博客 RSS 訂閱

aixiaodeshuye_cwrkd6 頭像

拆技 - ESP32-P4 MJPEG視頻播放器開發實戰：從攝像頭到SD卡的完整解決方案

ESP32-P4 MJPEG視頻播放器開發實戰：從攝像頭到SD卡的完整解決方案 項目背景 本文記錄了在ESP32-P4開發板（配ST7703 LCD屏幕）上，將攝像頭視頻採集改為SD卡MJPEG視頻播放的完整開發過程。整個過程歷經多次技術選型和問題排查，最終實現了穩定的24fps多視頻輪播系統。 開發環境： 芯片：ESP32-P4 屏幕：ST7703 MIPI-DSI (720x720)

esp32 , c

收藏 評論

u_17578926 頭像

AI科技 - 孤獨經濟新風口：Soul能否憑“寂寞生意”撐起IPO？

近日，社交平台 Soul 再次站上資本聚光燈。自2021年首次遞交港股上市招股書後，經歷多次暫停與重啓，2025年11月公司正式提交第四次IPO申請。面對“180萬孤獨靈魂”的用户規模，Soul究竟能否將這筆“寂寞生意”轉化為資本市場的可靠支撐？本文將從用户畫像、商業模式、最新財務表現以及監管與競爭三大維度進行梳理。 一、用户規模與需求畫像 Soul定位為“陌

數字化轉型 , 商業模式 , 3d , 重啓

收藏 評論

u_17578926 頭像

AI科技 - 英偉達發佈 CUDA Toolkit 13.1：20 年來最大升級，推出全新 CUDA Tile 編程模型！

12 月 6 日凌晨，英偉達正式發佈全新 CUDA Toolkit 13.1，官方稱其為“20 年來最大的一次更新”。本次發佈不僅帶來了全新 CUDA Tile 編程模型，還在運行時、數學庫、開發者工具等多方面實現了重大突破，標誌着 GPU 編程進入更高抽象層次，為 AI 與高性能計算提供了更強的生產力支撐。 1. CUDA Tile：面向張量核心的全新編程範式

數字化轉型 , 高性能計算 , 開發者 , CUDA

收藏 評論

u_17398972 頭像

u_17398972 - 探索 AIGC 生圖：原理、案例與代碼示例

目錄 引言 一、AIGC 生圖技術原理 （一）技術基礎 1.深度學習： 2.生成式模型： （二）主要模型 1.生成對抗網絡（GAN）： 2.擴散模型（Diffusion Model）： （三）工作原理 1.數據學習： 2.特徵提取： 3

數據 , API , 人工智能 , 深度學習 , Json

收藏 評論

u_17588526 頭像

圍爐聊科技 - 2025年開源圖生圖模型盤點：Kandinsky 5.0、Qwen-Image與Z-Image

2025年，開源圖生圖模型領域迎來爆發式增長，三大代表模型——Kandinsky 5.0、Qwen-Image和Z-Image——以截然不同的技術路線和參數規模，共同重塑了AI圖像生成的生態格局。這些開源模型不僅降低了創作門檻，更通過多語言支持、中文排版優化和輕量化設計等創新，填補了國內AI圖像生成領域的空白。與2024年相比，2025年的開源圖生圖模型在推理速度、分辨率支持和中

機器學習 , 人工智能 , Image

收藏 評論

deephub 頭像

deephub - 自愈型RAG系統：從脆弱管道到閉環智能體的工程實踐

RAG系統在生產環境中有個老大難問題：脆弱。演示時用精心準備的問題去問，效果看起來很驚豔。但真正上線後，用户的問題五花八門，向量數據庫返回的文檔語義上相似但實際答非所問，LLM又特別喜歡討好，拿着一堆噪音數據照樣能編出一套看似合理的答案。 那麼問題出在哪呢？標準RAG是典型的開環架構：輸入 → 嵌入 → 檢索 → 生成，一條線走到底。每個環節都假設上游輸出是完美的，一旦某步出錯，錯誤就會一路傳導到

llm , 教程 , 人工智能 , Python

收藏 評論

u_16099240 頭像

陌陌香閣 - java windows 管道通信

多進程有名管道通信 負責讀寫的程序 #includestdio.h #include unistd.h #include sys/types.h #include sys/stat.h #include unistd.h #include fcntl.h #include stdlib.h #include string.h #in

java windows 管道通信 , 算法 , include , c++ , 後端開發 , Linux , JAVA

收藏 評論

u_16213719 頭像

mob64ca1418e88d - hibernate與sqlite兼容性

目錄 概述： 1、查詢對象 查詢結果： 2、分⻚查詢 結果： 3、where 條件查詢 結果： 4、模糊查詢 結果： 5、order by 結果： 6、查詢實體對象的屬性 結果： 7、佔位符 結果： 8、級聯查詢 結果： 概述：

