LeetCode训练

【YOLOv12多模态融合改进】| 引入轻量化特征提取模块，解决多模态中的双模型参数量、计算量增加问题（适用不同的轻量化模块）

由于多模态模型在训练过程中使用的是两个模型，整体的参数量计算量相比一般的单模态模型大，所以轻量化也是多模态模型改进过程中常见的一个改进方向。
Limiiiing·2025-04-15 10:56

【YOLOv10多模态融合改进】| 引入轻量化特征提取模块，解决多模态中的双模型参数量、计算量增加问题（适用不同的轻量化模块）

由于多模态模型在训练过程中使用的是两个模型，整体的参数量计算量相比一般的单模态模型大，所以轻量化也是多模态模型改进过程中常见的一个改进方向。
Limiiiing·2025-04-15 10:56

【YOLOv11多模态融合改进】| 引入轻量化特征提取模块，解决多模态中的双模型参数量、计算量增加问题（适用不同的轻量化模块）

由于多模态模型在训练过程中使用的是两个模型，整体的参数量计算量相比一般的单模态模型大，所以轻量化也是多模态模型改进过程中常见的一个改进方向。
Limiiiing·2025-04-15 10:26

LeetCode - 5 最长回文子串

题目来源5.最长回文子串-力扣（LeetCode）题目描述给你一个字符串s，找到s中最长的回文子串。示例1输入：s="babad"输出："bab"解释："aba"同样是符合题意的答案。
程序员阿甘·2025-04-15 10:56

机器学习笔记 - labelme标注工具使用

简介在自己的数据集上进行语义分割最基础的一步便是对图像进行标注，以训练得到自己的模型，标注是一个比较繁琐的活，所以需要一个好的标注工具。
坐望云起·2025-04-15 10:25

Python Transformer 库及使用方法

Python中的Transformer库及使用方法一、库的概述HuggingFaceTransformers是自然语言处理（NLP）领域最流行的开源库之一，支持基于Transformer架构的预训练模型
学亮编程手记·2025-04-15 08:40

思维与算法共舞：AIGC语言模型的艺术与科学

2.预训练与微调二、AIGC的应用领域：文本生成的具体应用1.内容创作2.客户服务与聊天机器人3.自动摘要4.翻译与语言转换三、前沿突破：AIGC文本生成技术的最新进展与未来方向1.多任务学习与多模态生成
云边有个稻草人·2025-04-15 07:06

AI产品经理必须知道的技术 之七 【注意力机制】

现在绝大多数的大语言模型，都是基于Transformer训练的。Trans
weixin_47233946·2025-04-15 07:05

Rasa总体目录架构介绍

详细讲解一下每个主要文件/目录的作用，以及之后如何一步步使用它们来训练和运行你的聊天机器人。Rasa项目结构说明（初始化后生成的主要文件）.
YiHanXii·2025-04-15 06:31

LeetCode题练习与总结：反转字符串 Ⅱ -- 541

一、题目描述给定一个字符串s和一个整数k，从字符串开头算起，每计数至2k个字符，就反转这2k字符中的前k个字符。如果剩余字符少于k个，则将剩余字符全部反转。如果剩余字符小于2k但大于或等于k个，则反转前k个字符，其余字符保持原样。示例1：输入：s="abcdefg",k=2输出："bacdfeg"示例2：输入：s="abcd",k=2输出："bacd"提示：1<=s.length<=10^4s仅由
一直学习永不止步·2025-04-15 06:29

（二十二）反转字符串Ⅱ

【来源】力扣（LeetCode）【示例】【题解思路】只要让i+=(2*k)，i每次移动2*k就可以了，然后判断是否需要有反转的区间。//左闭右闭voidreverse(str
贪心的鬼·2025-04-15 06:28

leetcode 实战篇-字符串

前言哈喽大家好，我是雨墨，小老弟又来了，这是小老弟的第二篇博客，记录小老弟我刷字符串类型的leetcode题目的笔记。
KdbYuMo·2025-04-15 06:27

LeetCode[15]三数之和

思路：一开始我想的用哈希表来做，但是怎么想怎么麻烦，最后看解析，发现人家用的双指针，那我来讲一下我这道题理解的双指针。这道题使用双指针之前一定要给数组进行排序，ok为什么排序？因为我需要两个指针模拟移动，三个数相加，如果和大于0了，是不是后面的指针就可以退一位，小于0了，前面的指针就能加一位了。（完美，这就是排序的必要性）首先一个节点来进行数组的遍历，这个节点也相当于三数之和的第一个值，两个指针分
月亮被咬碎成星星·2025-04-15 06:26

