- 博客(5486)
- 资源 (59)
- 问答 (2)
- 收藏
- 关注
RSS订阅
原创 SwiftUI macOS全球开发资源汇总
你说flash好用，苹果给封杀了。你说h5很灵活，苹果悄悄清洗h5。你说kotlin好用，苹果给你造了Swift。你说flutter好用，苹果就自己造了SwiftUI。苹果的原则很简单，我的世界必须都是我的。作为在苹果世界里面种地的码农，俺们还是要遵守人家都规则，能够native就尽量不要高跨平台，能用苹果制造就不要用google生产。大牛肯定要给你布道跨平台的优势，但是人家在做现象级别的app，可以和苹果讨价还价，而俺们这类普通程序员还是老老实实的用苹果造吧。WWDC2020更新汇总本次次.
2020-08-07 22:41:45
2303
原创 过这款令人兴奋的 Streamlit 应用程序释放人工智能的力量
该应用程序是使用 Streamlit 构建的，Streamlit 是一个开源应用程序框架，用于制作快速、简单的 Web 应用程序。作为一名热心的编码爱好者，我对最近随处可见的大型语言模型的爆炸式增长着迷。为了尝试所有这些，我制作了一个 Streamlit 应用程序，它允许我在一个用户界面中轻松地与不同模型聊天，而无需通过另一个界面（例如 Bedrock 等）。
2024-04-25 14:03:09
1
原创 ChatGPT 最大更新：GPT-5 来了！
自定义 GPT 模型（称为“GPT”）为特定任务提供量身定制的解决方案。这些模型使用户能够创建基于其数据训练的个性化人工智能模型，为生产力和创造力开辟新的可能性。最新更新允许用户将多个自定义 GPT 模型无缝集成到对话中。只需在聊天框中输入“@”，即可在聊天中直接访问这些 GPT。这种集成增强了 Chat GPT 的功能并支持更复杂的交互。
2024-04-25 13:56:08
2
原创 新 GPT-5 的 9 项预期功能
随着 GPT-5 的预期推出，本文据称将揭示预计将添加到新GPT 语言模型中的九个功能。虽然涉及一些猜测，但许多消息来源，包括 Sam Altman 和 OpenAI 员工的声明，都有助于这些预期。让我们深入了解 GPT-5 的功能。
2024-04-25 13:53:12
205
原创 Phi-3-Mini：深入了解 Microsoft 的微型动力室
微软的 Phi-3-Mini 正在人工智能领域掀起波澜。这个紧凑的强大引擎挑战了传统观念，即更大的语言模型 (LLM) 总是等同于更好的性能。以下是 Phi-3-Mini 及其功能和潜力的详细介绍。
2024-04-25 13:50:03
3
原创 简化数据分析：可访问见解的一场革命
我的项目“文本到数据检索和有洞察力的图表生成”就是为了弥补这一差距。想象一下输入一个类似“上季度销售额是多少？”的问题。输入一个简单的文本框，并在几秒钟内获得答案，包括数字和易于理解的图表。该工具结合了自然语言处理 (NLP) 的强大功能，使用 Google 的 Gemini 大语言模型 (LLM)、SQL 查询和动态可视化，使数据分析就像输入问题一样简单。
2024-04-25 13:47:41
1
原创 人工智能心理治疗师：支持与反对的理由
2022 年ChatGPT的发布改变了人们对语言模型功能的看法。突然间，人们开始认真考虑在各种人际环境中使用这些系统之一代替人类的可能性。在接下来的几年里，我看到或听到的一些用例包括导师、教练、助理，甚至心理治疗师。鉴于我自己作为心理学领域研究科学家的背景，我对最终用例特别感兴趣。在不久的将来，我们是否有可能拥有能够真正帮助客户的人工智能心理治疗师？是否有办法让这样的人工治疗师比训练有素的人类心理治疗师更适合这项任务？总的来说，我对人工智能心理治疗师的可能性相当矛盾。
2024-04-25 13:43:32
1
原创 开源矢量数据库的全面比较 Chroma、Milvus、Faiss 和 Weaviate 矢量数据库之间的比较
