学习方法自学 +笔记 + 搜索 +AI 自学 引用站外地址 哔哩哔哩 (゜-゜)つロ 干杯~-bilibili 好好学习，天天向上 笔记学习 Markdown 语法，使用对应笔记软件进行记录，做好内容分割，图文并茂。有自己的逻辑思考，不要光截图，一定要打字。不重要的口水文不要多记，记录知识重点，思考内容等。图片存放，建议使用 网络图床 存储，可以参考对应链接中的学长博客来进行配置。网络图床需要花一点小钱钱 搜索推荐使用 Bing (必应) 搜索与 Google 搜索。Bing 搜索就是edge 默认主页搜索引擎，Google 搜索需要使用科学网络环境。360导航建议更改，360导航为360安全卫士捆绑服务，这里建议卸载360安全卫士。用 Windows 自带防火墙即可防护病毒。 平台 CSDN 博客园 稀土掘金 简书 阿里云社区 腾讯云社区 AIChatglm( ...

Prompt工程!解放AI生产力,学会让你入侵AI的大脑!Prompt 工程（Prompt Engineering）又叫提示词工程，简单来说，就是输入给 AI 的指令。 比如: 给我生成关于xxx的报告 11 dfcsdfcszdf 那为什么要叫 “工程” 呢？ 因为 AI 大模型生成的内容是不确定的，构建一个能够按照预期生成内容的提示词既是一门艺术，也是一门科学。提示词的质量直接影响到 AI 大模型输出的结果，因此这也是 AI 应用开发的关键技能，很多公司专门招聘提示词工程师。 我们学习 Prompt 工程的目标是：通过精心设计和优化输入提示来引导 AI 模型生成符合预期的高质量输出。 提示词分类最核心的分类：按“角色”分（AI对话里最常用）这是我们用AI时最常接触的类型，就像一场对话里的不同角色分工。 用户提示词就是你直接对AI说的话，比如“帮我写一首春天的短诗”“怎么学编程”。核心是告诉AI“你要做什么”，是你的直接需求。 此类提示词是大多数新手用户初次使用AI用到的，这类提示词的效果较弱，产出的结果可能不会那么好，然而由于AI的高速发展、深度思考的出现，ai会帮助你优 ...

你是小麻瓜，这天你写了个Springboot3的项目 并且使用了 3.4及以上的版本，你又想配置一下knife4j,看着官方教程 一顿操作，诶！网页打开了，突然提示Knife4j文档请求异常！ 这你麻了，这可如何是好！降版本？不行 ，我现在的项目需要这个版本！完了完了！ 解决方法来了~ 依赖<dependency> <groupId>com.github.xiaoymin</groupId> <artifactId>knife4j-openapi3-jakarta-spring-boot-starter</artifactId> <version>4.5.0</version> <exclusions> <exclusion> <groupId>org.springdoc</groupId> <artifactId>springdoc-openapi-starte ...

前言首先从我的计划说起：大二下学期 我坚定了我的计划——就业，在计算机领域就业，说白了就是程序员现在对大二的自己做一个评价：从心 其实就是当初对考研有些焦虑，放弃了考研这条路，认为这条路不如就业，并且当时大火的AI我跟随我的导师一起研究了很久，也参加了相关的比赛，发了论文（虽然可能很水，但是在二本高校相较于其他人还是不错的），我所认识的所有人都曾经劝说我去考研，也许他们是对的，但，这次我想自己决定，从那时开始，我坚定了就业，围绕AI开发与应用进行就业，并且在大三升大四的暑假进行一份实习进行铺垫作为跳板，同时学习新的技术，同年参与秋招某得一个更好的工作机会。 我做了什么实际上，这些天只围绕两个方向 就业与学习 关于就业实际上，从年初我就开始了投简历，直到六月，可能那时是上年的秋招末尾，我个人认为是比较难投的，已读不回，要了简历没有回复，进行面试没有结果是常有的事，真的是10份投递才有1份要简历的，10份要简历的才会有一份邀请面试的，邀请面试后的结果更是……那段时间，心里其实挺不是滋味的。有时候白天投完简历，晚上就对着电脑屏幕发呆，怀疑自己是不是准备得还不够。 年初，我就开始准备面试八股， ...

引言 2016年：AlphaGo击败围棋世界冠军李世石，证明AI在复杂决策任务中的能力2018年：BERT（Bidirectional Encoder Representations from Transformers）发布，推动NLP进入预训练模型时代。2020年：经过209手的博弈，主动要求执白的柯洁再次负于AlphaGo。在这场人机大战中，世界围棋第一人0:3完败于围棋人工智能。2022年：ChatGPT、Stable Diffusion等多模态模型出现，实现文本生成、图像创作、语音交互的融合。2023：国外AI发展迅速，多企业、国家讨论是否禁用ChatGPT2024：国内AI开始迅猛发展，千问、元宝、豆包、KIMI……年末，DeepSeek 发布 DeepSeek-V3 大模型并完全开源2025：Ai正在大火，正在冲击我们的生活、工作……随着AI技术的发展，人类的工作效率和AI的使用率逐渐提高，我们会经常性的听到一句话的“问问AI呢？”，AI，成为了每个人必不可少的工具，自2022年来，AI工具从互联网界扩散到到了各行各界，变得大众化。然而，大众依然是简单的使用AI，AI生成的 ...