【实战】ACM 选手图解 LeetCode 反转字符串Ⅱ

LeetCode541：反转字符串Ⅱ题意我给定一个字符串s和一个整数k，从开头算起，每计数至2k个字符，就反转这2k字符中的前k个字符。如果剩余字符少于k个，则将剩余字符全部反转。
编程文青李狗蛋·2025-04-15 05:55

超强算力——GPT-4o

版本间的对比分析:与GPT-3相比,GPT-4o在模型规模、训练数据和算力等方面都有大幅提升。GPT-4o拥有惊人的1750亿个参数,是GPT-3的60多倍。
大数据小学僧（三天一更）·2025-04-15 05:24

亚马逊云科技-基于GenAI预训练新基础模型

亚马逊云科技-基于GenAI预训练新基础模型关键字:[yt,SageMaker,FoundationModels,AmazonSagemaker,DistributedTraining,ModelParallelism
taibaili2023·2025-04-15 05:21

✅ Stable Diffusion v1.5：不换模型优化人体细节的实用技巧

StableDiffusionv1.5部署后，不换模型也能提升图像中人体细节的几个策略；模型用的是runwayml/stable-diffusion-v1-5，显卡够用，核心目标是改善手、脸、姿势等人体细节，但不换模型、不训练大模型
源客z·2025-04-15 03:42

微调模型的性能优化策略

2.性能优化的目标提高准确性：通过优化模型结构和训练方法，提升模型在特定任务上的预测准确性。降低延迟：减少模型推理时间，提高响应速度，适合实时应用。减少资源消耗：降低模型对计算资源和存储的
CarlowZJ·2025-04-15 00:47

知识图谱、对话系统、协同过滤

三元组是知识图谱通用表示方式：实体-关系-实体，实体-属性-属性值，实体-标签-标签值，rbert可以训练实体-关系-实体。loader：#-*-coding:utf-8-*-
heine162·2025-04-14 23:45

论文精度：异常检测方法INP-Former（Exploring Intrinsic Normal Prototypes within a Single Image for Universal An）

传统方法（如PatchCore、RD4AD等）依赖于将测试图像与训练集中的正常原型进行比对。
清风AI·2025-04-14 23:14

【李宏毅深度学习——回归模型的PyTorch架构】Homework 1：COVID-19 Cases Prediction (Regression)

目录1、显示NVIDIAGPU的状态信息2、数据集的两种不同的下载方式3、导入相关库4、三个工具函数5、定义自己的数据集类6、定义神经网络模型7、定义选择特征的函数8、训练过程9、超参数字典config10
AI的Learner·2025-04-14 22:35

第P10周：Pytorch实现车牌识别

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊我的环境：语言环境：python3.12.6编译器：jupyterlab深度学习环境：Pytorch注明：数据还没跑完，但先存档前期准备fromtorchvision.transformsimporttransformsfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdat
小羊的 utopia·2025-04-14 21:27

DeepSeek R1 简易指南：架构、本地部署和硬件要求

该研究突破性地采用强化学习（ReinforcementLearning）作为核心训练范式，在不依赖大规模监督微调的前提下显著提升了模型的复杂问题求解能力。
m0_74825003·2025-04-14 19:43

基于Qwen2/Lllama3等大模型，部署团队私有化RAG知识库系统的详细教程（Docker+AnythingLLM）

然而，在一些垂直领域，这些开源或闭源的通用基础大模型也暴露了一些问题，主要体现在以下3个方面：知识的局限性：大模型的知识源于训练数据，目前主流大模型（如：通义千问、文心一言等）的训练数据基本来源
大耳朵爱学习·2025-04-14 19:11

leetcode--10.正则表达式匹配

题目：给定一个字符串s，以及一个匹配字符串p，要求判断s是否符合p的规则。增加条件：s以及p可以是26个英文小写字母，p中可以存在'.'以及'*'。'.':这个符号可以代表任意字母'*':这个符号需要和其p中上一个符号sign组合，即sign*，表示有0或者1或者2或者……个sign。思路：这题是典型的动态规划，主要工作需要创建其状态转移公式。假设s的长度为sLen，p的长度为pLen，需要创建一
抹旧·2025-04-14 18:04

