LeetCode训练第80页

AIGC架构与原理

AIGC（AIGeneratedContent，人工智能生成内容）的架构与原理AIGC通过整合数据采集、模型训练、推理服务等模块，结合深度学习与生成对抗网络（GAN）等技术，实现从数据到内容的自动化生成

有梦想的攻城狮·2025-05-02 10:51

《机器学习中的“减肥”秘籍：L2 正则化》

《机器学习中的“减肥”秘籍：L2正则化》摘要在机器学习的世界里，模型过拟合就像一个人过度依赖记忆而缺乏理解能力一样，虽然在训练数据上表现完美，但在面对新数据时却变得手足无措。

未来创世纪·2025-05-02 09:16

医学实体识别(NER)训练流程/医学关系识别(RE)训练流程

知识图谱知识抽取的主流流程数据获取与预处理(DataAcquisitionandPreprocessing)网络爬虫采集数据(Webcrawling)数据清洗(Datacleaning)文本分词与标准化(Texttokenizationandnormalization)实体识别(NamedEntityRecognition,NER)识别文本中的命名实体(Identifyingnamedentiti

AI Agent首席体验官·2025-05-02 09:15

使用AI推荐模型提升电商平台用户转化率：Java与Python深度整合指南

本文将详细介绍如何在现有的Java电商平台项目中引入AI推荐模型，并通过RESTAPI实时调用Python训练的机器学习模型，为用户提供个性化的服务推荐，从而显著提升用户转化率。

会游泳的石头·2025-05-02 09:45

leetcode76.最小覆盖子串c++超出时间限制

classSolution{public:stringminWindow(strings,stringt){inti=0,j=0;unordered_mapneedMap;intneedCnt=t.size();//needMap代表：需要某个字符（key）若干个（value).needCnt表示当前缺失的字符数量。stringres="";for(autoitem:t){needMap[item

好奇的蛋黄果·2025-05-02 08:10

leetcode 76. 最小覆盖子串

leetcode76.最小覆盖子串给你一个字符串s、一个字符串t。返回s中涵盖t所有字符的最小子串。如果s中不存在涵盖t所有字符的子串，则返回空字符串“”。

shendaoyu·2025-05-02 08:09

Leetcode 76

题目描述思路分析采用滑动窗口，窗口有左右边界，先通过扩展右边界找出一个包含T中所有字符的子串，然后收缩左边界，直到不能再收缩。记录此时的子串。然后收缩左边界，继续扩展右边界，直到再找到满足要求的子串，和上次的进行比较，保存更小的子串。返回执行，直到右边界到达S串尾，且左边界不能再收缩。代码publicstaticStringminWindow(Strings,Stringt){Mapmap=new

Bennett 黄柏禧·2025-05-02 08:37

LightGBM算法核心原理与技术特性深度解析

一、核心原理与技术创新梯度提升框架的优化LightGBM基于梯度提升决策树（GBDT），通过迭代训练弱分类器（决策树）并加权组合，逐步修正预测误差。其核心改进在于对传统GBDT的

彩旗工作室·2025-05-02 07:31

pytorch学习14之读写文件

将训练的模型保存：用在其他环境中（比如在部署中进行预测）。用于定期保存中间结果，在一个耗时较长的训练过程运行中，以确保在服务器电源被不小心断掉时，损失的计算结果不会过于严重。

wuxuand·2025-05-02 04:44

LeetCode刷题 -- 48. 旋转图像

题目算法题解：顺时针旋转矩阵（90度）1.算法描述给定一个n×n的二维矩阵，请将矩阵顺时针旋转90度。例如：输入：[[1,2,3],[4,5,6],[7,8,9]]输出：[[7,4,1],[8,5,2],[9,6,3]]2.思路分析顺时针旋转矩阵90度的操作可以分解为两步：第1步：矩阵转置即以矩阵对角线（从左上到右下）为轴，进行镜像翻转。第2步：每行逆序将每一行从左到右逆序。图示如下：原矩阵:转置

sz66cm·2025-05-02 04:13

LeetCode 48. 旋转图像（旋转矩阵）三种解法

##48.旋转图像（旋转矩阵）难度：Medium语言：Java题目给定一个n×n的二维矩阵表示一个图像。将图像顺时针旋转90度。说明：你必须在原地旋转图像，这意味着你需要直接修改输入的二维矩阵。请不要使用另一个矩阵来旋转图像。示例1:给定matrix=[[1,2,3],[4,5,6],[7,8,9]],原地旋转输入矩阵，使其变为:[[7,4,1],[8,5,2],[9,6,3]]示例2:给定mat

