- 博客(92)
- 收藏
- 关注
RSS订阅
原创 【人工智能】GPT-5的即将到来：从高中生进化到,,,博士生？
GPT-5的即将到来：从高中生进化到,博士生？随着近月GPT-4o的出世，OpenAI也在进行一系列的采访和介绍接下来的展望和目标。在6月22日的采访中，美国达特茅斯工程学院公布了OpenAI首席技术官米拉·穆拉蒂的访谈内容。穆拉蒂确认，，并描述了GPT-4到GPT-5的飞跃为高中生到博士生的成长。这一消息在科技界引起了广泛关注，引发了我们对人工智能（AI）未来发展的思考。那么作为GPT的使用者、创作者和面对者，我们应该如何看待这潘多拉魔盒呢？
2024-07-04 12:33:41
9732
162
原创 【数据结构】排序算法系列——桶排序（附源码+图解）
作为一种排序算法，它会对每个桶中的数进行排序，然后直接遍历桶，最终就可以按照次序输出数据。对于每一个元素，确定它所属的桶位置的时间是 O(1) 的，总的时间复杂度为 O(n)。总而言之，桶排序在数据分布均匀的情况下效率非常高，但如果数据分布不均匀或者不适合划分到桶中时，可能会退化为更高的复杂度。桶排序（BucketSort)，也被叫做箱排序，它将整个数据组分为n个相同大小的子区间，这类子区间或称为。通常，我们会在每个桶内使用一种常规的排序算法（如快速排序或插入排序）来对桶内的元素排序。
2024-10-09 10:40:16
456
原创 【数据结构】排序算法系列——计数排序（附源码+图解）
它主要进行的是一个分类的操作，将相同的数分在一类，在进行完分类后，再针对分类出来的代表数进行整体排序。但实际上这样的排序会有一个缺陷——如果相同的数过少，或者说整个数据组的同一性过小，那么实际上分类过程的意义也就会随之变小——从而还是主要依靠排序来进行算法的完成。事实上，它的代码中完全没有输人元素之间的比较操作。计数排序的一个重要性质就是它是稳定的：具有相同值的元素在输出数组中的相对次序与它们在输人数组中的相对次序相同。也就是说，对两个相同的数来说，在输入数组中先出现的数，在输出数组中也位于前面。
2024-09-28 08:18:15
388
4
原创 Programmer&AI—AI辅助编程学习指南
随着AIGC（AI生成内容）技术的快速发展，诸如ChatGPT、MidJourney和Claude等大语言模型相继涌现，AI辅助编程工具正逐步改变程序员的工作方式。这些工具不仅可以加速代码编写、调试和优化过程，还能帮助解决复杂的编程难题。然而，这种变革也引发了广泛的讨论：一方面，有人担心AI会逐步取代部分编程工作；另一方面，也有程序员认为AI是提高工作效率的有力助手。那么，程序员在这个AI变革时代应该如何应对？是专注于某个领域进行深耕，还是广泛学习以适应技术的快速变化？
2024-09-25 13:20:42
2371
57
原创 【数据结构】排序算法系列——归并排序（附源码+图解）
它的特点在于并不是一开始就将整个数组进行归类和调整，而是以一定的间隔数分成多次小的排序，最后再逐渐将小的排序的范围变大，最后变大到整个数组时，已经完全有序。字面上的解释是“分而治之”，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。界定比较的数据个数：一般按照2的倍数增长：两个互相比较、四个互相比较、八个互相比较…总的来说，分治法也可以被称作一种算法，它是一种基于递归的、“分而治之”的算法思想。3.合并这些子问题的解成原问题的解。
2024-09-24 23:16:04
1191
原创 DAMODEL——创建云实例与部署深度学习模型的详细指南
本文将逐步介绍如何使用 DAMODEL 控制台创建云实例、配置 SSH 密钥、上传与下载数据集、以及基于 UNet 网络进行眼底血管分割的完整流程。此指南适用于需要在云端进行深度学习训练的用户，提供详细的操作步骤及代码示例，帮助你快速上手 DAMODEL 平台。完成注册后，使用你的账号登录控制台。进入 DAMODEL 控制台的密钥对配置页面，选择创建密钥对。测试结果将输出 IoU 计算值，帮助你判断模型的分割效果。确认配置后，点击“立即创建”，等待实例启动。命令将本地的数据集上传到云实例的数据盘中。
