博客 RSS 訂閱

yupi 頭像

程序員魚皮 - 創業兩年半，我好像又回到了原點。。。

大家好，我是魚皮，一家 技術有限 公司的負責人。 每隔一段時間，我會給大家分享一下自己的創業過程、所思所想。 沒想到，從 23 年離開大廠到現在，竟然已經過了整整 兩年半！時間真的過得太快了。 我上次記錄自己的創業感受還是在一年前，當時我在最後賣了個小關子 —— 説我即將實現自己多年來的一個 Big Plan，大家絕對猜不到我做了什麼。。。 那關注我的朋友現在應該已經知道了，我去年底開了個

程序人生

收藏 評論

yupi 頭像

程序員魚皮 - 前後端分離，千萬別再搞錯了！

你是小阿巴，剛入職的全棧程序員。 所謂全棧，就是 全乾，整個網站項目的後端和前端都由你一個人負責開發。 當用户打開一個網站，能直觀看到、可交互操作的界面，就是前端。 而當用户點擊操作按鈕後，觸發的操作驗證、數據查詢、業務邏輯處理等種種 “看不到” 的操作，都由後端來完成。 本文對應視頻版：https://bilibili.com/video/BV1AasqzWEj5 你使用的開發技術是比

程序人生

收藏 評論

cicada-smile 頭像

七號樓 - 互聯網十年，從博客到知識庫

好記性，不如寫文檔。 【一】 最近三年隨着人工智能的崛起，伴隨一個非常熱點的現象。 AI知識庫成了產品級的文檔，把AI相關的各種知識做成體系化的教程，會有大量的關注者，然後圍繞知識庫和用户羣體，再設計各種附加的業務。 做體系化的文檔，過去更多是在組織規範的企業裏。 2025年的當下，很多團隊在維護自己公開的AI知識庫，更偏向AI教程；很多大模型廠商直接開發AI知識庫產品，藉

程序人生

收藏 評論

cicada-smile 頭像

七號樓 - 項目效率翻倍，做對了什麼？

從手忙腳亂，到遊刃有餘。 【一】 在項目一期開發樓裏App的時候，經常因為事情多而手忙腳亂。 上午的事情做不完，就順勢推到下午和晚上，下午和晚上的事再找時間補，這樣一來很多事都在混亂中推進。 萬事開頭難，因為起初的事很多。 把獨立開發當成半個創業項目，必然要解決產品和銷售兩個關鍵問題，這個過程中，會面對很多不確定性，需要做各種嘗試。 還要在執行中反思，好的方向加強，差的點改

程序人生

收藏 評論

lying7 頭像

躺柒 - 2025年10月總結及隨筆之國慶八天樂

1.回頭看 日更堅持了1035天。 讀《人性機器人》持續更新並完成 讀《技術之外：社會聯結中的人工智能》開更並完成 讀《浪潮將至》開更並持續更新 2023年至2025年10月底累計碼字2852666字，累計日均碼字2756字。 2025年10月碼字98635字，同比上升13.63%，環比下降7.07%，日均碼字數3181字，2025年累計碼字1017727字，累積日均碼字3347字。

程序人生

收藏 評論

cicada-smile 頭像

七號樓 - 獨立開發4個月，0到1之後怎麼辦？

客觀看數據，主觀聊現實。 【一】 2025年七月初，從職場出來獨立做產品，擦着人工智能的邊，歷經4個月的時間： 運營七號樓的社媒賬號，上線了樓裏產品的App和Web網站，開源了《獨立開發者》和《AI實踐》兩款知識庫。 用蓋樓的方式説：基線畫好了。 產品加內容的方式，從流程和結果上看絕對可行，並且是性價比高的組合，只不過對執行的節奏要求很高。 心情上容易亂，手上的活經常荒。

程序人生

收藏 評論

zdyz 頭像

zdyz - 帶娃 / 學習 / 辦公通吃！正點原子 AI BOX0/BOX2 深度評：正點原子的BOX到底強在哪？看完秒選！

帶娃 / 學習 / 辦公通吃！正點原子 AI BOX0/BOX2 深度評：正點原子的BOX到底強在哪？看完秒選！ 當 AI 硬件開始扎堆桌面，真正能做到 "小而強" 的產品卻屈指可數。正點原子最新推出的 AI BOX0 與 AI BOX2 兩款便攜智能設備，憑藉精準的場景定位和硬核配置，打破了傳統 AI 硬件的功能邊界。今天我們就來全面解析這對 "掌心智能伴侶"，看看它們如何碾壓友商小智 AI 硬

