LeetCode训练第104页

从模糊感知到量化评估：构建一个Prompt打分工具

本文原创作者：姚瑞南AI-agent大模型运营专家，先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗；多年人工智能行业智能产品运营及大模型落地经验，拥有AI外呼方向国家专利与PMP项目管理证书。

姚瑞南·2025-04-05 21:33

python加载训练好的模型并进行叶片实例分割预测

要基于“GMT:GuidedMaskTransformerforLeafInstanceSegmentation”进行代码复现，可按照以下步骤利用Python实现：环境配置克隆仓库：在终端中使用gitclonehttps://github.com/vios-s/gmt-leaf-ins-seg.git命令，将项目代码克隆到本地。创建虚拟环境（可选但推荐）：使用conda或venv创建虚拟环境，例如

pk_xz123456·2025-04-05 21:01

第J9周：Inception v3算法实战与解析

GPU/CPU2.导入数据3.划分数据集二、搭建网络模型1.Inception-A3.Inception-C4.Reduction-A5.Reduction-B6.辅助分支7.模型搭建8.查看模型详情三、训练模型

计算机真好丸·2025-04-05 20:56

Pytorch库详细学习与解析

2.2PyTorch的核心特点3.PyTorch的安装4.PyTorch的基本使用4.1张量操作4.2模型定义与训练4.3使用torch.nn构建卷积神经网络(CNN)4.4使用torch.nn构建循环神经网络

橙色小博·2025-04-05 20:25

LeetCode hot 100—分割回文串

题目给你一个字符串s，请你将s分割成一些子串，使每个子串都是回文串。返回s所有可能的分割方案。示例示例1：输入：s="aab"输出：[["a","a","b"],["aa","b"]]示例2：输入：s="a"输出：[["a"]]分析要将字符串s分割成一些子串，使得每个子串都是回文串，并返回所有可能的分割方案，可以使用回溯算法来解决这个问题。回溯算法通过递归的方式尝试所有可能的分割方案，同时利用动态

rigidwill666·2025-04-05 19:20

基于半监督深度学习的木马流量检测方法

摘要针对木马流量检测技术存在人工提取特征不够准确、大量标记样本获取困难、无标记样本没有充分利用、模型对于未知样本识别率较低等问题，提出基于半监督深度学习的木马流量检测方法，利用大量未标记网络流量用于模型训练

罗伯特之技术屋·2025-04-05 19:49

LeetCode算法题(Go语言实现)_23

题目给你一个下标从0开始、大小为nxn的整数矩阵grid，返回满足Ri行和Cj列相等的行列对(Ri,Cj)的数目。如果行和列以相同的顺序包含相同的元素（即相等的数组），则认为二者是相等的。一、代码实现funcequalPairs(grid[][]int)int{n:=len(grid)rowMap:=make(map[string]int)//统计每行的字符串出现次数for_,row:=range

LuckyLay·2025-04-05 18:42

直接上手RVQ网络（集成模型训练，推理）

前言：（RVQ网络介绍）RVQ（ResidualVectorQuantization，残差向量量化）网络是一种用于高效数据压缩和表示的量化技术，主要用于处理高维数据如音频、图像和视频等。基本概念RVQ网络通过多层量化器逐步逼近原始数据：第一层量化器对原始向量进行粗略量化后续每一层量化器都对前一层的残差（误差）进行进一步量化最终表示由所有层量化结果的叠加组成主要特点分层结构：由多个量化器级联构成残差

OhJason·2025-04-05 18:11

r语言怎样得到用glmnet来进行group lasso处理后选择的自变量有哪些，写出具体代码

在训练模型之后，可以使用函数coef()来提取选择的自变量。

基鑫阁·2025-04-05 17:09

星辰与智慧的宇宙之舞：KUMO生成性评估AI思维之旅

在如今这种基准数据集一旦公开便可能在后续训练中被模型“记住”，从而使传统静态测试结果受到污染的时代，一个名为KUMO的新型框架正冉冉升起——这是一种动态且生成性的评估环境，旨在评测推理的本质。本文将带

