LeetCode训练第106页

PyTorch中知识蒸馏浅讲

具体影响：Dropout层：在训练模式下，Dropout层会随机丢弃神经元以防止过拟合；但在评估

Code_Geo·2025-04-03 02:13

代码训练day16二叉树p4

1.找树左下角的值（1）bfs层序遍历技巧先右入队再左入队，最后出来的是左下角classSolution{//bfs实现先右儿子入队，再左孩子入队。最后一个出队节点为左下角节点publicintfindBottomLeftValue(TreeNoderoot){Dequeque=newArrayDequemaxdepth){maxdepth=depth;res=root.val;}return;}

徵686·2025-04-03 02:43

NLP高频面试题（三十一）——多模态预训练模型的主要结构、特征对齐与融合方法及对比损失函数详解

近几年，随着深度学习在计算机视觉和自然语言处理领域的突破，研究者开始探索将视觉和语言模态进行联合预训练，希望模型能从海量未标注的图文数据中学习通用表示，从而在下游任务（例

Chaos_Wang_·2025-04-03 02:12

LeetCode94二叉树的中序遍历

原理二叉树的中序遍历遵循“左子树-根节点-右子树”的顺序来访问二叉树中的每个节点。其基本原理是利用递归的思想，先递归地遍历根节点的左子树，访问完左子树的所有节点后，再访问根节点本身，最后递归地遍历根节点的右子树，这样就能按照中序遍历的规则依次访问二叉树中的所有节点，并将节点的值存储起来，最终得到中序遍历的结果序列。步骤递归函数inorder的执行步骤（inorder函数部分）首先判断传入的当前节点

小王Jacky·2025-04-03 01:36

LeetCode94. 二叉树的中序遍历Golang版

LeetCode94.二叉树的中序遍历Golang版1.问题描述给定一个二叉树的根节点root，返回它的中序遍历。

皮卡猴·2025-04-03 01:35

LeetCode 94. 二叉树的中序遍历

LeetCode94.二叉树的中序遍历这是一道非常基础的模版题，因此就不放出题目描述及输入输出示例和数据范围了。

YGGP·2025-04-03 01:03

PyTorch 核心详解

简介2.张量（Tensor）操作基本操作常用函数3.自动微分（Autograd）基本用法禁用梯度跟踪4.神经网络模块（nn.Module）定义模型常用层5.数据加载与预处理自定义数据集数据增强6.模型训练与验证训练流程验证流程

Code_Geo·2025-04-03 00:58

【深度学习基础】模型文件介绍

config.jsonmodel_state.pdparamsspecial_tokens_map.jsontokenizer_config.jsonvocab.txt文件内容解析如何查看和使用这些文件示例代码简介本文档详细介绍了深度学习训练过程中生成的关键文件

毕业茄·2025-04-03 00:27

超简单YOLO显示中文标签

目录1.初始训练结果2.yaml配置文件标签改为中文3.加载yaml源码改用UTF编码4.最终训练结果4.识别结果1.初始训练结果2.yaml配置文件标签改为中文同时，文件属性改为UTF-8path:test_dataset

真相很简单·2025-04-02 23:52

[笔记.AI]大模型训练与向量值的关系

（借助DeepSeek-V3辅助生成）大模型在训练后是否会改变向量化的值，取决于模型的训练阶段和使用方式。

俊哥V·2025-04-02 22:17

代码随想录算法训练营Day25| LeetCode 134 加油站、135 分发糖果、860 柠檬水找零、406 根据身高重建队列

力扣134加油站笔试遇到过，不出意外的还是没写出来。代码很简单，但是逻辑不好想：从当前候选起点start开始累积gas[i]-cost[i]，如果某一步累计和curr变成负值，就意味着从start到当前站点之间，任何中间点都不可能是有效的起点。如果所有站点的gas[i]-cost[i]总和（即total）大于等于0，那么从一个合适的候选起点出发一定能走完整个环。证明的核心是：假设从候选起点star

今天也要早睡早起·2025-04-02 22:16

如何理解Transformer缺乏像CNN那样的归纳偏置

训练数据：仅包含数字出现在图像左侧半区的样本（x≤13）。

CcaozzZ·2025-04-02 21:42

# 使用 Dlib 和 OpenCV 实现人脸关键点检测

本文将介绍如何使用Dlib和OpenCV实现人脸关键点检测，并展示如何在Python中加载预训练模型并应用到图像处理中。

www_pp_·2025-04-02 20:35

解码 Llama 3 SFT：Templates、Special Tokens 及其在微调中的作用

本文将以Llama3为例，深入探讨Template和SpecialToken的定义、它们在SFT训练过程中的具体应用，以

kakaZhui·2025-04-02 19:54

Qwen-2.5、DeepSeek-R1、DeepSeek-V3 核心区别

DeepSeek-V3（深度求索）：通用型模型，采用混合专家架构（MoE），总参数6710亿（每次激活370亿），训练成本仅557.6万美元，注重高性价比和低延迟。

