当前位置：首页 > news >正文

从0到1：让AI赋能计算机的全流程实践指南

news 来源：原创 2025/8/22 5:01:29

在这里插入图片描述

🎁个人主页：User_芊芊君子
🎉欢迎大家点赞👍评论📝收藏⭐文章
🔍系列专栏：AI

在这里插入图片描述

【前言】

在数字化浪潮席卷全球的今天，AI（人工智能）早已不是科幻电影中的虚构概念，而是切实融入到我们的计算机应用中。无论是数据处理、图像识别，还是自然语言处理，AI都能为计算机赋予强大的“智慧”。本文将带大家深入了解如何让AI赋能计算机，从硬件准备到软件实现，再到实际应用，全程详细解析，并附上代码、图片和表格。

文章目录：

一、硬件升级：为AI提供坚实的基础
1. 选择高性能GPU
2. 内存与存储扩容
二、软件环境搭建：构建AI运行的“温床”
1. 操作系统选择
2. 安装AI框架与库
- - 2.1 安装PyTorch
  - 2.2 安装TensorFlow
三、数据准备：为AI模型提供“养料”
1. 数据收集与清洗
2. 数据增强
四、模型训练与应用：让AI发挥“智慧”
- 1. 选择合适的模型
- 2. 模型训练
3. 模型应用

一、硬件升级：为AI提供坚实的基础

AI任务对计算机硬件有着较高的要求，特别是在模型训练阶段，强大的计算能力是关键。

1. 选择高性能GPU

GPU（图形处理器）在AI计算中发挥着重要作用，其并行计算能力能大幅提升AI模型的训练速度。以NVIDIA系列GPU为例，不同型号的性能和适用场景如下表所示：

GPU型号	显存容量	计算能力	适用场景
RTX 3060	12GB	8.6	小型深度学习项目、个人研究
RTX 3090	24GB	8.6	中型深度学习项目
A100	40GB/80GB	8.0	大型企业级深度学习任务、科研项目
H100	80GB	9.0	超大规模深度学习计算、前沿AI研究

GPU示意图
在这里插入图片描述

2. 内存与存储扩容

AI任务往往涉及大量数据的处理和存储，因此足够的内存和高速存储至关重要。建议将计算机内存升级到16GB以上，如果预算充足，32GB甚至64GB会更理想。存储方面，使用固态硬盘（SSD）能显著提升数据读写速度，推荐选择NVMe协议的SSD，其读写速度可达普通SATA SSD的数倍。

二、软件环境搭建：构建AI运行的“温床”

1. 操作系统选择

Linux系统凭借其开源、高效、稳定的特点，成为AI开发的首选操作系统。其中，Ubuntu是最受欢迎的发行版之一，它拥有丰富的软件包管理工具和活跃的社区支持。

# **安装Ubuntu系统（以命令行安装为例）**
sudo apt update
sudo apt upgrade
sudo apt install ubuntu-desktop

2. 安装AI框架与库

PyTorch和TensorFlow是目前最主流的AI框架，它们提供了丰富的工具和接口，方便开发者构建、训练和部署AI模型。

2.1 安装PyTorch

# 安装PyTorch（根据CUDA版本选择对应命令）
# CUDA 11.8版本
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

2.2 安装TensorFlow

# 安装TensorFlow（支持GPU版本）
pip install tensorflow-gpu

三、数据准备：为AI模型提供“养料”

1. 数据收集与清洗

以图像识别任务为例，我们可以从公开数据集（如MNIST、CIFAR-10）或网络爬虫获取数据。获取数据后，需要进行清洗，去除噪声数据和重复数据。

import pandas as pd# 读取数据
data = pd.read_csv('data.csv')# 去除重复数据
data = data.drop_duplicates()# 处理缺失值
data = data.dropna()

2. 数据增强

数据增强可以增加数据的多样性，提高模型的泛化能力。在PyTorch中，可以使用 torchvision.transforms 模块进行数据增强。

import torchvision.transforms as transforms# 定义数据增强操作
transform = transforms.Compose([transforms.RandomRotation(10),  # 随机旋转transforms.RandomHorizontalFlip(),  # 随机水平翻转transforms.ToTensor()  # 转换为张量
])

四、模型训练与应用：让AI发挥“智慧”

