- 博客(151)
- 资源 (22)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 一张户型图变成 3D 房：Blender 5.2 对话建模收官战
本文以一张真实户型图（星海142，三室两厅）为蓝本，全程通过对话指令在Blender 5.2中实现从0到3D房的自动化建模。结合界面操作、MCP对话建模与Python逻辑理解，仅用一问一答完成毛坯墙构建、尺寸链校验、AI俯视自查、门窗地板精装及家具组合，最终生成可交互、可渲染的完整3D住宅模型，验证了“数据驱动+智能反馈”在高效建模中的强大潜力。
2026-10-27 17:15:00
225
原创 看懂 AI 替你写的代码：Blender 5.2 Python 基本盘
Blender 5.2 内置 Python 环境，无需额外安装。通过 Scripting 工作区的文本编辑器与控制台，可编写、调试代码。掌握 bpy.data（数据）、bpy.ops（操作）、bpy.context（状态）三板斧，能读懂并修改 AI 生成的脚本。以十球环和雪人代码为例，理解循环、对象创建与命名逻辑。善用 print 和系统控制台查看输出与报错，是排错关键。15 分钟内即可上手写代码，让 AI 成为得力助手。
2026-10-27 17:00:00
238
原创 三步装上 AI 大脑：Blender 5.2 MCP 安装与连通全流程
本文详解Blender 5.2中通过MCP协议实现AI联动的三步安装与连通全流程：1）用winget安装uv（Python运行器）；2）通过uvx mcp-for-blender install-addon将插件装入Blender并启用；3）启动插件服务（端口9876），并在TRAE等支持MCP的客户端中配置服务器连接。全程仅需15分钟，即可实现“一句话建雪人”“指令迭代”“看图返工”等AI智能操作，打通AI与Blender的直连通道。
2026-10-26 17:15:00
412
原创 从下载到捏出第一个模型：Blender 5.2 安装与界面全流程
便携版解压即用，10 步装好 Blender 5.2 并渲染出第一张图；再花 15 分钟摸熟界面，捏出你的第一个模型。每步带截图和检查点。
2026-10-26 17:00:00
448
原创 功率预测准确率最后几个点，是这么抠出来的——来自生产代码的实战内幕
本文拆解风光功率预测生产系统全流程，揭示模型仅贡献三成精度，七成靠数据清洗、特征工程、气象融合与规则校正。实战中通过剔除恒值日、异常时段，构建物理驱动特征（如晴空比、板面辐照换算），采用线性混合与“扫k校正”消除系统偏差，以时间隔离验证防过拟合，最终用规则兜底确保输出合法。核心理念：不追模型新潮，只做可落地的精准工程。
2026-10-22 19:31:19
72
原创 不止是 YOLO：Ultralytics 一条龙实战
Ultralytics 提供从安装到部署的“一条龙”视觉模型解决方案，支持目标检测、分割、深度估计等七类任务，统一使用 yolo TASK MODE ARGS 语法。两行命令即可完成预测，权重自动下载，支持多格式导出与跨平台部署。基于 YOLO26 系列，强调免 NMS 端到端推理，实测稳态推理仅 10.5ms（95.3 FPS），配合灵活的 settings 配置，实现高效开发与生产落地。
2026-10-12 20:53:05
237
原创 不止是 YOLO：Ultralytics 解决方案实战
Solutions 是预装视觉应用的“整车”方案，基于 YOLO26 检测与多目标追踪，统一返回 SolutionResults 结构化数据，支持计数、区域监控、速度估计等 15 种业务场景。通过 region 区域配置、plot_im 可视化输出与 SolutionAnnotator 绘图器，实现越线计数、实时占用统计、区域聚焦追踪等功能。CLI 与 Python 双形态兼容，可直接对接告警、报表与可视化系统，大幅降低工业视觉应用开发门槛。
2026-10-12 20:52:26
404
原创 Ultralytics YOLO 训练教程：数据、微调、评估与架构
前三篇文章里，我们反复享受着同一个红利：COCO 预训练权重。yolo26n.pt之所以能认出人、车、狗，是因为它在数百万张图上学过"边缘、纹理、形状"这些通用视觉知识。但红利有边界——当你要检测的东西 COCO 里没有（安全帽、仪表盘读数、特定缺陷），或者部署环境有硬约束（边缘盒子只有 2GB 内存），就必须自己动手训练。自己训练不是从零开始。现代视觉项目 99% 的路径是微调（fine-tuning）：站在预训练的肩膀上，用你自己的数据教会模型认识新类别。章节对应阶段一句话第一章立项。