使用Python和OpenCV进行运动物体识别和无人机识别

本文将介绍如何使用Python和OpenCV库进行分类器训练模型，并实现运动物体识别和无人机识别功能。首先，我们需要安装OpenCV库。
UtiExamples·2025-04-14 17:32

Leetcode2542-最大子序列的分数

1.问题转换首先明确题意，要选取的值和num1，num2两个数组都有关，但是num1中选取的是k个数，num2中选取的是1个数，显然num2中的数所占的权重较大（对结果影响较大），所以我们就可以对num2进行排序（也可以对nums1进行排序，就是对nums1排列以后枚举时获取nums2最小值特麻烦，就不再赘述了，有兴趣的读者可以思考一下），枚举num2中的每个数，然后确定num1中对应的k个数，但
Ray-国·2025-04-14 17:30

LeetCode 热题 100_零钱兑换（85_322_中等_C++）（动态规划）

LeetCode热题100_零钱兑换（85_322）题目描述：输入输出样例：题解：解题思路：思路一（动态规划）：代码实现代码实现（思路一（动态规划））：以思路一为例进行调试题目描述：给你一个整数数组coins
Dream it possible！·2025-04-14 17:58

自回归概率模型（Autoregressive Probabilistic Models）

本文将从基础概念、数学原理、模型结构、训练方法、优缺点以及实际应用等多个方面，详细、深入地讲解自回归概率模型。一.自回归概率模型的基本概念自回归模型是一种
爱看烟花的码农·2025-04-14 17:27

209.长度最小的子数组- 力扣(LeetCode)

题目：给定一个含有n个正整数的数组和一个正整数target。找出该数组中满足其总和大于等于target的长度最小的子数组[numsl,numsl+1,...,numsr-1,numsr]，并返回其长度。如果不存在符合条件的子数组，返回0。示例1：输入：target=7,nums=[2,3,1,2,4,3]输出：2解释：子数组[4,3]是该条件下的长度最小的子数组。示例2：输入：target=4,n
Lounger66·2025-04-14 17:27

AI算力租赁：重塑AI时代核心生产力（下篇）

（一）全栈硬件矩阵支撑多元需求●高端算力：部署H100/A100集群，单集群算力100PFLOPS，支持千亿参数模型训练；●异构计算：融合FPGA/ASIC，针对图像识别优化算力分配，推理速度提升50%
·2025-04-14 16:41

深度探索 DeepSeek 微调：LoRA 与全参数微调实战指南

摘要DeepSeek作为强大的大模型，提供了优质的基础能力，但在某些特定任务上，直接使用预训练模型可能无法满足需求。
·2025-04-14 15:36

leetcode283 移动零——双指针

官方双指针题解：应始终保持右指针到左指针均为零；左指针左边为非零。这样右指针移动到最右边，左右指针维护的区间就是0，即所有零都移动到右侧了。classSolution{public:voidmoveZeroes(vector&nums){intn=nums.size(),left=0,right=0;while(right&nums){intj=0;for(inti=0;i
Coaa.·2025-04-14 15:50

可发1区的超级创新思路（python 、MATLAB实现）：基于SAM+Informer+2DCNN的功率预测模型

模型背景与核心创新二、模型组件详解1.SAM时空注意力模块原理说明代码实现2.Informer编解码器原理改进关键代码3.2DCNN特征压缩数据重构方法双平台实现三、完整模型集成方案1.数据流说明2.双平台集成代码四、训练策
清风AI·2025-04-14 15:49

《双指针算法指南：LeetCode 经典题解（C++实现）》

《双指针算法指南：LeetCode经典题解（C++实现）》——从快慢指针到对撞指针，刷题效率提升200%！常⻅的双指针有两种形式，⼀种是对撞指针，⼀种是左右指针。
爱奥尼欧·2025-04-14 15:48

LeetCode283——移动零

https://leetcode-cn.com/problems/move-zeroes/1、官方题解——双指针使用双指针，左指针指向当前已经处理好的序列（非0序列）的尾部，右指针指向待处理序列的头部。
小迷糊171·2025-04-14 15:47