2024-09-24 14:07:34
1093
原创 专属文生图助手——SD3+ComfyUI文生图部署步骤
文生图” 指的是通过输入文本（文本提示词）生成图像的技术，通常使用大规模的深度学习模型进行图像合成。这类模型，例如，可以根据用户提供的描述生成高质量、逼真的图像。Stable Diffusion 3（SD3）是该技术的第三代版本，能够更加精准和细致地理解复杂文本，并生成匹配描述的视觉内容。为了实现文生图的功能，本指南将使用ComfyUI作为 WebUI（用户界面），并部署模型，最终使得用户可以通过浏览器界面输入文本并生成相应的图像。。2.灵活性高。
2024-09-23 23:22:39
885
原创 ChatGLM-6B 部署与使用——打造你的专属GLM
ChatGLM-6B 是清华大学与智谱 AI 开源的一款对话语言模型，基于 General Language Model (GLM) 架构，参数达到 62 亿，因其卓越的语言理解与生成能力，受到广泛关注。
2024-09-23 13:59:15
1091
原创 FLUX.1 & ComfyUI：专属图像生成助手
FLUX.1 是由黑森林实验室 (Black Forest Labs)FLUX.1-pro (闭源): 最顶级的版本，具备极高的图像生成能力，支持企业定制化服务。它能够生成高质量的图像，并且拥有卓越的提示词识别与输出多样性。FLUX.1-dev (开源不可商用): 从 FLUX.1-pro 中提炼而来，保留了类似的图像质量和提示词能力，但更高效。该版本适用于研究和开发用途。FLUX.1-schnell (开源可商用)
2024-09-22 11:37:01
1159
原创 DAMODEL——Llama3.1的部署与使用指南
2024年7月23日，Meta发布了其最新的开源模型——Llama 3.1，包括405B、70B和8B版本。值得注意的是，Llama 3.1 405B的上下文长度支持达到128K Tokens，其训练基于150万亿个Tokens，使用超过16,000个H100 GPU，是Meta迄今为止规模最大的Llama模型。本指南主要集中在Llama3.1的8B版本，该版本需要至少16GB的GPU显存。操作系统：Ubuntu 22.04Python版本：3.12CUDA版本：12.1。
2024-09-21 20:04:37
1139
原创 智谱AI：CogVideoX-2b——视频生成模型的得力工具
智谱AI公布了一项激动人心的技术创新：他们决定将他们开发的视频生成模型CogVideoX的源代码对外公开。这个模型目前能够处理的提示词数量上限为226个token，这意味着它可以理解和响应较长的文本输入。生成的视频长度可以达到6秒钟，以每秒8帧的速度播放，分辨率则为720像素乘以480像素。虽然这只是一个初步的版本，但智谱AI已经透露，他们正在开发性能更优越、参数量更大的后续版本。CogVideoX的核心优势在于其采用了先进的3D变分自编码器技术。
2024-09-21 16:15:44
1136
原创 【数据结构】排序算法系列——快速排序（附源码+图解）
接下来我们将要介绍的是排序中最为重要的算法之一——快速排序。快速排序（英语：Quicksort），又称分区交换排序（partition-exchange sort），最早由东尼·霍尔提出。快速排序通常明显比其他算法更快，因为它的内部循环可以在大部分的架构上很有效率地达成。我们直接来分析它的算法思想。我们首先直接来看算法步骤，再分析其原理和目的具体的动画分析可以看这：快速排序算法动画演示_哔哩哔哩_bilibili我们首先来对基准值的选择进行分析：通常我们都会选择最左边或者最右边的基准值，这是最不需要多想的选
2024-09-18 18:05:43
1440
原创 【数据结构】排序算法系列——堆排序（附源码+图解）
