首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏三分恶的专栏

    华强•程序员版

    最近小破站老给我推“华强”,整的各种活让我目瞪口呆,突然灵感上来,忍不住整个程序员版的——纯属玩梗,请勿与任何现实挂钩。 ---- ---- 素材来源电视剧《征服》,里面有出现了一个非常经典的梗——你这保熟吗? 剧中,刘华强的前妻在水果摊买了一个,发现缺斤短两还不熟,便回去找商贩要求换一个。 没成想商贩郝哥是个地痞流氓,不仅拒绝换,还当她女儿的面用言语调戏她。 刘华强从女儿口中得知此事后,佯装前去卖的顾客,反复问商贩“这保熟吗”让其不耐烦,接着当面揭露商贩不仅卖生还对秤做手脚。 商贩恼羞成怒要打华强,被刘华强拿西瓜刀ci伤。

    1.1K30发布于 2021-09-26
  • 来自专栏全球技术精选

    使用 ML.NET 再现 《华强

    下载地址:https://t.ly/8iEk8 3、ffmpeg 用于视频处理 下载地址:https://t.ly/ro0G 4、onnx预训练udnie、super-resolution udnie模型 /t.ly/0cUt super-resolution模型 下载地址:https://t.ly/rnsi(需要解压提取内部的onnx文件) 操作流程 1、首先我们将目标视频(我这里就用B站经典短视频《华强 3、由于2只能将图片迁移到固定的240240格式,所以我们还需要通过ML.NET加载【超分辨率预训练模型】将每一帧图片进行超分辨率放大得到一张672672的图片 4、通过ffmpeg将新的图片合并成新的视频 首先先看看成品(这里我转换成gif方便演示): 原版视频《华强》 1280*720 迁移后的抽象艺术版本 224*224 超分辨放大后的版本 672*672 接着我们看看如何一步一步来实现这个流程的 首先我们新建一个空白文件夹,将下载好的ffmpeg.exe和准备要处理的mp4视频文件放进这个空白文件夹 接着我们需要从视频中分离音频文件,用于后期合成视频时把音频合成回去,否则视频会没有声音,打开控制台

    1K10编辑于 2022-09-05
  • 来自专栏新智元

    大谷Stable Diffusion巨制:《华强》好莱坞巨星版来了!

    前两天,大谷就用它做了个《华强》——好莱坞国际巨星版。 熟不熟不知道,但这AI保熟吗? 一句话,就换了1、2、3、4个…演员。

    90320编辑于 2022-09-20
  • 来自专栏Oracle数据库技术

    Log4J2的

    编辑|SQL和数据库技术(ID:SQLplusDB) 1:Log4J2连续爆雷 Apache Log4J2"核弹级"的安全漏洞,简单而言即运行Log4J 的2.0~2.14.1版本的服务器,攻击者可以利用这个漏洞执行任何代码 2021 年 12 月 10 日,Apache 为 Java 8 用户发布了 Log4j 2.15.0,以解决远程代码执行 (RCE) 漏洞 — CVE-2021-44228。 2021 年 12 月 13日, Apache 发布了面向 Java 7 用户的 Log4j 2.12.2 和面向 Java 8 用户的 Log4j 2.16.0,以解决 RCE 漏洞 CVE-2021 2:Oracle数据据库相关 针对这个漏洞Oracle也发布了相关产品的安全警告。 3:阿里 不评论,自己脑补~

    91320编辑于 2022-08-22
  • 来自专栏机器学习与统计学

    收手吧,华强!我用机器学习帮你挑西瓜

    今天我们就把它们结合起来,用机器学习帮华强挑西瓜!仅供娱乐,希望大家可以学到一些新姿势。 watermelon-prediction/main/app.py 老规矩,先看效果图(GIF刷新有点慢,请耐心等待) 使用方法 第一步,左侧先选择西瓜外观 第二步,选择决策树的模型参数 第三步,看结果 如果是好, 页面弹出的就是笑眯眯的图片~ 如果是坏,页面显示的是后果很严重的图片 实现方式 注:篇幅原因,仅贴出核心代码 完整代码我放到了网页里,需要可以copy走 data.py 主要是原始数据的处理,inputData ,不得', unsafe_allow_html=True) return y_pred,model 决策树可视化 决策树可视化和插入网页我用decisionTreeViz和svg_write GIF 不适配手机屏幕 移动端预测坏页面刷新bug 以上问题,如有兴趣,欢迎贡献代码。