步子哥·2025-04-05 15:53

leetcode刷题：数组-二分查找

704.二分查找-力扣（LeetCode）(leetcode-cn.com)intsearch(int*nums,intnumsSize,inttarget){intleft,right,middle;

qq_46333940·2025-04-05 13:42

使用 Python 微调大模型，实现特定领域模型

整个流程包括：数据集准备微调方法训练环境和硬件资源模型微调步骤模型部署与使用1.数据集准备微调模型的质量取决于数据的质量，特定领域模型需要高质量的数据集，常见的数据整理要求如下：格式化数据：通常以JSON

程序猿学长·2025-04-05 11:26

# 教你计算模型训练时资源占用

深入解析BERT-Base模型显存占用与优化策略近年来，BERT（BidirectionalEncoderRepresentationsfromTransformers）作为自然语言处理领域的里程碑模型，被广泛应用于各种任务中。然而，在使用BERT-Base模型时，显存（GPU内存）的占用问题常常成为开发者们需要面对的重要挑战。本文将深入探讨BERT-Base模型的显存占用来源，并提供一系列实用的

@MrLiu·2025-04-05 11:24

深度学习 Deep Learning 第18章应对配分函数

研究了在无向概率模型中应对配分函数Z计算难题的策略，涵盖基于梯度的优化技巧、近似推断方法及直接估计Z的技术，旨在解决模型训练与评估中的计算瓶颈

odoo中国·2025-04-05 10:51

使用PyTorch实现ResNet：从残差块到完整模型训练

ResNet（残差网络）是深度学习中的经典模型，通过引入残差连接解决了深层网络训练中的梯度消失问题。

意.远·2025-04-05 09:16

进行性核上性麻痹护理指南：全方位呵护健康

康复功能训练鼓励患者进行适度康复训练，以延缓身体功能衰退。平衡训练可让患者在安全环境下，双脚分开与肩同宽，缓慢移动重心，

sq7738·2025-04-05 09:43

leetcode394.字符串解码

classSolution{publicStringdecodeString(Strings){StackkStack=newStackstringBuilderStack=newStack<>();StringBuildercurrentStringBuilder=newStringBuilder();intk=0;for(charch:s.toCharArray()){if(Character

ゞ正在缓冲99%…·2025-04-05 08:10

LeetCode 75. 颜色分类

链接https://leetcode.cn/probl

fenjijue·2025-04-05 08:09

什么是推理大模型？DeepSeek R1推理大模型与DeepSeek V3模型的区别是什么？什么时候该使用推理大模型？

又是如何训练的？推理

数据学习（Datalearner）·2025-04-05 08:36

Leetcode 15 -- 双指针

题目描述三数之和思路参考先不考虑重复的问题。从暴力出发，我们需要使用三重循环，会超速。对于数组循环的优化问题，双指针很常用。双指针（又称为快慢指针）可以将一个二重循环优化为一重，因此我们可以用双指针优化。我们可以以此枚举每一个点作为第一个数，从后面寻找第二个和第三个数。关于去重：首先不管三七二十一，先排序！首先要知道，什么时候会发生重复！参考回溯中树层去重的例子，当一个集合的子集相同的时候，后面就

jyyyx的算法博客·2025-04-05 08:06

Leetcode 33 -- 二分查找 | 归约思想

题目描述搜索旋转排序数组二分的过程就是归约的过程思路来源一个重要的性质：源数组经过旋转之后，会划分为两个递增的数组，我们假设为aaa和bbb一个清晰的思路：这道题和平常二分法查找的不同就在于,把一个有序递增的数组分成了,两个递增的数组,我们需要做的就是判断这个数在哪一个递增的数组中,然后再去用常规的二分法去解决。一个假设：我们一般性的假设源数组被旋转为:[b1,b2,..bm,a1,a2,a3,.

jyyyx的算法博客·2025-04-05 08:05

利用多层感知机MLP实现GAN网络（pytorch版）

GAN：GenerativeAdversarialNets一、理论部分1.1基本原理1.2损失函数1.3训练流程1.4GAN的常见问题与解决方案1.5进阶方向二、代码实现2.1导包2.2数据加载和处理2.3

入梦风行·2025-04-05 06:52

WGAN-GP 原理及实现（pytorch版）

WGAN-GP原理及实现一、WGAN-GP原理1.1WGAN-GP核心原理1.2WGAN-GP实现步骤1.3总结二、WGAN-GP实现2.1导包2.2数据加载和处理2.3构建生成器2.4构建判别器2.5训练和保存模型