2026-10-12 20:52:08
124
原创 OpenAI一夜开源722篇数学手稿：我翻完仓库，先说结论
OpenAI 一夜开源722篇数学手稿，涵盖372组成果，涉及黎曼猜想、BSD猜想等重大问题。成果源自未发布模型，经4000个问题训练，每项耗时约3小时算力，存活率不足10%。虽仅24%主结果有Lean形式化验证，但含推理链摘要与自动更新机制，展现AI驱动数学研究新范式。然而部分宣称存疑，形式化比例口径不一，需理性看待其突破性。
2026-10-09 18:05:33
457
原创 数学建模竞赛大全：15+赛事时间线、含金量分级与避雷指南
本文梳理了15+项主流数学建模竞赛，涵盖国际、国内及区域赛事，提供全年时间线、含金量分级（T0-T4金字塔模型）与避雷指南。重点赛事包括国赛、美赛、华为杯、统计建模大赛等，强调主办单位级别、奖项稀缺性与高校认可度三要素决定含金量。提醒警惕“水赛”三大特征：主办方虚设、获奖率畸高、保奖产业链。附分年级参赛路线与2026年AI政策对比，助力高效备赛。
2026-09-28 18:00:00
757
原创 OpenCV 之外的另一半工具箱：Supervision 视觉工程实战
Supervision 是 Roboflow 开源的计算机视觉工具库，致力于将模型输出统一为可操作的结果。它通过 sv.Detections 统一管理检测数据，并提供多种标注器（如框、标签、掩码、轨迹）实现灵活可视化。配合 OpenCV 实现视频截取、抽帧与中文路径安全读写，有效解决模型部署中的“结果呈现”难题，支持多模型无缝切换，显著提升视觉工程效率。
2026-09-18 18:45:00
746
原创 给检测框发身份证：Trackers 多目标跟踪实战
本文介绍Roboflow 2025开源的多目标跟踪库Trackers，解决检测结果跨帧身份不连贯问题。它不参与检测与标注，专注将逐帧检测框串联为带稳定ID的轨迹，支持SORT、ByteTrack、OC-SORT、BoT-SORT等五种现代算法，接口统一、参数可解释，兼容supervision生态。通过一行命令即可实现视频跟踪、自动评测（HOTA/MOTA等）与数据集下载，显著降低MOT任务门槛，助力人流统计、轨迹分析等时序应用。
2026-09-18 18:30:00
278
原创 YOLO 之外的另一半：RF-DETR 检测实战
本文介绍Roboflow开源的RF-DETR实时目标检测器，强调其在微调场景下的精度-速度优势，尤其适合小数据集训练。模型基于DINOv2骨干与DETR解码器，支持多规格（Nano至Large），兼容关键点与分割任务，协议为免费商用的Apache-2.0。相较YOLO，其优势在于协议友好、微调性能强、端到端范式新颖，并与Supervision库原生集成。
2026-09-18 18:15:00
286
原创 从YOLO到国产芯片，这个目标检测“全家桶”凭什么让工程师直呼真香？PaddleDetection
PaddleDetection是百度飞桨开源的目标检测端到端套件，集成训练、压缩、部署全流程，覆盖检测、分割、跟踪等任务，内置PP-YOLOE+、RT-DETR等模型。最新v2.9.0新增RT-DETRv3、DEIM系列，适配昇腾、昆仑芯等国产AI芯片及UOS、麒麟系统，支撑信创场景。文章还介绍了安装部署与单图推理验证方法。
2026-09-03 17:58:03
182
原创 X-AnyLabeling：支持AI辅助标注、训练与推理的开源标注工具
X-AnyLabeling 是一款内置 YOLO、SAM 等主流模型的开源标注工具，通过 AI 预标注加人工校验的方式提升标注效率，并支持标注、训练、推理一体化。本文介绍其核心功能、安装使用及自定义模型批量自动标注的完整流程。
2026-08-31 17:55:42
374
原创 Gradio 极简入门：三分钟为AI模型打造交互界面，并对比Streamlit与Dash如何选型
Gradio 极简入门：三分钟为AI模型打造交互界面，并对比Streamlit与Dash如何选型
2026-08-26 17:44:30
474
原创 从“看见“到“预见“，从“建议“到“决策“——AI+工业的演进逻辑、行业图景与一线实践
AI+工业，机会在哪里，如何入手，以及一个技术实践者该如何参与这一历史进程。
2026-07-21 18:12:04
346
原创 我用代码“画”出了数学动画：Manim 保姆级教程
