【Flutter】交流群和领取学习资料
老孟Flutter
共 864字，需浏览 2分钟
· 2021-07-10
Flutter 交流群
为了大家可以更好的学习交流Flutter技术，我创建了Flutter技术交流群，欢迎大家的到来，目前共有10个交流群，新的朋友会随机分配到不同的群，当然也可能进入新创建的群，如果你有朋友已经在群里面了，可以给我备注进入几群，朋友一起闯天下。群的名字是《Flutter孟之X队》，寓意梦之队。
加入的方式，添加下方微信（微信号：laomengflutter），备注：交流群。
已经在群里的朋友不需要重复添加，如果提示异常大概率是添加好友上限了，可以第二天再次添加试一试，也可以添加如下微信，两个添加一个即可。
领取资料
《Flutter 组件大全》 历时1年的时间，整理完成了330+组件的详细用法，不仅包含UI组件，还包含了功能性的组件，虽然整理了 330+的组件基本用法，但并不是让你每一个都学习一遍，任何技术基本都是掌握 20%就可以解决 80%的问题，因此只需学会基础组件就可以上手项目了，至于其他的控件只需大概浏览一下，做项目的时候遇到一些功能能够想起 Flutter 已经提供了此组件就可以了。
《组件继承关系图》是为了能够更好的对全局进行了解。
《Flutter入门系列》是入门系列文章，介绍了开发一个完整App需要用到的技术。
这些内容都在我的个人博客：http://laomengit.com/ 中，最新的文章也会在博客中更新，同时我也将这些文章整理成了PDF，需要的可以关注公众号，回复：老孟，即可领取。
评论
【深度学习】人人都能看懂的LSTM
熟悉深度学习的朋友知道，LSTM是一种RNN模型，可以方便地处理时间序列数据，在NLP等领域有广泛应用。在看了台大李宏毅教授的深度学习视频后，特别是介绍的第一部分RNN以及LSTM，整个人醍醐灌顶。本文就是对视频的记录加上了一些个人的思考。0. 从RNN说起循环神经网络（Recurrent Neur
机器学习初学者
0
科普：深度学习训练，不同预算GPU选购指南
以下文章来源于微信公众号：DeepHub IMBA作者：Mike Clayton本文仅用于学术分享，如有侵权，请联系后台作删文处理导读购买显卡第一个要考虑的问题是什么？当然是预算。本文提供了不同预算的显卡选购指南，希望能对各位读者有所帮助。在进行机器学习项目时，特别是在处理深度学习和神经网络时，最好
机器学习初学者
0
Open-Sora全面开源升级：支持16s视频生成和720p分辨率
机器之心发布 机器之心编辑部Open-Sora 在开源社区悄悄更新了，现在单镜头支持长达16秒的视频生成，分辨率最高可达720p，并且可以处理任何宽高比的文本到图像、文本到视频、图像到视频、视频到视频和无限长视频的生成需求。我们来试试效果。生成个横屏圣诞雪景，发b站再生成个竖屏，发抖音还能
机器学习算法与Python实战
0
文本嵌入、文本分类和语义搜索
在实践中使用大型语言模型（LLM）中，RAG 的一个关键部分是使用文本嵌入从知识库中自动检索相关信息。在这里，我将更深入地讨论文本嵌入，并分享两个简单（但功能强大）的应用：文本分类和语义搜索。ChatGPT 吸引了全世界对人工智能及其潜力的想象。ChatGPT 的聊天界面是这一影响的关键因素，它使人
大邓和他的Python
0
学习开放日：开放复杂科学、AI+X 海量学习资源！
Datawhale干货 学习开放日：4月27-28日1. 什么是学习开放日？以AI为代表的技术突飞猛进，人类知识森林快速扩张，仅凭一人之力不仅难以覆盖，更是难以串联知识线索。唯有像蚂蚁探索最优路径一样，我们才能在信息爆炸的知识森林中探索出更好的方向！因此，今年集智斑图联合国内最
Datawhale
1
一站式解决方案：基于 Arthas 实现服务发现和权限控制
来源：juejin.cn/post/7281849496983994383👉 欢迎加入小哈的星球 ，你将获得: 专属的项目实战 / Java 学习路线 / 一对一提问 / 学习打卡 / 赠书福利全栈前后端分离博客项目 2.0 版本完结啦， 演示链接
小哈学Java
0
互联网晚报 | 大麦网已退款凤凰传奇演唱会“柱子票”；钟薛高再成被执行人；iPhone 16或取消实体音量键和电源键
大麦网回应凤凰传奇演唱会买到“柱子票”：已退票退款据报道，凤凰传奇2024巡回演唱会常州站演出结束的第二天，有网友称自己在大麦网买到“柱子票”，因为观看效果不佳，要求退款被拒。23日，记者从涉事网友处了解到，大麦方面给出了退款建议，但被其拒绝，“我希望平台退款加赔偿，并重视屡次出现的‘柱子票’问题。
产品刘
0
【深度学习】图解自注意力机制(Self-Attention)
一、注意力机制和自注意力机制的区别Attention机制与Self-Attention机制的区别传统的Attention机制发生在Target的元素和Source中的所有元素之间。简单讲就是说Attention机制中的权重的计算需要Target来参与。即在Encoder-Decoder 模型中，At
机器学习初学者
0