LeetCode训练第38页

leetcode:504. 七进制数（python3解法，数学相关算法题）

难度：简单给定一个整数num，将其转化为7进制，并以字符串形式输出。示例1:输入:num=100输出:"202"示例2:输入:num=-7输出:"-10"提示：-107str:ifnum==0:return"0"else:a=numnum=abs(num)res=[]whilenum>0:y=num%7res.append(str(y))num=num//7ifa<0:return"-"+"".j

Cold_Air丶·2025-06-18 08:46

代码随想录算法训练营第五十七天| LeetCode 392 判断子序列、LeetCode 115 不同的子序列

1LeetCode392判断子序列题目链接：LeetCode392判断子序列文章讲解：代码随想录(programmercarl.com)视频讲解：动态规划，用相似思路解决复杂问题|LeetCode：392

望仁啊·2025-06-18 08:45

代码训练LeetCode(35)验证回文串

代码训练(35)验证回文串Author:OnceDayDate:2025年6月17日漫漫长路，才刚刚开始…全系列文章可参考专栏:十年代码训练_Once-Day的博客-CSDN博客参考文章:125.验证回文串

Once-Day·2025-06-18 08:44

代码随想录算法训练营第 44 天 |LeetCode1143.最长公共子序列 LeetCode 1035.不相交的线 LeetCode 53. 最大子序和 LeetCode392.判断子序列

代码随想录算法训练营Day44代码随想录算法训练营第44天|LeetCode1143.最长公共子序列LeetCode1035.不相交的线LeetCode53.最大子序和LeetCode392.判断子序列目录代码随想录算法训练营前言

HIT最菜电控·2025-06-18 08:43

LLM大模型实战：从零到精通——大模型应用开发极简入门

朋友们如果有需要《大模型应用开发极简入门》，扫码获取~本书主要讲解了以下几个方面的大模型技术：GPT-4和ChatGPT的工作原理：书中详细介绍了这两个先进的语言模型的基本原理，包括它们是如何训练的、它们的架构以及它们在处理自然语言方面的能力

大模型入门学习·2025-06-18 07:10

AI智能体Coze知识库：从使用到实战详解

1.Coze智能体简介Coze是由字节跳动推出的AI智能体开发平台，旨在帮助用户快速构建、训练和部署AI智能体。

非著名架构师·2025-06-18 06:32

Python 训练营打卡 Day 20-奇异值SVD分解

一.奇异值分解（SVD）的输入和输出输入：一个任意的矩阵A，尺寸为m×n（其中m是行数，n是列数，可以是矩形矩阵，不必是方阵）奇异值分解（SVD）得到的三个矩阵U、Σ和V^T各有其特定的意义和用途，下面我简要说明它们的作用：U（奇异值向量矩阵）：是一个m×m的正交矩阵，列向量是矩阵AA^T的特征向量作用：表示原始矩阵A在行空间（样本空间）中的主方向或基向量。简单来说，U$的列向量描述了数据在行维度

帮关下月亮·2025-06-18 04:54

python编程游戏-Python游戏趣味编程

通过游戏案例逐步引入新的语法知识；2.为初学者量身打造：案例从易到难，所有程序的代码均不超过100行；3.趣味性强：12个案例，涵盖了多种游戏类型，寓教于乐；4.可拓展性强：提供练习题和参考答案，巩固知识，训练逻辑思维

weixin_37988176·2025-06-18 04:53

Python打卡训练营day20-奇异值SVD分解

知识点回顾：线性代数概念回顾（可不掌握）奇异值推导（可不掌握）奇异值的应用特征降维：对高维数据减小计算量、可视化数据重构：比如重构信号、重构图像（可以实现有损压缩，k越小压缩率越高，但图像质量损失越大）降噪：通常噪声对应较小的奇异值。通过丢弃这些小奇异值并重构矩阵，可以达到一定程度的降噪效果。推荐系统：在协同过滤算法中，用户-物品评分矩阵通常是稀疏且高维的。SVD(或其变种如FunkSVD,SVD

sak77·2025-06-18 04:22

Qwen2.5：模型训练和推理核心参数介绍

二、TrainingArguments核心参数2.1基础训练设置参数介绍output_dir(

艾墨舟启航·2025-06-18 04:51

剖析前沿技术领域的预训练模型架构

剖析前沿技术领域的预训练模型架构关键词：预训练模型架构、前沿技术、深度学习、自然语言处理、计算机视觉摘要：本文聚焦于前沿技术领域的预训练模型架构，旨在深入剖析其核心概念、算法原理、数学模型以及实际应用。

