粉丝313获赞835

先看图,先收,肯定是先收它吧?是的,对吧?收完它是不是倒着走回去,然后收它?是不是这样的一个规律? 好, a 和 b, b 三变, a, a b b b, b 和 b, b 和 b, b 也变,这是不是二?对,这是不是二?对? b 是 三变的, b 是 加一加一,加一加一加一加一加 下一步,下一步 b 一 直在加一。问题是我每一次前进了,我是不是得倒着走回去?对,那倒着走回去的 b 是 不是也得加? 对?所以先试着做一步,前进几步?前进两步,两步,然后右转一步,还要做一,然后再右转 左还是右左?再左转回来吧,左转,右左。好,这是不是说完第一个了?下一步再干嘛?再前进两步?对了,然后呢? 然后再右转,再转一两步,这是斜错,二,二,这是错,然后再一个规律,看出来了吗?看出来了,好好听明白。 a 也在变, a 的 数字值是几?二? 一,这第一步有没有变?没有,哪个在变?这在变吧?对,一,对,好,继续从我这先加进来, 这里是不是应该走 a? 对, 好,蹲起来了,这个地方变成负一了,那我是不是应该变成负 a? 负 a, 这里本来是一,这里是负一,对不对?第二次,这变成二,变成负二了, 对了没?所以每一次 a 会加几?负一,那这里是不对应的,也要变成负 a。 对, 那这里走的是 a, 这里走的是负负 a 怎么弄成负 a? 一个数变成一个负数,它是不是变成负数?对,所以你把 a 放到这里来,这个地方加,减乘除,减乘二,减 负,负一,它就会变成负 a, 然后字母下面每一次要把 a 增加几一。

这是不是一个拐弯?是,这是不是第二个拐弯?是规律,看出来没?哦?尾数是增加一,哪个是增加一?就是变量是增加一的, 往前走哪一条线增加一?比如说这个竖着的线都得。这个是 b, 哪个要增加?都 a b 都增加, a b 都要增加,对不对?对,所以我们先试着做一下 啊。第一步是不是仿飞船一步,然后右转飞船再一步,第二次该干嘛呢?飞船两步,所以已经看出来了吧。每次加到一,每次加几一,那是不可以设变量了?是,是 直接拿这个第一步 a a 的 出是指一一一吧。对,这个不要了吧?对, 这个地方是不是也得写文明啊?哎。对,每次加几一次加一好了没?好了, don't forget to start with yourself。 为啥要改成三次?你三个啊? no, 为啥有三个 one? 有 三个 one 好 了吧。哎呀妈,我说路线正确,行数正确,步数超了咋办?重复折行多了,一般是大百分之九十的概率是重复折行的原因,好了吧。

第一步,我们要收哪一个?第一步我们要选那个。哪个?最近圆珠笔一到三,一到四步的那个。这个最近吧?对,所以是不是先这样?对,然后收它吧?对, yes, 看到规律了,结束了。最明显有个圆就是三个。嗯,三个。所以还是这次是增加还是减小?减小, a 和 b 都要减小吗?对,那是不是结束了?哇?开始做第一步是不是左转?嗯,左转走几步? 一二三四四步。然后呢?然后右转,右转走几步是没到我呢?然后下一步是不是该左转走三步了?看出来了吧?看出来了。拿变量,第一次,第一个变量 a 的 初十是几? c 与 s, 这两个都要换成几 a。 a 每次加 a 增加几。不一不一。那很好,因为每次要减小误差。对,完了吧?完了。

呃,今天给大家看一个我们用 ar 编程写出来的程序, 就是就是这个文件处理器啊,大家就看这个,就这个文件处理器点 exe 这个文件,我们来我们来演示一下效果, 就是我们可以因为它是一个 exe 的 文件,我可以直接说机来运行,运行之后啊它是弹出来这样一个图形界面,它有两个菜单,大家可以看一下这个,这两个菜单 就是这个文件处理菜单,是我用来做文件复制的,然后它这里面有大家可以看有一个原文件夹,后面有一个文本框,我可以在里面选择这个我要复制的文件夹,它右面还有按钮啊,我来呃, 我们来看一下这个,它右面有一个叫做浏览的这样一个按钮,大家点一下这个浏览,可以让你选择你要复制的那个文件夹, 比如说我要把这个呃 test, 要把这个 test 文件夹里面的内容复制到这个 test 二里面,我们先看一下 test 里面有啊 test 一 吧, 我们先看一下这个 test 的 一里面有挺多的东西,然后我要把它这个复制到 test 的 二里面,我先把这个文件夹选了,然后这个是我的原文件夹,目标文件夹就是我要复制到的那个地方,同样这有个按钮,我选一下,我选择这个 test 二, 然后点选择文件夹,这个时候大家可以看到这两个文件夹,我就选好了,对不对?