园林的雅致。发髻高挽,插着珍珠发簪与玉步摇,面容清丽,柳叶眉,丹凤眼,樱桃小嘴,手持一把团扇,扇面上绘着兰花纹样,立于庭院中,背景是盛开的玉兰树与月亮门。园圃中,几朵盛放的牡丹姿态雍容,花瓣层层叠叠,色泽艳丽,有艳红、粉红、雪白三色,花瓣边缘呈柔和波浪状,花蕊金黄饱满。身着淡蓝色宽松 T 恤,领口有小刺绣,搭配白色短裤,嘴角上扬露梨涡,眼神清澈,对着镜头比剪刀手,背景是洒满阳光的草坪,点缀着白色小雏菊。

2025-12-26 09:25:17 690

原创 制作物理知识动画PPT部分的提示词

动画:分步推导 ΔU=Q+W,动态展示 “系统吸热 Q>0”“系统放热 Q<0”“外界对系统做功 W>0”“系统对外界做功 W<0” 四种情况,用箭头动画表示能量流向,配合数值变化(如 Q=5J,W=3J→ΔU=8J);动画:动态推导公式 E=nΔΦ/Δt,分步展示 “磁通量变化量 ΔΦ”“时间 Δt”“匝数 n” 的含义,公式中各物理量用不同颜色高亮,配合箭头指向动画;动画:左侧展示 “静止物体(如书本)保持静止”,右侧展示 “运动物体(如抛出的小球)保持匀速直线运动”,中间用动态文字浮现定律内容;

2025-12-19 18:53:52 896

原创 体验大语言模型

是的,从原点出发,向下,再上升,过原点 ✅直线:斜率为正,y 截距为负(在 y 轴负半轴)A 图:抛物线开口向下,从左下上来,顶点在第二象限,然后下降,穿过原点 → 是的,过原点 ✅B 图:抛物线在原点附近,但看起来是从左侧上升,穿过 x 轴于原点左侧某点,然后继续上升,达到顶点,再下降,穿过 x 轴于右侧某点。(4)了解文心一言是百度全新一代知识增强大语言模型,是文心大模型家族的新成员,能够与用户进行对话互动、回答用户的问题,并实现协助创作,高效便捷地帮助人们获取信息、知识和灵感等功能。

2025-12-19 09:37:23 667

原创 cv技术的应用现状 cnn模型识别图像中的对象的流程

整个流程本质是「“像素→特征→语义” 的逐层抽象 +“线性映射 + 非线性激活” 的特征学习 +“概率化 + 后处理” 的结果输出」。卷积层的 “局部感知 + 参数共享” 高效提取特征;池化层的 “降维 + 不变性” 提升模型鲁棒性;全连接层 + 输出层的 “特征映射 + 概率化” 完成从特征到结果的转化。

2025-12-12 09:50:08 687

原创 数字图像处理

import cv2image = cv2.imread("robot.jpg")image = cv2.addWeighted(image,1.5,image,0,0)image = image[0:400,0:400]cv2.imshow('Processed Image',image)cv2.waitKey(0)cv2.destroyALLWindows()

2025-12-05 19:15:37 122

原创 四个模型分别可以应用于哪些场景?似然函数、最大似然函数与生成模型的关系?

2025-11-07 09:44:42 342

原创 实验1 机器学习模型案例

X = data.drop(['价格'],axis=1) # 从数据中去除"价格"列,得到特征数据(面积、收入、房龄)plt.scatter(data.loc[:,'面积'],data.loc[:,'价格']) # 绘制散点图。plt.scatter(data.loc[:,'人均收入'],data.loc[:,'价格'])plt.scatter(data.loc[:,'平均房龄'],data.loc[:,'价格'])print(X.shape,y.shape) # 打印特征和目标变量的维度。

2025-10-31 09:31:24 316

原创 666ai

2025-10-19 11:10:50 94

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除