矢量数据库是一种将数据存储为高维矢量的数据库，高维矢量是特征或属性的数学表示。每个向量都有一定数量的维度，其范围可以从数十到数千，具体取决于数据的复杂性和粒度。向量通常是通过对原始数据（例如文本、图像、音频、视频等）应用某种变换或嵌入函数来生成的。嵌入函数可以基于各种方法，例如机器学习模型、词嵌入和特征提取算法。矢量数据库的主要优点是它允许根据矢量距离或相似性快速准确地搜索和检索数据。
2024-04-25 10:17:18
114
原创 在笔记本电脑上本地运行大型语言模型 (LLM) 的 5 个免费工具(GPT4All LM Studio Ollama LLa MA.cpp NV) 解锁自定义 AI：在本地运行大型模型以实现控制和隐私
虽然在线访问基于 LLM 的聊天机器人很简单，只需互联网连接和良好的浏览器，但它存在潜在的隐私风险。例如，OpenAI 存储您的交互和元数据以改进其模型，这引起了注重隐私的用户的担忧。选择在本地使用这些模型为那些寻求更好地控制数据的人提供了一种解决方案。在本文中，我们将探讨在本地利用大型语言模型 (LLM) 的五种方法。这些工具兼容主要操作系统，可以快速下载和安装。通过本地运行的法学硕士，您可以保留对模型选择的控制权，并可以轻松地从 HuggingFace 中心访问模型。
2024-04-25 09:29:51
79
原创 大模型测试数据之 销售数据测试llama3、llama2、dolphin-llama3、phi3、qwen和chatgpt4 （教程含详细测试结果）
作为csdn长期用户，积累一部分专栏订阅数据，但csdn并没有提供相关订阅数据分析服务，为此计划通过大语言模型来进行测试。下面是测试的具体情况请从我提供的数据中，提取数据。下面是数据"""...【一周小结】又是一周过去了，CSDN为你整理好了本周小结，点击查看数据详情，快去秀出你的战绩吧！写是为了更好的思考，坚持写作，力争更好的思考。...专栏订阅通知用户 mucus 通过 算法很棒,改进的图像到图像结果 订阅了您的付费专栏《 开发教程 》，快来看看订单收益如何吧！
2024-04-25 08:53:49
169
原创 在 Apple Silicon 上安装 AUTOMATIC1111 stable-diffusion-webui并和open webui完成整合
目前，Web UI 中的大多数功能都可以在 macOS 上正常运行，最显着的例外是 CLIP 询问器和训练。尽管训练看起来确实有效，但速度非常慢并且消耗过多的内存。可以使用 CLIP 询问器，但它无法与 macOS 使用的 GPU 加速一起正常工作，因此默认配置将完全通过 CPU 运行它（速度很慢）。众所周知，大多数采样器都可以工作，唯一的例外是使用稳定扩散 2.0 模型时的 PLMS 采样器。在 macOS 上使用 GPU 加速生成的图像通常应与具有相同设置和种子的 CPU 上生成的图像匹配或几乎匹配。
2024-04-25 08:02:56
387
原创 在 Flutter 中使用隔离的内容、时间和地点
在不同线程上执行多个任务的过程称为并行性，这种并行性可以使用Isolates来实现。借助Isolate.spawn、Isolate.exit、ReceivePort、SendPort，我们可以在 Flutter 中实现并行化。使用compute也可以实现同样的并行性。Flutter Web 不支持隔离。因此，建议在 Flutter Web 上使用计算而不是隔离。
2024-04-24 07:13:57
7
1
原创 AI 和 ML 新闻：4 月 24 日 META LLaMA 3 来了，Adobe 致力于生成 AI 视频，人性化的 AI pin 是失败的等等
链接描述DGMamba：通过广义状态空间模型进行域泛化。DGMamba 是一个新框架，利用新颖的状态空间模型 Mamba 来解决域泛化问题。操纵大型语言模型以提高产品可见性。可以通过在产品描述中添加策略文本序列来操纵搜索引擎的广泛语言模型，以推广特定产品。MindBridge：跨学科大脑解码框架。MindBridge 是一个单一模型，可以解释多个受试者的大脑活动。驯服文本到 360° 全景图像生成的稳定扩散。