瞬间动力·2025-04-02 18:45

代码随想录算法训练营第七天

LeetCode/卡码网题目344.反转字符串541.反转字符串II2873.有序三元组中的最大值I(LeetCode每日一题)54.替换数字（第八期模拟笔试）总结往期打卡344.反转字符串跳转:344

写个博客·2025-04-02 18:15

数据结构C语言练习(栈)

一、引言在LeetCode20题“有效的括号”中，我们需要判断一个只包含{}[]()的字符串是否有效。本文通过实现一个动态栈结构，详细讲解代码逻辑，帮助理解栈在括号匹配问题中的应用。

南玖yy·2025-04-02 18:15

（6-1-01）学习与自适应机制：迁移学习与领域适应（1）预训练模型迁移策略

在通用AIAgent中，迁移学习通过知识迁移提高新任务的学习效率，加速模型适应新场景。在线学习实时更新模型，使其动态适应环境变化，增强系统的实时性和灵活性。自适应机制让智能体根据反馈自动调整策略和参数，提升性能和鲁棒性，确保在复杂多变环境中有效运行。6.1迁移学习与领域适应在通用AIAgent中，迁移学习通过将一个任务中学到的知识应用到另一个相关任务中，显著减少新任务的学习成本，提高学习效率和模型

码农三叔·2025-04-02 17:09

力扣刷题-热题100题-第27题（c++、python）

21.合并两个有序链表-力扣（LeetCode）https://leetcode.cn/problems/merge-two-sorted-lists/description/?

weixin_44505472·2025-04-02 16:08

力扣刷题-热题100题-第29题（c++、python）

19.删除链表的倒数第N个结点-力扣（LeetCode）https://leetcode.cn/problems/remove-nth-node-from-end-of-list/description

weixin_44505472·2025-04-02 16:08

力扣刷题-热题100题-第26题（c++、python）

142.环形链表II-力扣（LeetCode）https://leetcode.cn/problems/linked-list-cycle-ii/?

weixin_44505472·2025-04-02 16:07

基于yolov8的鱼病害检测系统python源码+onnx模型+评估指标曲线+精美GUI界面

该系统采用YOLOv8目标检测算法训练数据集，专门用于检测与识别鱼类病害。YOLOv8作为Ultralytics公司开发的最新一代算法模型，具有速度更快、准确率更高的优势。

萌萌哒240·2025-04-02 15:03

力扣刷题-热题100题-第28题（c++、python）

2.两数相加-力扣（LeetCode）https://leetcode.cn/problems/add-two-numbers/description/?

weixin_44505472·2025-04-02 15:32

PyTorch深度学习入门与实战教程

教程涵盖了从基础概念到模型训练、验证、测试的完整流程，包括张量操作、动态计算图、数据预处理、神经网络构建、优化器使用、训练循环、模型保存加载以及CNN和RNN等关键网络结构的应用实践。

openbiox·2025-04-02 15:01

主干网络篇 | YOLOv5/v7 更换骨干网络之 EfficientNet | 卷积神经网络模型缩放的再思考

然而，随着模型复杂度的不断提升，模型训练和部署所需的计算资源也呈指数级增长，这对于资源受限的设备和平台带来了挑战。为了解决这个问题，EfficientNet应运而生。

wei子·2025-04-02 13:42

强化学习事后经验回放Hindsight Experience Replay

HindsightExperienceReplay（HER）是强化学习中解决**稀疏奖励（SparseReward）问题的关键技术，通过目标重标记（GoalRelabeling）**将失败经验转化为有效训练数据

贝塔西塔·2025-04-02 12:42

深度学习 Deep Learning 第15章表示学习

深度学习DeepLearning第15章表示学习内容概要本章探讨了表示学习的核心概念及其在深度学习中的重要性，重点分析了无监督预训练（尤其是贪婪逐层预训练）如何通过共享表征提升模型性能，并讨论了其在多任务学习

odoo中国·2025-04-02 12:41

标签噪声下的模型评估：如何准确评估AI模型的真实性能，提高模型性能测量的可信度

从科学测量数据到深度学习模型训练中的人工标注，真实标签总是包含一定比例的错误。即使像ImageNet这样精心策划的图像数据集，其人工标注的错误率仍达0.3%。

·2025-04-02 12:30

复合缩放EfficientNet原理详解

问题：深层网络训练困难，性能提升呈现明显的收益递减。增加宽度（通道数）：更宽的网络能捕捉更丰富的特征，但参数量和计算量随通道数平方增长。问题：过于浅层的宽网络可能浪费计算资源，无法有效捕捉高阶特征。

frostmelody·2025-04-02 12:08

bert系列模型区别（bert-base-cased/bert-base-uncased/bert-base-chinese)

bert-base-casedbert-base-uncasedbert-base-chineseBERT-BILSTM-CRF模型介绍模型下载地址BERT模型介绍BERT（BidirectionalEncoderRepresentationsfromTransformers）是一种预训练的语言模型