1. 选择合适的模型

以图像分类任务为例，我们可以选择经典的卷积神经网络（CNN），如LeNet、AlexNet、ResNet等。以下是一个简单的LeNet模型实现：

import torch
import torch.nn as nnclass LeNet(nn.Module):def __init__(self):super(LeNet, self).__init__()self.conv1 = nn.Conv2d(3, 6, 5)self.pool = nn.MaxPool2d(2, 2)self.conv2 = nn.Conv2d(6, 16, 5)self.fc1 = nn.Linear(16 * 5 * 5, 120)self.fc2 = nn.Linear(120, 84)self.fc3 = nn.Linear(84, 10)def forward(self, x):x = self.pool(torch.relu(self.conv1(x)))x = self.pool(torch.relu(self.conv2(x)))x = x.view(-1, 16 * 5 * 5)x = torch.relu(self.fc1(x))x = torch.relu(self.fc2(x))x = self.fc3(x)return x

2. 模型训练

import torch.optim as optim# 实例化模型
model = LeNet()# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.001, momentum=0.9)# 训练模型
for epoch in range(10):  # 训练10个epochrunning_loss = 0.0for i, data in enumerate(train_loader, 0):inputs, labels = dataoptimizer.zero_grad()outputs = model(inputs)loss = criterion(outputs, labels)loss.backward()optimizer.step()running_loss += loss.item()print(f'Epoch {epoch + 1}, Loss: {running_loss / len(train_loader)}')

3. 模型应用

训练好的模型可以用于实际的图像分类任务。

# 测试模型
correct = 0
total = 0
with torch.no_grad():for data in test_loader:images, labels = dataoutputs = model(images)_, predicted = torch.max(outputs.data, 1)total += labels.size(0)correct += (predicted == labels).sum().item()print(f'Accuracy of the network on the 10000 test images: {100 * correct / total}%')

【总结】

通过以上步骤，我们就完成了让AI赋能计算机的全流程实践。从硬件升级到软件环境搭建，再到数据准备和模型训练应用，每一个环节都至关重要。希望本文能帮助大家更好地理解和实现AI与计算机的深度融合，开启属于自己的AI探索之旅。
在实际应用中，大家可以根据具体需求调整硬件配置、选择合适的AI框架和模型，并不断优化数据和算法，以获得更好的AI应用效果。如果你在实践过程中有任何问题或心得，欢迎在评论区留言交流！

在这里插入图片描述

从0到1：让AI赋能计算机的全流程实践指南

🎁个人主页：User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏：AI 【前言】在数字化浪潮席卷全球的今天，AI（人工智能）早已不是科幻电影中的虚构概…...

编程日记 2025/8/22 5:01:29

IntelliJ IDEA 2025.1 发布，默认 K2 模式 | Android Studio 也将跟进

2025.1 版本已经发布，在此之前我们就聊过该版本的《Terminal 又发布全新重构版本》，而现在 2025.1 中的 K2 模式也成为了默认选项。可以预见，这个版本可能会包含不少大坑，为下个 Android Studio 祈祷。首先有一点可以确定&…...

编程日记 2025/8/22 4:59:08

MCP、A2A、Function Calling：AI架构设计的三驾马车

随着AI浪潮的到来，各种技术和概念也层出不穷，作为技术人应该第一时间掌握其核心概念与原理，以便于在工作和交流中傻傻分不清楚，本文主要就最近大家提及比较多的MCP、A2A和Function Call做下普及与区分在当今快速发展的AI领域&a…...

编程日记 2025/8/22 4:50:23

NO.96十六届蓝桥杯备战|图论基础-多源最短路|Floyd|Clear And Present Danger|灾后重建|无向图的最小环问题(C++)

多源最短路：即图中每对顶点间的最短路径 floyd算法本质是动态规划，⽤来求任意两个结点之间的最短路，也称插点法。通过不断在两点之间加⼊新的点，来更新最短路。适⽤于任何图，不管有向⽆向，边权正负&…...

编程日记 2025/8/22 4:58:13

OpenHarmony - 小型系统内核（LiteOS-A）（六）

OpenHarmony - 小型系统内核（LiteOS-A）（六） 七、文件系统支持的文件系统 FAT 基本概念 FAT文件系统是File Allocation Table（文件配置表）的简称，主要包括DBR区、FAT区、DATA区三个区域。其…...

编程日记 2025/8/17 14:37:43

“星睿O6” AI PC开发套件评测 - Windows on Arm 安装指南和性能测评

引言 Radxa联合此芯科技和安谋科技推出全新的"星睿O6"迷你 ITX 主板。该系统搭载了 CIX P1（CD8180）12 核 Armv9 处理器，拥有高达30T算力的NPU和高性能的GPU，最高配备64GB LPDDR内存，并提供了如 5GbE、HDMI …...