2024-04-24 07:09:33
5
原创 大模型应用之 读图能力llama3显著提升，可以打造本地私人日志分析工具
Llama3 (LLMA-3) 是 Meta AI 开发的人工智能 (AI) 模型，因其令人印象深刻的语言理解和生成能力而受到广泛关注。
2024-04-23 11:20:13
7
原创 使用 Ollama、Qdrant 和 Flowise 构建低代码动漫聊天机器人
在本文中，我们将构建一个检索增强生成（RAG）聊天机器人，专门回答有关动漫的问题。我们的重点是利用Flowise和Ollama等低代码工具来简化和加速开发过程。我们还将使用Qdrant作为我们的向量存储，并使用Qwen作为我们的大型语言模型。
2024-04-23 08:59:51
67
原创 解锁快速数据提取：Groq + OCR 和 Claude Vision
在本文中，我们将讨论从文档中提取数据的不同方法。我们将 OCR+LLM 与 Claude 3 愿景进行比较，并探索快速 OCR 转换器和云原生 OCR。此外，我们将提供一个使用 docTR 将 OCR 实现为简单 API 的代码示例。最后，我们将讨论 Groq 以及如何使用它为我们提供 LLM 的最佳推理速度。
2024-04-23 08:34:52
97
原创 如何从 HuggingFace 为 Ollama 导入新模型
Ollama 是一款功能强大的工具，可以简化创建、运行和管理大型语言模型 (LLM) 的过程。本教程将指导您完成从 Hugging Face 导入新模型并创建自定义 Ollama 模型的步骤。
2024-04-22 21:07:52
83
原创 大模型系统之 01 duckdb-nsql-7B 的 7B 参数文本到 :Text2SQL OpenSource：duckdb-nsql-7B，在本地设置上带有 Ollama 和 LlamaIndex
随着 DuckDB 作为查询引擎成为人们谈论的话题，还有什么比尝试DUCKDB-NSQL-7B来自 motherduck 的热门和新鲜产品更好的实验呢？使用 20 万个 DuckDB 文本到 SQL 对进行训练，并使用Mixtral-8x7B-Instruct-v0综合生成.1，以 DuckDB v0.9.2 文档为指导。对于本文，我将使用 ollama 运行它，这将是一件轻而易举的事情。
2024-04-22 16:45:46
79
原创 在个人 Linux 机器 (GPU/CPU) 上本地运行 LLaMA-3(Docker+Ollama+Open WebUI+LLama3教程含详细步骤)
Ollama是一个强大的框架，专为大型语言模型的本地执行而设计。它提供了一种用户友好的方法来部署和管理人工智能模型，使用户能够直接从他们的机器运行各种预训练或自定义模型。Ollama 的多功能性突出在于其全面的模型库，范围从较小的 80 亿参数模型到大量的 700 亿参数版本，可满足不同的计算和应用需求。OLLAMA 优化的技术见解Ollama 采用了一系列优化来确保跨不同硬件设置的高效模型性能：硬件优化：利用 GPU 加速显着提高性能，在纯 CPU 配置上实现高达两倍的处理速度。
2024-04-21 16:04:14
212
原创 DevOps 中的人工智能：人工智能如何改变我们的工作方式
总之，DevOps 的未来与人工智能和机器学习技术的发展紧密相连。随着这些技术的不断发展，它们将使 DevOps 团队能够自动化日常任务、优化流程、改善协作和沟通，并推动软件和服务交付的持续改进。通过利用人工智能的力量，DevOps 团队将能够更高效、更有效地工作，使他们能够专注于工作中最关键和最复杂的方面。这将帮助组织向用户提供更好的软件和服务，并在快速发展的数字环境中保持竞争力。
2024-04-20 15:10:33
14