FRENKIE_AIGC·2025-05-02 04:13

日拱一卒（14）——leetcode学习记录：转置矩阵

一、题目给定一个二维数组，求这个数组的转置矩阵二、思路创建一个转置矩阵大小的全零二维数组。遍历原二维数组的各个元素，放置到转置后的位置。难点在于创建新数组。三、题解classSolution:deftranspose(self,matrix:List[List[int]])->List[List[int]]:new=[[0]*len(matrix)for_inrange(len(matrix[0]

特立独行的Q·2025-05-02 04:13

基于YOLOv5深度学习的多目标检测系统：YOLOv5实现与UI界面设计

本文将详细介绍如何构建一个基于YOLOv5的多目标检测系统，包括数据集准备、模型训练、用户

深度学习YOLO目标检测实战项目·2025-05-02 04:13

PyTorch的.pt文件详解

之前我们已经讨论了字符级语言模型的训练、保存结构以及数据集下载。

搏博·2025-05-02 04:12

基于机器学习的舆情分析算法研究

方法上，收集了近10万条社交媒体的舆情文本数据，利用多种机器学习算法如支持向量机、朴素贝叶斯、决策树等进行训练和优化。结果表明，经过优化的支持向量机算法在舆情分类的准确率上达到了85%以上，明显高于

赵谨言·2025-05-02 04:41

产品构建设计的人性密码：如何让客户少怼你，研发少怼你

产品思维训练视频课程已更新至https://edu.csdn.net/course/detail/40430"这个需求根本不合理！"——这是客户第17次在会议中直接打断你的演示。"

结构化知识课堂·2025-05-02 01:49

LeetCode 978 最长湍流子数组题解

这个题的思路非常简单，只是我的代码没有优化，用的时间复杂度是o(n+n),所以其实还好，给大家说说我的思路，对于本题，我们先研究第一种情况，我们可以通过双下标对其进行维护，再更新l和r下标的同时还能找出最长的湍流子数组的长度，然后就是去优化一些存在的问题即可有两种特殊情况也需要我们去考虑一种是数组长度为1，这个比较简单，我们直接判断长度然后返回子数组长度为1即可还有一种是奇下标和偶下标的值想等，即

Demons_kirit·2025-05-02 00:14

AI大模型基础设施：NVIDIA的用于AI大语言模型训练和推理的几款主流显卡

英伟达（NVIDIA）在AI大语言模型（LLM）的训练和推理领域占据主导地位，其GPU因强大的并行计算能力和专为深度学习优化的架构而广受青睐。

InnoLink_1024·2025-05-01 23:39

Python数据分析与机器学习在金融风控中的应用

文章目录引言一、金融风控的现状与挑战二、数据收集与预处理2.1数据收集2.2数据预处理三、信用风险评估模型3.1特征选择与提取3.2数据划分3.3模型训练3.4模型评估四、市场风险管理模型4.1数据收集与预处理

屿小夏·2025-05-01 22:03

Python训练营打卡Day12

超参数调整专题2三种启发式算法的示例代码：遗传算法、粒子群算法、退火算法学习优化算法的思路（避免浪费无效时间）作业：今天以自由探索的思路为主，尝试检索资料、视频、文档，用尽可能简短但是清晰的语言看是否能说清楚这三种算法每种算法的实现逻辑，帮助更深入的理解。一、遗传算法（GeneticAlgorithm,GA）核心逻辑：模仿生物进化中的"优胜劣汰"机制，通过种群迭代进化寻找最优解。类比：假设你有一群

宸汐Fish_Heart·2025-05-01 21:29

Java与TensorFlow的“跨次元对话”：三步让你的Java代码学会“读心术”！

当Java程序员遇到外星科技——TensorFlow模型“程序员A：‘老板让我用Java做图像分类，但模型是TensorFlow训练的！’程序员B：‘别慌！

墨夶·2025-05-01 21:57

深入实践：从零开始掌握GPT的应用开发

相比传统算法和模型，GPT有以下显著优势：强大的生成能力：基于预训练模型，无需大量数据即可生成高质量内容。适应多任务场景：通过设计提示（Prompts），灵活完成多种任务。

一位小说男主·2025-05-01 19:46

【神经网络与深度学习】端到端方法和多任务学习

引言端到端方法和多任务学习是机器学习和深度学习领域中的两种重要技术，它们各自适用于不同的应用场景，并在模型设计、数据要求和训练过程等方面有着显著区别。

如果树上有叶子·2025-05-01 19:42

【YOLO11改进 - 检测头】更换DetectDeepDBB检测头

检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLOv11目标检测创新改进与实战案例文章目录YOLOv11目标检测创新改进与实战案例专栏介绍摘要创新点1.多样化的多分支卷积结构2.多尺度特征融合3.卷积核重构和身份转换4.训练与推理阶段的分离优化