hibernate與sqlite兼容性 , hibernate , 數據庫 , 人工智能 , JAVA , 計算機視覺

收藏 評論

u_16099187 頭像

網絡安全俠 - 嵌入式系軟件架構_51CTO博客

APP（應用程序層）、BSP（板級支持包層）、HAL（硬件抽象層）三層架構，通過明確的分層職責，降低硬件與軟件的耦合度，讓開發更模塊化、維護更高效，尤其適合多硬件平台迭代的項目。 一、分級思想 做過嵌入式開發的人都遇到過這樣的問題： 為 A 型號單片機寫的 GPIO 控制代碼，換 B 型號後要重新改寄存器操作； 同一個

開發板 , 學習 , 單片機 , 後端開發 , 嵌入式硬件 , harmonyos , 筆記

收藏 評論

u_16099323 頭像

架構魔法師 - es6封裝接口

什麼是Promise呢？ 首先我們先看一個例子 script // 1.封裝異步函數 5.給這個封裝函數傳入三個形參 function getFood(count,successCallback,errCallback){ // 3.聲明一個定時器 來模擬異步操作

開發語言 , 回調函數 , es6封裝接口 , 架構 , 後端開發 , 前端 , Javascript

收藏 評論

u_16099334 頭像

AI領域佈道師 - systemtick寄存器

1.寄存器 用於暫時存放二進制數據的器件，由觸發器組成； LOAD控制端：負責數據的裝入控制； CLK同步時鐘信號：在其邊沿時刻完成動作； ENB輸出允許信號：允許數據輸出。 寄存器特點 用於暫存數據。不同於存儲器，數量少，速度快。 寄存器分類 緩衝寄存器（Buffer Register）：暫存數據。

機器學習 , 存儲單元 , 數據 , systemtick寄存器 , 嵌入式硬件 , 人工智能 , 寄存器

收藏 評論

u_16099323 頭像

架構魔法師 - ssm框架如何讀取resource的資源

一、概述： 　　所謂ssm框架，就是Spring、SpringMVC和Mybatis框架的集合。 二、對web.xml的配置 　1、配置樣式如下： ?xml version="1.0" encoding="UTF-8"? web-app xmlns="http://xmlns.jcp.org/xml/ns/javaee" xml

spring , 配置文件 , xml , 架構 , 後端開發

收藏 評論

u_16099325 頭像

數據小築 - Selenium驅動Edge瀏覽器的方法

在Selenium中設置Edge瀏覽器，你需要首先確保你的系統上已經安裝了Edge瀏覽器，並且安裝了適用於Edge的WebDriver。以下是設置Edge瀏覽器以在Selenium中使用的步驟： 1. 下載Edge WebDriver 首先，你需要下載適用於Edge瀏覽器的WebDriver。你可以從微軟的官方網站下載最新版本的Edge We

環境變量 , edge , Css , 測試工具 , selenium , 前端開發 , HTML

收藏 評論

u_16099361 頭像

16099361 - flume使用kafka作為sink-

Kafka作為數據管道中的Sink（輸出端），常用於將處理後的數據寫入Kafka主題，供下游系統消費。以下是實現要點和示例： 核心概念 生產者角色 Kafka Sink本質上是生產者（Producer），負責將數據推送到指定主題（Topic） 數據可靠性 通過配置a

sed , 數據 , linq , 後端開發 , c , kafka , Python

收藏 評論

u_12207 頭像

衞斯理 - Jenkins 集羣搭建

Jenkins Termius Jenkins Termius 集羣的概念 大數據平台流程 xmind測試用例 Jenkins 核心工作是實現「持續集成」和「持續交付」 Jenkins自動化一些重複任務（如編譯代碼、運行測試、打包部署） 主要工作

服務器 , 數據 , servlet , 運維 , 後端開發 , jenkins , Python

收藏 評論

aixiaodeshuye_cwrkd6 頭像

拆技 - 高精度低頻模擬前端設計方案：從傳感器到 24 位 ADC 的完整鏈路優化

高精度低頻模擬前端設計方案 從傳感器到 24 位 ADC 的完整鏈路優化 一、引言 在醫療成像設備中，系統常需要對温度、壓力等低頻緩變傳感信號進行高精度採集，例如： 探頭温度監控 冷卻系統壓力監測 環境狀態監控 這類信號通常具有如下特點： 幅度微弱：微伏～毫伏級 頻帶極窄：DC～幾十 Hz 極易受干擾：工頻、電源紋波、數字噪聲、地迴流等 要在這些場景下真正發揮 24 位 Δ-

