# 狄利克雷卷积和莫比乌斯反演 > 看了《组合数学》，再听了学长讲的……感觉三官被颠覆…… [TOC] ## 狄利克雷卷积 如此定义： $$ (f*g)(n) = \sum_{xy = n} f(x)g(y) $$ 或者可以写为 $$ (f * g)(n) = \sum_{d | n} f(d) g
发布日期：2023/05/18 主页地址：http://myhz0606.com/article/ddpm 1 从直觉上理解DDPM 在详细推到公式之前，我们先从直觉上理解一下什么是扩散 对于常规的生成模型，如GAN，VAE，它直接从噪声数据生成图像，我们不妨记噪声数据为\(z\),其生成的图片为\
本周最大的热点，莫过于 Mojo 语言了，几大媒体均有报道这门兼顾 Python 优点和性能的新语言。当然还有凭借 Switch 游戏《塞尔达传说·王国之泪》登上热榜，获得 3,500+ star 的 Switch 模拟器 Ryujinx。 当然，还有一些日常工作可能用到的测试工具 gitleaks
本周比较火的莫过于 3 位初中生开源的 Windows 12 网页版，虽然项目完成度不如在线版的 Windows 11，但是不妨一看。除了后生可畏的 win12 之外，开源不到一周的 open-interpreter 表现也很抢眼，一个在终端就能使唤的 AI 助手获得了 15k+ star。 还有深
【学习笔记】基础算法：二次离线莫队/回滚莫队 二次离线莫队 前置知识：莫队 前置知识：值域分块 值域分块，就是对 \(A\) 的值域进行分块，每个块维护该值域内数的个数 众所周知，莫队的复杂度是 \(O(n \sqrt m)\) 的，而在维护一些问题时左右端点移动一格并不是 \(\mathcal O
今年开年，最火的莫过于ChatGPT的相关讨论，这个提供了非常强大的AI处理，并且整个平台也提供了很多对应的API进行接入的处理，使得我们可以在各种程序上无缝接入AI的后端处理，从而实现智能AI的各种应用。ChatGPT的API可以在前端，以及一些后端进行API的接入，本篇随笔主要介绍基于ChatGPT的API的C#接入研究。
前言 前段时间不少国内镜像源都突然莫名其妙不能用了，也没个具体说明，我等草民只能胡思乱猜。翻了翻docker的官方文档，倒腾了下clash代理docker，基本也能正常拉取镜像。 参考官方文档：https://docs.docker.com/config/daemon/systemd/#httpht
按照固有思维方式，人们总以为人工智能是一个莫测高深的行业，这个行业的人都是高智商人群，无论是写文章还是和人讲话，总是讳莫如深，接着就是蹦出一些“高级”词汇，什么“神经网络”，什么“卷积神经”之类，教人半懂不懂的。尤其ChatGPT的风靡一时，更加“神话”了这个行业，用鲁迅先生形容诸葛武侯的话来讲：“多智而近妖”。 事实上，根据二八定理，和别的行业一样，人工智能行业内真正顶尖的天才也就是20%，他
618 大促来了，对于业务团队来说，最重要的事情莫过于各种大促营销。如会场、直播带货、频道内营销等等。而弹窗作为一个极其重要的强触达营销工具，通常用来渲染大促氛围、引流主会场、以及通过频道活动来提升频道复访等。因此，如果能将运营的策略及想法快速转化为弹窗的内容并触达给用户，这对于提升运营效率及玩法灵活性的是极其有意义的。
提起长连接，我们并不陌生，最常见的长连接非websocket莫属了。即使没有在项目中实际用过，至少也应该有所接触。长连接指在一次网络通信中，客户端与服务器之间建立一条持久的连接，可以在多次请求和响应中重复使用该连接。
一般来说Maven都是配合着idea一起使用，下载依赖速度慢就去网上找个镜像配置一下，但总会遇到莫名其妙的问题，比如镜像源不生效、Error reading file pom.xml等等。今天详细讲解一下maven配置文件settings.xml的配置方法。 小知识 maven的配置文件存在于两个地
1.概述 随着人工智能技术的不断发展，越来越多的AI产品被应用到各个领域，其中最具代表性的莫过于人工智能语言模型。语言模型是一种可以通过学习大量语言数据来预测文本或语音的技术，其应用范围十分广泛，如智能客服、机器翻译、语音助手等。 而ChatGPT是其中最为优秀的语言模型之一。ChatGPT是Ope
https://zhuanlan.zhihu.com/p/359823092 在定位机器性能问题的时候，有时会觉得机器莫名其妙地跑的慢，怎么也看不出来问题。CPU频率也正常，程序热点也没问题，可就是慢。这时候可以检查一下内存的访问速度，看看是不是机器的内存存在什么问题。Intel Memory La
theme: channing-cyan 本文正在参与 “走过Linux 三十年”话题征文活动 在Linux系统上，最常见的操作莫过于处理文本。常见文件操作陈列、查找、排序、格式转换、数据流处理等等。这篇文章着眼于文件查找，分析locate和find命令的使用方法，和运用原理以及缺陷不足。 一、导读
一：背景 1. 讲故事 只要是程序总会出现各种莫名其妙的问题，比如：非托管内存泄露，程序崩溃，在 Windows 平台上一般用微软自家的官方工具 App Verifier 就可以洞察，那问题出在 Linux 上怎么办呢？由于 Linux 崇尚自由，需要在各种牛鬼蛇神写的非官方开源软件中寻找一个比较靠
背景 最近发现某个数据采集的系统拿下来的数据，有些字段的JSON被莫名截断了，导致后续数据分析的时候解析JSON失败。 类似这样 {"title": "你好 或者这样，多了个双引号啥的 {"title":""你好"} 因为数据库是Oracle，起初以为是Oracle这老古董出问题了，结果一番折腾，把
AI Agent技术的最新进展与改变世界的典型项目巡礼 1. AI Agent 技术发展以及典型项目 1.0 前 AI Agent 时代 在学术探索的浩瀚星空中，机器人技术领域的璀璨明珠莫过于Agent技术的深入研究，这一领域历来是创新与突破的温床。回溯至大模型浪潮兴起之前，Agent技术的辉煌篇章
LangChain几乎是LLM应用开发的第一选择，它的野心也比较大，它致力于将自己打造成LLM应用开发的最大社区。而LangChain最核心的部分非 Chain 莫属。
纵观神州大地，漫游中华互联网，我看到很多人关注为什么你应该开始学习JavaScript做前端，而对blazor这样的面向未来的框架有种莫名的瞧不起，或者为什么你应该学习Python作为你的第一门编程语言，恕不知有多少公司业务是用Python开发的，Python更多是粘合剂，作为胶水语言来使用。我用C
本文已收录到 AndroidFamily，技术和职场问题，请关注公众号 [彭旭锐] 提问。 声明：此图片由 MidJourney 生成 未经训练，不属于任何真实人物 大家好，我是小彭。 2023 开年以来，全球媒体最火爆的热点莫过于一个生成式 AI 聊天机器人 —— ChatGPT，我们都被大量的信