YOLO大师·2025-05-01 18:09

NeurIPS‘24 Oral 大模型LoRA超级变体！HydraLoRA小参数，大作为！

随着大模型应用发展的深入，参数高效微调（PEFT）凭借定制化、精准性****等优势，成为大模型优化的热门方式，其中，LoRA引入‌低秩矩阵，实现了不输全面微调的下游适应性能，但是，增长的训练需求也带来了存储和传输成本

小敢摘葡萄·2025-05-01 18:06

leetcode0235. 二叉搜索树的最近公共祖先-medium

1题目：二叉搜索树的最近公共祖先官方标定难度：中给定一个二叉搜索树,找到该树中两个指定节点的最近公共祖先。百度百科中最近公共祖先的定义为：“对于有根树T的两个结点p、q，最近公共祖先表示为一个结点x，满足x是p、q的祖先且x的深度尽可能大（一个节点也可以是它自己的祖先）。”例如，给定如下二叉搜索树:root=[6,2,8,0,4,7,9,null,null,3,5]示例1:输入:root=[6,2

智趣代码实验室·2025-05-01 17:05

LeetCode-75. 颜色分类-Java-medium

题目链接法一（三指针）/***交换数组中两个元素的位置**@paramnums*@parami*@paramj*/privatevoidswap(int[]nums,inti,intj){if(i!=j){//两个相同的数^结果为0，开头加一个判断可以避免这种情况nums[i]^=nums[j];nums[j]^=nums[i];nums[i]^=nums[j];}}/***三指针，借鉴快排思想，

happy life 2022·2025-05-01 17:34

LeetCode 75. 颜色分类（Medium）/ 剑指 Offer 21. 调整数组顺序使奇数位于偶数前面（Easy）/ 大小写字母左右移动 / 元素移动问题！！！

283.移动零（原地移动到数组末尾）（Easy）剑指Offer21.调整数组顺序使奇数位于偶数前面（Easy）【原地】大小写字母左右移动26.【原地】删除排序数组中的重复项（Easy）题目链接题解颜色分类思路代码classSolution:###0123单指针（32ms，14.9MB）defsortColors(self,nums:List[int])->None:"""Donotreturnan

Aiclin·2025-05-01 17:03

【软件设计师：复习】上午题核心知识点总结（一）

典型问题：合并两个有序链表（LeetCode21）。链表反转（迭代/递归实现）。栈与队列栈：LIFO（后进先出），应用场景：函数调用栈、括号匹配。

无心水·2025-05-01 17:32

数据结构-链表刷题集(长期更新)

文章目录1.leetcode2两数之和1.1解法一2.链表反转3.指定区间的链表翻转1.leetcode2两数之和1.1解法一题目及其相关实例如下要做这个题,首先我们要学会模拟竖式的加法,我们知道即使是

浅念同学·2025-05-01 17:31

leetcode0075. 颜色分类-medium

1题目：官方标定难度：中给定一个包含红色、白色和蓝色、共n个元素的数组nums，原地对它们进行排序，使得相同颜色的元素相邻，并按照红色、白色、蓝色顺序排列。我们使用整数0、1和2分别表示红色、白色和蓝色。必须在不使用库内置的sort函数的情况下解决这个问题。示例1：输入：nums=[2,0,2,1,1,0]输出：[0,0,1,1,2,2]示例2：输入：nums=[2,0,1]输出：[0,1,2]提

智趣代码实验室·2025-05-01 17:01

【Matlab】基于长短期记忆网络LSTM实现多分类预测（Excel可直接替换数据）

【Matlab】基于长短期记忆网络LSTM实现多分类预测（Excel可直接替换数据）1.算法简介2.测试数据集3.替换数据4.训练进度图5.混淆矩阵6.对比结果7.代码及注释1.算法简介长短期记忆网络LSTM

敲代码两年半的练习生·2025-05-01 16:27

计算机毕业设计--基于深度学习(PSPNet、空洞卷积Atrous Convolutions)的多类型图像分割通用模型

基于深度学习(PSPNet、空洞卷积AtrousConvolutions)的多类别图像通用分割模型更多基于深度学习的毕业设计请关注专栏---计算机毕业设计✨动物图分割（使用训练集DIS5K-TR，DIS-TEs

苯酸氨酰糖化物·2025-05-01 16:23

2025云服务器实战手册：从技术架构到商业增长的全链路指南

架构限制，形成「边缘节点+区域中心+超级云脑」的三级体系：边缘计算：华为云Atlas500实现5ms级实时响应，制造企业质检效率提升40%异构集群：阿里云GN7i实例支持CPU+GPU+NPU混合部署，AI训练周期缩短

国际云·2025-05-01 15:51

【计算机视觉】目标检测：深度解析Detectron2：Meta开源目标检测与图像分割框架实战指南

深度解析Detectron2：Meta开源目标检测与图像分割框架实战指南技术架构与设计哲学核心设计理念关键技术组件环境配置与安装硬件建议配置详细安装步骤实战流程详解1.自定义数据集准备2.模型配置与训练

