- 博客(135)
- 资源 (27)
- 收藏
- 关注
RSS订阅原创 没有 Manus 邀请码？Qwen + OpenManus 开源替代方案一样能领略 AI 智能体的力量
OpenManus 出自 MetaGPT 团队成员开源的通用AI智能体框架，凭借 QwQ-32B 基座模型实现了接近商用级Manus的表现。本文详解其三大核心优势：1）本地执行代码/浏览器操作的真实环境交互能力 2）基于Python的轻量化部署方案 3）与千亿参数模型媲美的任务完成度。通过CRM企业分析案例实测对比，展示开源智能体如何突破商用产品限制，为开发者提供可落地的AI解决方案……
2025-03-07 22:24:13
2367
原创 MNN 手机本地部署 DeepSeek R1 和多模态大模型，告别服务器繁忙！
本文介绍了MNN Chat这款由阿里巴巴开源的多模态大模型应用。它支持本地运行，无需依赖外部服务器，确保数据隐私，同时兼容DeepSeek R1、Qwen等主流模型。通过实际测试，MNN Chat在文本生成、图像识别等任务中表现出色，推理速度远超传统方法。无论是车牌识别还是 Stable Diffusion 图像生成，MNN Chat都能为用户提供流畅的AI体验……
2025-02-21 22:45:24
1473
原创 欧拉角和四元数，3D 游戏开发中“旋转”难题的通俗讲解和应用实战
本文深入浅出地介绍了3D游戏开发中常用的旋转工具——欧拉角和四元数。通过生动的例子和代码演示，详细解释了它们的基本概念、应用场景以及如何解决万向锁、插值和计算效率等问题。无论你是初学者还是有经验的开发者，都能从中获得实用的知识和技巧……
2025-02-15 11:14:56
1246
原创 DeepSeek vs. Qwen 大模型编程能力比拼，谁更适合作为你的 AI 辅助编程助手？
通过实际使用体验，对DeepSeek和Qwen大模型在价格、Web页面、Python、微信小程序和Cocos小游戏编程等方面进行了详细评测。结果显示，Qwen编程能力更胜一筹。特别是Web和Python编程测试中，Qwen的表现明显优于DeepSeek。文章还分享了具体的编程测试案例和源码，供读者参考和验证……
2025-02-09 17:24:21
1331
原创 新春“码”启 | Cocos 3D 微信小游戏（第5天）：分包构建和上传发布（完美收官）
新春开发 Cocos 3D 微信小游戏计划的第 5 天，详细介绍了如何利用Cocos Creator开发并发布一款3D微信小游戏，包括游戏状态机的设计理念，和微信小游戏主包大小限制时的解决方案——分包策略。从游戏设计、开发、调试到最后成功发布的全过程，为想要进入微信小游戏开发领域的开发者提供了宝贵的经验……
2025-02-06 19:10:15
795
原创 新春“码”启 | Cocos 3D 开发微信小游戏（第4天）：游戏资源设计和框架核心源代码
新春开发 Cocos 3D 微信小游戏计划的第 4 天，包括游戏资源设计建议，如 UI 背景自适应、碰撞检测组件选用；游戏控制逻辑设计方面，包括组件层级管理及核心代码框架，还有配置中心和消息中心代码，所有的资源与代码均可免费下载……
2025-02-01 17:50:30
1039
原创 新春“码”启 | Cocos 3D 开发微信小游戏（第3天）：场景搭建与游戏链路基础开发
新春开发 Cocos 3D 微信小游戏计划的第3天，包括总体设计方案，包括关卡模式、时间限制、复活机制等。接着详细展示基础框架研发，如开始场景和游戏场景（关卡一）的开发，包括创建场景、画布、立方体、材质，以及按钮的功能实现和场景切换等……
2025-01-28 15:58:39
880
原创 新春“码”启 | 0 基础开发微信小游戏，Cocos 游戏引擎 + AI 辅助编程（第2天）
本文是“新春“码”启 | 从零开始开发微信小游戏”第2天的学习历程，包括如何设计一个适合小朋友玩的游戏创意和使用Cocos Creator进行初步开发的过程。虽然在游戏创意上遇到了一些挑战，但通过不断尝试和学习Cocos的基础操作，逐渐找到了方向。同时，我们还探讨了TypeScript的基础知识，为后续开发打下坚实基础……
2025-01-26 09:30:35
799
原创 新春“码”启 | 0 基础开发微信小游戏，Cocos 游戏引擎 + AI 辅助编程（第1天）
春节期间，老牛同学计划借助 AI 开启一场挑战自我和为小朋友开发微信小游戏的系列计划，0 基础开始了第1天的体验。目标是采用 Cocos 游戏引擎框架，借助 AI 辅助编程，最终完成微信小游戏研发。目前已对相关概念有了初步了解，后续将持续探索……
2025-01-24 22:00:52
1239
原创 感谢有你，共赴未来：2024年CSDN技术博客创作总结 · 老牛同学
