C++

C++是一门由Bjarne Stroustrup于1980年代在贝尔实验室开发的通用编程语言,其设计初衷是“带类的C”,即在C语言的基础上增加了面向对象编程等特性。它完美继承了C语言的高效性和底层控制能力(如指针和内存直接操作),同时引入了类、封装、继承、多态等面向对象机制,以及模板、泛型编程、异常处理、标准模板库(STL)等现代特性,使其成为一个兼具高性能和高抽象层次的多范式语言。C++以其极高的执行效率和灵活性著称,既可用于开发操作系统、游戏引擎、嵌入式系统、高频交易等对性能极度敏感的底层系统,也能构建大型复杂的桌面应用和服务器软件。然而,这种强大和自由也带来了显著的复杂性,学习曲线陡峭,需要程序员手动管理内存并深入理解语言细节。尽管面临现代语言(如Rust、Go)的挑战,但凭借其成熟的生态、庞大的代码遗产和持续的标准化演进(C++11/14/17/20),C++至今仍是系统级开发和高性能计算领域不可或缺的基石语言。
离线语音交互系统:基于Vosk轻量级中文离线语音引擎,摆脱了对云端的依赖。小车能精准识别“小车”、“跳舞”、“前进一米”等关键词,并利用PiperTTS引擎实现自然、流畅的中文语音播报反馈(如“好的,我要来唱歌了”)。多模态动作控制:基于ROS2Humble和C++,实现了麦克纳姆轮底盘的精准运动控
460C++人工智能
oj系统开源项目
独立设计并实现前后端分离的OJ平台,支持C/C++/Java/Python/JS/Go六种语言在线判题•后端基于cpp-httplib库构建API服务,实现请求路由、参数解析、JSON响应•基于自定义Token机制实现无状态鉴权,集成Redis缓存热点数据,MongoDB持久化存储•使用C++实现高
600C++人工智能
车牌识别服务开发说明书适配平台:JetsonNX/RK3576核心算法:YOLO26n-OBB(旋转车牌检测)+CRNN(字符识别)数据流框架:GStreamer硬解码+两级环形缓冲池关键特性:原始帧不覆盖、camera_id全链路透传、低延迟、高可用、双平台通用目录文档概述整体架构模块功能说明数据
600C++人工智能
IC/IR计算与显著性检验,判断因子预测能力•分层回测:验证因子分组收益的单调性•滚动窗口衰减检验:判断因子是否随时间是衰减•数据预处理规范:MAD去极值、z-score标准化•时间对齐保护(shift(1)):从机制上杜绝未来函数与数据泄露•基于pandas/numpy,内置22个单元测试和合成数
970C++金融
•将回测交易记录与实盘交易记录逐笔对齐•按品种、方向、时间段定位回测与实盘偏差来源(数据差异、执行差异、滑点)•输出结构化审计报告,把"回测赚钱实盘亏"变成可定位的事实•零依赖,内置合成数据示例和18个单元测试
660C++金融
•对固定历史数据回测,生成结果快照作为基线•代码重构/升级后自动重跑回测,与基线逐项对比•输出差异报告,定位哪次改动导致回测结果漂移•纯Python零依赖,命令行一键使用,内置合成数据示例和15个单元测试
740C++金融
dify开源项目
为Dify(开源LLM应用开发平台,GitHub50k+stars)贡献前端重构代码。将教育认证状态的存储方式从原生localStorage手动操作迁移至统一的useLocalStorageHook,提升代码一致性和可维护性。PR已通过maintainerreview并合并至主分支,目前运行在生产环
1060C++人工智能
Moonlightisapowerful,intelligentimageannotationtooldesignedforcomputervisiontasks.BuiltwithPyQt6,itcombinesmanuallabelingcapabilitieswithadvancedAIass
700C++人工智能
HFile开源项目
HFile是一个使用C语言实现的轻量级文件传输工具,专注于在终端环境下完成简单、直接、可靠的文件发送与接收。它面向的不是复杂的云盘场景,而是更贴近开发者和实验环境的需求:在两台机器之间,快速完成文件传输,减少额外依赖,保持协议和实现的可控性。核心功能 • 基于TCP的点对点文件传输 • 命令行使用,
910C++人工智能
•项目角色:贡献者(Contributor)|开源地址:https://github.com/baidu/vLLM-Kunlun•项目背景:vLLM-Kunlun旨在将PagedAttention等核心技术适配至百度昆仑芯(XPU)硬件,支持Qwen等主流模型的高性能推理。•技术栈:–核心语言:Py
3850C++人工智能
曦之翼Agent开源项目
本项目是一个基于大语言模型(LLM)的智能Agent系统,旨在提升AI在长期记忆、复杂任务处理与实际执行方面的能力。系统并非将LLM作为单纯的问答工具,而是在其之上构建完整的Agent引擎,使AI能够理解用户意图、拆解任务、执行操作,并在多轮交互中保持上下文连续性。系统核心由Generator执行器
1840C++人工智能
该项目主要探索多维的Tensor在CPU上实现快速的矩阵运算等,功能实现涵盖了自定义内存配置器Allocator,createTensorOne,createTensorZero,createTensorRand,cat,normalize,selectSet,selectGet,toString,
1690C++人工智能
CVMRuntime开源项目
1.CVM旨在开发一个能够进入区块链共识的模型推理平台,采用全整形数据流2.MRT从MxNet/Pytorch等其他模型训练框架导入模型,并量化至CVM兼容格式
1940C++人工智能
当前共13个项目more
×
寻找源码
源码描述
联系方式
提交