Manim 是一个 Python 框架，用于通过编程创建精确的教学动画，无需逐帧手动编辑。本文介绍了 Manim 社区版 (ManimCE) 的安装、命令行使用、文本与公式渲染，以及为动画添加配音的方法。
2026-06-12 20:43:02
391
原创 第四篇：约束规划 CP 完全指南：从核心理论到求解器实战，附主流 CP 求解器对比（CP-SAT、CP Optimizer、OptalCP 和 Hexaly）
约束规划（CP）完全指南：核心理论与求解器对比 本文系统介绍了约束规划（CP）的核心理论与主流求解器（CP-SAT、CP Optimizer、OptalCP 和 Hexaly）。
2026-06-06 19:06:51
571
原创 从“感知”到“决断”：测评百度伐谋产业决策智能体的端到端推理与行动机制
百度伐谋·产业决策智能体：智能决策新范式 传统数学规划求解器面临建模门槛高、约束动态变化和算法研发成本高的困境。百度伐谋提出智能体驱动的决策优化新范式，通过自然语言交互、多路径探索和深度演化能力，实现从静态算法调优到动态协同决策的升级。
2026-06-06 19:06:36
439
原创 2026年AI大模型与编程工具全景对比：谁最强？谁最值？（实时更新中）
2026年AI大模型与编程工具全景分析显示，全球主流模型已形成四强格局（GPT-5、Gemini 3、Claude 4、Llama 4），在性价比、长文本和专业场景各具优势。国产模型（千问、DeepSeek、豆包等）已跻身第一梯队，综合性能差距缩小至3-4%，成本仅为海外1/5-1/10，在开源生态和Agent能力上表现突出。编程工具方面，Codex、Cursor和Claude Code形成差异化竞争，国产Trae和Qoder则在中文适配和企业级方案上发力。
2026-05-24 18:30:00
1158
原创 C# （二）核心概念全解析：从基础继承、依赖注入到泛型、反射的代码示例讲解
本文解析了C#中的核心概念，包括委托、Action泛型委托和Timer定时器。委托(Delegate)是一种类型安全的方法引用，支持多播功能，通过示例展示了如何定义、使用和调用委托实现代码解耦。Action<Photo>是.NET预定义的泛型委托，简化了委托声明。Timer部分演示了事件处理机制，通过Elapsed事件实现定时触发功能，包含Alex和RoomMate两个类的事件处理方法，展示了如何动态控制定时器启停。这些概念共同体现了C#强大的事件驱动编程能力。
2026-05-24 09:30:00
339
原创 C#（一） 委托与事件实战示例：深入解析委托、Action 及定时器的实现与应用
本文通过两个C#程序示例演示了面向对象编程的核心概念。Program1展示了类继承与构造函数调用：Staff基类和Manager派生类的构造函数调用顺序，以及属性初始化的默认行为。Program2重点演示了多态性、类型转换和集合操作：通过Shape和Text类的继承关系，展示了向上转型和向下转型；使用ArrayList和List<T>两种集合类型存储不同类型对象；并通过is运算符和类型转换实现安全向下转型。两个示例共同涵盖了C#中类继承、多态、集合操作等关键面向对象特性，并演示了泛型集合与非泛型
2026-05-23 09:00:00
707
原创 全面深入的C#核心知识体系与编程实践精要——从语法基础到高级特性系统学习指南
本文系统介绍了C#核心编程知识体系，主要内容包括： 基本数据类型：详细说明整数、浮点、字符、布尔等类型的存储方式和使用场景 方法与参数：涵盖方法定义、值传递、引用传递(ref)、输出参数(out)等关键概念 构造函数：深入解析默认构造、参数化构造、静态构造、私有构造等类型，以及继承中的构造调用规则 对象概念：阐述类与实例的关系，说明对象包含属性和方法的基本特征 文章通过表格和代码示例直观展示各知识点的具体应用，适合开发者系统学习C#语言从基础到高级的核心特性。
2026-05-23 08:30:00
378
原创 风电功率预测项目技术白皮书：短期、超短期、中长期全尺度算法详解与工程落地
聚焦风电功率预测的时间尺度与算法：短期（0~72h）以XGBoost/LightGBM/CatBoost及深度学习为主，超短期（0~4h）采用ARMA+LSTM，中长期用LightGBM等，并涵盖概率预测、多气象源融合、AI大模型+物理模型混合策略、极端天气应对及工程运维要点。
2026-05-22 19:45:00
318
原创 光伏功率预测实战手册：短期/超短期/分布式/中长期方法详解
阐述光伏预测的独特特点（日周期、天文辐射特征等）。短期以树模型和CNN-LSTM系列为主，超短期常用SVR+LSTM，重点介绍分布式光伏的样板站聚类、出力还原及时序大模型应用，并涉及中长期电量预测、概率预测、气象处理技术与运维实践。