    83230编辑于 2021-12-15
  • 来自专栏量子位

    只要5秒就能“克隆”本人语音!美玉学姐不再查寝,而是吃起了桃桃丨开源

    (像我们后面就试着白学了一下华强 ) 此外,还有正经的方言版,比如台湾腔就完全冇问题: 这就是GitHub博主Vega最新的语音克隆项目MockingBird,能够在5秒之内克隆任意中文语音,并用这一音色合成新的说话内容 我们先选用一位路人小姐姐的声音,试着让他像华强一样,来一句“这保熟吗”,效果如何? 嗯,果然小姐姐的语气没有华强的凶猛,不过也准确还原了本人的音色: 这不禁让我们有了一些大胆的想法。 模型再次顺利地合成了“我要买一百个”,看来合成的音频质量效果也是不错的: 除此之外,我们还试了一下其他文本,基本效果都挺OK。 例如,在某位同事的强烈建议下,我们拜托作者用最新的预训练模型白学了一把华强: 嗯?原本的黑社会混混,真就变成了一位内向白学家…… 其实,为了防止不法分子利用,作者并没有上传最新的模型。

    2K40编辑于 2023-03-01
  • [C++]使用C++部署yolov9的tensorrt模型进行目标检测

    test.jpg 预测文件夹 yolov9-tensorrt.exe yolov9-c.engine data 预测视频 yolov9-tensorrt.exe yolov9-c.engine test.mp4 ,yolov9+bytetrack+pyqt5实现目标追踪结果演示,YOLOv9华强,Yolov9教程来了!赶快学习吧! vd_source=989ae2b903ea1b5acebbe2c4c4a635ee 【部署代码下载】 https://download.csdn.net/download/FL1623863129/

    51710编辑于 2025-07-20
  • 来自专栏程序猿石头

    逛一次北京环球影城,得花多少钱

    鉴于你们并没有在 11 岁生日前收到猫头鹰送来的霍格沃茨入学通知书,大概只能使用麻世界的通用货币来换取一张入场券了。 如果你不想排这么长的队,那就要乖乖氪金买张 400 元起的“优速通”,或者直接 1200 元起的“VIP 贵宾体验”来免排队,假装自己在魔法学院“有人”。 这笔周边的钱在北京环球影城大概也很难省下来。 虽然还没正式开园,但环球影城的官网网店已经上线了小黄人、功夫熊猫、侏罗纪世界三个 IP 的商品。 多数本土主题公园,都采用了和地产、表演相结合的产业模式,有本土大 IP 熊出没的华强方特是为数不多将 IP 做成产业的主题公园。 尽管华强方特的熊出没已是国产 IP 中的佼佼者,但由于受众年龄较低,以此为卖点的主题公园,大概多是孩子“带着”家长去玩,很难调动起其他人为其买单。

    96210发布于 2021-09-24
  • 来自专栏三分恶的专栏

    手写HashMap,快手面试官直呼内行!

    例如,我们一堆无规律的名字诸葛钢铁、刘华强、王司徒、张全蛋……我们就需要通过散列函数,算出这些名字应该分配到哪一号工位。 " + i, "你这保熟吗?" 1","哥们,你这保熟吗?") ; map.put("刘华强1","你这熟我肯定要啊!") ; System.out.println(map.get("刘华强1")); } 大家可以自行跑一下看看结果。

    77930发布于 2021-11-29
  • 来自专栏程序猿DD

    现在还不到4

    不知道什么书的跟着下面的书单买,都是我选出来的豆瓣高分和top榜单产品,。 (2022.11月1日-2022.11月11日以具体时间为准) 在每满100减50基础上为大家准备了满300减30和满600-100的优惠券 满300-30:实付120到手300元的书,相当于4折 (2022.11月1日-2022.11月11日以具体时间为准) 在每满100减50基础上为大家准备了满300减30和满600-100的优惠券 满300-30:实付120到手300元的书,相当于4

    91120编辑于 2023-04-04
  • 来自专栏PaddlePaddle

    从00后小学生到童心工程师:让我们荡起“飞桨”,共度快乐六一

    1 热AI生活 “你这,保熟吗?” 著名找茬青年刘华强凭借这句话引发了“一个西瓜的血案”,也贡献了年度最火表情包。玩梗的网友不亦乐乎,水果摊摊主瑟瑟发抖。 然而,即使掌握了各种挑水果攻略,还是免不了买到“生蛋子”。日常生活中,买到不成熟、不新鲜水果是司空见惯的事,大部分人会自认倒霉。毕竟对于水果新鲜度的判断,就像薛定谔的猫,打开了才有定论。 “我想帮外婆最新鲜的水果。” 覃希妍,是一名来自海淀实验二小的学生,今年上4年级。从小就是一个“科技迷”的她,特别喜欢钻研生活中的小细节。 覃希妍发现,外婆的香蕉拿回家后很快就变黑了,她想让外婆吃到更加新鲜的水果,但自己也很难判断。于是,她萌生了做一个“水果新鲜度检测工具”的想法。 说干就干。 妙笔生画项目地址,欢迎大家体验: https://aistudio.baidu.com/aistudio/projectdetail/2274565 4 结语 有趣的灵魂万里挑一,飞桨的魅力在于让有趣的灵魂如虎添翼

