LeetCode训练第48页

利用 DeepSeek 构建本地RAG系统

二、科普知识1.大语言模型（LLM）大语言模型是基于大量文本数据进行训练的人工智能模型，能够理解和生成自然语言。例如，Ollama中的DeepSee

·2025-06-07 18:35

Python 训练营打卡 Day 43

以猫狗图像辨别的新数据集为例，用CNN网络进行训练并用Grad-CAM做可视化importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets

2401_86382089·2025-06-07 17:05

Python 训练营打卡 Day 44

预训练模型1.预训练模型的概念我们之前在训练中发现，准确率最开始随着epoch的增加而增加。随着循环的更新，参数在不断发生更新。

2401_86382089·2025-06-07 17:05

Python 训练营打卡 Day 34

GPU训练及类的call方法一、GPU训练与day33采用的CPU训练不同，今天试着让模型在GPU上训练，引入importtime比较两者在运行时间上的差异importtorch#设置GPU设备device

2401_86382089·2025-06-07 17:35

LeetCode-934. 最短的桥

1、题目描述:给你一个大小为nxn的二元矩阵grid，其中1表示陆地，0表示水域。岛是由四面相连的1形成的一个最大组，即不会与非组内的任何其他1相连。grid中恰好存在两座岛。你可以将任意数量的0变为1，以使两座岛连接起来，变成一座岛。返回必须翻转的0的最小数目。示例1：输入：grid=[[0,1], [1,0]]输出：1示例2：输入：grid=[[0,1,0],

德先生&&赛先生·2025-06-07 17:01

leetcode 23. Merge k Sorted Lists

一题目Mergeksortedlinkedlistsandreturnitasonesortedlist.Analyzeanddescribeitscomplexity.Example:Input:[ 1->4->5, 1->3->4, 2->6]Output:1->1->2->3->4->4->5->6二分析就K个链表，合并成一个有序链表。本题是hard级别。这个题目的解法很多，是经典的面试题目

bohu83·2025-06-07 17:29

为什么 SDXL 用两个文本编码器？

更强的语义理解OpenCLIPViT-bigG在LAION-2B上训练，擅长复杂语义。CLIPViT-L保持与SD1.x的兼容性。平衡性能与泛化双编码器能覆盖更多语言分布，减少prompt歧义。

不当菜鸡的程序媛·2025-06-07 16:27

机器学习——XGBoost

给定一个大小为m的训练集，重复B次，使用有放回抽样创建一个大小为m的新训练集，然后在新的数据集上训练决策树，因此第一次通过这个循环时，我们可能会像这样创建一个训练集，并像这样训练决策树，这里是我们要改变算法的地方

小卷心菜.·2025-06-07 15:49

代码随想录60期day49

Leetcode115classSolution{public:intnumDistinct(strings,stringt){vector>dp(s.size()+1,vector(t.size()+

qq_19555169·2025-06-07 14:16

代码随想录算法训练营第一天 | 题目 704,34,27

%E4%BA%8C%E5%88%86%E6%9F%A5%E6%89%BE.html视频讲解：手把手带你撕出正确的二分法|二分查找法|二分搜索法|LeetCode：704.二分

qq_19555169·2025-06-07 14:45

GAN模式奔溃的探讨论文综述（一）

简介简介：今天带来一篇关于GAN的，对于模式奔溃的一个探讨的一个问题，帮助大家更好的解决训练中遇到的一个难题。

这张生成的图像能检测吗·2025-06-07 14:14

Leetcode Day5 (回溯专题)

子集型回溯模版1[1,2]->[[],[1],[2],[1,2]]classSolution:defsubsets(self,nums:List[int])->List[List[int]]:n=len(nums)ans=[]defdfs(i,path):ans.append(path[:])forjinrange(i,n):path.append(nums[j])dfs(j+1,path)pat

比起村村长·2025-06-07 13:37

对 `llamafactory-cli api -h` 输出的详细解读

llamafactory-cli是LlamaFactory项目提供的命令行接口工具，它允许用户通过命令行参数来配置和运行大型语言模型的各种任务，如预训练（PT）、有监督微调（SFT）、奖励模型训练（RM