程序人生

收藏 評論

yupi 頭像

程序員魚皮 - 我發現很多程序員都不會打日誌。。。

你是小阿巴，剛入職的低級程序員，正在開發一個批量導入數據的程序。 沒想到，程序剛上線，產品經理就跑過來説：小阿巴，用户反饋你的程序有 Bug，剛導入沒多久就報錯中斷了！ 你趕緊打開服務器，看着比你髮量都少的報錯信息： 你一臉懵逼：只有這點兒信息，我咋知道哪裏出了問題啊？！ 你只能硬着頭皮讓產品經理找用户要數據，然後一條條測試，看看是哪條數據出了問題…… 原本大好的摸魚時光，就這樣無了。 這時，你

程序人生

收藏 評論

cicada-smile 頭像

七號樓 - 獨立開發，有性價比嗎？

前半句聊投入，後半句説收穫。 【一】 今年7月從職場，轉獨立開發的賽道，那個問題一直避而不談：有收入嗎？好奇之中又略帶幾分質疑。 收入偏敏感，大家更樂意聊付出。 既然今天主動提這個話題，那就來坦坦蕩蕩的聊一聊，其實在動筆寫之前，內心是糾結了一會，怕拿捏不好影響自己和大家的心情。 在進入主題之前，要先囉嗦個觀念： 對於自媒體內容爆炸的當下，只表達問題的一半更有流量，也就是所謂

程序人生

收藏 評論

Imageshop 頭像

Imageshop - 【工程應用十】 基於Hessian矩陣的Frangi濾波算法 == 血管圖像增強 == Matlab中fibermetric函數的自我實現、加速和優化。

　　前幾天在翻一翻matlab中的幫助文檔，無意中發現一個叫fibermetric的圖像處理函數，感覺有點意思，可以增強或者説突出一些類似於管狀的對象，後面看了下算法的幫助文檔，在百度上找了找，原來這也是一種比較經典的增強算法。 　　核心的論文是《Multiscale vessel enhancement filtering》，可以從這裏下載得到：https://www.researchgate.

計算機圖形學

收藏 評論

Imageshop 頭像

Imageshop - [快速閲讀十]簡易的文字圖像周邊突兀彩色異常區域去除算法。

　　今天朋友給了一些拍照的文字圖像，由於噪音以及JPG編碼等因素的影響啊，在線條、文字等邊緣的部位放大後查看可以看到有明顯的彩色的斑點，這個對於後續的識別和處理都是不利的，因此，需要在進一步處理前把他們給去除掉，這裏經過測試提出一個簡單的算法，經過測試，還是有一定的效果的。 　　　　 　　　　　　　　　　　　　　　　原圖放大　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　Deinte

計算機圖形學

收藏 評論

ENchantedN 頭像

ENchantEd丨 - 計算機圖形學——Games101深度解析_第一章

寫在前面 關於Games101深度解析參考了很多佬的文章，並且加上了自己的理解。主要感覺games101課程裏面還有很多由於時間原因都沒講的很詳細，略過了很多，所以我對於課程中困難的知識點進行了更多的步驟思路解釋，希望能對正在學習這篇課程的後者提供更清晰的思路。 本文建議配上games101視頻以及games101網站中的PDF配合學習https://sites.cs.ucsb.edu/~ling

計算機圖形學

收藏 評論

ENchantedN 頭像

ENchantEd丨 - 計算機圖形學——Games101深度解析_第二章

三維旋轉的符號問題 旋轉矩陣的符號差異源於座標系的手系規則和旋轉方向定義。 首先是我們最常規的繞着z軸旋轉，這是右手系下的標準定義，符合"x軸轉向y軸"的正方向。 \[\mathbf{R}_z(\alpha) = \begin{pmatrix} \cos \alpha -\sin \alpha 0 0 \\ \sin \alpha \cos \alpha 0 0 \\ 0 0

計算機圖形學

收藏 評論

milton 頭像

Milton - 3D Gaussian splatting 02: 快速評估

目錄 3D Gaussian splatting 01: 環境搭建 3D Gaussian splatting 02: 快速評估 3D Gaussian splatting 03: 用户數據訓練和結果查看 3D Gaussian splatting 04: 代碼閲讀-提取相機位姿和稀疏點雲 3D Gaussian splatting 05: 代碼閲讀-訓練整體流程 3D Gaussi

計算機圖形學

收藏 評論

milton 頭像

Milton - 3D Gaussian splatting 03: 用户數據訓練和結果查看

目錄 3D Gaussian splatting 01: 環境搭建 3D Gaussian splatting 02: 快速評估 3D Gaussian splatting 03: 用户數據訓練和結果查看 3D Gaussian splatting 04: 代碼閲讀-提取相機位姿和稀疏點雲 3D Gaussian splatting 05: 代碼閲讀-訓練整體流程 3D Gaussi

計算機圖形學

收藏 評論

milton 頭像

Milton - 3D Gaussian splatting 04: 代碼閲讀-提取相機位姿和稀疏點雲

目錄 3D Gaussian splatting 01: 環境搭建 3D Gaussian splatting 02: 快速評估 3D Gaussian splatting 03: 用户數據訓練和結果查看 3D Gaussian splatting 04: 代碼閲讀-提取相機位姿和稀疏點雲 3D Gaussian splatting 05: 代碼閲讀-訓練整體流程 3D Gaussi

