qq_62784677的博客

原创 Python实现俄罗斯方块小游戏

摘要：这是一个使用Python tkinter库实现的俄罗斯方块游戏。核心功能包括：1) 使用二维数组表示游戏板；2) 7种不同形状和颜色的方块；3) 实现方块移动、旋转和碰撞检测；4) 消行计分机制。游戏通过键盘控制方块移动（左右方向键）、旋转（上方向键）和加速下落（下方向键）。当新方块无法放置时游戏结束。代码结构清晰，包含游戏初始化、图形渲染、逻辑判断等模块，完整实现了俄罗斯方块的基本玩法。

原创 Python实现贪吃蛇

该代码实现了一个基于Python tkinter模块的贪吃蛇游戏。游戏包含400x400像素的黑色画布，蛇身由20x20像素的方块组成，初始长度为3节。玩家可通过方向键控制蛇移动方向，吃到红色食物后蛇身会增长并得分（每次+10分）。游戏会检测碰撞墙壁或自身时触发结束状态，显示"GAME OVER"并允许按R键重新开始。核心功能包括：蛇的移动与转向逻辑、食物生成机制、碰撞检测、分数显示和游戏重启功能。游戏以150毫秒的间隔刷新画面，通过Canvas绘制蛇身（绿色）和食物（红色），实现了经典

原创 Python实现小游戏Pong

摘要：这段Python代码实现了一个简单的双人乒乓球游戏(Pong)，使用tkinter库创建图形界面。游戏包含一个移动的球体、两个可控制的球拍(paddle)、计分系统和碰撞检测。玩家1使用W/S键上下移动左球拍，玩家2使用上下箭头键控制右球拍。球在碰撞边界或球拍时会反弹，出界则对方得分。游戏采用20毫秒更新间隔的循环机制，实时更新球拍位置和球体运动轨迹，并显示0:0格式的比分。代码结构清晰，包含初始化、按键处理、游戏逻辑更新和重置球等功能模块。

原创 Python实现pacman小游戏

这是一段使用Python tkinter库开发的简化版吃豆人游戏代码摘要。该代码实现了一个20x20网格的迷宫游戏，包含吃豆人角色、幽灵敌人和得分系统。主要功能包括：创建500x550像素的游戏窗口；定义迷宫布局（墙壁、路径和豆子）；实现吃豆人移动控制（支持方向键操作）；幽灵随机移动逻辑；计分系统（吃掉豆子得10分）；游戏状态判断（吃完所有豆子获胜）。代码结构清晰，包含初始化、移动控制、碰撞检测等核心游戏机制，可作为基础框架进一步扩展完善游戏功能。

原创 Python实现扫雷小游戏

这篇文章摘要： 一个基于Python tkinter实现的扫雷游戏，包含完整的游戏逻辑和界面。主要功能包括：10x10的游戏网格，15个随机分布的地雷（首次点击安全保证），左键点击揭示格子、右键标记地雷。游戏会检测胜利条件（所有非雷格子被揭示）和失败条件（点击到地雷）。代码实现了自动展开空白区域、显示周围地雷数等功能，并提供重新开始游戏选项。游戏状态会实时显示在界面顶部。该实现完整包含了经典扫雷游戏的核心机制。

原创 Java算法题常用容器API速查

固定长度、随机访问快速、存储基本类型或对象。

原创 Java算法题常用容器API速查

固定长度、随机访问快速、存储基本类型或对象。

原创 sql 入门

- 数值类型-- 字符串类型name CHAR(10), -- 固定长度email VARCHAR(100), -- 可变长度description TEXT, -- 长文本binary_data BLOB -- 二进制数据-- 日期时间类型-- 枚举和集合。

原创 Java 容器全面详解

容器查询插入/删除(头尾)插入/删除(指定位置)包含ArrayListO(1)O(1)O(n)O(n)LinkedListO(n)O(1)O(n)O(n)HashSetO(1)TreeSetO(log n)HashMapO(1)O(1)TreeMapO(log n)O(log n)

原创 java 参数传递

特性基本数据类型 (如int引用数据类型 (如Person数组传递的内容变量值的副本对象引用（地址）的副本能否修改原始变量本身的值不能不能（无法让原始引用指向新对象）能否修改原始对象的状态(不适用，无状态)能（通过引用的副本操作同一个对象）通俗比喻给你一份文件的复印件，你怎么涂改都不影响原件。给你一个遥控器（引用）的复制品。你们操作的是同一个电视（对象）。你可以换台（修改状态），但你不能通过扔掉你的复制品遥控器来让我的遥控器也失灵（改变引用本身）。引用数据类型。

原创 how convolutional conditional variational autoencoder works

• Low-Carbon Concrete Formulation: CVAEs design concrete formulas that significantly reduce碳排放 (e.g., by 40%) while meeting engineering performance requirements like抗压强度. This supports sustainable construction practices .