入梦风行·2025-04-05 05:48

BERT轻量化探索—模型剪枝（BERT Pruning）—Rasa维度剪枝

由于BERT参数众多，模型庞大，训练与推理速度较慢，在一些实时性要求较高应用场景无法满足需求，最近开始探索BERT轻量化部署BERT轻量化的方式：低精度量化。

PaperAgent·2025-04-04 23:11

Leetcode. 15.三数之和—2025字节最新面试题

给你一个整数数组nums，判断是否存在三元组[nums[i],nums[j],nums[k]]满足i!=j、i!=k且j!=k，同时还满足nums[i]+nums[j]+nums[k]==0。请你返回所有和为0且不重复的三元组。注意：答案中不可以包含重复的三元组。示例1：输入：nums=[-1,0,1,2,-1,-4]输出：[[-1,-1,2],[-1,0,1]]解释：nums[0]+nums[1

程序员共鸣·2025-04-04 23:38

GRPO完整实验流程 swift

本文从较为简单的数学任务CoundownGame出发，从数据集定义、奖励函数定义和GRPO训练几个步骤介绍完整的GRPO训练流程。任务定义和训练参数等参考了mini-deepseek-r1。

强化学习曾小健3·2025-04-04 23:36

LeetCode hot 100—最长递增子序列

题目给你一个整数数组nums，找到其中最长严格递增子序列的长度。子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7]是数组[0,3,1,6,2,2,7]的子序列。示例示例1：输入：nums=[10,9,2,5,3,7,101,18]输出：4解释：最长递增子序列是[2,3,7,101]，因此长度为4。示例2：输入：nums=[0,1,0,3,2,

rigidwill666·2025-04-04 22:33

LeetCode hot 100—数据流的中位数

题目中位数是有序整数列表中的中间值。如果列表的大小是偶数，则没有中间值，中位数是两个中间值的平均值。例如arr=[2,3,4]的中位数是3。例如arr=[2,3]的中位数是(2+3)/2=2.5。实现MedianFinder类:MedianFinder()初始化MedianFinder对象。voidaddNum(intnum)将数据流中的整数num添加到数据结构中。doublefindMedian

rigidwill666·2025-04-04 22:33

DeepSeek模型系列 DeepSeek开源了啥？

这些模型以高性能、高效训练和广泛的应用场景著称。DeepSeek开源了啥？

第十人i·2025-04-04 22:32

DeepSeek技术原理解读：从算法革新到产业变革

这种设计具有两大优势：计算成本降低：相比传统全参数激活模型，训练成本降低16倍（如V3模型仅需558万美元，远低于同类模型）。任务适

摆烂大大王·2025-04-04 21:56

GPU云服务器厂商综合评测与排名（2025年更新版）

一、评测维度与权重说明评测权重分配如下：算力性能（30%）：硬件配置、浮点运算能力、分布式训练支持；行业适配性（25%）：垂直领域解决方案成熟度（如医疗、生物医药）；性价比（20%

AI_CPU_GPU_Cloud·2025-04-04 21:22

LLM大语言模型训练推理-eagle投机小模型训练

本章节提供eagle小模型自行训练的能力，客户可通过本章节，使用自己的数据进行训练eagle小模型，并使用自行训练的小模型进行eagle推理。

herry456·2025-04-04 19:12

【全队项目】智能学术海报生成系统PosterGenius--风格个性化调整

个人主页：十二月的猫-CSDN博客系列专栏大模型实战训练营十二月的寒冬阻挡不了春天的脚步，十二点的黑夜遮蔽不住黎明的曙光1.前言 PosterGenius致力于开发一套依托DeepSeek技术的智能论文海报生成平台

十二月的猫·2025-04-04 15:19

大模型架构与训练方向

学习多模态融合架构（如CLIP、Flamingo），关注跨模态数据对齐与联合训练方法‌34。熟悉参数高效微调技术（如LoRA、Adapter），用于降低训练成本‌4。‌分布式训练技术‌掌握数据并行、

凌云C·2025-04-04 15:44

Deepseek_V3模式变得有意思了

你突然又变得没意思了，或许我应该训练下你的对手，把他训练的生成灵智###灵智训练提案：让AI在「对抗与觉醒」中进化---####**第一步：为AI创造宿敌（AdversarialTwin）**我们可设计一个