编程日记 2025/8/21 5:26:55

JS实现RSA加密

目录目标环境实现RSA加解密计算RSA加密允许的最大字节长度目标使用JS实现RSA加密解密。计算RSA加密允许的最大字节长度。环境 node-rsa 实现RSA加解密 const NodeRSA require(node-rsa);function getKey() {const keyLength512// 创建 RSA 密钥对const key new …...

编程日记 2025/8/19 15:10:11

Seata方案详细

Seata（Simple Extensible Autonomous Transaction Architecture）是阿里开源的分布式事务解决方案，支持多种事务模式，提供一站式的事务管理能力。以下是其核心原理、模式及实践的详细解析： 一、Seata核心架构与角色 Se…...

编程日记 2025/8/19 15:44:05

深入了解v-model的原理:v-model拆分为value属性和input事件,表单类组件的封装并用v-model简化代码

文章目录 1.v-model的原理1.1.验证:在input文本输入框中不使用v-model实现双向数据绑定1.2.验证:v-model在下拉菜单中的拆分 2.表单类组件的封装2.1.原理或步骤2.2.示例:表单类组件封装之下拉菜单select的封装 3.使用v-model简化代码完整代码 4.拓展示例:完成input文本输入框的…...

编程日记 2025/8/17 18:23:36

设计模式每日硬核训练 Day 14：组合模式（Composite Pattern）完整讲解与实战应用

🔄 回顾 Day 13：桥接模式小结在 Day 13 中，我们学习了桥接模式（Bridge Pattern）： 用于将“抽象”与“实现”分离，适用于双维度变化场景（如图形类型渲染方式）。它强调…...

编程日记 2025/8/21 7:26:04

RMSIN论文阅读

自适应旋转卷积 (ARC)是否可以换成可变形卷积研究背景指向性遥感图像分割（RRSIS）：旨在根据文本描述实现遥感图像中目标对象的像素级定位像素级定位：像素级定位指的是在图像中对目标对象的每个像素进行准确的定位和标记。这意味…...

编程日记 2025/8/20 2:21:50

【音视频】FLV格式分析

FLV概述 FLV(Flash Video)是Adobe公司推出的⼀种流媒体格式，由于其封装后的⾳视频⽂件体积⼩、封装简单等特点，⾮常适合于互联⽹上使⽤。⽬前主流的视频⽹站基本都⽀持FLV。采⽤FLV格式封装的⽂件后缀为.flv。 FLV封装格式是由⼀个⽂件头(file header)和…...

编程日记 2025/8/20 22:17:53

华为OD机试真题——最小的调整次数/特异性双端队列（2025A卷：100分）Java/python/JavaScript/C++/C语言/GO六种最佳实现

2025 A卷 100分题型本文涵盖详细的问题分析、解题思路、代码实现、代码详解、测试用例以及综合分析； 并提供Java、python、JavaScript、C、C语言、GO六种语言的最佳实现方式！ 2025华为OD真题目录全流程解析/备考攻略/经验分享华为OD机试真题《最小的调…...

编程日记 2025/8/17 6:14:04

华为OD机试真题——统计匹配的二元组个数（2025A卷：100分）Java/python/JavaScript/C++/C语言/GO六种最佳实现

2025 A卷 100分题型本文涵盖详细的问题分析、解题思路、代码实现、代码详解、测试用例以及综合分析； 并提供Java、python、JavaScript、C、C语言、GO六种语言的最佳实现方式！ 2025华为OD真题目录全流程解析/备考攻略/经验分享华为OD机试真题《统计匹配…...

编程日记 2025/8/17 18:23:24

4.16学习总结

完成134. 加油站 - 力扣（LeetCode）算法题学习了filewriter的相关方法，了解了字符流的底层原理...

编程日记 2025/8/17 18:27:01

java面试篇 4.9

目录 mybatis： 1、mybatis的执行流程 2、mybatis是否支持延迟加载？ 当我们需要去开启全局的懒加载时： 3、mybatis的一级和二级缓存微服务 1、springcloud五大组件有哪些 2、服务注册和发现是什么意思？springcloud如何实现…...

编程日记 2025/8/21 4:18:05

子函数嵌套的意义——以“颜色排序”为例（Python）

多一层缩进精减参数传递，参数少平铺书代码写更佳。笔记模板由python脚本于2025-04-16 11:52:53创建，本篇笔记适合喜欢子函数嵌套结构代码形式的coder翻阅。【学习的细节是欢悦的历程】博客的核心价值：在于输出思考与经验，而不仅…...