白熊188·2025-05-01 14:40

深度学习篇---模型权重变化与维度分析

文章目录前言1.权重的作用2.权重的维度全连接层卷积层3.权重的变化4.实例代码（PyTorch框架）场景代码解释模型定义数据生成优化设置初始权重设置训练循环前向传播反向传播更新权重结果输出维度与变化总结维度匹配梯度跟新

Ronin-Lotus·2025-05-01 13:38

大连理工大学选修课——机器学习笔记（7）：集成学习及随机森林

集成学习及随机森林集成学习概述泛化能力的局限每种学习模型的能力都有其上限限制于特定结构受限于训练样本的质量和规模如何再提高泛化能力？

江安的猪猪·2025-05-01 13:36

投稿篇#3：分享两段投稿经历，SCI三区与CCF-C会连中两元！

我唯一在学校学过的有关计算机的课程只有一个C语言，甚至连训练YOLO最常用的Python都没有学过。

hjs_deeplearning·2025-05-01 12:01

基于深度学习的人脸属性识别算法研究

通过构建深度卷积神经网络模型，使用大规模的人脸数据集进行训练和优化。实验结果表明，所提出的算法在多个公开人脸属性数据集上取得了较好的识别效果，平均识别准确率达到了85%以上。研究表明，基于深

赵谨言·2025-05-01 11:25

PPO算法实践：手把手教会你PPO算法的工程应用

PPO模型的训练我们需要的模型实现流程伪代码代码中的公式解释代码解释数据准备阶段训练阶段实现代码PPO模型的训练我们需要的模型基准模型：一般是SFT后的模型作为基准，新训练的模型不能和这个模型的概率分布相差太大

KangkangLoveNLP·2025-05-01 11:54

LeetCode 1482.制作m束花所需的最少天数

给你一个整数数组bloomDay，以及两个整数m和k。现需要制作m束花。制作花束时，需要使用花园中相邻的k朵花。花园中有n朵花，第i朵花会在bloomDay[i]时盛开，恰好可以用于一束花中。请你返回从花园中摘m束花需要等待的最少的天数。如果不能摘到m束花则返回-1**二分法对制作天数这个可能区间进行二分构造辅助函数判断当前天数能否制作m束花**classSolution{publicintmin

零一熊·2025-05-01 11:53

【力扣】638. 大礼包

638.大礼包在LeetCode商店中，有n件在售的物品。每件物品都有对应的价格。然而，也有一些大礼包，每个大礼包以优惠的价格捆绑销售一组物品。

向上的毛毛·2025-05-01 11:52

LeetCode每日抑题 1482. 制作 m 束花所需的最少天数

1482.制作m束花所需的最少天数难度：中等语言：java题目内容给你一个整数数组bloomDay，以及两个整数m和k。现需要制作m束花。制作花束时，需要使用花园中相邻的k朵花。花园中有n朵花，第i朵花会在bloomDay[i]时盛开，恰好可以用于一束花中。请你返回从花园中摘m束花需要等待的最少的天数。如果不能摘到m束花则返回-1。解题思路看了一圈，要求太多了，又要相连的花，还有成束，又要最短时间

ChasingSunny·2025-05-01 11:18

InternLM2-Math-Plus全面升级，全尺寸最强的开源数学模型

升级后的InternLM2-Math-Plus在预训练和微调数据方面进行了全面的优化，显著提高了其在自然语言推理、代码解题以及形式化数学语言上的性能。

OpenMMLab·2025-05-01 09:07

【LeetCode】组合总和II

链接：https://leetcode.c

avocado_green·2025-05-01 09:36

【LeetCode】最长公共前缀

题目描述编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀，返回空字符串""。题目链接我的最初解答版本思路是以第一个字符串为比较对象，从1个字符开始逐个累加字符、构成试探前缀（tryPrefix），然后判断其余待比较的字符串是否以tryPrefix为前缀，一轮比较下来如果都是的话则将此试探前缀视为已经确定的安全前缀（prefix），一旦过程中出现否定的结果则比较结束，返回当前最新的安

avocado_green·2025-05-01 09:06

DeepSeek最新大模型发布-DeepSeek-Prover-V2-671B

2025年4月30日，DeepSeek开源了新模型DeepSeek-Prover-V2-671B，该模型聚焦数学定理证明任务，基于混合专家架构，使用Lean4框架进行形式化推理训练，参数规模达6710亿

AI方案2025·2025-05-01 09:36

DeepSeek-Prover-V2-671B

文件格式：采用更高效的safetensors文件格式，提升训练和部署效率。计算精度：支持BF16、FP8、F32等多种计算精度，可根据实际需求灵活选择，实现资源的有效利用。