近期动态
文章分类
开发环境 1 AI部署 3 资源 2 文档 1 运维 2
个性标签
探索未知 保持热爱 代码即诗 极简主义 开源信仰 深夜写码 AI 探索者 终身学习 无问西东 Go Wild Be Water 数字游民 白日梦想家 Less is More Nature Lover 造轮子 独立思考 知行合一

Asteriayx

Ksmartshop 资源网介绍与 Gemini Pro 会员获取指南

在 AI 爆发的时代，获取前沿的 AI 工具和资源是提升生产力的关键。今天向大家介绍一个非常实用的资源聚合网站，并手把手教你如何通过它获取 Gemini Pro 的高级会员。 1. 认识 Ksmartshop网站地址： https://ksmartshop.com/ Ksmartshop 是一个综合性的数字资源分享与交易平台，网站内涵盖了大量优质的开发资源、AI 账号代充、工具订阅等服务。对于国内
资源
#效率工具 #资源分享

计算机视觉常用库安装与测试大全 (Python/C++)

计算机视觉开发离不开各种图像处理库。本文将详细介绍 Python 和 C++ 环境下主流视觉库的安装方法，并提供测试代码验证安装是否成功。 1. Python 环境安装Python 生态中视觉库极其丰富，以下按使用频率排序介绍。 1.1 NumPy — 数值计算基础几乎所有视觉库都依赖 NumPy，它是矩阵运算的基石。 1pip install numpy 测试： 12345678910111
开发环境
#效率工具 #OpenCV #Python

VSCode 配置 SSH 远程连接与免密登录 (Win 连接 Linux)

在日常开发中，我们经常需要在 Windows 本地写代码，然后扔到 Linux 服务器上去跑。使用 VSCode 的 Remote-SSH 插件可以完美实现这一需求。 1. 准备工作 确保你的 Windows 本地安装了 Visual Studio Code。 确保你的 Linux 服务器开启了 SSH 服务（通常默认开启，端口为 22）。 2. 安装 VSCode 插件在 VSCode 的插件
运维
#效率工具 #服务器 #运维

深度学习环境配置保姆级教程 (Conda/pip/PyTorch/TensorFlow/CUDA)

深度学习环境配置是入门的第一道门槛。本文将从零开始，详细介绍 Conda 和 pip 两种方式配置 PyTorch / TensorFlow 环境，涵盖 CPU 和 GPU 版本，以及常见问题排查。 资源下载：Anaconda3 安装包（百度网盘） 提取码: 6xee 1. 前置准备：NVIDIA 驱动与 CUDA 重要概念澄清：很多人混淆了 NVIDIA 驱动、CUDA Tool
AI部署
#Python #PyTorch #开发环境

RK3576 NPU 部署 YOLOv8：PT→ONNX→RKNN 全流程避坑指南

本文记录一套从 PC 端完成 YOLOv8 模型转换、并在 RK3576 开发板上完成推理验证的完整流程，重点覆盖常见版本坑：Torch/ONNX 版本不对会导致导出空壳模型或 build 阶段报错。 适用环境：x86_64 PC（推荐 Ubuntu 22.04）目标芯片：Rockchip RK3576核心流程：.pt ➜ .onnx ➜ .rknn ➜ 真机推理 1. 基础环境与依赖准
AI部署
#PyTorch #RK3576 #RKNN-Toolkit2 #YOLOv8 #ONNX
Music ×