XMoni项目开发小记与Vibe code尝试经验总结

Posted in人工智能, 算法学习

1. 做XMoni项目的原因

XMoni0.7.8ScreenShot
XMoni0.7.8ScreenShot

作为硬件爱好者，还是非常关注电脑的动态负载的，尤其是当你拥有一个13代I9很有可能缩肛的处理器，还经常跑深度学习训练、大型游戏、建模渲染或者其他高负载的工作的时候。如果可以有一个桌面仪表盘帮助你随时看到自己电脑的关键信息，那能帮助你更好的了解自己的电脑的实时运行情况，摸清他的脾气，让电脑更好的为自己工作。

比如说搞明白渲染时 GPU 跑到多少瓦，散热温度能不能跟上？CPU 有没有因为温度撞墙而降频，是否长期运行在高频电压的缩肛高风险区？等等这些都需要一些硬件监测软件来辅助。

市面上当然不缺硬件监控工具。AIDA64 功能强大但界面古老，而且自定义界面真的让我有点头疼，也有一些简单的文字工具，但是我个人还是喜欢一些GUI页面的，让数据更加直观可视化。
任务管理器的性能标签页数据维度有限且无法悬浮。我想要的是一块安静悬浮在桌面上、半透明不遮挡工作、五维数据一目了然的仪表盘。这也是自从我从win7时代，一直想要自己动手做的事情。
但是本人是编程小白，对程序只是懂得一点点，独立完成这种开发项目还是很难的。但是现在LLM横空出世，我尝试使用腾讯Workbody来进行Vibe Code，如果你问我为什么不用codex和claude code，那确实比workbody效果好，但是主要是穷，有一些订阅费用可能高达上千，我还是选择放弃了。

强推免费的零基础计算机编程公开课：哈佛CS50

Posted inPython学习, 算法学习

是我目前为止看到最好的零基础计算机编程公开课。很适合工业设计等非计算机专业的同学入门学习计算机编程。

当然哈佛本来就是全世界排名前五的学校，有这个机会免费学习哈佛的课程蛮好的。

比如调试C语言学习环境的时候，很多同学会在第一步卡住，环境配置不好。但是CS50与Github合作提供了在线编译环境，在任何一个设备上都可以云端编写并运行代码：cs50.dev(需要科学)

免去了很多配置环境的烦恼，使学生能够专注于算法本身的学习。

 

个人感觉：优秀的老师与一般的老师区别就是：优秀的老师更能够从学生现有的知识体系出发，尽可能多的讲解可以理解的知识，避免常见的错误，循序渐进让学生能够掌握足够的知识。而不是一个字一个字念PPT这种行为。

The python code to batch modify the image resolution and fill the redundant area of the image

Posted inPython学习, 人工智能, 算法学习

This code is for beginners to use, we refer to a lot of code on the Internet, thank the predecessors for their contributions.

The goal of this code is to modify the resolution of all the pictures to 128*128. While modifying the images, it will not elongate them, but supplement the deformed part by filling pure white（any color can be fill by change RGB）, which is conducive to the training of GAN.

The code is python, can be copied later debugging use.

Thanks for xinggui.

The last part 【cut_images(‘F:/date/JPG128enhance/’, ‘new’, 128, 128)】is the target folder you want to enhance.

And 128 represents the image resolution that needs to be modified. For example, 128, 128 represents a picture with a resolution of 128*128, if you need other picture resolutions, you can modify it yourself.
The way for beginners to use is to copy this code into vscode, modify the address of the target directory, save it as a .py file, and then click the small triangle in the upper right corner to run the code.