首页 > 其他分享 >越关山——一次全新的尝试和突破

越关山——一次全新的尝试和突破

时间:2024-12-29 13:41:28浏览次数:4  
标签:尝试 代码 ai aigc 关山 编程 作业 团队 全新

一.蓦然回首

作业一:对aigc熟悉和博客园以及GitHub使用

这份作业是接触软工课程的第一个作业。github和aigc工具早已经有了接触。在平时的写代码和完成部分作业任务时已经接收了不少的ai帮忙,ai已经彻底地改变了我们的生活,改变着学习和工作,所以如何更好地使用ai恐怕在将来会更为重要。ai的学习能力已经远超于我们常人。
在这次作业任务中,利用了aigc进行了一个logo的生成,在这期间给我的感受是:这些文生图工具,也可以说目前所有的文生图工具(文生图模型),虽然有时候确实是能生成许多精美的图片,琳琅满目的。但有的时候他并不能够很好地满足要求,你需要不断给他提示词,将更多的细节给到它。

作业二:个人编程(aigc小游戏)

这次作业要求是使用Python编写一个“羊了个羊”风格的消除类小游戏,这对于我来说确实是一个挑战。我的想法就是让aigc先初步生成一个代码,然后我在此基础上进行不断的测试和改进。最终生成了小游戏"鸡了个鸡"

使用的图片素材

在这次体验中,我的感受是ai虽然可以很快地生成代码,但是实际运行起来其实很难达到想要的要求,甚至bug很多,需要自己不断地发现问题,调整代码

作业三:结对作业(项目开发)

这次作业刚刚发布时明显感觉到了棘手,因为这实际上是我第一次接触前后端开发,并且还是要“从零开始”,自己设计原型设计然后进行编码,然后最后进行运行测试。这对我和我的搭档来说都是一次挑战

和搭档进行讨论的图片

墨刀原型

运行效果

作业四:团队作业(福卷卷)

这个团队作业真的是耗费了大量的心血,我记得好像最晚的一次是团队一起编程到了将近凌晨一点,甚至第二天还有早八。从最开始的确定项目目标,到每一次的分工,然后在其中不断地对项目进行改进和调整。大家坐在一起一起“受折磨”,中间遇到了许多的问题,服务器的连接传输不一致...ai接口无法实现...前后端无法对接成功...,大家一起讨论查询资料解决这些困难
团队的一些照片


github的签入记录

团队协作记录

二:投入和产出

在软工实践课程当中我编写了3000多行代码。
在团队项目中我参与了福卷卷的设计与开发,我在其中承担部分前端页面的编写
软工实践的各次作业分别花费的时间:

作业 用时
第一次个人作业 1天
第二次个人作业 3天
第一次结对作业 3天
第二次结对作业 7天
第一次团队作业 10天
第二次团队作业 10天
现场编程作业 4h
团队作业beta冲刺 14天
累计时间 实际周均时间 预计周均时间
>270h >19h >20h

最令我印象深刻的是第一次答辩,因为许多同学对我们的项目提出了问题,大家的思维发生了碰撞。这些同学也给我们带来了新的灵感。

三:对于软件工程课程的想像

原本认为软工是很高大上的课程,毕竟有个专业就是软件工程,所以对这门课教授的理论和对课程中的实践是非常期待的。达到了我学习到新东西(前后端编写)还有代码量的增加的期待。但对于前后端的编写还存在着许多缺陷,还好有chatgpt的帮忙。

四:总结收获

作业收获

个人编程
一个人编程的好处在于没有团队协作的沟通成本,咱可以自由选择技术工具,自行设计界面并实现功能;但是,同时也缺少了更多开发者的视角和反馈。并且遇到难题没法解决时只能不断地拷打ai,试图解决问题,没办法集思广益。本次作业也让我更加了解aigc的能力不仅在代码,也能生成素材等等,所以aigc不止程序员在使用、其它各行各业未来对aigc的使用也会越来越多。

结对编程
两个人的思维不免的会发生碰撞,所以如何取舍就成为了一个比较难的问题。并且两个人的分工需要整合在一起,怎么正确整合也成了问题

现场编程
现场编程可以提高编程速度和压力承受能力,编程速度确实得到了提升,在短时间内做出了一个简单的记账本

团队编程
好的领导者真的真的很重要!团队项目实践强调团队协作、任务分配和项目管理。组长是团队的灵魂,在我们组长的积极组织调动下,在团队成员不懈努力下,实现了我们的项目,完成了一次又一次的汇报和答辩。

新技术和生产力

chatgpt
直接解决了我60%的问题。ai的潜力真的很强大,基于transformer框架的自然语言却能达到今天这一步,很难以想象。
HBuilder X
我大多情况下是编写前端,这个工具让我感受到了前端在这款编辑器上面编写的方便之处
Github
这个算是我接触的比较早的,不算新,但实用。项目的管理、合作都很需要。
墨刀
原型设计的实用工具