    43810编辑于 2022-08-31
  • 来自专栏量子位

    当AI作画入侵鬼畜区……

    Round 1: (往左滑) Round 2: (往左滑) Round 3: (往左滑) Round 4: (往左滑) 在看完AI魔改后的《华强》,网友直呼:强哥果然是御姐型! 一起来左右滑动来康康: 新一轮Round 1: (往左滑) Round 2: (往左滑) Round 3: (往左滑) Round 4: (往左滑) Round 5: (往左滑)

    94610编辑于 2023-02-28
  • 来自专栏智能相对论

    库克“坐视不理”,与苹果共同芯片,山寨AirPods到底有多“横”?

    (图源:时代财经) “正品,谁来华强北啊”,华强北一家店铺的老板在接受《时代财经》记者采访时说道。在华强耳机,除非门口有“正品专区”标志,否则大多数情况都是山寨产品。 电商平台的商家不会明目张胆的使用AirPods字样,而是配以“华强北苹果耳机”“华强北黑科技”“苹果官方三代”“官方原封三代耳机”等引流文案。 山寨AirPods所造就的财富故事,在华强北商人群体中并不罕见。 “早几年开始做的都发财了”,“生意好的时候一天赚个几十万的都有”,“有朋友靠做这个在深圳都已经买了几套房了”······ 可以说,纵观华强北的“发展史”,山寨AirPods在华强北的出现,是一个必然的结果 |深网》,棱镜深网-腾讯新闻; 「3」《山寨AirPods给苹果造成200多亿损失,库克脸色都变了》,雷科技; 「4」《山寨Airpods用它,正品苹果也用它,这家国产芯片厂有点牛》,互联网乱侃秀; 「

    71940发布于 2021-09-14
  • 来自专栏AiCharm

    Meta发布视觉大模 | 自监督学习无需微调,多任务效果超OpenCLIP,已开源

    官网上给出的图片效果还是挺不错的,输入铁塔照片,可以生成不少含铁塔的相似艺术图片: 这里我们也试了试,输入一张华强,给出来的艺术图片大多数与西瓜有关: 那么,这样的自监督视觉大模型可以用在哪里? dinov2 参考链接: https://www.facebook.com/zuck/posts/pfbid02f3chCYQphfYnzRaDXeJxsT5EmyhbrFsjqLaU31KuTG63Ca4yMXFcDXQcukYPbWUMl

    1.1K30编辑于 2023-05-15
  • 来自专栏量子位

    小扎亲自官宣Meta视觉大模型!自监督学习无需微调,多任务效果超OpenCLIP丨开源

    官网上给出的图片效果还是挺不错的,输入铁塔照片,可以生成不少含铁塔的相似艺术图片: 这里我们也试了试,输入一张华强,给出来的艺术图片大多数与西瓜有关: 那么,这样的自监督视觉大模型可以用在哪里? dinov2 参考链接: https://www.facebook.com/zuck/posts/pfbid02f3chCYQphfYnzRaDXeJxsT5EmyhbrFsjqLaU31KuTG63Ca4yMXFcDXQcukYPbWUMl

    68320编辑于 2023-05-06
  • 来自专栏红色石头的机器学习之路

    通俗易懂!白话朴素贝叶斯

    红色石头西瓜的例子中,P(熟,瓜蒂脱落) 称之为联合分布,它表示熟了且瓜蒂脱落的概率。 红色石头终于明白了如何利用朴素贝叶斯法,来判断是否熟了。 4. 朴素贝叶斯分类 红色石头已经了解了贝叶斯定理和朴素贝叶斯法,接下来已经可以很自信地去了。 然后,对于生的情况: 生的先验概率: P(生) = 4 / 10 = 0.4。 条件概率: P(脱落 | 生) = 1 / 4 = 0.25。 条件概率: P(圆形 | 生) = 1 / 4 = 0.25。 条件概率: P(青色 | 生) = 1 / 4 = 0.25。 不知道红色石头的这次经历是否对你了解朴素贝叶斯有所帮助呢?

