zhchoice

摘要： 一、免费，是入场券，也是诱饵 打开2025年的中国AI市场，你会发现一个有趣的现象：几乎所有头部大模型都在"赔本赚吆喝"。DeepSeek把推理价格打到白菜价，通义、豆包、Kimi、文心、混元、智谱……几乎清一色推出免费版、无限对话、长上下文免费开放。海外用户在为每月20美金的订阅纠结时，国内用户已 阅读全文

摘要： anki-vocab：一个命令行工具，让背单词变成一件很酷的事 查词 → LLM 生成解析 → TTS 发音 → 存入 Anki → 还能生成考研英语阅读理解练习 GitHub: https://github.com/zhchoice123/anki-vocab 前言 背单词这件事，我折腾了很久。 阅读全文

摘要： 从 CNN 到 ViT，再到多模态大模型：计算机视觉的下一站在哪里？ 说明：本文内容由作者基于本地可复现实验结果整理，并使用 AI 辅助润色。 这篇文章不是只做趋势判断，而是用三个小实验说明：为什么 CNN 曾经有效，为什么 ViT 改变了视觉建模方式，以及为什么多模态大模型把计算机视觉带向了“任务 阅读全文

摘要： 卷积神经网络的引入6 —— 为什么 Transformer 也能“看懂”图像？CNN vs ViT 的直观对比实验 在上一篇文章里，我们做了一个非常“狠”的实验： 当图像的空间结构被彻底打乱时，CNN 的优势会明显下降，而 MLP 反而没有那么吃亏。 这个结论其实非常重要。 因为它说明： CNN 的 阅读全文

摘要： 从像素到语义：一文讲清 CNN 为什么能“看懂”图像 （底部附有html可以本地浏览器打开进行测评） 引言 如果把一张图片直接交给传统的神经网络，它看到的往往只是一长串数字。比如一张 28×28 的灰度图，输入模型时通常会被摊平成 784 个像素值。问题在于，这种“拉平成向量”的做法虽然方便计算，却 阅读全文

摘要： Computer Vision · 顶级学习地图 MIT · Stanford · CMU · Oxford · DeepMind Level 系统性构建世界级 CV 工程师知识体系 📊 学习资源概览 类别 数量 说明 📚 必读书籍 30本 从数学基础到深度学习前沿 🎓 顶级课程 10门 全球 阅读全文

摘要： 卷积神经网络的引入5 —— 当空间结构被彻底打乱时，CNN 还能成立吗？ 上一章我们验证了一个重要结论： 即便图像遭遇局部遮挡（Random Erasing），CNN 依然保持明显优势。 但“局部破坏”还不足以动摇 CNN 的根基。 那么一个更尖锐的问题是： 如果彻底打乱空间结构，CNN 还能成立吗 阅读全文

摘要： 资深Java后端工程师在通用人工智能（AGI）兴起的时代，既面临挑战也拥有机遇。本报告将基于2026年达沃斯论坛上Anthropic CEO达里奥·阿莫代（Dario Amodei）和Google DeepMind CEO德米斯·哈萨比斯（Demis Hassabis）对AGI发展的观点，结合行业趋 阅读全文

摘要： 一次关于「理解、反思与自我定位」的系统性问答整理 Q1：我已经学习了一段时间 PyTorch 和 CNN，但总觉得自己的理解偏浅，这是为什么？ “张量计算是为了从数据中提取模式，从而根据输入得到期望输出。” 这个表述并不错误，但它停留在功能层（What it does），而你内心真正追问的是： 为什 阅读全文

摘要： 一个结合了人工智能、语音识别和遗忘曲线算法的智能中文发音练习 Web 应用。该项目基于阿里云 DashScope AI 服务，为用户提供个性化的汉字发音学习体验。 📌 项目概述 趣味汉字乐园 旨在帮助用户掌握标准的汉字发音。通过实时语音识别 (ASR)、文本转语音 (TTS) 和 AI 发音评测， 阅读全文