2026-05-22 19:45:00
663
原创 新能源预测工程师实用手册：一文读懂概念、指标、气象、市场与工程落地
系统梳理新能源功率预测的基础概念、评价指标（RCR、MAE、合格率等）、气象数据源与AI大模型（盘古、伏羲等）、电力市场偏差考核、储能与虚拟电厂、预测方法选型、误差诊断流程、极端天气增强策略、概率预测校准及运维检查清单，为风、光、负荷预测提供统一参考框架。
2026-05-22 19:30:00
206
原创 Supervisor-win：Windows 进程守护与任务管理完全指南
Supervisor-win是Windows平台的进程管理工具，移植自Linux的Supervisor，采用C/S架构，包含supervisord服务端、supervisorctl命令行客户端和Web管理界面。核心配置文件为INI格式的supervisord.conf，支持进程自动重启、日志管理和环境变量设置。安装方式包括Windows服务（推荐生产环境）、CMD命令启动和Web界面管理。常用命令可通过supervisorctl操作进程状态。
2026-05-20 18:30:00
255
原创 第三届世界科学智能大赛-新能源赛道 深度解析：风电、光伏功率预测竞赛
摘要 第三届世界科学智能大赛新能源赛道聚焦AI在新能源功率预测的应用，要求参赛者基于多源气象数据和历史发电数据，建立次日24小时逐15分钟级的风电/光伏发电功率预测模型。比赛提供三个气象源（NWP_1/2/3）的8类气象变量数据和10个场站（5风电+5光伏）的归一化实发功率数据。评价体系采用每日预测准确率(CR)的场站平均值，要求初赛提交CSV结果文件，复赛通过Docker提交完整训练推理代码。
2026-04-14 20:45:00
306
原创 第三篇：NVIDIA cuOpt Python API 详解：LP、QP、MILP 建模与求解，附核心术语名词解释
NVIDIA cuOpt是一款GPU加速的优化求解库，支持LP、QP、MILP和路径优化问题。本文详细介绍了其Python API使用方法，包括核心类Problem的变量定义、约束添加、目标设置和求解配置，并提供了术语解释。cuOpt通过GPU并行计算大幅提升大规模优化问题的求解效率，支持多种求解算法和参数配置，适用于需要高性能计算的优化场景。安装方式包含pip和Docker两种，验证安装后即可快速开始建模求解。
2026-03-27 20:33:10
232
原创 第二篇：APS智能排产实战：OR-Tools与coptpy从入门到案例
专注于具体的技术实现，包括 OR-Tools 和 coptpy 的详细使用指南、建模技巧、日志解读，以及一个完整的两阶段生产排程案例。适合准备动手开发 APS 系统的工程师和研究者。
2026-03-27 20:32:11
449
原创 AI时代：从编程到价值创造——人人必须学会与AI共舞
摘要： AI技术的爆发式发展正重塑各行业生态，软件工程师从“写代码”转向“价值创造”，通过Prompt工程、RAG等工具与AI协作。具身智能的崛起让AI从数字世界延伸至物理领域，而算力与能源消耗问题引发可持续性思考。未来，与AI协作的能力将成为基本素养，人类需在释放创造力的同时平衡技术代价。AI时代的关键在于：不深究原理，但必须学会使用，以更高效、可持续的方式实现价值。
2026-03-05 08:22:21
408
原创 uv完全指南：从入门到精通的Python项目与依赖管理实战
本文介绍了Python项目与依赖管理工具uv的核心功能及使用指南。uv是一个基于Rust开发的极速工具，集成了虚拟环境管理、包安装、依赖管理和项目运行等功能，解决了传统Python工具链速度慢、磁盘浪费和环境不一致等问题。文章详细讲解了uv在Windows、Linux和macOS上的安装方法，并深入解析了项目初始化时生成的.gitignore和pyproject.toml文件配置。uv通过一体化设计和全局缓存机制，显著提升了Python项目开发效率，是现代化Python工作流的理想选择。
2026-02-11 18:00:26
366
原创 第一篇：APS智能排产理论核心与求解器选型指南
本文系统解析了APS（高级计划与排程）系统的核心功能与技术实现。APS作为融合生产计划与排程的智能决策系统，通过运筹优化算法实现全局最优，平衡交付与效率。重点探讨了混合整数线性规划（MILP）在APS中的应用，包括设备分配、生产批量和人员班次优化等场景，并分析了其局限性与其他算法（如启发式算法）的互补性。文章还提供了APS实施策略建议和优化建模技巧，强调从简单模型开始迭代验证的重要性。最后介绍了甘特图在APS中的多维可视化作用，包括计划调整和决策支持功能。全文为理解APS系统原理及实践应用提供了全面指导。