    1K10发布于 2019-05-25
  • 来自专栏机器学习

    —— 用 “西瓜” 讲透核心逻辑

    ——用“西瓜”讲透核心逻辑快速导读难度:入门位置:第1篇读完可接:第2篇《机器学习基本术语大拆解——用西瓜数据集逐个对应》@[toc]一、先看人类怎么“学习”挑西瓜你之所以能快速挑到好,背后藏着三个关键步骤 ,这和机器学习的核心流程完全对应:1.积累“数据”——收集经验你第一次西瓜时可能不懂分辨,要么听老板推荐,要么凭感觉选。 但的次数多了,就会默默记下各种“线索”:色泽:青绿的好像比浅白的好;根蒂:蜷缩的比硬挺的甜;敲声:浊响的比清脆的熟得透。 2.总结“规律”——训练模型的西瓜多了,你会不自觉地总结出一套“挑规则”:如果色泽=青绿AND根蒂=蜷缩AND敲声=浊响→好;如果色泽=浅白OR根蒂=硬挺→大概率是差。 3.判断“新”——模型预测下次再瓜时,你不会再盲目尝试,而是直接用总结好的“规则”去套新:看到一个青绿、蜷缩、浊响的,立刻判断是好,果断下手。

    39710编辑于 2026-01-22
  • 来自专栏xiaosen

    DFS算法及应用

    小蓝正在一个摊上摊上共有n个,每个的重量为A;小蓝刀功了得,他可以把任何劈成完全等重的两份,不过每个只能劈一刀。小蓝希望买到的的重量的和恰好为m。 ans, cnt) if depth == n: # 正常的出口 return # 不买 dfs(depth + 1, weight, cnt) # # 卖一半 dfs(depth + 1, weight + A[depth] // 2, cnt + 1) n, m = map(int, input().split()) # n 例:有4名学生(2,3,4,4),最少可以分成(2,3)、(4)、(4)共3队。 输入格式: 第一行包含一个正整数n,表示学生数量。 定义两个n边形不同是指至少有—条边的长度在一个n边形中有使用而另一个n边形没有用到,如n边形(3,4,5,6)和(3,5,4,6)是两个相同的n边形,(3,4,5,6)和(4,5,6,7)是两个不相同的

    48410编辑于 2024-03-15
  • DeepSeek V4来了,英伟达反而涨了:市场到底在什么?

    先说结论:4月24日,英伟达市值时隔近六个月重回5万亿美元大关。而就在同一天,DeepSeek发布了全新V4大模型,而且是在华为昇腾芯片上首发。这两件事放在一起,很多人以为美股要抖一抖,结果却没有。 一个是英伟达股价涨了超4%,市值冲破了5万亿美元。另一个是——DeepSeek发布了V4,而且是先在华为昇腾上亮相的。我当时的第一反应是:这怎么有点反直觉? 4月24日上午,DeepSeek正式发布并开源了V4系列预览版,分两个版本:Pro(旗舰)和Flash(轻量)。 大家都在用V4,就需要更多服务器、更多芯片。这反而间接扩大了英伟达的市场。这就是为什么那天英伟达开盘短暂跌了不到2%之后,很快就拉了回来,最后收涨4%以上。 市场算的账很简单:V4虽然支持华为昇腾,但它不仅没有把英伟达排除在外,反而因为是开源模型,“每多一个部署V4的人,都可能多买一张卡”。

    67010编辑于 2026-04-25
  • 来自专栏FreeBuf

    八百元八核的服务器?二手服务器(工作站)搭建指南(下)| 你们要的第二弹

    大型单机的多核优化还算可观,但在网游里就真是“一核有难,八核吃”了 E5-2670(2.6Ghz,最高睿频3.3Ghz) ? E5-2683 V3(2.0Ghz,最高睿频3Ghz) ? 但是在面对单核性能优化的网游来说,E5确实是门不当户不对,看着一核有难,八核吃,着实有点尴尬。像E5-2670,要是只跑两个核,也就是个二代i3。 不得不说中国绝对不缺人才,华强北可谓卧虎藏龙,就连intel顶级的主板,都能自主山寨出来,我严重怀疑有主板厂商的内部人员下海华强北。 X58和X79都相继被仿造,800的全新主板!还能上RECC内存! 搭建过程简单描述一下: 1、配件,这块板比较少见,华强北也没有找到,最后选择的淘宝,广州发深圳,含邮费300(现在好像涨到350了)。其他配件阳台翻出来的。 ? 主板全貌如下: ? 3、风扇改装,卖家带了两个CPU风扇,声音略大,有需要的可以自己换,然后这么个玩意(卖家也有送),用4Pin电源接口转出风扇接口。 ? 最好在北桥上也加个小风扇,1366的北桥发热大。

    13.2K121发布于 2018-02-24
领券