但是当我们根据[[二叉树]]的遍历来进行输出时，会发现同一个父节点的子节点之间以及其中一个子节点的子节点实际上是无序的，例如60和10，它们之间是大于的关系；），然后重新构造堆，那么此时的第二个根节点就仅次于第一个根节点的大小，这么以此类推，最终将所有节点根据大、次大、第三大的顺序排序在数组中，那么也就成功构建出了有序的数组。根据堆的有序性和完全二叉树的性质，我们得知将其用在排序上是可行的，并且还能够有效减少重复比较的次数，这何乐而不为呢？可惜的是，这样的操作并没有把每一趟的比较结果保存下来，
2024-09-14 14:05:07
679
1
原创 【数据结构】排序算法系列——冒泡排序（附源码+图解）
冒泡排序(Bubble sort)的算法思想也是较为容易去理解的，我们参照冒泡这一物理现象，会发现，往往大的气泡都会往上运动，而小的气泡往往都在下方。冒泡排序的名字也就是这么由来的。它在数据较少或者较为有序的时候，可以有很好的效率，但是一旦数据多起来或者较为无序，那么需要重复的次数就会大幅度增加，从而后期乏力，效率降低。接下来我们要介绍的是排序算法中极为标志性，并且经常在教材中作为经典案例出现的——冒泡排序。在序列完全有序时，冒泡排序只需遍历一遍数组，不用执行任何交换操作，时间复杂度为。
2024-09-11 10:30:58
950
原创 【数据结构】排序算法系列——选择排序（附源码+图解）
选择排序的思想与插入排序其实有异曲同工之处，它们都会对数据进行比较和交换，但是它们也还是有很大的差别：插入排序是两两元素之间进行比较，而选择排序是将最值的元素同其他元素依次进行比较，从而按照最大（或最小）、第二大、第三大这样的顺序进行数组的重组。选择排序的最优时间复杂度、平均时间复杂度和最坏时间复杂度均为。
2024-09-09 08:09:25
569
4
原创 【数据结构】排序算法系列——希尔排序（附源码+图解）
希尔排序实际上是个相当复杂的排序算法，这主要是跟它的步长序列gap到底该如何取、后续应该减小有关。时，数组已经接近有序的了，就整体而言，最后一次整体的插入排序就可以大大提高效率——我们从插入排序的时间复杂度分析也可以看出，可以看到每次减小gap的规律是将原先的gap/2，但事实上这只是其中一种处理方法，并不说明这是最优解。，使得平均情况下的时间复杂度能够在O(n^1.3)左右，而不好的选择则可能导致接近最坏情况的性能。中，我们会将整体数据一分为多份，进行散布式的插入排序，这时候每一个子序列之间的间隙就是。
2024-09-07 09:36:10
1398
52
原创 【数据结构】排序算法系列——插入排序（附源码+图解）
我们看图解中，单次比较过程中，拿出来比较的数只会同它左侧的数进行比较，而被比较的数随着比较结束也会根据具体情况向后移动或者是进行交换，向后移动的过程也称为——补位。在全程的比较中，随着补位和交换的进行，进行比较操作的数只会与曾经进行过比较操作的数进行比较——简单来说，就是比较与被比较是交替进行的。我们总结插入排序算法的核心思路——插入排序的算法思想其实很容易理解，它秉持着一个不变的循环：比较->交换->比较->交换…插入排序的最坏时间复杂度和平均时间复杂度都为。插入排序的最优时间复杂度为。
2024-09-05 16:57:35
459
4
原创 【数据结构】排序算法系列——序言（附源码+图解）
在《算法导论》这本经典的算法学习中，我们可以看到“排序”二字的出现频率极高，更是直接拿出一整章节来对其中的快速排序、堆排序等进行讲解。了解一种算法的重要程度，我们可以直接在这本书中所占的权重来粗略得知。在维基百科中，对排序算法的解释是这样的。排序算法（英语：Sorting algorithm）是一种将一组特定的数据按某种顺序进行排列的算法。简单来说，就是将一堆杂乱的数据处理成有序的数据。我们在进行排序的时候必须遵循两个原则：输出的结果一般是递增或者是递减序列，这里的递增递减既可以代表着“有序”二字；
2024-09-04 17:33:50
967
45
原创 【人工智能】AI时代程序员----是缔造AI程序员，还是AI缔造程序员？
随着AIGC（如ChatGPT、MidJourney、Claude等）大语言模型的涌现，AI辅助编程工具日益普及，程序员的工作方式正在发生深刻变革。随着一系列AI产品的兴起，我们也可以看到在各个不同领域AI正在逐渐取代一些职位和工作，而作为离AI最接近的程序员行业，我们应该做些什么来避免被AI所取代呢？我们又可以使用AI来提升自己的哪些能力呢？以下是针对这个现实问题的一些处理方法。