我觉得是自己兴趣，更是CSDN技术博客的广大读者的支持给予了我无尽的动力。2024年5月我开始学习大模型，从0开始，持续学习也持续在CSDN中分享自己的所学。在CSDN技术博客中，2024年，我的原力值已经达到了。创作是孤独的坚持，在2025春节来临之际，我收到了CSDN技术博客给我推送的年度总结，实在是有心了。2025年，我将继续在技术这条道路上，发现更多的美好，分享更多的内容。
2025-01-23 09:16:03
232
原创 Cline 免费插件 + Qwen2.5 大模型，零经验也能开发“对联王”微信小程序
本文详细介绍了如何利用免费的 Cline 插件辅助开发一款名为“对联王”的微信小程序，特别适合希望在春节期间创作春联的用户。文章不仅比较了 Cline 与 Cursor 两款工具的优缺点，还分享了作者实际操作中的经验和建议。通过具体步骤演示，即使是编程新手也能跟随指导，结合微信开发者工具，完成自己的小程序开发，享受创作的乐趣……
2025-01-12 21:29:30
1441
原创 使用Cursor + Qwen2.5 大模型 零经验研发微信小程序：自由构建个性化节拍器应用实战
本文介绍了如何利用Cursor工具结合Qwen2.5大模型快速开发一款个性化的微信小程序——老牛同学节拍器。通过详细的步骤，我们展示了从零开始创建一个功能完备的小程序所需的全部流程……
2025-01-03 21:52:28
617
原创 深度解析 Transformer 模型中的位置嵌入（Positional Embedding）
在自然语言处理中，词语的顺序对句子的意义至关重要。然而，传统的自注意力机制无法区分词语的位置。本文深入浅出地介绍了**位置嵌入（Positional Embedding）**的概念及其在Transformer模型中的作用，解释了它如何帮助模型理解词语的顺序，从而提升文本处理的准确性。通过简单的例子和代码实现，带你一步步了解位置嵌入的原理与应用。无论你是NLP初学者还是进阶研究者，这篇文章都将为你揭开Transformer架构中这一关键组件的神秘面纱……
2024-12-29 11:33:33
1925
原创 Transformers 框架 Pipeline 任务详解（六）：填充蒙版（fill-mask）
本文介绍了Hugging Face Transformers框架中的fill-mask任务，涵盖其作用、应用场景如机器翻译和文本补全，以及配置方法。通过Python代码示例展示了如何使用预训练模型自动下载或本地加载来创建Pipeline并执行填空任务。此外，还提供了利用Gradio构建WebUI界面的指南，使用户能直观地测试和演示fill-mask功能。文章旨在帮助开发者快速实现高效的填空解决方案……
2024-12-25 20:53:34
931
原创 Transformers 框架 Pipeline 任务详解（五）：表格问答（table-question-answering）
本文全面介绍了 Transformers 框架中的 table-question-answering 任务，从基础概念到实际应用，再到如何构建和部署一个交互式的表格问答系统。无论是在商业智能、教育辅导还是金融分析等领域，Transformers 框架都能为我们提供强有力的支持，助力我们快速实现高效的表格问答解决方案……
2024-12-22 19:07:21
873
原创 Transformers 框架 Pipeline 任务详解（四）：问答（question-answering）
本文深入介绍了 Transformers 框架中的 question-answering 任务，涵盖任务简介、应用场景如智能助手和客户服务、任务配置与模型选择、实战代码示例，以及如何利用 Gradio 创建 WebUI 界面，使用户能通过浏览器实时获取问答结果。文章旨在帮助读者快速掌握使用 Transformers 构建高效问答系统的方法……
2024-12-18 20:55:08
891
原创 深入解析 Transformers 框架（五）：嵌入（Embedding）机制和 Word2Vec 词嵌入模型实战
本文深入探讨了 Transformers 框架中词嵌入（Token Embeddings）的关键作用和实现细节，展示了将离散符号映射至连续向量空间的过程。通过具体代码示例，我们揭示了 Qwen2.5-1.5B 大模型中嵌入矩阵的工作原理，并演示了如何将文本序列转换为嵌入向量。此外，文章还介绍了经典的 Word2Vec 技术，使用 gensim 库训练模型并进行词汇相似性分析，以便更好地理解和应用自然语言处理中的嵌入技术……
2024-12-13 19:59:32
2554
原创 Transformers 框架 Pipeline 任务详解（三）：词元分类（token-classification）和命名实体识别
本文深入简出介绍了 Transformers 框架中的 token-classification 任务，从基础概念到实际应用，包括命名实体识别、分词和词性标注，最后还会提供详细的代码示例和 WebUI 界面操作，帮助你快速上手词元分类和命名实体识别……
2024-12-12 20:01:54