Cachel wood·2025-04-02 12:37

PyTorch 分布式训练（Distributed Data Parallel, DDP）简介

PyTorch分布式训练（DistributedDataParallel,DDP）一、DDP核心概念torch.nn.parallel.DistributedDataParallel1.DDP是什么？

AI大权·2025-04-02 11:35

PyTorch 深度学习实战（27）：扩散模型（Diffusion Models）与图像生成

一、扩散模型原理1.核心思想扩散模型（DiffusionModels）通过逐步添加和去除噪声学习数据分布，核心分为两个过程：2.训练目标（简化损失函数）通过最小化预测噪声的均方误差：二、扩散模型实现（基于

进取星辰·2025-04-02 11:34

BERT与Transformer到底选哪个-上部

1.1BERT：Transformer的「双向强化版」就像：把普通外卖骑手（原始Transformer）训练成「全局路况通」，能同时看到订单的「历史记

TGITCIC·2025-04-02 11:33

强化学习复现OpenAI o1模型的核心方法

政策初始化涉及预训练、指令微调和注入类人推理行为，需要在效率和探索之间找到平衡。奖励设计分为结果奖励和过程奖励，过程奖励虽设计难度大，但能提供更细致的指导。

XianxinMao·2025-04-02 11:02

leetcode-2140 解决智力问题Java+DFS+记忆化搜索

leetcode-2140解决智力问题原题链接问题描述给你一个下标从0开始的二维整数数组questions，其中questions[i]=[points_i,brainpower_i]。

SoulruiA·2025-04-02 11:31

LeetCode算法题(Go语言实现)_08

题目给你一个整数数组nums，判断这个数组中是否存在长度为3的递增子序列。如果存在这样的三元组下标(i,j,k)且满足ifirst但≤second，更新second。•若当前数>second，直接返回true。3.复杂度•时间复杂度：O(n)，仅需一次遍历。•空间复杂度：O(1)，仅使用两个变量。三、图解四、边界条件与扩展1.边界条件•数组长度❤️：直接返回false。•全递减数组：如[5,4,3

LuckyLay·2025-04-02 11:01

气膜综合体育馆：激发城市活力的新引擎—轻空间

无论是篮球、足球、羽毛球，还是冰球、游泳、健身训练，气膜馆都能根据需

Qspace丨轻空间·2025-04-02 10:56

PyTorch实战：基于 PyTorch 和 ResNet 预训练模型的迁移学习实战（猫狗分类）

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手

吴师兄大模型·2025-04-02 10:56

聊聊GPT-5的潜在特性

通过对海量数据的训练，GPT-5

jianzhi001·2025-04-02 09:20

PyTorch量化进阶教程：第六章模型部署与生产化

PyTorch量化进阶教程：第六章模型部署与生产化本教程通过深入讲解Transformer架构、自注意力机制及时间序列预测，结合Tushare数据源和TA-Lib技术指标，实现从数据处理到模型训练、回测与策略部署的完整量化交易系统

船长@Quant·2025-04-02 09:18

量化方法分类

6.量化方法分类大模型的量化方法主要分为两个大类：✅6.1训练后量化（Post-TrainingQuantization,PTQ）定义：PTQ是指在模型训练完成后，直接对其参数（权重和激活值）进行量化处理

大多_C·2025-04-02 09:17

每日面试题-什么是向量数据库？在基于大模型的应用开发中，向量数据库主要解决什么问题？

典型技术实现包括：量化索引（如PQ、SQ）近似最近邻算法（ANN）分层可导航小世界图（HNSW）混合索引结构在大模型应用中的关键作用：问题领域具体挑战向量数据库解决方案知识外延限制大模型训练数据截止性和领域局限性存储私有知识

晚夜微雨问海棠呀·2025-04-02 09:17

Java语言Leetcode中常用的一些基础语法

文章目录Java语言Leetcode中常用的一些基础语法字符串1.`String`类常见属性和方法**常见方法**2.

yoke菜籽·2025-04-02 09:15

基于大模型的房间隔缺损手术全流程预测与方案优化研究报告

研究目的与目标1.3研究方法与创新点二、房间隔缺损概述2.1房间隔缺损定义与分类2.2发病机制与病理生理2.3流行病学特征三、大模型在房间隔缺损预测中的应用原理3.1大模型技术简介3.2数据收集与预处理3.3模型训练与优化四

LCG元·2025-04-02 07:04

基于大模型的室间隔缺损手术全流程预测与方案研究报告

国内外研究现状1.3研究方法与创新点二、室间隔缺损概述2.1疾病定义与分类2.2发病机制与流行病学2.3传统治疗方法概述三、大模型预测原理与数据基础3.1大模型技术简介3.2数据收集与预处理3.3模型训练与优化四