- 博客(37)
- 收藏
- 关注
RSS订阅原创 Codex 线程太多怎么整理？一个适合批量重命名的通用提示词
这篇文章分享了如何有效整理和管理AI对话工具(如Codex)中大量线程的实用方法。作者提出了三个核心建议：1)将重要线程置顶以便快速访问；2)按主题分类创建文件夹；3)利用AI自动生成批量重命名建议。文章特别提供了一个详细的通用提示词模板，用于指导AI扫描未归档线程，生成标题修改建议清单(包含当前标题、建议标题、修改原因等字段)，待用户审核后再批量执行，既能提高检索效率，又能避免隐私泄露问题。这种方法尤其适合处理自动生成、过长或含有敏感信息的线程标题。
2026-07-01 17:59:04
209
原创 DeepSORT原论文---《SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC》
本文提出了一种改进的SORT（Simple Online and Realtime Tracking）多目标跟踪算法，通过整合深度外观特征来提高跟踪性能。主要创新点包括：1）引入CNN提取的外观特征向量，增强目标重识别能力；2）结合运动信息和外观信息进行联合建模；3）采用级联匹配机制优先处理新近轨迹；4）维护多特征样本库提高鲁棒性。算法在离线阶段预训练深度关联度量，在线阶段通过最近邻查询实现高效匹配。实验表明，该方法将身份切换减少了45%，在高帧率下保持优异性能。核心方法包括卡尔曼滤波预测、IOU匹配、匈牙
2026-06-26 15:11:03
337
原创 给ai精准任务提示词，不要再告诉我“请给我写代码““请调试bug“
本文系统总结了九种专业工作模式的方法论框架，涵盖技术架构、产品设计、运营增长等多个领域。架构师模式强调先分析后落地的系统设计思路；代码审计模式提供10项质量检查清单；产品经理模式通过10个关键问题验证需求；调试模式建立标准化排查流程；增长顾问模式从10个维度规划内容策略；老板视角模式聚焦商业可行性和ROI；教练模式采用苏格拉底提问式教学；复盘模式通过10个维度分析失败原因；交易风控模式提供开仓前的10项审查清单。每种模式均包含具体检查项和标准输出格式，形成可复用的结构化工作方法。
2026-06-20 10:12:20
234
原创 红外舰船检测数据集整理
本文整理了红外舰船检测相关数据集，分为直接相关和补充训练两类。重点推荐HeViDra热红外海事数据集（含检测/跟踪/ReID任务）和NUDT-SIRST-Sea空基红外舰船数据集（17,598个标注目标）。对于预训练，建议使用BIT-SIRST、NUDT-SIRST等红外小目标数据集。多数数据集可通过官方GitHub或Google Drive获取，部分需向作者申请。本文提供了各数据集的下载链接和百度网盘资源（如有），并按照不同研究需求给出了优先级建议。
2026-06-17 20:25:22
245
原创 一个帮大学生在考前一两周内快速消化重点、考点的期未复习Skill--Cram Engine 复习工具介绍
【摘要】这是一款专为大学文科突击备考设计的智能复习工具。其核心功能包括：1）针对文史哲、法学等定性学科定制知识树梳理；2）交互式考点突破，支持教材/题型智能分析；3）本地学习进度自动保存。工具特别适合论述类课程速成，但需注意不适合数学等计算类科目，且要求预先明确考试范围方能发挥最佳效果。通过科学学习逻辑，帮助考生快速建立复习框架，实现高效备考。
2026-06-17 19:45:43
323
原创 CodeX使用小技巧——检查电脑内存，全面优化提速
CodeX是一款超强全能电脑助手，不仅能编程，还能解决各类电脑问题（网速检测、内存诊断等）。实测内存检查效果出色，但考虑到设备差异，建议开启审批模式：先获取详细诊断报告（含进程数据+优化建议），用户确认后再执行关键操作（关闭/删除/禁用），确保安全高效。
2026-06-17 19:13:56
281
原创 爆红GitHub的Ponytail插件：让AI代码量骤减94%，重塑AI编程逻辑