路人与大师·2025-06-07 13:36

【LeetCode】升级打怪之路 Day 24：回溯算法的解题框架

今日题目：46.全排列51.N皇后78.子集目录LC46.全排列LC51.N皇后LC78.子集【classic】1）思路一2）思路二今天学习了回溯算法的解题框架：回溯算法解题套路框架|labuladong回溯算法的整体框架都是：result=[]defbacktrack(路径,选择列表):if满足结束条件:result.add(路径)returnfor选择in选择列表:做选择backtrack(路

·2025-06-07 12:05

【LeetCode】升级打怪之路 Day 25：回溯算法解决“排列-组合-子集”问题

今日题目：78.子集77.组合46.全排列90.子集II47.全排列II39.组合总和目录1.子集（元素无重不可复选）【easy】2.组合（元素无重不可复选）3.排列（元素无重不可复选）【classic】4.子集/组合（元素可重不可复选）【稍有难度】5.排列（元素可重不可复选）6.子集/组合（元素无重可复选）无论是排列、组合还是子集问题，简单说无非就是让你从序列nums中以给定规则取若干元素。但无

yubinCloud·2025-06-07 12:05

leetcode 78.子集

方法一：classSolution{privateList>ans;privateintn;privateint[]nums;privateListpath;publicList>subsets(int[]nums){this.ans=newArrayList>();this.n=nums.length;this.nums=nums;this.path=newArrayList();dfs(0);

不吃元西·2025-06-07 12:04

【代码随想录训练营第42期 Day25打卡回溯Part4 - LeetCode 491.非递减子序列 46.全排列 47.全排列 II

目录一、做题心得二、题目与题解题目一：491.非递减子序列题目链接题解：回溯+哈希题目二：46.全排列题目链接题解1：排序+调用库函数题解2：回溯题目三：47.全排列II题目链接题解1：排序+调用库函数题解二：回溯三、小结一、做题心得今天的题目，个人感觉还是有点麻烦的。首先就是递增子序列，这个题的难点我感觉就是如何实现去重以及怎么实现递增子序列；然后后边两道是排列问题，排列问题是要讲究顺序的，和前

逝去的秋风·2025-06-07 12:31

day63—回溯—全排列（LeetCode-46）

题目描述给定一个不含重复数字的数组nums，返回其所有可能的全排列。你可以按任意顺序返回答案。示例1：输入：nums=[1,2,3]输出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]示例2：输入：nums=[0,1]输出：[[0,1],[1,0]]示例3：输入：nums=[1]输出：[[1]]提示：1&nums,intlevel,vector>

程序员-King.·2025-06-07 12:30

层次聚类python实现_层次聚类和随机森林（python实现）

随机森林步骤：从原始训练集中使用Bootstraping方法随机有放回采样选出m个样本，共进行

weixin_39813009·2025-06-07 12:58

Python训练第四十二天

DAY42Grad-CAM与Hook函数知识点回顾回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例作业：理解下今天的代码即可Grad-CAM在深度学习中，我们经常需要查看或修改模型中间层的输出或梯度。然而，标准的前向传播和反向传播过程通常是一个黑盒，我们很难直接访问中间层的信息。PyTorch提供了一种强大的工具——hook函数，它允许我们在不修改模型结构的情况下，获

火兮明兮·2025-06-07 10:20

华为大规模——重塑生产力

华为大模型通过以下几个方面重塑生产力：提供强大算力支持华为致力于构建领先的昇腾人工智能算力平台，推出高性能昇腾AI集群，支持月级长期稳定训练，可靠性业界领先。

qq_43090857·2025-06-07 08:01

AIGC 云端生成自动化部署：CI_CD 实践指南

CI/CD、云端部署、容器化、Kubernetes、模型版本管理、自动化测试摘要：本文深入探讨人工智能生成内容（AIGC）在云端的自动化部署技术，结合持续集成/持续部署（CI/CD）最佳实践，构建从模型训练到生产环境的全流程自动化体系

AI大模型应用工坊·2025-06-07 08:58

leetcode 108. Convert Sorted Array to Binary Search Tree和1382. Balance a Binary Search Tree

目录题目描述108.ConvertSortedArraytoBinarySearchTree1382.BalanceaBinarySearchTree题目描述这两道题构建平衡二叉树的方法是一模一样的。108.ConvertSortedArraytoBinarySearchTree分治法/***Definitionforabinarytreenode.*structTreeNode{*intval;