2024-08-08 17:07:33
4572
109
原创 【数据结构】非线性表----二叉树详解
递归，其中函数在其定义的过程中调用自身。递归基（Base Case）这是停止递归调用的条件。当满足某个条件时，函数返回一个结果，而不再进行进一步的递归调用。递归步骤（Recursive Step）这是函数如何将问题分解成更小的子问题的部分。函数调用自身来处理这些子问题，并通常会将结果合并以生成最终结果。}BTNode;
2024-08-03 19:45:09
1130
原创 【AI大模型】生成式AI的未来——CHAT还是AGENT？
AI Agent是**人工智能代理（Artificial Intelligence Agent）**的概念，它是一种能够感知环境、进行决策和执行动作的智能实体，通常基于机器学习和人工智能技术，具备自主性和自适应性，在特定任务或领域中能够自主地进行学习和改进。一个更完整的Agent，一定是与环境充分交互的，它包括两部分——一是Agent的部分，二是环境的部分。此刻的Agent就如同物理世界中的「人类」，物理世界就是人类的「外部环境」。
2024-07-22 13:36:15
7826
133
原创 【算法】TopK问题超详解
读完这篇文章，相信你对TopK问题已经有了大致的了解并且基本知道其算法思想了。TopK问题是我们生活中也会常常遇见的问题，所以说掌握它的常见算法绝对不是一件坏事。排序法适用于数据集较小且有排序需求的情况。快速选择法适用于期望时间复杂度较低，能容忍最坏情况的场景。堆排序法适用于数据集较大且k远小于n的情况。这三种方法各有优缺点，我们可以根据具体需求选择合适的算法，从而在生活和工作中提高时间效率。
2024-07-18 16:38:07
1378
5
原创 【数据结构】非线性表----树详解
单纯的树实际上用处不大（子节点过多）。但是对于文件系统、目录以及某些分层过多的系统，使用的就是树。通常在优化的数据结构中，使用更多的是叫做二叉树的数据结构这是基于树的数据结构，一个根节点只有两个孩子结点，在下一节我们将会对二叉树进行剖析，敬请期待。
2024-07-15 11:39:43
1331
17
原创 易编橙·终身成长社群，相遇已是上上签！
（实习、校招，是相对容易进大厂的机会，也是奠定我们职场生涯的重要起点。该专栏精选了40个经典的实战案例，覆盖 PC、移动端，涉及 电商、教育等多领域，手敲每行代码，带大家吃透前端基础技术，奠定前端领域的职业发展基石。（以目前十大职业为蓝本，贯通前后端以及大数据、人工智能、算法、大模型等热门领域，让大家能够站在更高的纬度去提升自己职业发展与职业决策的质量和空间。以下的专栏内容仅是部分展示，排名不分先后，但遵循着一定的策略，从低到高、从易而难，从初级到进阶，从基础到实战，从 0 到 1。（不局限于技术领域）
2024-07-14 11:39:31
975
3
原创 【数据结构】线性表----队列详解
队列作为一种重要的数据结构，具有简单但实用的特性。在本文中，我们介绍了队列的基本概念、实现方法、常见操作、实际应用以及使用时需要注意的问题。通过实践代码示例，相信读者能更好地理解和掌握队列的使用。队列在编程中的应用广泛，相信掌握了它将为你的编程技能打下坚实的基础。
2024-07-11 10:18:37
1485
9
原创 【数据结构】线性表----栈详解
栈（Stack）是一种常见的数据结构，它具有**后进先出（Last In, First Out, LIFO）**的特点。栈的运作类似于物理世界中的叠盘子：最新放上去的盘子最先被拿走，而最底部的盘子最后才能被取出。如果你先拿底下的盘子，那么就有可能出现整个盘子组全部倒塌碎落一地——这也就是所谓的栈出错。栈有着的特点。所以它的出栈和入栈也遵循着这个特点。我们在存取元素的时候，一般是在进行——也就是所谓的盘子顶；而另一端称为，一般就是数据结构的头结点。入栈出栈的顺序只需记住：顺序必须有规律，例如。
2024-07-08 16:25:47
