Python算法
Python 列表基础：创建、操作与切片详解
综述由AI生成Python 列表是有序可变集合，支持混合类型与重复元素。了列表的创建方式，包括空列表与非空列表初始化。重点讲解了增删改查操作，如 append、insert、pop、remove 及下标访问。同时介绍了遍历技巧，区分了 for 循环修改变量与原列表的区别，以及 while 循环的应用。切片操作部分涵盖了起止下标、步长设置及负索引用法，并说明了越界行为。最后总结了列表拼接方法与常用接口速查表，帮助快速查阅。
分类：编程语言 · Python
PythonAI算法
基于 YOLOv11/v8 与 PaddleOCR 的车牌识别系统实战
综述由AI生成本项目整合 YOLOv11/v8 与 PaddleOCR 构建车牌识别系统，支持蓝牌、绿牌、黄牌及双层车牌识别。系统采用 PySide6 开发，具备用户端与后台管理端，界面采用毛玻璃特效，支持图片、视频及摄像头实时推理。功能涵盖登录注册、历史记录查询、AI 语音交互及 deepseek 客服接口。文章详细讲解了环境搭建流程，包括 Python 虚拟环境、PyTorch 与 PaddlePaddle 的安装配置，为后续模型训练与部署奠定基…
PythonAI算法
Ubuntu 下 AMD AI MAX 395+ 部署 Qwen 模型与 ROCm 加速实战
综述由AI生成基于 Ubuntu 22.04 系统，演示如何在 AMD AI MAX 395+ 硬件上配置 ROCm 驱动，并利用 Docker 和 vLLM 本地部署千问（Qwen）系列模型。内容涵盖环境搭建、镜像离线迁移及多场景服务启动。详细展示了 Qwen3-32B 对话、Embedding 向量化及 Reranker 重排序服务的启动与验证流程，包含自定义镜像构建方案，提供完整的推理服务搭建指南。
PythonAI算法
Stable Diffusion WebUI 背景移除工具 rembg 使用指南
介绍 Stable Diffusion WebUI 扩展 rembg 的使用方法。通过安装该扩展，用户可利用 AI 技术实现图片背景移除。文章涵盖环境部署、核心参数配置（如模型选择、Alpha Matting）、批量处理技巧及常见问题排查。支持自定义模型集成与 API 调用，适用于电商、设计及个人用途。关键在于选择合适的输入图片与参数组合以获得最佳抠图效果。
PythonAI算法
Logits 详解：与 Softmax 关系、使用场景及注意事项（中英双语）
综述由AI生成详细解析了深度学习中的 Logits 概念，阐述其作为未归一化原始输出的定义与作用。介绍了 Logits 通过 Softmax 函数转化为概率分布的数学原理及数值稳定性处理方法。通过文本分类案例演示了从 Logits 到概率的计算过程，并总结了分类任务、推理阶段等使用场景及注意事项，如避免数值溢出和直接利用最大值进行预测。
PythonAI算法
基于昇腾 NPU 部署 Mistral-7B-Instruct-v0.2 模型实战
基于昇腾 NPU 平台完成 Mistral-7B-Instruct-v0.2 大语言模型的两种部署方案对比。原生方案使用 transformers 配合 torch_npu，适合快速验证；vLLM Ascend 优化方案通过连续批处理显著提升吞吐量。实测数据显示 vLLM 方案在单请求及高并发场景下性能均优于原生方案，延迟降低约 2.4 倍，吞吐提升 2.5 至 3.3 倍。环境搭建涉及 EulerOS 系统配置及 Hugging Fa…
PythonAI算法
基于视觉的增强现实特效技术解析与实战
基于视觉的增强现实特效技术涉及计算机视觉、特征跟踪及虚实融合等核心模块。文章从相机标定、实时特征跟踪、语义分割到姿态估计，深入剖析底层原理，并结合移动端 AR 魔法镜子项目展示实战落地方案，涵盖 OpenGL ES 渲染与性能优化策略，为开发者提供可参考的技术路径。
Python大前端算法
使用 Playwright 封装 Web 爬虫并隐藏自动化特征
使用 Playwright 封装 Python 网页爬虫，重点在于隐藏浏览器自动化特征以绕过反爬检测。方案涉及移除 navigator.webdriver 标志、注入真实 User-Agent、禁用 chrome 对象自动化属性等。同时建议设置合理 viewport 及模拟人类行为延迟，避免高频请求导致 IP 被封禁。该方法已在电商及新闻站验证有效。
Python算法
FDTD 算法仿真超透镜：参数调整与聚焦实现
FDTD 时域有限差分算法用于超透镜仿真，涵盖单元参数扫描、聚焦建模设计、近远场计算及相位离散处理。通过 Python 调用 Lumerical API 设置光源、透镜结构及监测区域，支持不同材料与波长下的参数灵活调整，实现聚焦性能优化。
Python
Python 实战：FastAPI + SQLite3 + Requests 接口开发教程
