最近更新

Hello 还是 你好？”——鸿蒙应用国际化/本地化一把梭：目录怎么放、字符串怎么切、语言怎么“自己识人”

Hello 还是 你好？”——鸿蒙应用国际化/本地化一把梭：目录怎么放、字符串怎么切、语言怎么“自己识人”

我是兰瓶Coding，一枚刚踏入鸿蒙领域的转型小白，原是移动开发中级，如下是我学习笔记《零基础学鸿蒙》，若对你所有帮助，还请不吝啬的给个大大的赞~ 前言做多语言，最怕两件事：资源堆成山、切换刷新乱。别慌，按你的大纲来——资源目录结构 → 字符串切换 → 语言自动检测&#xff0
HarmonyOS 2026年02月17日
HarmonyOS 项目中如何拆分共用层与形态模型

HarmonyOS 项目中如何拆分共用层与形态模型

子玥酱 （掘金 / 知乎 / CSDN / 简书 同名） 大家好，我是 子玥酱，一名长期深耕在一线的前端程序媛 👩‍💻。曾就职于多家知名互联网大厂，目前在某国企负责前端软件研发相关工作，主要聚焦于业务型系统的工程化建设与长期维护。我持续输出和沉淀前
HarmonyOS 2026年02月17日
Flutter for OpenHarmony：postgrest 直接访问 PostgreSQL 数据库的 RESTful 客户端（Supabase 核心驱动） 深度解析与鸿蒙适配指南

Flutter for OpenHarmony：postgrest 直接访问 PostgreSQL 数据库的 RESTful 客户端（Supabase 核心驱动） 深度解析与鸿蒙适配指南

欢迎加入开源鸿蒙跨平台社区：# 前言如果你不想写复杂的 Java/Node.js 后端服务，只想直接增删改查数据库，PostgREST 是一个神奇的后端工具 —— 它能把从 PostgreSQL 数据库自动生成一套 RESTful API。而 postgrest (Dart库) 正是这一服务的官方客户端。这也是 Supabase（Fireba
HarmonyOS 2026年02月17日
QT开发鸿蒙PC应用：环境搭建及第一个HelloWorld

QT开发鸿蒙PC应用：环境搭建及第一个HelloWorld

背景概述OpenHarmony 作为开源分布式操作系统，其生态逐渐丰富。QT 作为跨平台开发框架，在 OpenHarmony 上的适配为开发者提供了更多可能性。本文通过环境搭建和第一个helloworld程序实践，旨在为开发者提供一份清晰的QT开发鸿蒙PC应用入门指南。注：本文档中使用的Qt for OpenHarmony SDK 是由 O
HarmonyOS 2026年02月17日
AI大模型40年发展历程与未来统一趋势研究

AI大模型40年发展历程与未来统一趋势研究

1. AI 大模型发展研究背景与目标 1.1 研究范围界定（1986-2026 年）本研究聚焦于 1986 年至 2026 年这四十年间人工智能大模型的发展历程。选择 1986 年作为起点，是因为这一年 David Rumelhart、Geoffrey Hinton 和 Ronald Williams 在《Nature》杂志上发表了关于反向传播算法的里程
人工智能 2026年02月17日
脉脉独家【AI创作者xAMA第二期】| AI时代,我们真的准备好了吗?

脉脉独家【AI创作者xAMA第二期】| AI时代,我们真的准备好了吗?

🔥草莓熊Lotso：个人主页 ❄️个人专栏: 《C++知识分享》 《Linux 入门到实践：零基础也能懂》 ✨生活是默默的坚持，毅力是永久的享受！ 🎬 博主简介： 文章目录 前言： 一. 活动主视觉深度解析 二. 互动机制设计:人人都是参
人工智能 2026年02月17日
人工智能从入门到精通：深度学习模型部署与生产环境实践

人工智能从入门到精通：深度学习模型部署与生产环境实践

第十章：深度学习模型部署与生产环境实践 学习目标 掌握深度学习模型部署的基本流程 了解常用的模型部署平台和工具 学会将训练好的模型转换为部署格式 理解生产环境中模型部署的最佳实践 学习如何处理模型部署中的性能和可靠性问题 10.1 模型部署基础 10.1.1 模型部署流程深度学习模型部署是将训练好的模型应用到实际生产环境中的过程，通常包括以下步骤：
人工智能 2026年02月17日
人工智能从入门到精通：Python基础与AI开发环境搭建

人工智能从入门到精通：Python基础与AI开发环境搭建

《人工智能从入门到精通》第二篇：Python基础与AI开发环境搭建 一、章节引言：为什么Python是AI开发的首选语言？💡 学习目标：理解Python在AI领域的优势，掌握Python核心语法的AI应用场景，完成全平台AI开发环境搭建，实现第一个AI线性回归案例 💡
人工智能 2026年02月17日
人工智能大模型的多模态融合与跨领域应用实战

人工智能大模型的多模态融合与跨领域应用实战

第二十章 人工智能大模型的多模态融合与跨领域应用实战 一、章节学习目标与重点 1.1 学习目标 掌握多模态大模型的核心概念、技术架构与融合逻辑，理解文本、图像、语音、视频等不同模态数据的特征与处理方法。 熟练运用主流多模态模型（如CLIP、FLAVA、GPT-4V）进行跨模态任务开发，包括图文检索、图像描述、语音转文本+情感分析等实
人工智能 2026年02月17日
加载更多