近期开源项目 Ponytail 快速爆红 GitHub，上线数日 Star 突破 18000+，是一款差异化 AI 编程优化插件。不同于传统 AI 一味生成代码的模式，它通过前置六维自我审查机制，让 AI 先判断再编码，从源头杜绝冗余开发。实测可减少 80%-94% 无效代码，程序执行速度提升 3-6 倍，Token 调用成本降低 47%-77%。该工具精准解决 AI 编程过度生成、盲目重构、多文件乱改动、调试成本高的痛点，秉持极简开发原则约束 AI 编码边界。目前支持 Claude Code、Codex
2026-06-17 18:53:34
743
原创 《Learning Deep Features for Discriminative Localization》CAM原论文
本文研究了全局平均池化（GAP）在弱监督目标定位中的作用。通过将GAP引入主流CNN架构（如AlexNet、VGGNet、GoogLeNet），发现其能生成类别激活图（CAM），在仅使用图像级标签的情况下实现准确定位。实验表明，该方法在ILSVRC 2014上达到37.1%的定位top-5误差，接近强监督方法的34.2%。研究比较了GAP与全局最大池化（GMP）的差异，验证了GAP在保持空间信息方面的优势，并分析了CAM与反向传播热力图在生成机制上的本质区别，为弱监督学习提供了重要见解。
2026-06-17 12:15:51
185
原创 通过时态图学习意图驱动识别足球控球比赛阶段 论文详解
本文提出了一种基于球员跟踪数据的足球比赛战术阶段自动识别方法。研究使用7场德甲比赛的TRACAB系统数据（25Hz采样频率），构建了层级式战术阶段模型：上层区分3种战术意图（侵入对方空间、保持控球、得分），下层细分为6个具体控球阶段（如后场组织、快速反击等）。创新性地设计了T-GAN网络，通过图神经网络建模球员互动关系，并采用Transformer处理时序特征。此外，提出了lot-d指标评估阶段识别的时序连续性。该方法通过战术意图驱动的方式，将六分类任务分解为意图分类和子阶段分类两个层级，有效降低了分类歧义
2026-06-15 21:58:25
185
原创 Popeye: A Unified Visual-Language Model for Multi-Source Ship Detection from Remote Sensing Imagery
针对遥感舰船检测中目标尺度差异大、背景复杂以及传统模型交互能力不足等问题，本文研究一种基于视觉语言模型的多模态舰船检测方法。该方法将 MMShip 等数据集中的类别与边界框标注转换为“图像—指令—回答”格式，用于模型指令微调；通过 CLIP 与 DINOv2 构建混合专家视觉编码器，提取语义与结构特征；利用视觉—语言对齐模块将视觉特征映射到大语言模型空间，实现图文信息交互。进一步引入指令自适应机制，提高模型对遥感舰船检测、定位、计数和描述等任务的适应能力，并结合 SAM 实现无需额外训练的像素级舰船分
2026-06-12 15:08:14
187
原创 vscode的tunnel链接（Linux 服务器 + Windows 本地电脑版本）
摘要：本文介绍了一种利用VSCode内置Tunnel功能安全连接内网GPU服务器的方法。首先在Linux服务器安装VSCode命令行版并登录微软/GitHub账号，设置服务器别名并保持隧道常驻。然后在Windows端安装VSCode及Remote-Tunnels扩展，使用相同账号登录后即可通过Tunnel功能远程连接内网服务器。这种方法无需复杂配置，既简化了内网穿透流程，又保障了安全性，特别适合需要远程访问内网服务器的场景。
2026-05-04 05:03:13
346
1
原创 为什么浏览器打不开网页了？
摘要：解决Chrome浏览器突然无法打开网页的5个关键步骤：1）清除DNS缓存(chrome://net-internals/#dns)；2）重置网络连接池(chrome://net-internals/#sockets)；3）关闭安全DNS设置；4）禁用QUIC协议(chrome://flags/)；5）完全重启浏览器。这些操作能有效解决因长期积累的DNS缓存错误、网络连接池卡死及QUIC协议冲突导致的问题。普通无痕模式无法清除这些底层状态，完全重启相当于重置所有异常配置。（149字）
2026-05-04 04:43:50
196
原创 C++的MPI多节点