計算機圖形學

收藏 評論

milton 頭像

Milton - 3D Gaussian splatting 05: 代碼閲讀-訓練整體流程

目錄 3D Gaussian splatting 01: 環境搭建 3D Gaussian splatting 02: 快速評估 3D Gaussian splatting 03: 用户數據訓練和結果查看 3D Gaussian splatting 04: 代碼閲讀-提取相機位姿和稀疏點雲 3D Gaussian splatting 05: 代碼閲讀-訓練整體流程 3D Gaussi

計算機圖形學

收藏 評論

milton 頭像

Milton - 3D Gaussian splatting 06: 代碼閲讀-訓練參數

目錄 3D Gaussian splatting 01: 環境搭建 3D Gaussian splatting 02: 快速評估 3D Gaussian splatting 03: 用户數據訓練和結果查看 3D Gaussian splatting 04: 代碼閲讀-提取相機位姿和稀疏點雲 3D Gaussian splatting 05: 代碼閲讀-訓練整體流程 3D Gaussi

計算機圖形學

收藏 評論

milton 頭像

Milton - 3D Gaussian splatting 07: 代碼閲讀-訓練載入數據和保存結果

目錄 3D Gaussian splatting 01: 環境搭建 3D Gaussian splatting 02: 快速評估 3D Gaussian splatting 03: 用户數據訓練和結果查看 3D Gaussian splatting 04: 代碼閲讀-提取相機位姿和稀疏點雲 3D Gaussian splatting 05: 代碼閲讀-訓練整體流程 3D Gaussi

計算機圖形學

收藏 評論

vawe86 頭像

94nut - 學習webgl的第二天day2

HTML 腳本標籤中的着色器 在當今世界一可以讓瀏覽器無需插件即可調用 GPU 做 3D 渲染。我們先學習一下相關的語言。 標準 GLSL是桌面 GPU 着色器語言的 “母體” → 簡化出GLSL ES適配移動 / 瀏覽器場景 →WebGL作為瀏覽器 3D API GLSL的全稱是OpenGL Shading Language（OpenGL 着色語言 ），它是專門為配合 OpenGL（Open G

計算機圖形學

收藏 評論

hhhlxmh 頭像

魚魚蓮 - GAMES101作業3

聲明：使用的是vs2022版，以下內容如有問題，感謝各位大佬指正！ 作業要求： 作業效果： 💡我們需要做的： 在rasterizer.cpp中修改： 函數rasterize_triangle(const Triangle t) //實現與作業 2 類似的插值算法，實現法向量、顏色、紋理顏色的插值 在main.cpp中修改： 函數 get_projection_

計算機圖形學

收藏 評論

testing- 頭像

磁石空杯 - Blender 3D建模實例教程1 3D和Blender用户界面簡介

1 3D和Blender用户界面簡介 歡迎來到精彩的 3D 圖形世界！本書的這一部分將幫助您快速入門，瞭解一些術語和 3D 工作的基礎知識。我們將盡量簡短地講解這些枯燥的內容，以便您能夠立即開始使用 Blender 4.*創建精彩的 3D 項目！ 首先，我們將瞭解 3D 場景的基礎知識。我們將學習3D座標系如何使用三維軸，以及如何通過變換操作3D對象。我們將解答一些基本問題，例如：什麼是對象？什麼

計算機圖形學

收藏 評論

charlee44 頭像

charlee44 - WebGL簡易教程——結語

1 概述 筆者在幾年前寫過一系列關於WebGL的文章《WebGL簡易教程——目錄》，前端時間將其整理了一下，增加了一個在線案例的站點以便於學習查看。這裏就順便寫一段結語吧。 2 觀點 2.1 建議 這個系列文章寫了十五篇，之所以不繼續寫了是因為寫到後面代碼越來越膨脹（比如《WebGL簡易教程(十四)：陰影》中的實現寫了700行代碼），一些高級的圖形技術要通過WebGL這樣底層的API來實現就不是

計算機圖形學

收藏 評論

Imageshop 頭像

Imageshop - 【16位RAW圖像處理五】任意位深16位圖像的中值模糊快速實現及其應用。

　　在我博客裏，也多次提到了中值模糊的優化，比如以下兩篇文章： 　　【算法隨記三】小半徑中值模糊的急速實現（16MB圖7.5ms實現） + Photoshop中蒙塵和劃痕算法解讀。 　 任意半徑中值濾波（擴展至百分比濾波器）O(1)時間複雜度算法的原理、實現及效果。 　　但是，這些都是這對8位圖像的優化，也就是説圖像的色階最多隻有256，如果把這個優化算法直接擴展到16位的RAW圖像，有以下幾個

計算機圖形學

收藏 評論