1400
5
原创 测评：【AI办公】版本更迭与AI加持下的最新ONLYOFFICE桌面编辑器8.1
总体而言，版本的发布带来了诸多令人期待的更新和改进。作为一个办公软件深度依赖者、作为一个学生或者作为一个职场人员，从功能完善的 PDF 编辑器，到幻灯片版式功能的引入，再到改进的从右至左语言支持，以及无缝切换文档模式等，ONLYOFFICE 8.1 版本在多个方面提升了用户体验和工作效率，很好地使它的客户满意和得到回馈。无论是个人用户还是企业用户，都能够从中受益，享受到更加高效和便捷的办公体验。如果你正在寻找一款功能全面、操作简便的办公软件，不妨试试 ONLYOFFICE。
2024-06-24 19:20:30
1545
35
原创 你好GPT-4o——对GPT-4o发布的思考与看法
2024年5月13日，OpenAI官网发布了他们的新一代自然语言处理交互系统——GPT-4o。这是OpenAI继GPT4之后又一个新的旗舰模型。的一步——它接受文本、音频、图像和视频的任意组合作为输入，并生成文本、音频和图像输出的任意组合。它可以在短短 232 毫秒内响应音频输入，平均为 320 毫秒，这类似于在对话中。它在英语文本和代码上的能力同性能相匹配，在非英语语言的文本上也有显着改进，同时在 API 中也更快且便宜 50%。与现有模型相比，GPT-4o 在视觉和音频理解方面尤其出色。
2024-06-09 12:10:20
3770
148
原创 【数据结构】链表----头结点的作用
链表是一种常见的数据结构，由一系列节点（Node）组成，每个节点包含数据和指向下一个节点的指针。链表的。
2024-06-04 07:14:56
1195
24
原创 【数据结构】复杂度的重要性—–决定程序运行的效率
在我们写算法的时候，常常会需要考虑一个问题：这个算法好不好？而这个“好”实际上就取决于是算法的复杂度。算法复杂度）是指算法在编写成可执行程序后，运行时所需要的资源，资源包括时间资源和内存资源。应用于数学和计算机导论。我们知道，同一个问题可以使用不同的算法来解决，而这里的不同一般来说也是可以从复杂度来看出的，当然，也不排除有相同复杂度但不同写法的算法，这里只作参考。一个算法的好坏影响到了很多实际性的问题，在程序中效率是极其重要的，一个算法的评价主要从时间复杂度和空间复杂度来考虑。
2024-06-03 10:20:04
2012
95
原创 【AI大模型】如何让大模型变得更聪明？基于时代背景的思考
在以前，AI和大模型实际上界限较为清晰。但是随着人工智能技术的不断发展，基于的应用在基于AI人工智能的技术支持和帮助上，多个领域展现出了前所未有的能力。无论是自然语言处理、计算机视觉，还是语音识别，甚至是自动驾驶，AI模型的性能都取得了显著进步。然而，尽管大模型已经表现出令人惊叹的能力，它们在理解力、泛化能力和适应性等方面仍然面临挑战。有时候依旧还是会出现指鹿为马、画蛇添足、罢工不干的失误性行为。**那么在这个AI大时代，怎么才能让大模型变得更聪明呢？**本文将会给各位进行具体的介绍。
2024-05-29 16:13:06
4247
116
原创 【大模型】 基于AI和全球化进程的权衡：开源大模型与闭源大模型
GPT-3（Generative Pre-trained Transformer 3）是OpenAI发布的一个大规模预训练语言模型。尽管GPT-3本身不是完全开源的，但OpenAI提供了API，使得开发者可以访问和使用该模型。它是基于Transformer架构，拥有1750亿参数，是目前最大的语言模型之一。
2024-05-25 09:27:51
2698
68
原创 题目----力扣--回文链表
给你一个单链表的头节点head，请你判断该链表是否为回文链表。如果是，返回true；否则，返回false。truefalse[1, 105]使用链表实现的话，已知回文链表中的元素个数必定是偶数个那么就可以先判断：1.如果是奇数个元素那么就必定不是回文链表；2.如果是偶数个元素再进行判断因为是单链表所以只能从头到尾进行遍历回文链表具有以下特点：第一个元素和第n个元素相同第二个元素和第n-1个元素相同...