MPI（消息传递接口）是多节点并行计算的工业标准，支持节点间通信与协同计算。其核心函数包括初始化(MPI_Init)、终止(MPI_Finalize)、获取进程标识(MPI_Comm_rank)和进程总数(MPI_Comm_size)。通信方式分为点对点传输（阻塞/非阻塞的发送接收函数）和集合传输（广播、散射、收集等操作）。MPI通过标准化的通信原语实现高效的大规模并行计算，是高性能计算领域的重要工具。
2026-02-27 21:47:20
286
原创 关于恒源云GPU平台相关命令
摘要：本文介绍了在恒源云平台绑定百度网盘进行数据传输的操作步骤。首先需在控制台实例管理中选择公共网盘，支持百度网盘和阿里云盘两种授权方式。然后通过命令行安装gpushare工具，验证安装后使用账户登录，最后执行百度网盘数据下载命令"gpushare-cli baidudown 目标文件url gpu下目录"完成操作。整个过程包括授权、工具安装和命令下载三个主要环节。
2025-09-22 23:01:36
369
原创 Mamba论文
结构状态空间模型（Structural State Space Model, SSM）是一种用于描述和分析时间序列数据的数学模型。它通过显式地表示时间序列数据的潜在结构（即状态）以及这些状态随时间的演变方式，来捕捉数据的动态特性和复杂的依赖关系。涉及到一种高级的结构化状态空间模型（SSM），以及它如何通过高维潜在状态和巧妙的计算路径来处理多通道输入数据并映射到输出。一种混合训练和推理策略，该策略在训练和推理过程中使用不同的模式来提高效率。具体来说，这种策略在训练过程中使用并行的卷积模式，而在。
2024-06-15 16:27:10
1394
1
原创 手搓Transformer代码（简易版）复现
Transformer 架构中的一个关键组件，可以用于编码器（Encoder）的自注意力（Self-Attention）、解码器（Decoder）的掩蔽自注意力（Masked Self-Attention）以及编码器-解码器（Encoder-Decoder）的注意力机制。，其中包含了多个句子，每个句子都是一个包含三个字符串的列表：中文句子（编码器输入）、带有开始符号的英文句子（解码器输入）、以及英文句子（解码器输出）。中的每个句子，并将每个句子的单词转换成对应的数字。，其中包含了三对中文到英语的句子。
2024-06-06 22:15:14
2476
原创 Detr部署
定义了一个包含COCO数据集中所有类别名称的列表，共91个类别，其中一些索引位置上是'N/A'，表示没有对应类别# 定义了一组用于可视化的颜色，每个颜色是一个RGB值的列表。
2024-06-05 14:32:51
1210
原创 Matlab 第五章
这是Tscale矩阵->设置旋转变换矩阵Trotation（使用cos，sin）->设置斜切变换Tshear->最后用T = Tscale*Trotation*Tshear得到最后的仿射矩阵->使用maketform得到放射结构->figure展示图像。设置T矩阵[x,y,z] ->使用maketform创建仿射变换结构 参数为vistformfwd('affine',T)->figure展示图形。maketform 创建一个仿射变换结构 maketform('affine',T)
2024-03-31 13:39:36
1283
1
原创 力扣33搜索旋转排序数组
方法一首先搜索idx在哪个位置旋转的，之后利用二分查找法找出下标得出结果第二种方法其中先判断left是否大于right其次求mid，然后如果mid值==target，直接返回mid如果mid大于left，再判断target是否在left-mid顺序中，若在则right=mid缩小范围。若不在，则left=mid+1，从左边截取一节。如果mid小于right相反最后返回left 如果等于的返回target 若不等于直接返回-1。
2023-08-06 16:23:18
214
原创 力扣32最长有效括号
对字符串进行for循环，如果出现stack不为空，当前字符为左括号，或栈顶为有括号的情况，则将元素添加入stack栈中；如果stack为空，则stack直接弹出栈顶元素，对ans进行记录，找原ans与i-(stack[-1] if stack else -1 的值，这里面解释为如果栈顶元素为空，返回-1 若不为空，则stack[-1]为stack顶元素的索引。python中的入栈和出栈:入栈与出栈直接可以通过设置数组 对数组进行pop和append操作。首先，判断s是否为空，若为空直接返回0。