我我点一下复制,这个时候它就告诉我文件已经复制完成了。我们来看一下这两个文件夹,这个, 这个是 test 二文件夹,呃,刚刚把东西复制过来啊,我们看一下和 test 一 是不是一样? test 一, 呃,在这儿 大家可以看这个文件和 test 二里面是完全一样,因为我刚才我就是从这个 test 一 里面把这个文件复制过去的,这个是我们的这个第一个页面的这个功能啊, 然后这个文件处理就是我用来做文件复制的,然后下面还有个按钮叫做数据处理,我点一下上面只有一个按钮叫做合并文件,我,我把它把这个文件点出来。啊, 这个合并文件是用来干什么的呢?是用来合并这三个 excel 表的, 大家注意啊,大家看,我来点一下这个合并文件,我点它告诉我合并完成保存为合并结果,点叉 l s 叉,然后这个地方就生出来一个合并结果的 exe 文件,看一下它里面的数据, 呃,是这样一个数据啊,就是三行,因为我这个数据啊都非常简单。我们看一下表一,表一里面就是张三十八,辽宁,然后表三里面就是王五,五十四,吉林。我们看这个合并出来,就是把这个三个 excel 表文件给它合并出来了。 和就是说我这个软件啊,就是这个图形界面的这个软件用 ai 开发工具,呃,一共也就用了十分钟吧,就升出来了,就是说,所以现在一定是这种 ai 编程的时代,呃,大家还是这个可以多学习一下。

好的,今天我们讲解一下客户发过来的 logo 是 断线的,我们怎么把它连接成为一个整体。好,现在开始我们先打开扩作,打开扩作,然后导入客户发的 logo, 导入,导入。 好,我们看一下,它是断线的啊,看一下,看到没有? logo 是 断线的,还没有连在一起,我们的指纹图一定要是连接成为一个整体,他才能用,才能填充。好,我们教大家一个非常简单,非常简易的方法。好,第一步我们框选它, 然后如果这个是合并的,我们要解散它才行,把它解散,然后找到我们最后一步创建边界,创建边界,然后点它好,它就创建好一个边界,然后我们把它移出来啊, 找到, 找到变换啊,找到那个变换,变换, 变换这里啊,位置好,我们把这个边框往上面移, 五十一百吧,一百。好,我们看缩小,看一下是不是在这个边框就出来了,然后里面的我们也一定的按同样的方法把它 创建边界。点一下好,然后应用这个 s, 只要框选里面来,不要框选外面, 这个要把它解散,解散之后我们再点创建边界,然后再应用这个,一样的啊,你要解散掺散它,然后再点边界 利用,这个是一样的啊,拆散它,然后再创建边界利用。好,看到没有?我们就得到了一个整体,这个不要了,删掉它,把它拉进来 看一下啊,看一下,我们把它接上看一下,现在就是已经是一个整体了,是不是这个就是已经做好的图了,我们可以直接用的。好,我们就把它 合并起来,然后放大,放大十倍,然后导出去。 一定要找 plt 格式的啊,然后再导出去就 ok 了。好的,今天就讲解到这里,如果这里大家有用的话,请帮我点个赞,收藏评论一下,谢谢大家。