洞阳·2025-06-07 07:57

LeetCode --- 455. Assign Cookies 解题报告

Assumeyouareanawesomeparentandwanttogiveyourchildrensomecookies.But,youshouldgiveeachchildatmostonecookie.Eachchildihasagreedfactorgi,whichistheminimumsizeofacookiethatthechildwillbecontentwith;andeac

杨鑫newlfe·2025-06-07 07:26

leetcode47.全排列II：HashSet层去重与used数组枝去重的双重保障

一、题目深度解析与重复排列问题题目描述给定一个可能包含重复数字的数组nums，返回其所有不重复的全排列。解集不能包含重复的排列，且排列可以按任意顺序返回。例如：输入：nums=[1,1,2]输出：[[1,1,2],[1,2,1],[2,1,1]]核心挑战：重复排列消除：相同元素的不同排列路径可能生成相同结果元素重复处理：数组中存在重复元素，需避免重复选择排列唯一性：确保每个排列唯一且包含所有元素二

Musennn·2025-06-07 07:23

Python训练营---Day44

DAY44预训练模型知识点回顾：预训练的概念常见的分类预训练模型图像预训练模型的发展史预训练的策略预训练代码实战：resnet18作业：尝试在cifar10对比如下其他的预训练模型，观察差异，尽可能和他人选择的不同尝试通过

2501_91182850·2025-06-07 07:22

揭秘AI原生应用领域AI代理的模型训练方法

揭秘AI原生应用领域AI代理的模型训练方法关键词：AI原生应用、AI代理、模型训练方法、机器学习、深度学习摘要：本文聚焦于AI原生应用领域中AI代理的模型训练方法。

AI智能应用·2025-06-07 05:14

端到端大语言模型微调技术 Demo 全流程详解（附完整模块说明）

目录端到端大语言模型微调技术Demo全流程详解（附完整模块说明）一、项目结构概览二、数据准备模块（data/）1️⃣数据格式推荐2️⃣数据预处理流程3️⃣样本构造脚本三、模型构建模块（models/）模型加载逻辑：四、训练微调模块

gs80140·2025-06-07 05:44

huggingface 使用和模型微调

简介HuggingFace技术生态全景解析一、技术架构解析1.核心组件构成Transformers库：提供统一API支持30+架构的预训练模型加载，核心抽象类包括AutoModel、AutoTokenizer

Psycho_MrZhang·2025-06-07 04:35

使用预训练PoseNet模型在安卓应用中进行人体关键点检测

在本篇教程中，我们将利用预训练的PoseNet模型，在安卓应用里检测人体的关键点。一、基础安卓项目为节省时间，我们以TensorFlowLitePoseNet安卓演示项目为

t0_54program·2025-06-07 01:45

ubuntu20.04使用docker部署ubuntu16.04环境

使用docker创建ubuntu16.04环境3.查看镜像4.启动镜像的一个容器5.进入容器并查看环境使用docker起因刚开始学习机器学习、深度学习都是使用的笔记本(只有集显)；后来做NLP项目需要训练

NUAA1703·2025-06-06 23:32

unsloth 微调 Qwen3 实战教程来了！

unsloth微调Qwen3模型提供显著优势：训练速度提高2倍，VRAM使用减少70%，支持8倍长的上下文。Qwen3–30B-A3B仅需17.5GBVRAM即可运行。

Python之栈·2025-06-06 22:23

Warmup

由于刚开始训练时,模型的权重(weights)是随机初始化的，此时若选择一个较大的学习率,可能带来模型的不稳定(振荡)，选择Warmup预热学习率的方式，可以使得开始训练的几个epoches或者一些steps

原味奶茶_三分甜·2025-06-06 22:53

基于 Qwen2 大模型微调技术详细教程（LoRA 参数高效微调和 SwanLab 可视化监控）

但是，在某些垂直场景的特定任务（包括：个性化服务、内部私有数据等）中，这位“大师”可能就不一定能胜任了：数据隐私安全：保密项目、创业团体和企业内部数据是需要保证绝对安全的，“大师”的知识来自预训练的公开数据

