狂热的资本退潮后，真正能走得远的，是那些沉下心解决真实问题、让技术与产业深度融合的参与者。- 边缘智能与轻量化成新风口：为适配手机、车载、工业传感器等终端设备，轻量化模型（如1B-7B参数）快速迭代，推理速度提升3-5倍，能耗降低40%以上，让AI不再依赖云端，能在本地完成实时决策，打破了“算力垄断”的技术壁垒。- 消费端：从“工具”到“伙伴”的体验升级：AI助手不再是“指令执行者”，能理解用户长

​​​​​​​。

1.水仙花数判断 问题描述：水仙花数是指一个3位数，它的每个位上的数字的3次幂之和等于它本身。例如：153=1^3+5^3+3^3。输入一个三位数，判断是否为水仙花数。 输入：一个三位整数n 输出：是输出Y,否输出 2.字符串大小写反转 问题描述：输入一个字符串，将其中大写字母转为小写，小写字母转为大写，数字不变。 输入：一行字符串 输出：转换后的字符串 3.求斐波那契数列第n项 问题描述：斐波那

要点：这是一个有趣的Python实例，用于理解引用库的Python“生态式”编程方法。

1.实验总结：本次实验完成了五个核心任务，分别掌握并学习了如下内容：用公式计算并格式化输出结果。获取输入，用字符串索引和切片实现个性化输出。用while循环生成数列，控制输出格式。用turtle库画出不同半径的内切圆。用datetime库获取并格式化显示系统时间。2.心得体会：编程要细心，缩进，括号，变量名等小细节都有可能导致报错。学会看报错信息，能更快定位和解决问题。理论知识要多动手实践，才能真

结合本科人工智能专业学到的 Python 计算机视觉知识，用 OpenCV 库写了一款极简的监控视频智能筛查小脚本。日常办案里，民警常常要面对几小时甚至一整天的监控录像，纯人工逐倍速翻看、找暗处可疑画面效率很低。于是我从最基础的画面亮度甄别入手，做了这个简易工具：不用人工全程看视频，程序自动把视频里所有偏暗的画面全部截图保存，快速锁定夜间、背光、隐蔽角落的画面，是实战视频研判最基础的预处理思路，也

结合本科人工智能专业学到的 Python 计算机视觉知识，用 OpenCV 库写了一款极简的监控视频智能筛查小脚本。日常办案里，民警常常要面对几小时甚至一整天的监控录像，纯人工逐倍速翻看、找暗处可疑画面效率很低。于是我从最基础的画面亮度甄别入手，做了这个简易工具：不用人工全程看视频，程序自动把视频里所有偏暗的画面全部截图保存，快速锁定夜间、背光、隐蔽角落的画面，是实战视频研判最基础的预处理思路，也