1148
原创 Bolt.new 用一句话快速构建全栈应用：本地部署与应用实战（Ollama/Qwen2.5 等）
本文详细介绍如何本地 Ollama 和国内大模型资源，在本地环境中快速部署和使用 Bolt.new，结合 Ollama 和 Qwen2.5-Coder，轻松实现从代码编写到自动部署的全流程。适合所有希望提升开发效率的开发者……
2024-12-07 14:28:44
1633
原创 Transformers 框架 Pipeline 任务详解：文本分类（text-classification 或 sentiment-analysis）
本文深入浅出地介绍了Transformers框架中的text-classification任务，并结合Gradio库搭建一个可视化的Web界面，帮助您快速掌握文本分类的最佳实践。通过Pipeline API，您可以轻松使用预训练模型进行情感分析、垃圾邮件检测等任务……
2024-12-05 20:27:13
1043
原创 Transformers 框架 Pipeline 任务详解：文本转音频（text-to-audio 或 text-to-speech）
本文详细介绍了Transformers框架中的text-to-audio任务，展示了如何使用Bark和ChatTTS模型将文本转化为自然流畅的语音。通过实际案例，探讨了该技术在有声读物、在线教育、虚拟助手等领域的应用，帮助开发者提升产品的用户体验，创造更多可能性……
2024-12-01 16:58:59
1223
原创 Transformers 框架任务概览：从零开始掌握 Pipeline（管道）与 Task（任务）
Transformers 框架支持多种 NLP 任务，如何高效使用 Pipeline？本文从零开始，逐步介绍 Transformers 框架中的 Pipeline 和任务配置。通过实际案例和源代码分析，帮助你快速掌握 Transformers 框架的核心功能……
2024-11-21 15:46:51
825
原创 Meissonic 文生图模型：小参数，超轻量，本地部署推理教程
阿里巴巴等联合推出的 Meissonic 文生图模型，仅 1B 参数，能在普通电脑及未来无线端运行推理。本文将详细展示其在笔记本上的本地部署教程，带你领略 Meissonic 的独特魅力与强大功能……
2024-11-16 17:50:37
946
1
原创 深入解析 Transformers 框架（四）：Qwen2.5/GPT 分词流程与 BPE 分词算法技术细节详解
本文深入解析 Qwen2.5 大语言模型的分词流程和 BPE 分词算法。通过中英文混合文本示例，详细介绍了从文本规范化、初步分词、字节编码与映射到 BPE 分词的每一步骤。结合代码实现，揭示了 Qwen2.5 如何高效处理多语言文本，帮助读者全面理解 BPE 分词算法的原理和应用……
2024-11-09 08:54:27
1802
6
原创 告别 PPT 配图难题 Napkin.ai 轻松打造生动演示文档
还在为 PPT 配图发愁？Napkin.ai 来救场！它是强大的文本自动配图工具，能自动摘要文本、生成并自定义配图，下载方式多样。文中详细介绍其使用方法，包括注册、创建 Napkin、选择和设置配图等。此外，还有免费送书活动，关注、留言点赞就有机会获得《OpenAI API 接口应用实战》。快来参与……
2024-11-04 22:28:14
1494
原创 深入解析 Transformers 框架（三）：Qwen2.5 大模型的 AutoTokenizer 技术细节
本文是 Transformers 推理大语言模型技术细节的第 3 篇，基于 Qwen2.5 大模型，通过源代码走读，详细介绍了 AutoTokenizer 的分词器初始化、存储流程和技术细节。文章涵盖分词器的配置解析、字节对编码（BPE）分词算法，以及分词、编码、解码和添加 Token 等常用操作……
2024-11-01 20:22:48
2041
原创 transformers 推理 Qwen2.5 等大模型技术细节详解(二)AutoModel 初始化和模型加载（免费送新书）
本文紧接前篇文章，详细讲解 transformers 初始化和加载大语言模型过程，包括 AutoConfig/Qwen2Config/AutoModelForCausalLM/Qwen2ForCausalLM/Qwen2PreTrainedModel 和 PreTrainedModel 等核心类详解……
2024-10-27 16:41:33
2120
原创 transformers 推理 Qwen2.5 等大模型技术细节详解(一)transformers 初始化和对象加载（文末免费送书）
本文详细讲解 transformers 推理大语言模型的初始化过程，包括 Python 包搜索、LazyModule 延迟模块、模块搜索和 Python 包 API 设计美学……
2024-10-18 22:56:54
1781
