AI
刷新
DDD的函数式编程实现

博主头像 DDD是一种成熟的软件设计方法,旨在确保领域专家和开发人员能够有效合作,创造出高质量的软件。 本文介绍咋将FP(函数式编程)应用于DDD的实现,使其既优雅又简洁。C4模型中,软件架构图分为四个层次:“系统上下文”、“容器”、“组件”和“代码”。 “组件”是构成容器的基本单位,也是本文描述的层次。 1 ...

KNN(K近邻)算法之——KD-Tree构建及查找原理

0 前言 本文主要讲解KNN算法中用于快速检索最近元素的KD树的构建及查找原理。 为了达到最佳阅读效果,请读者按照本文顺序阅读,文章使用了大量图片帮助读者理解。 1 背景 1.1 为什么要使用KD-Tree? k近邻法(KNN)最简单的实现方法是线性扫描。这时要计算输入实例与每一个训练实例的距离。当 ...

当SOA遇到DDD

博主头像 本文讨论软件设计中的决策,特别是关于将较大的系统拆分为多个可独立部署的服务端点。不会特别讨论【服务端点设计】,但我想探讨一下为创建多个服务应用程序进行构思的阶段。 面对复杂问题,通常试图理解复杂性的各部分。将问题拆解为更易于理解和处理的小模块,可以更有效地应对。 如同在许多产品/项目管理周期中描述的 ...

AI换脸Rope软件整合包保姆级使用教程,最新珍珠版,支持N卡,win10、win11可用

博主头像 大家好 今天要跟大家介绍的是一款速度超快的换脸AI——Rope的最新版本。这款软件最让人惊艳的地方是融合换脸和脸部区域控制换脸。 你别看他只有区区4K多stars 除了它的换脸速度让人惊艳之外,这个工具还支持多张照片同时进行换脸。也就是说,你可以选几张人脸照片,算法会自动融合这些面部特征, 最终替换 ...

优化器Adam在非凸情况下证明为什么要用期望平方梯度范数$E[||\nabla f(x_k)||^2]$这个指标?

博主头像 如下内容由chatgpt生成 在非凸优化问题中,使用期望平方梯度范数 ( E[|\nabla f(x_k)|^2] ) 作为收敛性分析的指标有几个重要原因。以下是详细的解释: 1. 非凸优化问题的复杂性 在非凸优化中,目标函数 ( f(x) ) 可能存在多个局部最优解,甚至是鞍点、平坦区域等复杂的几 ...

将.Net AI插件集成到自己的程序中

博主头像 将 AI 功能添加到 .NET 开发是一种令人兴奋的全新体验。在这篇博文中,我们将探讨 Prompty 以及如何使用它来将大型语言模型(如 GPT-4o)集成到您的开发流程和 .NET 应用程序中。 Prompty 简介 作为 AI 爱好者和 .NET 开发人员,我们一直在寻找能够简化工作流程并提高 ...

最强AI换脸软件FaceFusion一键包教程: 下一代脸部交换器和增强器。

博主头像 大家好,今天给大家介绍一款强大的换脸工具——FaceFusion。 官方宣称的是: 下一代脸部交换器和增强器。新版本在原有基础上增加了更多的模型和高清算法,显著提升了图片和视频的换脸效果。此外,还新增了三种遮罩功能,有效解决了脸部有物体遮挡时的融合效果差和跳闪问题。 现在基础换脸模型+帧着色器模型+ ...

人工神经网络:竞争型学习

博主头像 竞争学习机制是无监督学习中的一种方法,它通过大量神经元的竞争最终得出给定输入的推理输出,并以类似在线学习的方式动态调整参数,这类网络通常是其他神经网络中的子网络。 ...

利用LLM生成人工合成数据

编写prompt让LLM直接生成结构化的数据 用prompt让LLM生成能够生成结构化数据的代码 用prompt让LLM合成文本数据 处理不平衡(imbalanced)或非多样化(non-diverse)的文本数据 合成数据(Synthetic Data)是指通过人工生成的方式创建的数据,而非从现实 ...

事件驱动架构的事件版本管理

博主头像 有一种办法:发送会议邀请给所有团队,经过101次会议后,发布维护横幅,所有人同时点击发布按钮。或... 可用适配器,但微调。没错!就像软件开发中90%问题一样,有种模式帮助你找到聪明解决方案。 1 问题 你已经有了一个模式,消费者已知咋处理它,所以他们依赖你保持兼容性,但实际上,你要打破这种兼容性。 ...

程序 · 杂谈 | DeepSeek发布最强开源数学定理证明模型

博主头像 DeepSeek-Prover-V1 展示了大模型在数学定理证明领域的潜力,通过将数学问题转换为 Lean 编程语言,帮助数学家严格验证证明正确性。 今天,DeepSeek 开源 Prover-V1.5 版本,引入了类似 AlphaGo 的强化学习系统,模型通过自我迭代和 Lean 证明器监督,构建 ...

机器学习的数学基础--微积分

博主头像 微积分运算在机器学习领域扮演着至关重要的角色,它不仅是许多基础算法和模型的核心,还深刻影响着模型的优化、性能评估以及新算法的开发。 掌握微积分,不仅让我们多会一种计算方式,也有助于理解各种机器学习算法和模型是如何寻找最优参数的。 1. 为什么需要微积分? 也许有些人会觉得微积分很难,这大概是因为我们 ...

<1···456···50>