本教程演示如何使用 Python 构建轻量级 Web 服务。通过 FastAPI 定义接口，结合 SQLite3 进行数据持久化，并利用 Requests 库验证接口功能。内容涵盖环境配置、数据库操作、路由编写及完整项目整合，适合初学者快速掌握后端开发流程。
Python大前端
基于 Python 的多浏览器并行注入方案：Pyppeteer、Selenium 与 CDP
基于 Python 实现多浏览器并行注入的技术方案，涵盖 Pyppeteer、Selenium 及 CDP 三种方式。通过多进程或异步并发控制多个浏览器实例，支持动态执行 JavaScript 代码，适用于自动化测试、数据采集及安全研究场景。
PythonAI算法
Python 雷达仿真技术指南与实战案例
介绍基于 Python 和 C++ 的 RadarSimPy 雷达模拟器，解决传统仿真计算复杂、建模困难等问题。涵盖 FMCW 雷达配置、自动驾驶多目标场景仿真、距离 - 多普勒信号处理、性能优化及部署实践。适用于自动驾驶、无人机感知及学术研究领域。
PythonAI算法
Python AI 实战：从线性回归到 MNIST 图像分类
Python AI 实战涵盖环境搭建、线性回归、神经网络及 MNIST 图像分类全流程。基于 PyTorch 框架演示核心代码，解析卷积网络结构与训练循环，并对比 Rust 开发体验差异。内容从基础理论延伸至实际项目落地，适合希望快速掌握深度学习基础的开发者参考。
Python算法
基于 Selenium+Python 自动获取登录态 Cookie 的三种实战方案
综述由AI生成使用 Selenium 和 Python 获取登录态 Cookie 的多种方案。重点讲解了标准 API get_cookies() 的使用细节、HttpOnly Cookie 的获取能力、显式等待的重要性以及特定 Cookie 的过滤方法。通过构建 Cookie 管理器实现持久化存储，帮助开发者从玩具级爬虫迈向生产级自动化。
PythonAI算法
Python 核心面试题：装饰器、数据结构与版本差异详解
Python 核心面试题涵盖装饰器原理、深浅拷贝区别、数据结构对比及递归应用。重点解析函数作为对象的本质、闭包机制在装饰器中的应用，以及 functools.wraps 的使用。深入探讨列表去重方案、数组与链表内存差异，对比 Python2 与 3 在语法、编码及除法行为上的关键变化。适合准备技术面试的开发者快速掌握高频考点，理解底层逻辑而非死记硬背。
PythonAI算法
Python+AI 学习路线：从入门到实战专家
Python 人工智能学习路线涵盖基础语法、数据处理、机器学习、深度学习及大模型应用。内容包含分阶段学习指南、核心代码示例、实战项目推荐及资源清单。适合零基础至进阶开发者系统掌握 AI 开发技能，强调理论与实践结合，提供从环境搭建到模型部署的完整路径。
PythonAI算法
昇腾 CANN 学习路径指南：Python、C++ 与算子开发选型
昇腾 CANN 生态包含多层 API 接口，涵盖 Python ACL、C++ AscendCL、TBE 及 C++ Kernel 等多种开发语言。文章根据应用场景划分学习路径：模型推理推荐 Python ACL，高性能工程化部署需掌握 C++ AscendCL，算子开发者应学习 TBE 或 C++ Kernel，训练端则依据需求选择 MindSpore 或 PyTorch Frontend。未来 CANN 语言生态将趋向收敛，上层易用…
PythonAI算法
自然语言处理在金融领域的应用与实战
综述由AI生成金融 NLP 技术涵盖新闻情感分析、风险管理与欺诈检测等核心场景。本文通过 FinBERT 与 BERT-base 模型，演示了文本预处理、特征工程及模型训练流程。结合 Python 实战项目，展示了如何构建具备用户界面的金融新闻情感分析系统，并探讨了数据安全、术语处理及实时性等行业挑战，为开发者提供可落地的技术方案。
PythonSaaSWeChatAI算法
渐进式 AIGC 系统：多模态大模型与 Agent 智能体私有化部署方案
渐进式 AIGC 系统提供一站式 AI 解决方案，涵盖聊天、绘画、视频生成及智能体开发。支持多种主流大模型私有化部署，集成 Coze 工作流与 Agent 功能，具备管理后台与支付模块，适用于个人、开发者及企业场景。
Python算法
量化交易实战：基于 Quantitative-Notebooks 的配对交易策略
综述由AI生成介绍基于 Quantitative-Notebooks 项目的配对交易策略实战。通过选取可口可乐（KO）和百事可乐（PEP）两只高相关性股票，利用滚动窗口计算收益率相关性生成交易信号。策略包含数据获取、预处理、回测分析及可视化步骤。历史回测显示累计收益率达 335.16%，夏普比率 3.76。文章还探讨了参数调优、止损机制及流动性风险等优化方向，适合量化交易初学者理解核心逻辑。