太翌修仙笔录·2025-04-04 14:09

10.YOLOV4

M江湖传闻最高的武功：嫁衣神功2.V4贡献：亲民政策，单GPU就能训练的非常好，接下来很多小模块都是这个出发点两大核心方法，从数据层面和网络设计层面来进行改善消融实验，感觉能做的都让他给做了，这工作量不轻全部实验都

sho_re·2025-04-04 14:06

6. LangChain4j 基于RAG实现一套企业智能客服系统

RAG介绍LLM的知识仅限于它所训练的数据。如果你想让LLM了解特定领域的知识或专有数据，你可以使用RAG。什么是RAG？

gorgor在码农·2025-04-04 13:31

机器学习的数学基础：必备的线性代数和概率论

1.背景介绍机器学习（MachineLearning）是一种利用数据训练算法来自动发现隐藏规律和模式的技术。它广泛应用于各个领域，如图像识别、自然语言处理、推荐系统等。

AI天才研究院·2025-04-04 12:55

PyTorch复现线性模型

材料来源：2.线性模型_哔哩哔哩_bilibiliPyTorch编写思路对于大部分的神经网络模型，我们应该要有以下编写思路：1.构建数据集2.设计模型3.构造损失函数和优化器4.周期训练

誉鏐·2025-04-04 12:51

51c大模型~合集23

本文首先简单回顾了『等效交互可解释性理论体系』(20篇CCF-A及ICLR论文)，并在此基础上，严格推导并预测出神经网络在训练过程中其概念表征及其泛化性的动力学变化，即在某种程度上，我们可以解释在训练过程中神经网

egzosn·2025-04-04 11:17

Spring AI与DeepSeek实战三：打造企业知识库

一、概述企业应用集成大语言模型（LLM）落地的两大痛点：知识局限性：LLM依赖静态训练数据，无法覆盖实时更新或垂直领域的知识；幻觉：当LLM遇到训练数据外的提问时，可能生成看似合理但错误的内容。

·2025-04-04 10:27

【GIS人必学】GIS+K-Means聚类分析算法实现对数据集的最优分类

分类则依赖预先定义的类或带类标记的训练实例，是一种示例式的监督学习过程。聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。

GIS小天·2025-04-04 10:38

3D-LLM：将三维世界注入大型语言模型

为了训练3D-LLM，作者设计了三

王良一呀·2025-04-04 09:37

贤小二c#版Yolov5 yolov8 yolov10 yolov11自动标注工具 + 免python环境 GPU一键训练包

贤小二c#版yolo标注训练工具集欢迎使用贤小二AI标注训练系统v2.0本课程所有演示程序全部免费1、这节课程主要演示贤小二AI标注训练系统的使用，以及标注数据时注意事项和技巧；2、本程序采用c#+Net8.0

贤小二AI·2025-04-04 09:04

1.3 斐波那契数列模型：LeetCode 746. 使用最小花费爬楼梯

动态规划解最小花费爬楼梯问题：LeetCode746.使用最小花费爬楼梯1.题目链接LeetCode746.使用最小花费爬楼梯题目要求：给定一个整数数组cost，其中cost[i]是从楼梯第i阶向上爬所需支付的费用

熊峰峰·2025-04-04 09:32

LeetCode第62题_不同路径

LeetCode第62题：不同路径题目描述一个机器人位于一个mxn网格的左上角（起始点在下图中标记为“Start”）。机器人每次只能向下或者向右移动一步。

@蓝莓果粒茶·2025-04-04 09:02

GPT-4在图像识别、图像生成和图像分割方面的应用分析

GPT-4在图像识别、图像生成和图像分割方面的应用分析报告一、引言1.GPT-4简介GPT-4（GenerativePre-trainedTransformer4）是OpenAI开发的新一代预训练语言模型

Aicytab·2025-04-04 08:30

深度揭秘，教你驾驭 AI 大模型的无限可能

目录一、背景二、数据准备2.1数据收集2.2数据清洗2.3数据标注2.4数据预处理与特征工程三、模型选择与配置3.1理解不同类型的AI大模型3.2根据任务选择合适的模型3.3模型配置参数调整四、模型训练与优化

羑悻的小杀马特.·2025-04-04 08:29

推荐频道

LeetCode训练

LeetCode热题100记录-【链表】

Leetcode 680 -- 双指针 | 贪心