2023-08-04 21:38:49
166
1
原创 力扣31下一个排列
1.对数组进行全排列，写出所有的可能2.进行nums判断，如果nums是位于全排列最后一个，则直接返回全排列第一个数组；若不是则按照全排列继续难点：不会如何全排列。
2023-08-01 19:48:07
168
1
原创 论文笔记：DALL-E2：Hierarchical Text-ConditionalImage Generation with CLIP Latents(未完成)
像CLIP这样的对比模型已经被证明可以学习稳健的图像表征，这些特征可以捕捉到语义和风格。为了利用这些表征来生成图像，我们提出了一个两阶段的模型：一个给定文本标题生成CLIP图像embedding的先验器，以及一个以图像embedding为条件生成图像的解码器。我们表明，明确地生成图像表征提高了图像的多样性，在逼真度和标题的相似度方面损失最小。我们以图像表征为条件的解码器也能产生图像的变化，保留其语义和风格，同时改变图像表征中不存在的非必要细节。
2023-08-01 16:50:24
301
1
原创 30串联所有单词的子串
1.判断串联子串ss与字符串s的长度大小，如果len(ss)>len(s),直接返回[]2.获得所有串联子串word,相当于words的全排列3.获取words每个字符的第一个字母方便进行整体判断，存储到Sword中。当判断一个字符串是否符合串联子串时，可以先判断是否符合Sword，提高效率。4.如果Sword判断通过，则开始进行全排列比较，观察是否属于全排列中的一员，如果属于则存储上。
2023-07-31 14:47:08
176
1
原创 29两数相除
如下图所示，b<<i相当于下图的100000和被除数进行对比，对res和a进行相应操作 res+1<<i：商从左到右进行操作 a-=b<<i：对被除数进行相减。创建一个方法，创建sum，反复对被除数进行减法操作，每一次减去一个除数，对剩余数进行比较，如果大于等于除数继续减，没减一次sum加1相当于商。4.最后返回res 如果除数被除数符号相同返回res，否则返回-res。力扣思路与我想出的大致相同，但由于编码问题没有跑对。思路：1.判断dividend是否超出范围。
2023-07-30 19:34:27
179
1
原创 3.Mysql数据库的安装及卸载
目录1.搭建环境1.1下载数据库2.安装MySQL2.1端口号2.2给root账号设置一个密码2.3正常情况下的操作2.5需要注意的小问题1.搭建环境1.1下载数据库进去mysql官方网站 https://www.mysql.com 点击downloads选项卡 3.点击后拉至页面尾部找到MySQL Community Edition 4.点击后，点击Go to Download Page 5.找到大小较大的进行下载 6.最后点击No thanks.
2021-08-18 22:07:20
167
原创 2.Mysql初识
目录#a##aa###aaa#adddddd##aafdsfdssfjkfldsfdsnvcvcnfdjsknvvcvcidsfdsfdisosfew###aaa
2021-08-18 21:00:34
153
原创 1.数据库初识
数据库本质上是文件 数据可以永久保存 有很多写好的流程帮我们去操作文件，如果我们想要读取保存的数据，就给数据库发送指令，让他帮我们操作文件读写。 数据库分两种 关系型数据库，非关系型数据库 数据库发展历程 1970年 IBM公司 研究室 研究存储数据之间的关系发表一种方式 将数据存储在表格里 表格之间的联系记录某种关系 1974年 IBM公司 研究室研究出一套规范语言 SEQUEL Structured English QUEry Langua...
2021-08-18 18:49:26
230
空空如也
远程服务器下载文件速度
2026-02-04
TA创建的收藏夹 TA关注的收藏夹
TA关注的人