2024-05-25 09:21:00
546
1
原创 代码简洁之道：我们该如何规范代码的命名？
缓存失效和命名平常我们在命名函数的时候，难免会有这样的疑问：我到底要给它命一个什么样的名字呢？既要达到方便写代码的人的后续操作，又要使后来读代码的人清晰易懂。这看似简单的代码命名，实际上背后藏着很深的学问。我们知道，命名的目的是为了方便人和计算机的理解，所以我们可以说命名实际上也是注释的一种，它和代码中**//**后的注释同样重要。一个好的命名可以让人知道你的代码所要表达的意思。以下是一个例子：假设当前有个有关链表的函数需要完成删除操作，请你对这个函数进行命名：A.DelLT。
2024-05-22 19:50:33
2420
75
原创 题目----力扣--合并两个有序链表
将两个升序链表合并为一个新的链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。[][0]l2。
2024-05-22 19:42:51
513
2
原创 【数据结构】链表--双向链表
双向链表每个元素都是一个对象，每个对象包括一个数据域和两个指针域next和prev。我们知道，单链表可以从后往前轻松的前进，但是它很难实现后退。它一般只能从头到尾或者从尾到头。那么当我们需要实现更加灵活的操作时，就可以使用双向链表：拥有两个指针域，一个指向前驱节点，一个指向后继节点，在操作时既可以前进也可以后退，灵活性大大提高。双向链表的操作普遍上比单向链表简单，因为它多了一个指针域所以操作的灵活性大大提高。如果头指针指向自己，那么此时的链表就自然是一个空表，完成双向链表的初始化。
2024-05-21 11:01:10
960
27
原创 题目----力扣--链表的中间结点
给你单链表的头结点head，请你找出并返回链表的中间结点。如果有两个中间结点，则返回第二个中间结点。[3,4,5]链表只有一个中间结点，值为 3。[4,5,6]该链表有两个中间结点，值分别为 3 和 4 ，返回第二个结点。
2024-05-14 10:34:07
226
1
原创 【数据结构】线性表----链表详解
前面我们介绍的顺序表，在逻辑结构和物理结构上都是线性、连续的关系，那么我们在篇尾的时候也提到了是否有一种顺序表，无需在物理结构上连续，从而达到更好存取的目的呢？今天它来了。链表（LinkList）属于线性表的一种，以下是百度百科关于链表的定义：在结构上链表数据域指针域。我们可以类比成火车，火车每一节车厢实际上是独立的，也就好比数据域，存储着各自的数据；但每一节车厢之间都会由一条链连接在一起，从而形成整个火车，链也就好比指针域，起到连接该车厢和指向下一车厢的作用。而实际上这样的存储结构也就是为什么。
2024-05-14 09:38:58
1201
8
原创 AIGC技术带给我们什么？基于AIGC原理及其技术更迭的思考
AI，这个词在如今人们的视野中出现频率几乎超过了所有一切其他的事物，更有意思的是，出现频率仅次于这个词的，几乎都会加上一个修饰亦或是前缀——AI，没错，还是它。正值五一假期，我们试着在网上搜索关键词的相应指数，分别对“ai”和“五一”两个词进行对比，我们发现：顶峰时期的”五一“一词也几乎只是达到”ai“的日常水平。（数据仅供参考，具有极强的范围局限性——尽管如此，我相信人们如今对于ai的讨论已作为家常便饭）
2024-05-07 21:31:26
2681
53
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