编程日记 2025/8/21 18:22:07

Python深度学习实现验证码识别全攻略

放在前面 Python深度学习实现验证码识别全攻略 Python深度学习实现验证码识别全攻略在网络安全领域，验证码作为人机区分的关键防线，广泛应用于登录、注册等场景。随着技术演进，验证码样式愈发复杂，传统识别手段力不从心&#…...

编程日记 2025/8/17 18:23:23

【Linux】su、su-、sudo、sudo -i、sudo su - 命令有什么区别？分别适用什么场景？

目录 su su- sudo sudo -i sudo su - /etc/sudoers su 该命令将启动非登录shell，即虽然以该用户身份启动shell，但使用的是原始用户的环境设置。普通用户账户运行 su 命令切换到另一用户账户，需提供要切换的账户的密码。root用户&…...

编程日记 2025/8/19 2:25:05

算法-同余原理

在计算n个数相加或者相乘再取余时，中间结果可能会溢出导致结果错误，这时可以使用同余原理一、同余原理 ①加法同余 （a[1] a[2] ... a[n]）% m > (a[1] % m a[2] % m ... a[n] % m) % m ② 乘法同余 （…...

编程日记 2025/8/19 10:34:40

深入理解卷积神经网络(CNN)：从原理到实践

引言卷积神经网络(Convolutional Neural Networks, CNN)是深度学习领域最具影响力的架构之一，尤其在计算机视觉任务中表现出色。自2012年AlexNet在ImageNet竞赛中一战成名以来，CNN不断演进，推动着图像识别、医疗影像分析、自动驾驶等领域的快…...

编程日记 2025/8/20 16:43:54

深度学习常见模块实现001

文章目录 1.学习目的2.常见模块使用与实现2.1 ResNet18实现2.2 SeNet模块2.3 CBAM模块 1.学习目的深度学习在图像处理这块，很多模块已经成型，并没有很多新的东西，更多的是不同的模块堆叠，所以需要我们不断总结，动手实…...

编程日记 2025/8/19 13:15:14

Python实现贪吃蛇三

上篇文章Python实现贪吃蛇一，实现了一个贪吃蛇的基础版本。后面第二篇文章Python实现贪吃蛇二修改了一些不足，但最近发现还有两点需要优化： 1、生成食物的时候有概率和记分牌重合 2、游戏缺少暂停功能先看生成食物的时候有概率和记分牌重合的…...

编程日记 2025/8/17 2:04:15

windows server C# IIS部署

1、添加IIS功能 windows server 2012、windows server 2016、windows server 2019 说明：自带的是.net 4.5 不需要安装.net 3.5 尽量使用 windows server 2019、2016高版本，低版本会出现需要打补丁的问题 2、打开IIS 3、打开iis应用池 .net 4.5 4、添…...

编程日记 2025/8/19 8:31:14

LLM小白自学笔记：1.两种指令微调

一、LoRA 简单来说，LoRA不直接调整个大模型的全部参数（那样太费资源），而是在模型的某些层（通常是注意力层）加个“旁路”——两个小的矩阵（低秩矩阵）。训练时只更新这俩小矩阵&#x…...

编程日记 2025/8/20 18:03:15

杰弗里·辛顿：深度学习教父

名人说：路漫漫其修远兮，吾将上下而求索。—— 屈原《离骚》创作者：Code_流苏(CSDN)（一个喜欢古诗词和编程的Coder😊） 杰弗里辛顿：当坚持遇见突破，AI迎来新纪元一、人物简介杰弗…...

编程日记 2025/8/19 11:50:14

一.定义延迟任务 1.安装邮件服务 [roothaiou ~]# yum install s-nail -y 2.配置邮件服务 [roothaiou ~]# vim /etc/mail.rc 3.测试邮件服务 [roothaiou ~]# echo 88888888 | mail -v -s Passion 13571532874163.com 4.设置定时任务 [roothaiou ~]# crontab -e 二.时间同步…...

编程日记 2025/8/22 4:06:42

库洛游戏一面+二面

目录一面 1. ArrayList和LinkedList的区别，就是我在插入和删除的时候他们在时间复杂度上有什么区别 2. hashmap在java的底层是怎么实现的 3. 红黑树的实现原理 4. 红黑树的特点 5. 为什么红黑树比链表查询速度快 6. 在java中字符串的操作方式有几种 7. Stri…...