为什么不同的损失函数可以提升模型性能？

不同的损失函数可以提升模型性能的原因在于，损失函数是模型优化的核心目标，它直接定义了模型在训练过程中需要最小化的误差或偏差。
RoyKing_·2025-04-14 14:14

检索增强生成技术：让大模型回答更精准可靠

虽然大模型通过海量数据训练获得了广泛的知识覆盖，但其内在知识仍然是静态和有限的。当面对需要最新专业知识或特定领域深度知识的查询时，模型往往无法给出准确回答。
CodePatentMaster·2025-04-14 14:44

运行yolov5训练时遇到Exception: Dataset not found ❌

运行yolov5训练时遇到问题：Exception:Datasetnotfound❌在数据集已存在的情况下，遇到此问题，大概率是数据集路径存在问题，可以仔细翻看报错的输出提示，一般会有说：Datasetnotfound
筱戥芊茹·2025-04-14 13:35

YOLOv11训练中精准率召回率与[email protected]的动态变化分析

目标检测模型的训练过程涉及多个关键性能指标和损失函数的变化，这些数据能够直观反映模型的收敛速度、最终精度以及改进效果。
Stara-AI·2025-04-14 13:33

Ollama+open-webui搭建私有本地大模型详细教程

它支持多种预训练模型（如Llama、Vicuna、Dolly等），并且可以在本地运行，无需复杂的基础设施。
王亭_666·2025-04-14 09:10

【scikit-learn基础】--『预处理』之 分类编码

数据的预处理是数据分析，或者机器学习训练前的重要步骤。
大雄野比·2025-04-14 09:40

算法安全优化与跨场景应用实践

例如，联邦学习通过分布式模型训练机制，在保障数据隐私的前提下提升金融风控模型的泛化能力；而量子算法则借助并行计算优势，显著降低高频交易场景下的风险预测延迟。技术类别典型应用场景优化方向安全
智能计算研究中心·2025-04-14 09:40

（源码）TensorFlow自然语言处理深度解析：从理论到工业级实践

TensorFlow自然语言处理深度解析：从理论到工业级实践-CSDN博客的后续，以下是一个完整的、可执行的TensorFlowNLP代码实现，整合了文章中提到的核心技术点（注意力机制、BERT实现、混合精度训练
qq_16226939·2025-04-14 09:09

Python在糖尿病分类问题上寻找具有最佳 ROC AUC 分数和 PR AUC 分数（决策树、逻辑回归、KNN、SVM）

Python在糖尿病分类问题上寻找具有最佳ROCAUC分数和PRAUC分数（决策树、逻辑回归、KNN、SVM）问题模板解题思路1.导入必要的库2.加载数据3.划分训练集和测试集4.数据预处理5.定义算法及其参数
啥都鼓捣的小yao·2025-04-14 09:36

【创建一个YOLO免环境训练包】

YOLO免环境训练包如果你需要保持原装命令很高兴能帮助你创建一个YOLO免环境训练包。下面是一个详细的教程，包含操作步骤和示例代码。
TIF星空·2025-04-14 08:33

【ELGC-Net】用于遥感变化检测的高效局部-全局上下文聚合（IEEE TGRS收录）

且，基于标准自注意力的Transformer方法对图像分辨率存在二次计算复杂度，使得在训练数据有限的CD任务种不太实用。
及时行樂樂樂·2025-04-14 08:33

DocLayout-YOLO：通过多样化合成数据与全局-局部感知实现文档布局分析突破

：Mesh-candidateBestFit合成算法创新点2：全局-局部可控感知模块（GL-CRM）三、实验结果：全面超越SOTA主要指标对比（D4LA数据集）消融实验验证四、代码复现指南环境准备关键训练参数推理示例五
清风AI·2025-04-14 08:02

YOLO 的 data.yaml 配置文件路径解析

在YOLO的data.yaml配置文件中，训练图像路径前加../是为了表示相对路径。相对路径的含义../表示返回当前目录的上一级目录。这种路径配置方式使得项目结构更加灵活，方便在不同环境下迁移项目。
Wiktok·2025-04-14 08:02

WIKTOK-YOLOv8单项目训练代码

一、目录配置#WTYOLO训练模型WTyolov8/#YOLO项目的根目录├──datasets/#数据集相关文件│├──images/#图像文件（JPG）││├──train/#训练集图像││├──val
Wiktok·2025-04-14 08:02
上一页 91 92 93 94 95 96 97 98 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他