IAM四十二

随着技术的发展，在 Android 开发中用于 Json 解析的库也越来越多，甚至随着 Kotlin 和 Jetpack Compose 的发展，借助其语法糖和独特的开发方...

嵌入结果将抽象的内容转换成了多维的向量表示，虽然维度变多了，但其中的内容却变得简单了，变成了数字。而且这些向量之间的大小关系是有现实意义的，更相近的向量意味着现实生活中二者...

使用 AI Coding 时应该想清楚产品最终的模样，尽量一次性通过详细而精确的文字将需求描述清楚。基于一个模棱两可的想法去不断修改，借助 AI 不断完善功能，似乎并不是一...

通过嵌入将两个图片的内容是否类似，一张猫的图片和一段描述一只可爱的小猫这类抽象的问题转换为数学问题。实现嵌入之后，比较向量的相似度即可。...

MCP 本身并无法提升 LLM 的能力，他不会让 LLM 变得更聪明。但是他提供了一种让应用层开发者更友好的与 LLM 进行融合的方案，MCP 自然不是 function ...

将来自不同模态（如文本、图像、音频、视频等）的数据映射到一个统一的向量空间的技术，不同模态的数据可以在同一个语义空间中进行比较、关联和融合，从而实现对多模态信息的联合理解和...

文本嵌入是将文本数据转换为数值向量 。这种转换使得计算机能够以数学方式理解和处理自然语言。其核心价值在于能够捕捉文本的语义信息，将语义上相似的文本映射到向量空间中相近的位置...

尝试使用 Trae 实现一个视频转 gif 动图的前端应用，从提出需求到一步步按照 Trae 的实现效果逐步修改，感受 Trae 的能力边界...

借助 Docker 提供的特性，遵循 Docker 镜像构建的规则，用更合理的方式构建镜像，管理容器的创建和运行，用更高效的方式助力日常的开发工作。...

借助 Android Studio 编译时期提供的 MLModelBinding 特性，可以快速帮我们生成推理模型的模板代码，提供更高层级的 API,屏蔽数据处理的细节，简...

学习和了解 Google 官方提供的 LiteRT 在 Android 的部署，以经典的手写数字识别模型为例，逐步了解 LiteRT 的使用方法...

使用神经网络训练后的模型可以实现图像风格的迁移，比如前一阵非常火爆的吉卜力风格。本文尝试在 Android 实现 PyTorch 风格迁移模型的部署， 实现基于固定风格的迁...

前学习和了解使用 PyTorch 实现生成对抗网络（GAN），训练一个简单的图片生成模型，并尝试在 Android 端运行该模型，在手机上直接推理生成图片。...

使用 Docker 可以让开发者不再浪费时间和精力去配置各种环境，安装各种依赖，而是聚焦在核心业务逻辑的开发流程中。对于初学者来说，可以更加快速的入门，而不是因为搭建开发环...

属性委托其实就是代理模式，只不过在 Kotlin 中结合泛型和扩展函数、函数可以作为方法参数等语法糖的优势，通过简洁的语法实现类成员变量的更高效和灵活的读写,使得编码的实现...

Jetpack Compose 依赖 State 内数据的变化实现 UI 的刷新，而当 State 内封装的数据变成非基础类型的数据时，务必要确保每次更新整个对象，这样才能...

在 Compose 中，开发者只负责 State 状态的更新，正常情况下，State 包装的内容变化会驱动 UI 重组，但是如果 State 变化了重组却没有发生，我们又该...