原创 在 Apple Silicon Mac（M1、M2 或 M3）上运行最新 LLM 模型 Meta Llama 3 的分步指南
您是否正在寻找在基于 Apple Silicon 的 Mac 上运行最新 Meta Llama 3 的最简单方法？那么您来对地方了！在本指南中，我将向您展示如何在本地运行这个强大的语言模型，使您能够利用自己机器的资源来实现隐私和离线可用性。本教程将包括在您自己的计算机上设置类似于 ChatGPT 的用户友好界面。我将保持简单，并为您提供在本地运行它的步骤，包括使用 ChatGPT 等漂亮的 UI。
2024-04-20 15:06:51
399
原创 数据库查询的未来：使用 AI 评估文本到 SQL 和文本到 NoSQL
随着 ChatGPT 和其他大型语言模型 (LLM) 的兴起，人们对检索增强生成 (RAG)（本质上是直接与数据进行对话）的迷恋与日俱增。虽然使用自然语言查询数据库的概念很吸引人，但此类 RAG 应用程序的实际实现提出了重大挑战。本文深入探讨了使用法学硕士将自然语言转换为 SQL 和 NoSQL 查询的令人兴奋的领域。想象一下，只需输入您的想法即可轻松获取和过滤数据。然而，尽管这听起来很简单，但这个过程却充满了复杂性。尽管法学硕士很聪明，但仍然容易出错，有时会产生不准确或捏造的信息。
2024-04-20 14:54:17
15
原创 学习使用 NodeJS 安装和运行 Ollama 模型和其他大型语言模型的 Open-WebUI
适合 LLM 的用户友好的 WebUIGithub 存储库在哪里？
2024-04-20 14:49:34
76
原创 由大语言模型支持的语义搜索
在当今的信息时代，在不断扩大的数字海洋中航行可能会让人不知所措。传统的基于关键字的搜索引擎常常存在不足，根据文字匹配提供结果，而不是理解查询背后的真实意图。这就是语义搜索的用武之地。这是一种革命性的方法，超越了简单的关键字匹配，深入研究了用户搜索的更深层含义。在这里，我们将探讨语义搜索如何利用大型语言模型的力量来提供更相关和更有洞察力的搜索体验。
2024-04-20 14:43:16
5
原创 揭开强大的面纱：全面了解 Meta 的 Llama 3 语言模型
最近发布的 Meta 的 Llama 3 大语言模型 (LLM) 给人工智能领域带来了冲击。这种先进的模型有望在自然语言处理方面取得重大突破，其应用程序会影响研究人员、企业和个人创作者等。让我们更深入地研究 Llama 3 的复杂细节，探索它的架构、技术进步、集成计划和潜在的未来影响。
2024-04-20 14:39:20
130
原创 使用 ORPO 微调 Llama 3 更便宜、更快的统一微调技术(教程含源码)
ORPO 是一种令人兴奋的新型微调技术，它将传统的监督微调和偏好调整阶段结合到一个过程中。这减少了训练所需的计算资源和时间。此外，实证结果表明，ORPO 在各种模型大小和基准上优于其他对齐方法。在本文中，我们将使用 ORPO 和 TRL 库对新的 Llama 3 8B 模型进行微调。该代码。
2024-04-20 14:33:40
13
原创 为什么智能音箱还没有进化到AI大语言模型？
就目前情况而言，智能扬声器对于偶尔提出问题很有用，最重要的是，它可以作为家庭功能自动化的中心，但除此之外就没有什么用处了。为它们提供智能并使它们达到我们日常使用的生成算法的水平需要更强大的设备或更轻的算法，最重要的是，一个合理的商业模式不会将它们变成亏损者。在多次裁员后，该公司表示仍致力于开发该设备，并正在准备一个新的大规模语言模型，一个专门研究最常见问题类型的增强型法学硕士，这将导致新的基于订阅的 Alexa Plus 或 Remarkable Alexa数百名消费者已经对此进行了试用。
2024-04-18 07:48:21
16
原创 JAMBA，第一个强大的混合模型就在这里 迈向次二次方的未来