AI天才研究院·2025-06-18 04:50

【论文解读】s3: 仅 2.4K 数据即可 RL 训练Search Agent

tNeedThatMuchDatatoTrainaSearchAgentviaRLcode:pat-jj/s3:s3-EfficientYetEffectiveSearchAgentTrainingviaRLforRAG5.总结(结果先行)s3框架以其“解耦搜索与生成、仅训练搜索代理

·2025-06-18 04:50

AI大模型的概念验证与落地

AI大模型,深度学习,Transformer,自然语言处理,计算机视觉,概念验证,落地应用,模型训练,模型部署1.背景介绍近年来，人工智能（AI）技术取得了飞速发展，其中，大模型作为AI领域的重要组成部分

AI智能应用·2025-06-18 04:19

深度学习 backbone，neck，head网络关键组成

neck（颈部），head（头部）是网络的关键组成部分，各自承担了不同的功能：1，总署：Backbone,译作骨干网络，主要指用于特征提取的，已在大型数据集(例如ImageNet|COCO等)上完成预训练

SLAM必须dunk·2025-06-18 02:12

深度强化学习应用：基于Double DQN算法的移动机器人路径跟踪技术解析

尤其是在路径跟踪问题中，传统的控制算法往往依赖于模型和假设，而深度强化学习则能够通过大量的训练数据让机器人自主学习如何优化其行为策略，从而实现高效的路径跟踪。

威哥说编程·2025-06-18 02:40

李宏毅机器学习——类神经网络训练不起来怎么办？

https://www.bilibili.com/video/BV1Wv411h7kN?spm_id_from=333.788.videopod.episodes&vd_source=779fe6f5ae2ab98c0dc9480ff4ae61a3&p=201.局部最小值（localminima）与鞍点（saddlepoint）criticalpoint：hessian矩阵：1.1判断点类型：1.

JustNow_Man·2025-06-18 02:39

DeepSeek 源码解构：从 MoE 架构到 MLA 的工程化实现

而MLA作为一种多层次结构，在更大规模的数据集上展现出了出色的性能，尤其在模型训练和推理效率方面表

威哥说编程·2025-06-18 02:08

生成对抗网络(GAN)与深度生成模型实战

1.生成模型基础与GAN原理1.1生成模型概览生成模型是深度学习中的重要分支，主要分为以下几类：变分自编码器(VAE)：基于概率图模型的生成方法生成对抗网络(GAN)：通过对抗训练学习数据分布自回归模型

软考和人工智能学堂·2025-06-17 23:21

深度学习框架与联邦学习：探究未来的AI发展趋势=======================摘要：本文将深入探讨深度学习框架与联邦学习的融合，分析其在现代AI领域的应用和发展趋势。我们将介绍深度学习框

一、深度学习框架：AI的基石深度学习框架是构建和训练深度学习模型的重要工具。它为开发者提供了便捷的工具和库，使得构建复杂的神经网络模型变得更加简单高效

·2025-06-17 23:46

开源新王诞生！MiniMax-M1正式发布，超强上下文能力剑指DeepSeek！

一百万token上下文窗口，八倍于DeepSeekR1的处理长度，训练成本仅53万美元——沉寂已久的AI六小虎之一MiniMax用开源新模型重新定义了性价比。6月17日，中国AI领域再掀巨浪。

算家计算·2025-06-17 23:15

Leetcode 第104题二叉树的最大深度题解

来源：力扣（LeetCode）链接：LeetCode题目分析（1）涉及树的题，大多可以用递归解，此题也一样，由于是求树的最大深度，则可递归求左右子树的最大深度，然后加1即可得到树的最大

L-Windy·2025-06-17 20:32

入选 ICML 2025，清华/人大提出统一生物分子动力学模拟器 UniSim

该方法在大量3D分子结构数据上通过去噪+力场混合预训练获得统一的全原子表示模型，基于随机差值（stochasticinterpolant）生成式框架学习分子在长时间步长下的转移向量场（vectorfield

