这个UP提供了一种chatGPT的正确打开方式。
Python这种社区环境出来的,提供的训练样本也多,感觉这种入门级的应用场景,Python将会使用起来越来越方便了,大大提高了我这种入门调包侠的工作效率。
这个UP提供了一种chatGPT的正确打开方式。
Python这种社区环境出来的,提供的训练样本也多,感觉这种入门级的应用场景,Python将会使用起来越来越方便了,大大提高了我这种入门调包侠的工作效率。
比较传统的宏观尺度的仿真是一定要用实验数据标定过了的实验数据来进行仿真的,宏观尺度的物理过程可以用很多测量工具读取相关物理量数据用来标定,热场的温度,流场的速度和压力,电场的电势电流密度,传质场的浓度等等。不然。。。小的问题,人家质疑你仿真精度,大的问题,你不怕炸死人?
我读研的时候,是从Polyflow黏弹性流体开始学习的,一开始是很明确知道要做实验数据对标的,但是奈何那个阶段,对CFD的学习深度和认知有限,不知道怎么去做对标,怎么去修正模型,所以做学校的工作也就是趟着过去。
后来参加工作了,先是做的热学工程师,从头认真学习热仿真软件,然后领导让我一个个去测竞品产品的工作温度,然后对标做仿真校正,那个时候进一步对热传导热辐射和热对流的数值计算方法有个进一步的认知,明白现实物理过程在数值空间是怎么离散的。
CAE软件只是一个工具。
刷到B站上四川大学的周杰老师正好也做了一个COMSOL不同硬件配置的效率测试。可以做一个硬件选择的参考,I家和A家的CPU都有涉及。
转载于wolai笔记模板
——在较短时间了解一本书的轮廓。
——详细理解一本书。
在晚上睡不着的时候刷到的一个UP,专门在一线城市高消费CBD采访豪车车主的职业。先截取几张评论看下吧。
额。。。我觉得讨论人家故事真假,或者喷UP是表演的评论,都是键盘侠干的事。
被采访人讲出的故事,对我们这种普通人来说,是可以学习一点思路和可行性的。
试了一下chatGPT,居然懂COMSOL!
http://wenzhang.zhuluan.com/zh-cn/
也有不准确的地方
懂的挺多,但是解释了,又没有完全解释。
然后进一步问了一些数学相关的问题。额,概率论应该是不相关吧?
小广告:COMSOL相关问题可以加琳泓大佬的群去找群友讨论
开放群:566811107
群一:836281296
群二:594368389
群三:1080606488
群四: 678357196
chatGPT前段时间爆火,引起了全网讨论,可以在B站看到很多UP展示了怎样适用chatGPT的过程。前段时间没空研究,今天突然想到了继续去研究下python怎么搞图片水印的时,然后就想到了chatGPT学习一下,可惜国内IP不能适用了,找到了一个国内镜像站,分享一下:http://wenzhang.zhuluan.com/zh-cn/
不得不说,chatGPT对于我这种学习的新手来说,属实是很好的老师了。抛砖引玉的给出能给出主题框架的代码,然后基于给出的代码基础上进行细节的丰富。这样ctrl+C,ctrl+V的效率就更高了。
偶然在逛B站逛到的有意思的说唱歌手 阿张。