近六年来，没有什么能打败 Transformer，它是所有生成式 AI 模型的核心。然而，由于其成本过高，许多人试图推翻它，但无济于事。但我们终于能听到变革之风。不是要取代 Transformer，而是要创建混合体，即新一代大型语言模型，提供两全其美的超性能和高效率。我们终于拥有了第一个量产级型号Jamba。在技术领域，总是需要权衡。就变形金刚而言，这是一个很大的问题。尽管由于篇幅原因我们不会深入探讨 Transformer 的技术细节，但要点如下。
2024-04-17 14:11:01
16
原创 什么是供应链数字孪生？ 使用 Python 发现数字孪生：对供应链网络进行建模、增强决策并优化运营
供应链是一个以目标为导向的流程和库存点网络，用于向客户提供商品和服务。要使用 Python 创建供应链的数字孪生，您首先需要定义构成供应链的各种组件和流程。这可能涉及创建表示仓库、运输操作和生产设施的数据结构，并定义这些组件之间的关系。
2024-04-17 11:16:26
20
原创 流程系列之什么是流程挖掘？如何使用 Python 进行流程挖掘并释放业务数据的力量
1.了解流程挖掘2.流程挖掘如何使您的业务运营受益II．如何使用 Python 实现流程挖掘1.使用 Python 进行流程挖掘的真实示例2.方法 1：发现3.方法 2：一致性4.方法 3：增强5.使用 Python 进行流程挖掘的最佳实践III．结论1.需要统一且干净的数据流程挖掘技术可以应用于许多流程，包括制造、供应链管理、医疗保健和客户服务。通过分析有关流程的数据，流程挖掘可以帮助组织了解其流程的运作方式、确定需要改进的领域并就优化流程做出明智的决策。
2024-04-17 07:52:28
22
原创 DrLlama：Llama 可以阅读医疗报告吗？ 让我们实验一下开源 Llama 2/llama.cpp 如何解释实验室结果
这是我们参考实验室报告中的全血计数(CBC)测试：我们想要一个自动总结生物标志物“红细胞”、“血红蛋白”等的程序，以及它们各自的结果值，例如489万/mm3以及适当的参考范围，例如4.3至5.7。我们还需要考虑另一个问题：一些测试可能包含名称冲突的生物标志物 - 例如，在我们报告的第 4 页，测试中游尿液样本(MSU) 也包含生物标志物“红细胞”：问题是，当将测试 CBC 和 MSU 中的红细胞映射到我们的内部数据库时，它们最终可能会相互覆盖；
2024-04-14 19:23:13
25
原创 Docker 使用 llama.cpp 在 OrangePi 5B 上运行 llama-2 模型
在本文中，我们将逐步介绍如何让llama-2模型在基于 ARM 的廉价 SBC（例如 Orange PI）上运行。我们将利用llama.cpp ，这是Georgi Gerganov在各种硬件上以最少的设置运行 LLM 推理时所做的最令人惊叹的工作。注意：我在 Orange Pi 5B 上使用自编译的 Linux 内核。默认的 OrangePi Ubuntu Server Jammy 映像已预加载Docker ，但由于缺少内核模块，因此无法与Ceph FS 存储（具有 RWO 访问模式）一起使用。
2024-04-14 16:06:18
25
原创 使用 Claude 3 将视频教程转变为博客文章 重现 Anthropic 针对 Karpathy 视频摘要挑战的解决方案
Claude 3 Opus是 Anthropic 提供的最新、性能最高的大型多模态模型 (LMM)。它于 3 月 4 日发布，可以通过 claude.ai 的 Web 界面或 API 进行访问。该模型可以输入最多 200K 个文本或图像标记，并可以输出最多 4K 个文本标记。让我们更具体地简要量化这意味着什么：用于输出的 4K 个标记：根据经验，一个标记大约是一个单词的 3/4，我们得到 4K 个标记转换为大约 3K 个单词。假设每页大约 500 个单词，Claude 最多可以输出大约 6 页的文本。
2024-04-14 15:55:08
23
原创 使用 LlamaParse 从文档创建知识图 结合 LlamaParse 和 Neo4j 的强大功能，打造更好的 RAG 解决方案