嵌入式 , 前端

收藏 評論

sysin 頭像

sysin - VMware vSAN 9.0 - 數據中心存儲虛擬化

VMware vSAN 9.0.1.0 - 數據中心存儲虛擬化 vSAN 9 with Express Storage Architecture 請訪問原文鏈接：https://sysin.org/blog/vmware-vsan-9/ 查看最新版。原創作品，轉載請保留出處。 作者主頁：sysin.org VMware vSAN 存儲虛擬化軟件 vSA

虛擬化 , 雲計算 , 存儲虛擬化 , vmware

收藏 評論

sysin 頭像

sysin - VMware vSAN 8.0U3 - 數據中心存儲虛擬化

VMware vSAN 8.0U3 - 數據中心存儲虛擬化 vSAN 8 with Express Storage Architecture 請訪問原文鏈接：https://sysin.org/blog/vmware-vsan-8/ 查看最新版。原創作品，轉載請保留出處。 作者主頁：sysin.org VMware vSAN 存儲虛擬化軟件 vSAN

虛擬化 , 雲計算 , vSAN , vmware

收藏 評論

sysin 頭像

sysin - VMware vSAN 7.0U3 - 數據中心存儲虛擬化

VMware vSAN 7.0U3 - 數據中心存儲虛擬化 VMware vSAN 7.0 請訪問原文鏈接：https://sysin.org/blog/vmware-vsan-7/ 查看最新版。原創作品，轉載請保留出處。 作者主頁：sysin.org VMware vSAN 存儲虛擬化軟件 vSAN 利用企業級存儲虛擬化軟件 VMware vSA

虛擬化 , 雲計算 , server , 重新啓動 , vmware

收藏 評論

u_16213680 頭像

mob64ca140f67e3 - CUBEMX不定長

【C++11變長參數模板】 C++11 加入新的表示法，允許任意個數、任意類別的模板參數，不必在定義時將參數的個數固定。 　　 實參的個數也可以是 0，所以tuple someInstanceName這樣的定義也是可以的。 若不希望產生實參個數為 0 的變長參數模板，則可以採用以下的定義： 　　 【變長函數參

機器學習 , 函數參數 , 運算符 , 變長參數 , CUBEMX不定長 , 人工智能

收藏 評論

u_16213707 頭像

mob64ca1415f0ab - rabbitmq鏡像手動下載

下載 有windows版的，用得不多。 運維一般用的是tar.xz，最符合需求，但需要自己配置很多東西，有些麻煩。 我們使用最簡單的rpm即可。rpm對新手友好，環境變量什麼的自動給你配好，很簡單，但安裝配置使用的都是預置選項，有些地方可能不太符合需求。 RabbitMQ是Erlang寫的，需要配置E

erlang , 雲計算 , 配置文件 , rabbitmq鏡像手動下載 , 雲原生

收藏 評論

u_16099227 頭像

雲端創新者 - 深度學習向量維度一般如何設置

　　什麼是向量　　 　　向量通常指一個有長度有方向的量。向量使所有的移動和空間行為更容易理解和在代碼中實現。向量可以相加，縮放，旋轉，指向某物體。　 　　在javascript中，一個方向和長度(即向量)在二維空間中可以用橫座標x和縱座標y表示。　 　　 　　上圖中有4個不同的向量及其x和y分量(左上角為原點{x:0,y:0}，這裏的向量

深度學習向量維度一般如何設置 , 縮放 , Math , 點積 , 人工智能 , 深度學習

收藏 評論

u_16213666 頭像

mob64ca140c3859 - 深度學習中如何確定缺陷面積

軟件或程序中存在的各種問題及錯誤 一、軟件缺陷的定義 二、軟件缺陷的判定標準 三、軟件缺陷產生的原因 四、軟件缺陷產生的根源 五、軟件缺陷信息 1、 缺陷的基本內容 2、缺陷的狀態 3、缺陷的嚴重程度 4、缺陷的優先級 一、軟件缺陷的定義

軟件測試 , 優先級 , 管理工具 , 軟件缺陷 , 人工智能 , 深度學習中如何確定缺陷面積 , 深度學習

收藏 評論

u_16213659 頭像

mob64ca140a8e67 - 板載內存memoryinit

•DRAM：它的基本原件是小電容，電容可以在兩個極板上保留電荷，但是需要定期的充電（刷新），否則數據會丟失。缺點：由於要定期刷新存儲介質，存取速度較慢。 •SRAM：它是一種具有靜止存取功能的內存，不需要定期刷新電路就能保存它內部存儲的數據。其優點：存取速度快; 但是缺點是：功耗大，成本高。常用作存儲容量不高，但存取速度快的場合，比如steppingstone. 在嵌

機器學習 , 數據 , 初始化 , 人工智能 , 寄存器 , 板載內存memoryinit

收藏 評論