·2025-06-17 20:51

算法22-----托普利茨矩阵leetcode766

1、题目如果一个矩阵的每一方向由左上到右下的对角线上具有相同元素，那么这个矩阵是托普利茨矩阵。给定一个MxN的矩阵，当且仅当它是托普利茨矩阵时返回True。示例1:输入:matrix=[ [1,2,3,4], [5,1,2,3], [9,5,1,2]]输出:True解释:在上述矩阵中,其对角线为:"[9]","[5,5]","[1,1,1]","[2,2,2]","[3,3]","[4]"。各条对

weixin_33966095·2025-06-17 18:18

如何用PyTorch构建第一个神经网络？——从环境搭建到实战部署的零基础指南

这几年带学员入门深度学习时，发现90%的新手都会卡在「第一个神经网络构建」上：有人装环境时被CUDA版本搞晕，有人写模型时分不清nn.Module和nn.Sequential，还有人训练时遇到梯度不更新的问题

唐宇迪（学习规划+技术答疑）·2025-06-17 18:42

LeetCode 1143. 最长公共子序列 | 动态规划详解

1143.最长公共子序列题目描述给定两个字符串text1和text2，返回它们的最长公共子序列（LCS）的长度。如果不存在公共子序列，则返回0。示例：输入:text1="abcde",text2="ace"输出:3解释:最长公共子序列是"ace"解题思路：动态规划（DP）✅状态定义dp[i][j]表示：text1前i个字符与text2前j个字符的最长公共子序列长度。✅状态转移方程如果text1[i

算法_小学生·2025-06-17 17:42

LeetCode 189. 轮转数组（Rotate Array）

189.轮转数组题目描述给定一个整数数组nums，将数组中的元素向右轮转k个位置，其中k是非负数。示例1:输入:nums=[1,2,3,4,5,6,7],k=3输出:[5,6,7,1,2,3,4]解释:向右轮转1步:[7,1,2,3,4,5,6]向右轮转2步:[6,7,1,2,3,4,5]向右轮转3步:[5,6,7,1,2,3,4]示例2:输入：nums=[-1,-100,3,99],k=2输出：

算法_小学生·2025-06-17 17:12

「大模型学习」(10)LLM的量化（GPTQ、LLM.int8()、AWQ）不信你学不会！

1.权重和输入经过归一化，数值范围较小➤通常神经网络训练后会对输入和权重做标准

木楚子·2025-06-17 16:32

SnapViewer：解决PyTorch官方内存工具卡死问题，实现高效可视化

在深度学习模型训练过程中，GPU内存不足（OutofMemory,OOM）错误是开发者频繁遇到的技术挑战。

·2025-06-17 16:48

力扣的SQL

我就在想，力扣上的题是不是太基础了，要不要看看会员的SQL题1075-project-employees-ihttps://leetcode.com/problems/project-employees-i

zhuiQiuMX·2025-06-17 15:21

今天主题是行列互转

1795-rearrange-products-tablehttps://leetcode.com/problems/rearrange-products-table/description/行转列用groupby

zhuiQiuMX·2025-06-17 15:21

1487. 保证文件名唯一

目录【LeetCode1487】保证文件名唯一：题解与实现分析题目描述示例输入：输出：解题思路分析️解题方法：哈希表+模拟✅Python实现⏱️时间与空间复杂度分析时间复杂度：空间复杂度：示例说明方法对比与优化建议小结与拓展

Joyner2018·2025-06-17 14:18

【FineDance】训练：accelerate config 的作用

accelerate主要是配置分布式训练和硬件加速的设置。accelerateconfig的作用Accelerate是HuggingFace开发的库，用于简化多GPU、多机器的分布式训练。

等风来不如迎风去·2025-06-17 13:38

Moonlight-16B-A3B: 变革性的高效大语言模型，凭借Muon优化器打破训练效率极限

这款全新的Mixture-of-Experts(MoE)架构的大型语言模型，凭借其创新的训练优化技术，特别是Muon优化器的使用，成功突破了训练效率的极限，展现出强大的性能表现。

OpenCSG·2025-06-17 13:07

深度学习笔记

文章目录聚类导入模块生成模拟数据建立并训练K-Means聚类模型创建图形绘制散点图（聚类结果）获取聚类中心可视化聚类中心设置图形标题和标签输出效果数据降维一、常见的数据降维方法二、Python降维示例（