大家好,我们来看一下图形化训练场一级训练场中的路线规划三这个模块的二十道题。这一次我们先给大家讲一到第十题,然后下一个视频,我们来讲一下十一到二十题。 像这一个模块路线规划三中里面所有的题目都是根据一个他会考的一个知识点,就是路线规划。 这个路线规划呢,它最重要的就是要求我们在获取到能量的时候,要走出最短的路线,并且用上最少的 代码,这个是它的要求,所以就要求我们必须能够去设计一条最短的路线。那我们在做的时候经常会犯错的一个点,就是我们把路线走出来了,能量拿到了,但是你不是一个最短的路线, 或者说没有用到最少的代码,谁会出错?那这种题我们就来讲一下它的一个做题的一个技巧。技巧其实很简单,就是我们做的时候去画一个 a 型的路线,其实就是一个直角, 直角是什么意思呢?我们可以这样子理解,正常来说,我们如果说机器人和能量,它们彼此之间如果说连成的是一条直线的话, 那正常来说我们让机器人往前走就可以直接拿到这个能量,像这种能量在机器人的前面或后面的,我们直接往前或者往后就可以拿到能量了。哎,因为这个我们数学里面说的两脸之间直线最短,这个就是最短路径。但是现在很明显这道题它出现了一个问题, 就是这里有一个红色的能量挡住了,挡住了机器人往前走的路,我们不能碰到这种红色能量,所以我们必须绕开它,那绕开它的话有很多条路可以守,你看我们可以箭头这样子去照,你也可以这样子来照,可以这样子来照,有各种各样的路形, 那么我们在做的时候,我们要求是找出最短的路形,那最短的这条路线怎么去设计呢?其实很简单, 我们解要去画这个直角,那这个能量和机器人之间本身他是在同一条线上,他没办法画直角,那我们就往他的左边或者右边去给他画一个第一个直角, 第二个直角,这样的画下来,你看这里刚好是两个直角,两个 l 型,它就是一个最短路线了。那像这道题,因为机器人他的眼睛是看前面的,所以呢你往前面就是说右转去走,或者说左转去走,其实都是可以的,都能走出最短的路线。 比如说像第二题这种题,这种题也是用这个 l 型,首先呢这里有一个能量,然后对面也有一个, 那么机器人是没让法直接走过去,因为中间有个空,所以我们先把飞船开过来,把它补上,这个空给它补上。 补完之后,你看机器人和能量之间画一个 l 型啊,那前面这个他是直接往前走就可以到,所以直接延伸延伸过去,这样子,你看直接这是一个 l 型,那么这样子去走就是一个最短路线就可以了。 像这一题这一题我们可以看到啊,有三个能量,那三个能量的话呢,我们一般优先去拿那个最近的能量,也就是说你看这个能量就在机器人的前方,那么我们先把飞船开过来,然后拿上它, 拿上它之后呢,有些同学可能就会想说,那现在呢,就把飞船开到这个位置,然后我从这里去拿这个能量。 那同学们你想一想,如果这样子做的话,等会拿最后这个能量的时候,你是不要把飞船从这里开回到这里,那在这个过程中,你的飞船你就要写很多代码了,所以这条路线就不是一个最短路线。 像这种题有一个很简单的方法,就是如果你看到有两个能量,他们能连成一条直线, 那么我们一般考虑就是去到他们两个能量的中间,然后呢等会一上一下,就是说一进一退就可以把两个能量拿到了。那像这一题你看这个可以连直线, 刚刚所说的其实这个也可以连直线,但是很明显我们一对比就知道你连这一条直线来做的话,他的方法是不对,他走的步数太多,用的积木也太多了。所以呢,我们就是先拿这个能量, 拿完之后,等会儿回到飞船上,把飞船开到这里,然后这里一退一进,就可以把能量给它拿到了。 像这道题也是一个很典型的 l 型,首先呢我们完成的第一个任务是让机器人上飞船,那机器人和飞船 c, 它现在是在一条直线上, 那两点之间直线最短,所以机器人就右转肘二就上飞船了。然后接下来呢,飞船和能量之间可以画一个 l 型, 那就这样着画,然后接着接下来走六右转走势就搞定了。 l 型的也可以这样子去画,但是呢这样着画呢,在这一题就是不对了,因为如果你走这样一条路线,你的飞船得先右转,右转周往前走,再左转,就等于说它得转两次,那前面那个 才转一次,那你下面这条路线就不对的,所以我们走上面那条路线, 这题也是一样,跟上一题差不多。首先呢,我们需要让机器人上飞船,那机器人上飞船的话,你就这两个点,给他画一个直角,你看就是这样子,所以这样子怎么实现呢?那就是飞船先走二,然后机器人左转走过来 啊,或者说你基线先左转飞船轴,呃,它再走过来也是一样的,那走到这里之后,飞船先在这个点,那能量在这个点,那它们两个画条 l 形,画一个直角,也就是它的最短路线,那这这道题就做出来了。 