logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Apache NuttX 实时操作系统详细介绍

是一款开源的实时嵌入式操作系统(RTOS),其核心目标是为资源受限的嵌入式设备提供一个小体积、高性能、标准兼容的操作系统解决方案。NuttX 最初由 Gregory Nutt 于 2007 年开源,2019 年进入 Apache 基金会孵化,现为 Apache 顶级项目。它强调完全实时、完全开放、标准合规性与小型化设计,最小运行环境仅需32KB Flash 和 8KB RAM。Apache Nut

#系统架构#物联网#apache
Python 串口通信库介绍与使用指南

概述pySerial 库pySerial-asyncio 库serial.tools.list_ports 端口枚举其他串口库常见问题与调试综合示例串口通信(Serial Communication)是嵌入式开发、物联网、工业控制等领域中最基础的数据传输方式之一。Python 拥有成熟且易用的串口通信生态,其中最核心、最常用的库是pySerial。

#python
Python学习之 NumPy 数值计算基础与高级篇解析

NumPy 是 Python 科学计算的基础包,核心是一个强大的N 维数组对象 ndarray,配合大量数学函数,支持高效的向量化运算。NumPy 的优势:速度快:底层使用 C 语言实现,比纯 Python 快数十到数百倍内存高效:数组存储连续内存,节省空间功能丰富:提供大量数学、统计、线性代数函数生态核心:Pandas、SciPy、Matplotlib、Scikit-learn 等都依赖 Num

#python
Python文件操作详细解析带例子

open()是Python中最基础、最常用的文件打开方法。参数说明file文件路径(字符串)mode打开模式(见下表)encoding编码格式(如 'utf-8')errors编码错误处理方式newline控制换行符行为模式说明'r'只读(默认)'w'只写,会覆盖已有文件'a'追加模式,在文件末尾添加内容'x'独占创建,文件已存在则报错'b'二进制模式't'文本模式(默认)'+'读写模式'rb'—

#python
Claude Code Superpowers 技能包详细解析

是由前 Anthropic 工程师(GitHub: @obra)创建并维护的开源 Agentic Skills 框架,与 Prime Radiant 团队共同开发。它于2025 年 10 月 9 日随 Anthropic 官方插件系统同日发布,短短六个月便成为 2026 年 AI 编码智能体领域最受欢迎的开源项目之一。Superpowers 的核心理念是:(技能赋予智能体超能力)。它通过结构化的

#人工智能
人工智能之 RAG 知识详细解析

RAG (Retrieval-Augmented Generation, 检索增强生成)是一种将信息检索 (Information Retrieval) 与自然语言生成 (Natural Language Generation) 相结合的技术框架. 它通过在生成回答之前, 先从外部知识库中检索相关信息, 然后将检索结果作为上下文提供给大语言模型 (LLM), 从而生成更准确, 更可靠, 更具时效性

#人工智能#python
人工智能(AI)发展史:详细里程碑

时期时间主要特征代表技术代表事件萌芽期理论奠基神经元模型、图灵机图灵测试(1950)诞生期学科建立符号主义、LISP达特茅斯会议(1956)第一次寒冬1970s期望落空Lighthill报告(1973)专家系统1980s知识工程规则系统、推理机MYCIN、第五代机第二次寒冬1987-1993市场崩溃专用硬件失败机器学习统计方法SVM、随机森林深蓝胜卡斯帕罗夫(1997)深度学习2006-2016神

#职场和发展#人工智能
全球大模型一览表(2026年6月)

2026年AI编程已从"代码补全"进入"Agent自动化"时代。Claude Code以终端原生Agent形态引领行业,国内DeepSeek和通义千问在代码能力上已逼近国际一线水平。

#人工智能
蓝牙音频协议与编解码介绍(含详细参数对比)

蓝牙音频协议与编解码技术综述:经典蓝牙A2DP支持SBC(强制)、AAC、aptX、LDAC等编解码器,而LE Audio基于蓝牙5.2引入LC3编解码器,支持广播音频和多设备连接。主流编解码器各具特点:SBC兼容性最佳但音质一般;AAC是苹果生态首选;aptX系列适合安卓游戏和HiFi;LDAC/LHDC提供高码率近无损音质;新兴的LC3则兼顾低功耗与低延迟。未来LE Audio将统一使用LC3

#物联网
大语言模型(LLM)分类详解

Decoder-only 架构持续主导:自回归生成已成为通用大模型的标准范式,Encoder-only和Encoder-Decoder架构主要应用于特定场景。MoE架构成为新趋势:通过稀疏激活实现"大模型能力、小模型成本",GPT-4、Mixtral、DeepSeek-V2等验证了MoE的可行性。多模态融合加速:文本、图像、音频、视频的统一建模成为下一代模型的标配,GPT-4o和Gemini 1.

#语言模型#人工智能
    共 51 条
  • 1
  • 2
  • 3
  • 6
  • 请选择