原创 How Autograd Handles Randomness in the Forward Pass

【代码】How Autograd Handles Randomness in the Forward Pass。

原创 omprehensive Guide to Classic Neural Network Models and Datasets

This guide provides detailed explanations of 30 classic neural network models in computer vision and NLP, along with information about the datasets they were designed for or commonly used with.Architecture: One of the earliest convolutional neural networks

原创 AI-Pytorch入门示例

2.2 实战：CIFAR-10 10 类分类（ResNet18）1.1 回归：波士顿房价（1970 年代经典小数据集）1.2 二分类：乳腺癌 Wisconsin 数据集。2.1 快速上手：LeNet-5 on MNIST。3.2 文本情感分类（IMDb 影评，LSTM）1.3 多分类：Iris 鸢尾花（3 类）3.1 正弦波预测（单变量时间序列回归）

原创 直方图均衡化

原图特点均衡化后效果灰度集中灰度分布更均匀对比度低对比度增强细节模糊细节更明显。

原创 java jit

Java 的 JIT 编译器通过热点代码检测、动态优化和分层编译策略，实现了接近原生代码的性能，同时保持了"一次编写，到处运行"的跨平台优势。Java 的 JIT（Just-In-Time）编译器是 Java 虚拟机（JVM）性能优化的核心组件，它通过在运行时将字节码动态编译为本地机器码，显著提高了 Java 程序的执行效率。JIT（Just-In-Time）编译是一种运行时编译技术，它在程序执行期间将 Java 字节码动态编译为本地机器码。

原创 mmap in linux

【代码】mmap in linux。

原创 mmap in linux

【代码】mmap in linux。

原创 AttentionNet

• Basic concept and background: Introduces the cognitive inspiration and historical development of attention mechanisms.• Core components and mathematical formulation: Explains Query, Key, Value vectors and the attention calculation process using scaled do

原创 DenseNet

【代码】DenseNet。

原创 U-net家族

下面我将分三部分为你系统梳理 U-Net 家族的“家谱”、逐代原理细节以及横向对比，力求做到“既见森林，也见树木”。所有信息均来自 2024-2026 年主流文献与开源实现，并给出对应引用。

原创 AI make us doomed

Yes, your observation touches on a core debate in the field of artificial intelligence and computer science. The rise of deep learning and large-scale neural networks has indeed shifted the paradigm of problem-solving, but it also raises important question

原创 cnn中经常看到1x1的卷积核，这样的核有什么用？

对于特征图上的每一个空间位置 (i, j)，1×1卷积会计算该位置所有 C_in 个通道值的加权和（权重来自卷积核），并加上偏置，从而生成该位置的一个新的特征值。对所有空间位置（(0,1), (1,0), (1,1)）重复此过程，最终得到一个 2×2×2 的输出特征图。每个输出通道都有自己独立的这样的卷积核。• ResNet：在瓶颈结构（Bottleneck）中采用1×1→3×3→1×1的模式，先降维再进行3×3卷积最后升维，有效减少了参数量和计算量。• 通道1: [[1, 2], [3, 4]]

原创 我们一直提到cnn中特征提取，它提取出来到底什么？

让你一眼看出“提取出来长什么样”。（从边→纹理→部件→整个物体）。

原创 YOLO家族

YOLOv10及之后版本的定量性能数据需关注其官方发布或论文。YOLOv8 2023 CSPDarknetv8 无锚框(Anchor-Free), 解耦头, C2f模块, 多任务支持 精度高, API易用, 支持检测、分割、姿态估计 较新版本, 极端场景稳定性可能仍在验证 53.9 (v8x)YOLOv5 2020 CSPDarknet Focus切片, 自适应锚框, 模块化设计 (PyTorch) 易用性强, 训练快, 部署友好, 多模型尺寸 非官方版本, 社区维护 50.7 (v5x)

原创 R-CNN家族介绍

◦ 解决的问题：Faster R-CNN 中的 RoI Pooling 存在两次量化取整操作（将候选区域映射到特征图时，以及将特征图划分成网格时），会导致像素点错位，对分割精度影响很大。◦ 在原有的分类和回归分支基础上，并行地增加了一个全卷积网络 (FCN) 分支，用于预测每个候选区域的像素级二值掩码 (Binary Mask)，从而完成实例分割。下面我将详细阐述每个模型的具体做法、核心技术和演进关系。Faster R-CNN 的革命性在于将区域提议的生成也纳入神经网络，实现了真正的端到端检测。

原创 ​​Self-Supervised Learning

【代码】​​Self-Supervised Learning。

原创 we encounter words like “mask“ “embedding“ alot when reading ai papers,what are these mean?

【代码】we encounter words like “mask“ “embedding“ alot when reading ai papers,what are these mean?

原创 nn models

原创 Why use while(0) in macro

Theis a。

原创 Wht NNs are so alike

f∑i1n​wi​xi​blfWlal−1blij∑m0M−1​∑n0N−1​ximjn⋅wmnxmax0xxxl​Hl​([x0​x1​...xl−1​])t​tanhWxh​xt​Whh​ht−1​bh​t​σWf​⋅ht−1​xt​bf​t​σWi​⋅ht−1。

原创 comparison of the key differences between K-Nearest Neighbors (KNN) and K-Means clustering algorithm

🎯 1. Type of Learning• KNN (K-Nearest Neighbors) is a supervised learning algorithm. It requires labeled data to learn and make predictions for new data points .• K-Means is an unsupervised learning algorithm. It works with unlabeled data to find inherent

原创 Podman tutorail

【代码】Podman tutorail。

原创 tmux tutorial

Below is a。

原创 Go demos

原创 Julia HelloWorld

【代码】Julia HelloWorld。

原创 Ocaml HelloWorld

【代码】Ocaml HelloWorld。

原创 Clojure HelloWorld

【代码】Clojure HelloWorld。

原创 F# HelloWorld

【代码】F# HelloWorld。

原创 Elixir HelloWorld

【代码】Elixir HelloWorld。