这道题也是一样,首先呢,这个能量先拿,这个是毫无疑问的,因为离它最近。那拿完之后呢,现在我们回到飞船上,飞船要去拿这个能量,那拿这个能量的话,你可以看一看有几个点可以靠近它,第一个是这个点对不对? a 点,第二个是这个 b 点, 那除此之外,还有像对边的这些 st 呀、 d 呀,这个就不对了,因为这些你要把飞船绕到这边,很明显是走更远的路,那不对,那 我们到底选的是 a 点还是 b 点啊?同学们在看到这种题目的时候啊,一定要考虑清楚,我们做的这种题,一定要走最短的路线,写最少的代码。那 a 点和 b 点有个什么区别?你可以发现下,机器人的朝向,它是朝这边的, 朝这边的,那你如果从 a 点登录的话,它是不直接往前走就可以了,而如果从 b 点登录,它还得来一个转向,对不对? 你看如果从 b 一 点上去,你要多个转向,那你就错了,就这道题它就会多一个转向,多一个转向就等于多了一步,并且你多个转向,你就要多写一个代码,所以你步数也多了,代码也多了一个,那么你最终就只有一颗星。所以这种题我们必须要知道它的解法。 这个题也是一样啊,比较简单挂 l 型机器人,先上飞船,那上飞船之后箭再有两个选择, 你看这里有一个能量,这里有个能量,那我到底先拿哪一个呢?一般来说我们会说先往前走,拿前面那个啊,但是其实这道题你有发现没有,平时右边这个离你更近啊,所以你应该是先走右边这个。那这种题其实有时候 我们做错了,其实也不要紧,为什么呢?因为其实他就两条路线可以走。你想一想,你先拿前面这个 a 的, 拿完之后掉头回来拿这个 b、 v 点,那么这个东西你做错了,你是不是反过来,你先去做,先走 b 点,再去走 a 点,是不就可以了?它就两条路线。所以有时候我们很多题都是这样, 它里面基本上就一般来说就两条可走的路线或者三条,你如果真的做错了,你改过来就可以了啊,这个不会说做不对了,改过来就行。 好,这道题也一样,这道题这里有两个最近的能量,那很明显他的眼睛是朝正边,那就先拿这个,这个第一个拿, 拿完之后呢?退回来转向拿这个,这个没有任何疑问,这是拿第二个,那接下来有问题的是这边还有第三个能量,那第三个能量呢?我到底是走 a 路线还是 b 路线? 哎,有些同学就可能说,那你飞船是朝这边,那我就直直往前走,那就走过来,这样子又可以了。但同学们,你们数一下,你如果走 b 路线的话,你其实是不是走了两个 l 型,或者说两个直角, 对不对?如果你走 a 路线,是不走一个直角,或者反过来,你从另外一个角度,你走 b 路线,你数一下它的格子是不是走的步数更多,一个格,两个格,三个格,四个,五个,六个七个,你 d 路下七个格,这边一二三四五才五个格, 是不是他的步数也是更省了?所以我们做这种题的时候,一定要记住,他要走最优的路线,我们一定要把这个去考虑清楚,哪条路线是最优的 好。这个题就比较简单,这个题主要是我们飞船在行驶的过程中,机器人是不能碰到红色能量,而飞船是可以的。哎,有志说机器人不能碰飞船可以,那么那我们就先把机器人 往后退,那飞船开过来,开过来之后机器人再退,拿到这个能量就可以了。这道题就比较简单了。 好,这道题也是很简单的,我们看了刚才的题型,这道题已经可以自己做了,对吧?首先机器人去飞船,那我们画一个 l 型,它这样就上去了啊。一定记住是走这条路线,而不是去走这条路线, 因为你走 a 路线,你只要转一个弯,而你想一想,你走 b 路线是不要转两个弯,是不是?所以呢,就是先走 a 路线,然后呢接下来就是飞船和能量之间,你再去画一个 l 型,画一个这样的直角, 那你看路线是不就出来了?那你现在把飞船开到这里来,然后机器人刚好直接就上去,你就可以把能量拿到,那这个就是我们的最短路线的一个做法。 然后今天我们现在先讲的是一到十题,下个视频呢,我们就来讲是一到二十题,然后同学们有其他模块不懂的,那你可以留言或者私信告诉我啊,我们后面我们有时间我们就录成视频给大家讲解出来啊,有需要帮助的也可以找我。 那我们今天就先到这里。