一个月前，LlamaIndex 宣布推出LlamaCloud，这是一项开创性的托管解析、摄取和检索服务，旨在增强 LLM 和 RAG 应用程序的生产级上下文增强。LlamaCloud 的关键组件包括LlamaParse，这是一种专有的解析工具，用于包含表格和图形等嵌入对象的复杂文档，它与 LlamaIndex 摄取和检索无缝集成。这种集成使得能够在复杂的半结构化文档上构建检索系统，从而有助于回答以前无法处理的复杂问题。此外，还引入了托管摄取和检索 API，以简化 RAG 应用程序数据的加载、处理和存储。
2024-04-14 15:19:04
40
原创 Suno AI 逆向工程：释放人工智能音乐生成的力量
Suno AI在过去的一年里风靡全球，通过纯文本提供逼真、快速、准确的人工智能音乐生成。对于那些不熟悉 Suno AI 的人来说，它是一个基于网络的文本到音乐生成器，可以通过简单的文本提示在几秒钟内生成完整的歌曲。例如，让它制作一首“关于黑客马拉松的乐观流行歌曲”，你会得到几首两分钟的歌曲，其中包含人声、乐器、歌词、歌曲标题，甚至还有艺术作品。这一切都可以通过 Suno 的免费版本实现，尽管这些帐户自然有限制。您每天最多可获得 50 个积分，足以购买 10 首歌曲。
2024-04-14 12:59:04
24
原创 Suno AI：通过文本提示免费制作原创音乐 通过人工智能驱动的音乐生成释放您内心的歌曲作者
准备好迎接由人工智能驱动的最新音乐热潮：Suno AI，它是病毒式传播的人工智能歌曲的生成器。没有音乐天赋？没问题！只需几句话，Suno AI 就可以创作出从朗朗上口的流行歌曲到深情的蓝调音乐的一切内容。如果您是音乐爱好者，这对您来说是一个强大的工具。让我们深入了解吧！
2024-04-14 12:55:42
16
原创 Suno AI：如何使用应用程序通过 AI 创作精彩歌曲
Suno AI已经进军人工智能市场，创造音乐让我们惊叹不已。该公司明确表示，其目标不是创造“假 Drakes”，而是个性化且完全独特的歌曲。事实上，他们有几个系统可以防止引用其他艺术家。我们测试了他们的最新版本 V3，该版本承诺并实现了提高歌曲创作的速度和质量。不，Suno AI 并不是一个复制音乐风格并用知名艺术家的声音创作新歌曲的平台。Bad Bunny 可能不介意使用这个平台。它的创建者除了音乐家和人工智能专家之外，还曾是 Meta、前 TikTok 和前 Kensho 人士。
2024-04-14 12:52:39
26
原创 谷歌发布Lyria——世界上最先进的人工智能音乐生成器
音乐世界正处于变革时代的风口浪尖。谷歌推出了 Lyria，这是一款开创性的举措，这是一款人工智能音乐生成器，有望彻底改变音乐的创作方式。Lyria 的功能远远超过之前的任何人工智能音乐生成器，为用户提供了前所未有的控制力和创造力。
2024-04-14 12:48:32
16
原创 如何使用 Python 创建情感分析模型 创建检测市场情绪的算法
K 最近邻 (KNN) 是一种简单直观的机器学习算法，用于分类和回归任务。但首先，分类和回归是什么意思？分类是一种监督学习，其目标是将数据点分类为预定义的类或标签。在分类中，模型学习根据输入的特征将类或类别分配给输入。分类中的输出是离散的，表示类别或类标签。例如，将电子邮件分类为垃圾邮件或非垃圾邮件。另一方面，回归是一种监督学习，其目标是预测连续数值。在回归中，模型学习建立输入特征和输出（实数值）之间的关系。回归的输出是一个连续的值范围，它表示一个数量或数值。
2024-04-14 12:45:20
170
原创 为什么 Python 是人工智能的首要语言：从业者的视角
在快速发展的人工智能 (AI) 领域，选择编程语言至关重要，它不仅充当教学媒介，而且充当创新和效率的催化剂。在众多可用的编程语言中，Python 已成为领跑者，受到新手和经验丰富的从业者的青睐。本文深入探讨了 Python 在人工智能领域突出的原因，讨论了它的简单性、丰富的生态系统和强大的社区支持。