提升

代码量的提升
团队协作能力的提升
对aigc熟练度的提升
时间管理能力的提升
debug能力的提升
心态的提升

致谢

我要谢谢我们小组的每个人,都非常认真负责,虽然我们可能没有那么强的能力,但依旧没有放弃,一直在查询资料和学习的路上,最终完成了任务

标签:尝试,代码,ai,aigc,关山,编程,作业,团队,全新
From: https://www.cnblogs.com/chsiyu/p/18638673

相关文章

  • 【CSS in Depth 2 精译_099】17.5:基于页面滚动的动画时间线设置(全新)+ 17.6:最后一点建
    当前内容所在位置(可进入专栏查看其他译好的章节内容)第五部分添加动效✔️【第17章动画】✔️17.1关键帧17.23D变换下的动画设置17.2.1添加动画前页面布局的构建17.2.2为布局添加动画17.3动画延迟与填充模式17.4通过动画传递意图17.4.1对用......
  • 瑞芯微全新芯片平台RK3506优势详解,高集成低功耗,为工业而生
    RK3506是瑞芯微Rockchip在2024年第四季度全新推出的Arm嵌入式芯片平台,三核Cortex-A7+单核Cortex-M0多核异构设计,CPU频率达1.5Ghz,M0MCU为200Mhz。而RK3506芯片平台下的工业级芯片型号RK3506J,具备-40-85℃的工业宽温性能、发热量小,IO接口丰富,即时性高,低延迟,反应速度快等......
  • 颠覆认知!Meta 发布全新“概念模型”,或将迎来“乐高式”进化
    最近科技圈又迎来一项重磅突破!Meta悄然发布了一篇名为"LargeConceptModels:LanguageModelinginaSentenceRepresentationSpace"的论文,直接提出了一个颠覆性的AI模型架构,很有可能把我们带入NLP(自然语言处理)的下一个时代!https://arxiv.org/pdf/2412.08821你可能对......
  • 知识图谱+大模型:打造全新智慧城市底层架构
    在数字化时代,智慧城市的建设正迎来新一轮的变革。本文将探讨如何结合知识图谱和大模型技术,构建智慧城市的全新底层架构,以应对日益增长的数据量和复杂性,提升城市管理的智能化水平。 知识图谱:智慧城市的知识库知识图谱作为智慧城市的“大脑”,是一种语义......
  • python tqdm 进度条尝试
    起因上期博客(https://www.cnblogs.com/timmoc/p/18630509)不是研究着发现没有进度条还是太不直观了吗那今天来整个进度条。好的本篇随笔到此结束不是这也太水了吧,试着按到上篇博客里面?只需要修改worker的代码就好了。不是不是,等等,我说停停。合着这个进度条是每次打印......
  • RK3506各型号该怎么选?瑞芯微全新工业芯片介绍 触觉智能出品
    RK3506是瑞芯微Rockchip在2024年第四季度全新推出的Arm嵌入式芯片平台,三核Cortex-A7+单核Cortex-M0多核异构设计,CPU频率达1.5Ghz,M0MCU为200Mhz。RK3506平台各型号芯片该怎么选,看这篇文章就够了。RK3506各型号RK3506有3个型号,分别是RK3506G2、RK3506B、RK3506J,配置参数如图:......
  • 国产AI使用尝试
    豆包AI使用体验不得不说现在AI的能力也是越来越离谱了。上一篇博客的代码是我写的,但是懒得写文章了,让AI替我生成一篇,这个质量我没话说。完全可以以假乱真了,但是具体的细节、上下文链接、逻辑问题,还有待检查。我只修改了可能侵犯版权的部分,具体的文章可以直接跳转上一篇博客......
  • 最新Stable Diffusion整合包安装,全新加速、解压即用、防爆显存三分钟入门
    StableDiffusion出来已经很长一段时间了,网上其实已经有很多很多教程教如何安装了,但是由于网上太多的教程,也不知道哪个更好,且有的伙伴可能也是没找到合适的,也有的伙伴暂时还没找到。在StableDiffusion刚出来不久,我也尝试了多种安装方式,也有试过google、腾讯云一键安装脚本......
  • 【CSS in Depth 2 精译_091】15.4:让 CSS 高度值过渡到自动高度 + 15.5:自定义属性的过
    当前内容所在位置(可进入专栏查看其他译好的章节内容)第五部分添加动效✔️【第15章过渡】✔️15.1状态间的由此及彼15.2定时函数15.2.1定制贝塞尔曲线15.2.2阶跃15.3非动画属性15.3.1不可添加动画效果的属性15.3.2淡入与淡出15.4过渡到自然......
  • 重塑跨智能体灵巧手抓取,NUS邵林团队提出全新交互式表征,斩获CoRL Workshop最佳机器人论
    本文的作者均来自新加坡国立大学LinSLab。本文的共同第一作者为上海交通大学实习生卫振宇和新加坡国立大学博士生徐志轩,主要研究方向为机器人学习和灵巧操纵,其余作者分别为实习生郭京翔,博士生侯懿文、高崇凯,以及硕士生蔡哲豪、罗嘉宇。本文的通讯作者为新加坡国立大学助理教......