什么是 gpu? 为什么现在 ai 的 发展几乎离不开它?很多人听过 gpu, 也知道它和显卡有关,但如果让你真正解释它是什么,往往说不清楚。 今天这期,我们用五分钟把 gpu 彻底讲明白。先从最核心的问题开始。 gpu 到底是什么? gpu 全称是 graphics processing unit, 中文叫图形处理器。但如果你只把它理解成显卡,那就太低估它了。 更准确的说, gpu 是 一种专门为并行计算设计的处理器。也就是说,它的核心能力不是处理复杂逻辑,而是同时处理大量重复计算。 为了更好理解,我们必须对比一下 c p u。 c p u, 也就是 central processing unit 更像一个全能型大脑,它擅长做复杂决策,比如判断逻辑、流程控制、任务调度。 但 c p u 的 核心数量是有限的,一般是几个到几十个,而 g p u 完全不同。 g p u 内部有成百上千个计算核心,每个核心不算特别强,但可以同时工作。 这里给你一个非常直观的比喻,如果 cpu 是 一个经验丰富的专家,一次专心解决一个复杂问题, 那 gpu 更像是一整座工厂,里面有上千个工人同时做同一类重复工作。再举个例子,你要计算一张图片的每一个像素,如果用 cpu, 它通常是一块一块的算,但 gpu 可以 把整张图拆分,让几千个核心同时计算。 这就是并行计算,也是 gpu 真正厉害的地方。那 gpu 最早是干嘛的?答案是图形处理,比如游戏里的画面渲染、光影效果、三 d 建模,本质上都是对大量像素进行重复计算。 gpu 天生就适合这种场景,但真正让 gpu 爆发的不是游戏,而是 ai。 为什么 gpu 会成为 ai 的 核心?因为 ai 训练本质上就是超大规模重复计算。 我们稍微具体一点说,一个 ai 模型在训练的时候,并不是一次就学会的,它会经历这样一个过程,先根据数据做预测,然后和真实结果对比, 再调整参数,再重新计算,一遍一遍重复这个过程。在这个过程中会产生大量计算,比如矩阵乘法、向量运算、梯度更新。这些操作有一个共同特点,计算量极大,而且计算器高度重复。 这正好就是 gpu 最擅长的事情,所以 gpu 几乎天然就是为 ai 准备的。也正因为这个原因, gpu 成为 ai 时代最核心的基础设施。像 nvidia 的 gpu, 几乎是所有大模型训练的标配。 你现在用的很多 ai 能力,其实背后都在用 gpu。 比如你和 chat gpt 对 话,比如 ai 生成图片,比如语音识别、视频分析,这些能力的背后,本质上都是海量计算。 我们再讲一个更有冲击力的事实,训练一个大型 ai 模型,往往需要上千张 gpu 同时运行,持续几天甚至几周,这已经不是一台机器能解决的问题,而是算力及群。 也正因为这样, gpu 现在已经不仅仅是硬件,而是一种战略资源,很多公司甚至国家都在争夺高性能 gpu。 那 gpu 除了 ai 还能做什么?其实应用非常广,游戏渲染让画面更真实,视频处理、加速剪辑和编码。科学计算,比如天气模拟、物理实验、 金融分析。大规模数据运算,本质上都是在利用 gpu 的 并行计算能力。那 gpu 为什么能做到这么强?核心在于它的设计思路完全不同, cpu 追求的是单个核心很强,适合复杂任务。 gpu 追求的是核心数量极多,适合重复计算,一个负责思考,一个负责执行。未来的趋势也很明显, gpu 正在从显卡变成算力基础设施。 在云计算平台上,你可以按小时租 gpu。 在 ai 公司里, gpu 就是 最核心的资源,甚至在整个科技行业,算力已经成为新的竞争核心。最后我们总结一句话, gpu 本质上是一个专门为并行计算设计的处理器, 它的核心价值就是把大量重复计算做到极致高效,而 ai 的 发展恰恰把这种能力的价值放大到了极致。如果你能理解这句话, ai 拼的是算力,而 gpu 就是 算力的核心引擎,那你就真正理解为什么 gpu 这么重要。