2024-04-14 12:41:55
11
iOS游戏开发之使用 Spritekit 框架和 Swift 的 iOS 2D 太空射击游戏源码
2023-01-25
使用 Python 自动创建 Excel 仪表板
2023-01-16
全流水线边缘检测器算法使用 VHDL源码
2023-01-15
使用Stable Diffusion改进图像分割模型
2023-01-14
matlab 微积分和微分方程使用 ezplot、fplot、fimplicit3 和 ezpolar 绘制函数教程
2023-01-14
Matlab数学基础操作之derivatives(导数)、integration（积分子）、nonlinear equatio
2023-01-12
SwiftUI可重用的下拉选择器项目含源码
2023-01-11
SwiftUI 自定义下拉菜单组件支持自定义颜色Dropdown list menu
2023-01-11
macOS SwiftUI 教程之入门toolbar工具栏
2020-12-22
macOS SwiftUI 获取本地文件的类型标识符UTType
2020-12-22
macOS SwiftUI教程之通过回车或点击让TextField失去焦点
2020-12-19
macOS SwiftUI 三栏App架构动态修改标题和设置工具栏
2020-12-19
macOS SwiftUI 设置窗体透明背景和特效
2020-12-19
macOS_SwiftUI_list.zip
2020-12-19
macOS SwiftUI LazyVGrid和LazyHGrid源码
2020-12-19
SwiftUI LazyVGrid和LazyHGrid 自定义对齐源码
2020-12-19
iOS Swift记忆益智游戏Memory Game完整源码
2020-12-19
macOS SwiftUI文本编辑器含代码
2020-12-18
macOS SwiftUI教程之点击获取位置 ClickGestureRecognizer
2020-12-18
macOS SwiftUI tabView构建切换组件
2020-12-18
SwiftUI TabView 构建滚动轮播图PagedTabViewStyle
2020-12-18
macOS SwiftUI动画教程之淡入淡出组件
2020-12-14
macOS SwiftUI教程之绘制垂直虚线Dash
2020-12-13
macOS SwiftUI教程之绘制楔形体(Wedge)图WedgeChart
2020-12-13
macOS SwiftUI完整代码之绘制柱状图
2020-12-13
iOS Swift Core Location完整案例代码
2020-12-12
SwiftUI watchOS成品代码之NBA Draft比赛App
2020-12-12
SwiftUI完成代码之Sport App运动新闻App
2020-12-12
SwiftUI完成代码之Financial App 卡管理Core Data数据库
2020-12-12
macOS SwiftUI教程之绘制百分比多彩饼图
2020-12-12
macOS SwiftUI教程之绘制Path绘制饼图
2020-12-12
macOS SwiftUI教程之绘制曲线
2020-12-12
macOS SwiftUI教程之绘制矩形Path
2020-12-12
macOS SwiftUI教程服务共享 NSSharingServicePicker完整代码
2020-12-12
SwiftUI CoreData增删改查完整代码
2020-12-09
macOS SwiftUI文件打开教程FileDialog项目含源码
2020-12-09
Wordpress入门书籍哪些最值得看
2021-05-30
请问wordpress，使用markdown生成页面如何跳转url？
2021-05-30
TA创建的收藏夹 TA关注的收藏夹
TA关注的人