2026-02-07 17:40:18
541
1
原创 风电光伏功率预测竞赛精华总结：技术解析与实战经验
本文深度解析新能源功率预测竞赛的技术要点与实战经验。首先介绍了风电、光伏功率预测对电网调度优化、降低运营风险的重要性，以及多个竞赛的基本概况。在数据特征分析部分，详细探讨了气象预报数据和功率数据的特征，包括时间周期性、数据质量问题及处理方法。针对异常值检测、数据标准化和特征工程（如时间特征、统计聚合特征、风速风向特征和滞后特征）提供了具体的技术实现方案。文章为新能源功率预测提供了实用的技术指导，对相关竞赛和实际应用具有重要参考价值。
2026-01-02 19:29:24
197
1
原创 大模型技术全景与核心概念解析：从基础原理到AI智能体架构（实时更新中）
本文系统解析了大模型技术的核心概念与架构。首先介绍了LLM（大语言模型）、LLMOps（模型运维）、AIGC（生成内容）、AGI（通用AI）等基础概念，重点阐述了大模型的工作原理，包括预处理、推理和后处理三个阶段。深入讲解了Token分词、FLOPs计算、Embedding向量表示等关键技术，并分析了LoRA微调、MoE架构等前沿方法。文章还探讨了AI智能体的发展前景，为理解大模型技术提供了全景视角。
2026-01-01 16:36:16
1180
原创 PaddleOCR全版本完整指南：从入门到精通，全面解析安装部署与高级应用
摘要 本文详细介绍了PaddleOCR的完整安装与使用指南。首先讲解了环境准备步骤，包括Python 3.11虚拟环境创建和PaddlePaddle框架的CPU/GPU版本安装。接着介绍了PaddleOCR库的安装方式，可选功能模块（文档解析、信息抽取、翻译等）及其依赖组。通过示例代码演示了PPStructureV3文档解析功能的基本用法，并提供了安装验证方法。最后针对常见问题（Windows中文用户名报错、模型下载问题）给出解决方案。文章为从入门到精通的PaddleOCR用户提供了全面的技术指导。
2025-12-20 18:00:00
1356
原创 Windows Docker部署PaddleOCR-VL：基于Blackwell架构GPU与vLLM的高性能VLM配置指南
本文介绍了在Windows Docker环境下部署PaddleOCR-VL视觉语言模型的方法，重点利用NVIDIA Blackwell架构GPU和vLLM推理加速框架实现高性能配置。内容涵盖PaddleOCR-VL简介、vLLM框架的核心架构与PagedAttention技术原理、Windows Docker环境配置步骤、容器部署具体命令以及性能优化参数调优建议。通过分块存储和动态内存管理等技术，vLLM可显著提升显存利用率和推理吞吐量，特别适合大规模视觉语言模型的高效部署。
2025-12-20 18:00:00
1068
Word快捷键速查.rar
2020-10-10
PPT快捷键速查.pdf
2020-10-10
Excel快捷键速查.pdf
2020-10-10
MATLAB大数据分析
2020-07-10
MATLAB桌面工具和开发环境.pdf
2020-07-13
Python数据可视化之Matplotlib与Pyecharts.pptx
2020-11-04
河北省研究生数学建模试题（第二、三、四、五届）
2022-04-19
Python数学实验与建模课件.zip
2020-07-20
数学建模算法与应用课件(第三版）.zip
2021-04-21
人工智能。大数据与复杂系统课件.zip
2020-08-05
Java 开发资源库.rar
2020-07-17
Python数学实验与建模程序及数据.rar
2020-07-25
Python 数据分析与应用-data.rar
2020-08-21
Python 数据分析与应用-Code.rar
2020-08-09
matlab函数参考.pdf
2020-07-16
AI Agent范式变革与（Hermes）驾驭工程落地全景资料集
2026-05-23
spark和大数据book.zip
2024-10-19
风电光伏人工智能竞赛(DataFountain光伏发电量预测/百度KDD杯 2022/光伏第三方库等等)
2024-09-29
List<List<Integer>> list排序问题
2020-11-14
TA创建的收藏夹 TA关注的收藏夹
TA关注的人