Zotero使用介绍 endnote什么的都去spa，我要去找我的Zotero啦 Zotero 是一款免费且易于使用的工具，可帮助您收集、组织、注释、引用和分享研究。 开源 支持中文 可以使用BibTeX格式导入 支持修改引入格式 1 安装Zotero | Your personal research assistant 下载安装包，进行安装 选择自定义安装 选择自己安装软件的位置 一直下一步即可 2 文献导入2.1 文献下载 知网、百度学术、谷歌学术等都支持BibTeX格式 下载BibTeX格式文件 我这里只下载了三篇进行后续的演示 2.2 新建分类（建议）我这里新建测试分类用于演示 然后选中该分类进行导入操作 2.2.1 导入操作 依次进行导入 2.2.2 结果 3 相关设置3.1 更改数据存储位置 我这里改到了F:\software\Zotero\ZoteroData 这里建议使用复制的方式，而不是剪切 3.2 重新加载文档编辑软件的插件 由于可能打开着文档，导致插件安装失败，这里需要重新加载一下 注意：这里一定要关闭word 3.3 文献格式设置 4 ...

如何将Ollama模型下载到其他盘符正常下载Ollama正常下载Ollama，进行安装，会默认安装到C盘 文件复制与迁移进入到 C:\Users\用户名\.ollama 将.ollama这个文件移动到你想要安装的移动盘符，比如，我要安装到F:\software\Ollama下，可以选择复制保留备份 复制C:\Users\lihui\AppData\Local\Programs\Ollama到F:\software\Ollama下 环境变量更改 更改为F:\software\Ollama 新建系统环境变量OLLAMA_MODELS F:\software\Ollama\.ollama 重启电脑确保环境更改正确 测试安装状态在终端里输入如下命令回车 ollama list 显示以下即可 F:\software\Ollama\Ollama>ollama listNAME ID SIZE MODIFIED 执行 ollama 命令来快速安装并运行大模型ollama run gemma3:1b 安装运行成功后，可以在终端打字和大模型对话 访问 http: ...

本月工作大冒险项目闯关实录4C今天必须唠一唠我这三年和 4C（中国大学生计算机设计大赛）死磕的硬核经历！这比赛都办到第 18 届了，而我从大一莽到大三，妥妥的 “三朝元老”，还跨了 AI 两个超燃赛道 ——NLP 和 CV，主打一个不服就干！ 第一次参赛，由于不会的知识有很多，我只能加班，不拖累组员，每天抱着论文和 GitHub 项目硬啃，熬了不知道多少个大夜。第二次直接变身 “团队大当家”，不仅要把控项目进度，还要协调队友分工，那段时间手机消息响个不停，做梦都在安排任务。第三次主要就是改文档报告了，只能说，一直在改文档，改的我都不认识字了，改稿改到眼睛发直🥲。 现在已经是我们连续第三年冲国二了！最近这几天，整个团队和老师进入 “暴走赶工” 模式，教室成了我们的主战场。大家围坐在一起，疯狂头脑风暴，各种脑洞大开的想法横飞。虽然累到不行，但这种和伙伴们并肩作战的感觉，还不错。 但，大学，三年了，我与4C的缘分，就这样了，下一届时，我就要在努力的找工作了！我生命的一瞬间，再见! 蓝桥杯由于橙色大风预警，蓝桥杯河北等地的比赛时间推迟到了4月26日，本来是想好好准备一下的，但是由于寒假在完成 ...

TensorFlow Lite模型转换为C语言代码tflite2c.py脚本概述tools/tflite2c.py脚本旨在将TensorFlow Lite模型文件（.tflite）转换为C或C++代码文件，方便在C/C++项目中使用。该脚本具备以下特点： 输入输出管理：通过命令行参数接收输入的TensorFlow Lite模型文件路径、输出目录、模型名称等信息，并根据这些参数生成对应的C或C++文件。 模型解析与转换：能够读取TensorFlow Lite模型文件内容，对文件格式进行验证，并将模型数据转换为C语言可识别的格式。 类别信息处理：支持将模型的类别名称作为参数输入，并在生成的代码中进行定义，便于后续的模型推理与结果处理。 技术原理与实现过程在实现过程中，首先利用argparse模块解析命令行参数，获取输入模型文件路径、输出目录、模型名称、是否生成 C++ 文件及类别名称等信息；接着检查输入文件是否存在，若未指定模型名称则从输入文件路径提取；然后确定输出文件路径，以二进制模式读取输入文件并验证其是否为有效的 TensorFlow Lite 文件，通过binasci ...