1. cursor介绍
cursor是一个集成GPT-4的IDE开发工具(有的说是chat-gpt3)。可以根据自己的要求搜索功能，其会自动生成自己想要的代码。很是强大与方便。
2. 下载windows版本的cursor
这里直接提供我百度网盘的下载地址。
链接：https://pan.baidu.com/s/1Zsmu5dCbP-APwtmiSVBCpA
提取码：otum
3. 安装
点击安装后，会出现以下界面。
先跳过connect Copilot点击continue继续。
如下图点击右上角的齿轮按钮。
点击
会出现下图，点击下图中的网址连接，并记住code。
会出现github的官网的登录地址。输入自己的github账号密码登录。
然后点击图中的绿色按钮。
最后点击Done(没反应可以忽略)
4. cursor的使用
按住ctrl+K键，弹出一行窗口，输入自己想要的功能。
他会自己一行一行快速写代码。这里我把他写的alexnet模型代码贴在这里。
import torch.nn as nn class AlexNet(nn.Module): def __init__(self, num_classes=1000): super(AlexNet, self).__init__() self.features = nn.Sequential( nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), nn.Conv2d(64, 192, kernel_size=5, padding=2), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), nn.Conv2d(192, 384, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(384, 256, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(256, 256, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), ) self.avgpool = nn.AdaptiveAvgPool2d((6, 6)) self.classifier = nn.Sequential( nn.Dropout(), nn.Linear(256 * 6 * 6, 4096), nn.ReLU(inplace=True), nn.Dropout(), nn.Linear(4096, 4096), nn.ReLU(inplace=True), nn.Linear(4096, num_classes), ) def forward(self, x): x = self.features(x) x = self.avgpool(x) x = x.view(x.size(0), 256 * 6 * 6) x = self.classifier(x) return x
另外ctrl+L是询问代码含义。对冒牌排序代码使用了下，回答的是英文。
作为一个IDE工具，功能很强大，值得尝试。
参考资料：https://blog.csdn.net/w605283073/article/details/129645817