知世不是芝士·2025-06-06 22:20

unsloth微调Qwen3模型实战

一、前言Unsloth是一个专注于优化大型语言模型（LLMs）微调效率的开源框架，旨在显著提升训练速度并降低显存占用，使得在资源有限的硬件（如单张消费级GPU）上高效微调大模型成为可能。

韭菜盖饭·2025-06-06 22:19

【AI论文】超越80/20规则：高熵少数令牌驱动LLM推理的有效强化学习

此外，研究RLVR训练过程中熵模式

东临碣石82·2025-06-06 22:49

第23篇：AI技术实战：基于深度学习的图像识别与分类

目录一、深度学习在图像识别中的应用（一）卷积神经网络（CNN）的关键组件（二）预训练模型迁移学习二、代码示例（一）使用TensorFlow和Keras实现CNN进行图像分类1.数据准备与预处理2.构建CNN

CarlowZJ·2025-06-06 19:31

234.回文链表 (Python3)

Problem:234.回文链表思路参考：https://leetcode.cn/problems/palindrome-linked-list/solutions/457059/hui-wen-lian-biao-by-leetcode-solution

Syntax_CD·2025-06-06 19:00

机器学习——主成分分析 PCA

PCA的目的是通过保留数据集中的主要信息，将高维数据集转换为低维数据集，从而简化模型训练和提高模型性能。一、基本原理1.数据变换PCA通过线性变换将原始数据映射到新的特征空间，这个变换

Nil0_·2025-06-06 18:51

tesseract-ocr训练方法

2019独角兽企业重金招聘Python工程师标准>>>tesseract-ocr有2和3两个版本，不同版本训练方法稍有不同。

weixin_34122604·2025-06-06 17:17

RAG（Retrieval-Augmented Generation，检索增强生成）

传统模型的痛点：依赖预训练数据中的知识，难以处理动态、实时或冷启动知识，且可能产生“幻觉”（生成错误信息）。RAG的核心逻辑：通过检索外部知识库（如文

allein_STR·2025-06-06 17:45

第四十天打卡

知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout作业：仔细学习下测试和训练代码的逻辑

wswlqsss·2025-06-06 16:41

昇思25天学习打卡营第十五天|基于 MindSpore 实现 BERT 对话情绪识别

背景提供免费算力支持，有交流群有值班教师答疑的华为昇思训练营进入第十五天了。

明志刘明·2025-06-06 16:10

python魔鬼训练营作业_python魔鬼训练营

原标题：python魔鬼训练营本课程主要针对python常用的一些知识点，疑难点进行拆分并单独讲解；每一个课程都会对具体的知识点先进行学习，然后在举一个具体的例子来实践当次课程的内容；使得每一个知识点都可以更加牢固的掌握

weixin_39689347·2025-06-06 16:10

Python训练第二十八天

比如创建一个随机森林类，然后就可以调用他的训练和预测方法。现在我们来学一下自己定义一个类，这会让我们对于类这个对象理解的更加深刻ps：类的操作很多，我们这里只说一些在深度学习领域最常见和通用的常

火兮明兮·2025-06-06 16:39

python基础训练100题,python入门100例题

大家好，本文将围绕python基础训练100题展开说明，python入门100例题是一个很多人都想弄明白的事情，想搞清楚python经典100题需要先了解以下几个事情。

2401_85597209·2025-06-06 16:08

YOLO在QT中的完整训练、验证与部署方案

以下是YOLO在QT中的完整训练、验证与部署方案：训练方案准备数据集：收集数据：收集与目标检测任务相关的图像数据集，可以是公开数据集如COCO、PascalVOC，也可以是自定义数据集。

LeonDL168·2025-06-06 15:03

·2025-06-06 15:32

HALCON 深度学习训练 3D 图像的几种方式优缺点

HALCON深度学习训练3D图像的几种方式优缺点**在计算机视觉和工业检测等领域，3D图像数据的处理和分析变得越来越重要，HALCON作为一款强大的机器视觉软件，提供了多种深度学习训练3D图像的方式。

LeonDL168·2025-06-06 15:31

《Pytorch深度学习实践》ch5-Logistic回归

------B站《刘二大人》1.Classification经典的分类数据集：MNIST（0-9）导入数据集：（路径，训练集/测试集，是否下载）importtorchvisiontrain_set=torchvision.datasets.MINIST

拾零吖·2025-06-06 13:18

推荐频道

LeetCode训练