原创 使用世界领先的 Qwen2.5-Math 开源模型当 AI 数学老师，让奥数解题辅导不在鸡飞狗跳（文末有福利）
本文主要介绍 Qwen2.5-Math 特点和能力，并在本地进行部署和数学推理，最后验证小学和初中的奥数题目，Qwen2.5-Math 不仅解题步骤清晰明了，正确率也达到惊人的 100%……
2024-09-28 20:59:22
3180
2
原创 基于 Qwen2.5-Coder 模型和 CrewAI 多智能体框架，实现智能编程系统的实战教程
Qwen2.5 开源的系列模型中，Qwen2.5-Coder 模型的推理能力技压群雄，本文集合 CrewAI 框架，让多智能体自己编写符合我们需求的程序……
2024-09-21 18:02:09
1660
1
原创 基于 CrewAI 多智能体框架，手把手构建一个自动化写作应用实战
利用 CrewAI 多智能体框架，我们可以更细粒度的控制智能体和任务，通过不同的流程组织协同多智能体共同完成工作……
2024-09-15 00:09:43
1841
1
原创 Agent(智能体)和 MetaGPT，一句话实现整个需求应用代码
本文介绍了大模型 Agent 定义、组成部分，并以 MetaGPT 多智能体为例，一句话完成贪吃蛇小游戏需求，以介绍整个智能体的工作流程……
2024-09-07 15:43:37
1288
原创 ChatTTS 长音频合成和本地部署2种方式，让你的“儿童绘本”发声的实战教程（文末有福利）
本文介绍 ChatTTS 最新版本的 2 种本地部署方式，并通过短音频合成长音频的技术手段，解决 ChatTTS 合成音频最长 30 秒时长的限制，同时，我们让绘本故事文本转长音频……
2024-08-31 19:40:10
2489
16
原创 GLM-4-Flash 大模型API免费了，手把手构建“儿童绘本”应用实战（附源码）
GLM-4-Flash 大模型API免费了，我们本文基于免费API构建一个“儿童绘本”应用，包括使用文生图产出绘本故事插图……
2024-08-27 08:28:50
2812
1
原创 InternLM 2.5 书生·浦语 开源大模型本地部署体验
上海人工智能实验室发布了书生·浦语（InternLM）新开源版本，增强了在复杂场景下的推理能力，本文介绍在本地进行部署和推理……
2024-08-24 00:41:59
1265
原创 MiniCPM-V 2.6 面壁“小钢炮”，多图、视频理解多模态模型，部署和推理实战教程
MiniCPM-V 最新发布了 2.6 版本，仅 8B 的参数量，但在图片、视频方面理解能力表现卓越，本教程在本地进行部署和推理实战……
2024-08-14 23:31:31
3218
4
原创 vLLM CPU和GPU模式署和推理 Qwen2 等大语言模型详细教程
vLLM默认并不支持纯CPU模式部署和推理模式，老牛同学应网友要求，根据vLLM官网整理vLLM在CPU模式下如何部署和推理大语音模型，并以Qwen2为了进行验证和演示……
2024-08-11 14:57:27
3984
3
原创 PyTorch 训练自定义功能齐全的神经网络模型的详细教程
PyTorch 是一个开源的机器学习框架，可以方便地进行神经网络模型训练和推理。本文基于 PyTorch 演示了一个非常简单但是功能齐全的神经网络训练过程，无论模型权重有多大，使用 TyTorch 训练的过程是类似的，期望本文能启到抛砖引玉的作用……
2024-08-02 23:48:48
1307
2
原创 太卷了，阿里云免费1个月大模型算力额度，玩转Llama3.1/Qwen2等训练推理
阿里云百炼平台发布推文，提供30天免费算力额度，助力玩转 Llama3.1 训练推理。老牛同学首当其冲，去体验一把，本文详细记录了整个过程，同时给出了老牛同学的一些想法，欢迎交流学习……
2024-07-27 01:34:02
1790
1
原创 基于 Qwen2 大模型微调技术详细教程（LoRA 参数高效微调和 SwanLab 可视化监控）
本教程详细介绍了 LoRA 参数高效微调技术，包括数据集准备和处理、模型加载、参数设置等，然后以 Qwen2-0.5B 预训练模型实践，进行了文本分类能力微调，微调过程通过 SwanLab 可视化界面查看，最终微调模型进行测试数据评估……
2024-07-20 00:27:50
3559
2
Word Tab中文免费版
2010-12-15
Linux Bash脚本大全
2010-08-19
OSGi实战(文档+源代码)
2009-12-25
Oracle Concepts 10g 中文英文对照版
2009-08-12
SUN云计算基础设施和体系架构指南_中文版
2009-07-14
ExtJS 实用简明教程
2009-04-24
ExtJS 中文手册
2009-04-24
Teradata SQL基础教程
2008-11-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人