疯狂成瘾者·2025-06-17 10:54

（什么是）大模型的“越狱”（Model Jailbreaking）

核心概念安全机制的局限性：大模型在训练时会过滤掉大量有害数据，并通过“对齐训练”（如RLHF）学习人类价值观，拒绝

音程·2025-06-17 09:48

基于AgentUniverse在金融场景中的多智能体应用探索【极客传媒】

先从语言模型说起，一个经过足够语料充分预训练的基模型（basem

汀、人工智能·2025-06-17 09:41

【Python打卡Day12】启发式算法 @浙大疏锦行

下面介绍这几种常见的优化算法遗传算法粒子群优化模拟退火##1.数据处理+划分训练和测试importpandasaspdimportpandasaspd#用于数据处理和分析，可处理表格数据。

可能是猫猫人·2025-06-17 09:40

大模型微调(Fine-tuning)概览

大模型微调（Fine-Tuning）是将预训练大模型（如GPT、LLaMA）适配到特定任务或领域的核心技术，其效率与效果直接影响大模型的落地价值。

MzKyle·2025-06-17 08:39

【0样本起手做多标签分类】3——大小模型螺旋上升

这套方案用了一系列奇技yin巧的trick调整现在的经典召回方案和经典模型方案，最终做到了高密度挖掘种子样本模型可分开训练，结构可插拔实际运行时准确率高，运行成本低前面两篇文章分别描述了在工业场景下：0

崔高杰·2025-06-17 08:07

代码随想录-算法训练营day33(贪心算法03:K次取反后最大化的数组和,加油站,分发糖果)

第八章贪心算法part03●1005.K次取反后最大化的数组和●134.加油站●135.分发糖果详细布置1005.K次取反后最大化的数组和本题简单一些，估计大家不用想着贪心，用自己直觉也会有思路。https://programmercarl.com/1005.K%E6%AC%A1%E5%8F%96%E5%8F%8D%E5%90%8E%E6%9C%80%E5%A4%A7%E5%8C%96%E7%9A

java菜鸡加油·2025-06-17 08:07

ResNet结合LSTM王炸创新！最新SOTA方案预测准确率超91%

比如一种用来预测癫痫发作的预训练模型的方法，该方法结合了监督对比

深度之眼·2025-06-17 08:06

代码随想录训练营Day33:完全背包问题2

1.322零钱兑换与昨天的零钱兑换问题的区别主要不同点在于dp数组的含义，相同点都是属于组合问题。1.dp数组的含义：dp[j]:代表容量为j时候的最少零钱个数2.递推公式：dp[j]=min(dp[j],dp[j-coins[i]]+1);dp[j-coins[i]]+1=dp[j-weight[i]]+value[i],所以还是属于一个变式。因为题目要求的是最小个数，所以得取min函数。3.初

mooc666quq·2025-06-17 08:04

LeetCode刷题算法复盘

目录链表1.常用解题方法2.常用基本函数二叉树栈和队列数组和排序二分和分治递归和回溯哈希动态规划贪心字符串双指针位运算链表1.常用解题方法增加一个哑结点使用双指针使用快慢指针2.常用基本函数找倒数第k个结点(find)使用快慢指针反转链表(invertList)使用栈原地反转合并两个有序表(mergeTwoList)判断是否存在环(hasCycle)哈希表法快慢指针法多个链表合并为有序表(merg

·2025-06-17 03:33

Leetcode复盘6——数组与矩阵

Leetcode复盘6——数组与矩阵导读1.移动零/把数组中的0移到末尾相同（Leetcode283）难度：简单Easyidea:定义一个游动下标idx,先把nums里非零数字放到前面,再把后面的位置置

·2025-06-17 03:02

Leetcode复盘5——字符串

Leetcode复盘5——字符串导读1.有效的字母异位词/两个字符串包含的字符是否完全相同（Leetcode242）难度：简单Easyidea:哈希表(HashMap)/字典(dict)用字典来存储每个单词出现的次数

薛定谔的程序喵·2025-06-17 03:32

Leetcode复盘1——树

导读这是我写的第一次复盘总结，利用递归法和迭代法解决二叉树相关的题目，里面还会涉及到其他的概念，例如前缀和等等。递归解法一共分四步：框架1.terminator——下探到底该往上返回了，一般会出现在叶子节点的左右子树上。有可能返回0（涉及到求数值的题目），有可能返回false（涉及到判断的题目）；2.processthecurrentlogic——每到新的一层，要处理当前层的逻辑（包括最后一句返回