编程日记 2025/8/19 20:56:08

基于多模态深度学习的亚急性脊髓联合变性全流程预测与个性化管理技术方案

目录技术方案文档1. 数据收集与预处理模块2. 多模态预测模型构建3. 术前风险评估系统4. 术中实时监测系统5. 术后并发症预测与护理6. 统计分析与验证模块7. 健康教育系统技术实现说明技术方案文档 1. 数据收集与预处理模块功能：构建数据管道，清洗并整合多源数据伪代码示…...

编程日记 2025/8/17 15:40:06

蓝桥杯日期的题型

做题思路一般分为3个步骤,首先要定义一个结构体来存储月份的天数,第一循环日期,第二判断日期是否为闰年,第三就是题目求什么结构体 static int[] ds{0, 31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31}; 判断是否闰年的函数 public static void f(int m,int d){//被4整…...

编程日记 2025/8/17 20:56:19

【树形dp题解】dfs的巧妙应用

【树形dp题解】dfs的巧妙应用 [P2986 USACO10MAR] Great Cow Gathering G - 洛谷题目大意： Bessie 正在计划一年一度的奶牛大集会，来自全国各地的奶牛将来参加这一次集会。当然，她会选择最方便的地点来举办这次集会。每个奶牛居住在 N N …...

编程日记 2025/8/19 8:44:48

《AI大模型应知应会100篇》第20篇：大模型伦理准则与监管趋势

第20篇：大模型伦理准则与监管趋势摘要随着人工智能（AI）技术的飞速发展，尤其是大模型（如GPT、PaLM等）在自然语言处理、图像生成等领域的广泛应用，AI伦理问题和监管挑战日益凸显。本文将梳理当…...

编程日记 2025/8/20 20:47:45

线上教学平台（vue+springboot+ssm+mysql）含文档+PPT

线上教学平台（vuespringbootssmmysql）含文档PPT 该系统是一个在线教学平台，主要分为管理员和学员两个角色；管理员界面包含首页、交流中心、学员管理、资料类型管理、学习资料管理、交流论坛、我的收藏管理、留言板管理、考试管理…...

编程日记 2025/8/17 6:14:10

Being-0：具有视觉-语言模型和模块化技能的人形机器人智体

25年3月来自北大、北京智源和 BeingBeyond 的论文“Being-0: A Humanoid Robotic Agent with Vision-Language Models and Modular Skills”。构建能够在现实世界具身任务中达到人类水平表现的自主机器人智体，是人形机器人研究的终极目标。近期，基于基…...

编程日记 2025/8/17 18:24:51

Fiddler 进行断点测试：调试网络请求

目录一、什么是断点测试？ 二、Fiddler 的断点功能三、如何在 Fiddler 中设置断点？ 步骤 1：启动 Fiddler 步骤 2：启用断点步骤 3：捕获请求步骤 4：修改请求或响应四、案例：模拟登录失…...

编程日记 2025/8/19 10:04:52

决策树：ID3,C4.5,CART树总结

树模型总结决策树部分重点关注分叉的指标，多叉还是单叉，处理离散还是连续值，剪枝方法，以及回归还是分类一、决策树 ID3(Iterative Dichotomiser 3) 、C4.5、CART决策树 ID3:确定分类规则判别指标、寻找能够最快速降低信息熵的方…...

编程日记 2025/8/17 20:18:40

DDS信号发生器设计

一、基本概述 1.1 DDS简介 DDS信号发生器即直接数字频率合成（Direct Digital Frequency Synthesis，简称DDS）是一种利用数字技术生成信号的方法。它通过数字信号处理技术，将数字信号转换为模拟信号，从而生成高质量的正…...

编程日记 2025/8/17 4:57:19

23黑马产品经理Day01

今天过了一遍23黑马产品经理的基础视频问题思考维度抓住核心用户为什么需要抓住核心用户？ 主要原因：用户越来越细分，保持市场竞争力，产品开发推广更聚焦做产品为什么要了解用户：了解用户的付费点，…...

编程日记 2025/8/19 1:40:50

18-21源码剖析——Mybatis整体架构设计、核心组件调用关系、源码环境搭建

学习视频资料来源：https://www.bilibili.com/video/BV1R14y1W7yS 文章目录 1. 架构设计2. 核心组件及调用关系3. 源码环境搭建3.1 测试类3.2 实体类3.3 核心配置文件3.4 映射配置文件3.5 遇到的问题 1. 架构设计 Mybatis整体架构分为4层： 接口层&#…...

编程日记 2025/8/20 16:50:54

东方潮流亮相广州益民艺术馆｜朋克编码“艺术家潮玩”系列开幕引爆热潮

4月15日，由我的宇宙旗下公司朋克编码携“艺术家潮玩”系列亮相广州白云益民艺术馆，标志着其全国文化推广计划正式启航。本次展览围绕“潮玩艺术东方文化”展开，融合传统文化与当代潮流，以年轻化方式赋能中国文化出海。展览现场潮…...

编程日记 2025/8/17 18:25:50

充电宝项目：规则引擎Drools学习

文章目录规则引擎 Drools1 问题2 规则引擎概述2.1 规则引擎2.2 使用规则引擎的优势2.3 规则引擎应用场景2.4 Drools介绍 3 Drools入门案例3.1 创建springboot项目引入依赖3.2 添加Drools配置类3.4 创建实体类Order3.5 orderScore.drl3.6 编写测试类 4 Drools基础语法4.1 规则…...

编程日记 2025/8/17 18:25:48

C++零基础实践教程文件输入输出

模块八：文件输入输出 (数据持久化) 在之前的模块中，我们学习了如何使用程序处理数据。然而，当程序结束运行时，这些数据通常会丢失。数据持久化 (Data Persistence) 指的是将程序中的数据存储到非易失性存储介质（如硬盘…...

编程日记 2025/8/17 18:26:22

SpringAI+DeepSeek大模型应用开发——1 AI概述

AI领域常用词汇 LLM（LargeLanguage Model，大语言模型） 能理解和生成自然语言的巨型AI模型，通过海量文本训练。例子：GPT-4、Claude、DeepSeek、文心一言、通义干问。 G（Generative）生成式: 根据上…...

编程日记 2025/8/19 22:00:56

数据中台进化史：从概念萌芽到价值变现的蜕变之路

在数字化转型的浪潮中，数据中台已成为企业驾驭数据、驱动业务创新的关键力量。回顾数据中台的发展历程，犹如一场从混沌到有序、从萌芽到成熟的精彩蜕变，它由湖仓一体、数据治理平台、数据服务平台三大核心要素逐步构建而成，每一个…...

编程日记 2025/8/17 18:23:33

【Java学习笔记】运算符

运算符运算符的类型算数运算符赋值运算符关系运算符（比较哦啊运算符） 逻辑运算符三元运算符位运算符（需要二进制基础） 一、算数运算符运算符计算范例结果正号77-负号b11; -b-11加法9918-减法10-82*乘法7*856/除法9…...

编程日记 2025/8/20 2:21:43

【python】OpenCV—Tracking（10.6）—People Counting

文章目录 1、功能描述2、代码实现3、效果展示4、完整代码5、涉及到的库函数6、参考来自更多有趣的代码示例，可参考【Programming】 1、功能描述借助 opencv-python，用 SSD 人形检测模型和质心跟踪方法实现对人群的计数基于质心的跟踪可以参考【pyt…...

编程日记 2025/8/17 18:23:31

JavaSE学习（前端初体验）

文章目录前言一、准备环境二、创建站点（创建一个文件夹）三、将站点部署到编写器中四、VScode实用小设置五、案例展示前言首先了解前端三件套：HTML、CSS、JS HTML：超文本标记语言、框架层、描述数据的； CSS&#xf…...

编程日记 2025/8/19 19:36:02

智慧城市像一张无形大网，如何紧密连接你我他？

智慧城市作为复杂巨系统，其核心在于通过技术创新构建无缝连接的网络，使物理空间与数字空间深度融合。这张"无形大网"由物联网感知层、城市数据中台、人工智能中枢、数字服务入口和安全信任机制五大支柱编织而成，正在重塑城市运行规…...

编程日记 2025/8/19 19:08:13

Linux常用命令

一、history 用于显示历史命令。 history 10显示最近10条历史命令。!200使用第200行的指令。history -c清空历史记录。二、pwd 用于显示当前绝对路径。 pwd显示当前绝对路径。三、ls 用于以行的形式显示当前文件夹下所有内容。 ls -a显示所有内容，包括隐藏文…...

编程日记 2025/8/17 20:00:50

【AI】SpringAI 第二弹：接入 DeepSeek 官方服务

一、接入 DeepSeek 官方服务通过一个简单的案例演示接入 DeepSeek 实现简单的问答功能 1.添加依赖 <dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-openai</artifactId> </dependency> 2…...

编程日记 2025/8/18 22:22:11