leetcode训练第28页

LeetCode 2762.不间断子数组

给你一个下标从0开始的整数数组nums。nums的一个子数组如果满足以下条件，那么它是不间断的：i，i+1，…，j表示子数组中的下标。对于所有满足i&nums){longlongans=0;intleft=0;mapcnt;for(inti=0;ifirst-cnt.begin()->first>2){if(--cnt[nums[left]]==0){cnt.erase(nums[left]);}

吃着火锅x唱着歌·2025-06-30 20:03

LeetCode LCP 68.美观的花束

力扣嘉年华的花店中从左至右摆放了一排鲜花，记录于整型一维矩阵flowers中每个数字表示该位置所种鲜花的品种编号。你可以选择一段区间的鲜花做成插花，且不能丢弃。在你选择的插花中，如果每一品种的鲜花数量都不超过cnt朵，那么我们认为这束插花是「美观的」。例如：[5,5,5,6,6]中品种为5的花有3朵，品种为6的花有2朵，每一品种的数量均不超过3请返回在这一排鲜花中，共有多少种可选择的区间，使得插花

吃着火锅x唱着歌·2025-06-30 20:03

力扣第88题-合并两个有序数组

力扣链接:88.合并两个有序数组-力扣（LeetCode）给你两个按非递减顺序排列的整数数组nums1和nums2，另有两个整数m和n，分别表示nums1和nums2中的元素数目。

清风序来·2025-06-30 20:32

LeetCode每日一题3261---统计满足 K 约束的子字符串数量 II

一、题目描述给你一个二进制字符串s和一个整数k。另给你一个二维整数数组queries，其中queries[i]=[li,ri]。如果一个二进制字符串满足以下任一条件，则认为该字符串满足k约束：字符串中0的数量最多为k。字符串中1的数量最多为k。返回一个整数数组answer，其中answer[i]表示s[li..ri]中满足k约束的子字符串的数量。示例1：输入：s=“0001111”,k=2,que

韭菜盖饭·2025-06-30 20:31

Leetcode：3258. 统计满足 K 约束的子字符串数量 I

题目给你一个二进制字符串s和一个整数k。如果一个二进制字符串满足以下任一条件，则认为该字符串满足k约束：字符串中0的数量最多为k。字符串中1的数量最多为k。返回一个整数，表示s的所有满足k约束的子字符串的数量。示例1：输入：s=“10101”,k=1输出：12解释：s的所有子字符串中，除了“1010”、“10101”和“0101”外，其余子字符串都满足k约束。示例2：输入：s=“1010101”,

CICY‖·2025-06-30 20:59

FineWeb数据集

FineWeb是HuggingFace在2024年发布的一项革命性开源AI训练数据集，它通过提供高质量、大规模的数据，打破了AI训练数据的垄断局面。

frostmelody·2025-06-30 18:45

【LLaMA 3实战】2、LLaMA 3对话能力全解析：从架构革新到多智能体实战指南

本文将从底层架构到应用实战，系统拆解LLaMA3对话能力的技术奥秘，包含核心机制解析、训练策略、工程优化及多智能体系统开发，助你全面

无心水·2025-06-30 18:14

用Pytorch训练手写签名模型并进行签名识别

整体思路收集至少两个人的手写签名图片，每个人至少20张使用Pytorch进行模型训练使用Flask搭建Web服务使用Html/JavaScript实现前端调用进行签名识别项目结构signature-systemdatatrainuser001001

TBM矩阵·2025-06-30 17:14

继 Evo 2 之后，Arc Institute 发布首个虚拟细胞模型 STATE，训练数据涉及 70 种不同细胞系

众所周知，人体由不同类型的细胞组成——免疫细胞在感染发生时可引发炎症反应以抵御病原体；干细胞具有分化潜能，可生成多种组织类型；而癌细胞则通过逃避生长调控信号，实现异常增殖。尽管这些细胞在功能和形态上差异巨大，但它们几乎都拥有相同的基因组。细胞的独特性并非来自DNA序列本身的差异，而是源于它们如何调控和使用相同的基因信息。换言之，细胞的特性源于基因表达的差异，而一个细胞的基因表达模式不仅决定了它属于

·2025-06-30 16:33

[pytorch] pytorch_model.bin 和 training_args.bin 的区别

pytorch_model.bin和training_args.bin是与PyTorch框架和训练过程相关的两个文件。pytorch_model.bin:这是保存了PyTorch模型的二进制文件。

心心喵·2025-06-30 15:29

遥感影像数据处理-大图滑窗切分为小图

功能需求据所周知，遥感影像的尺寸有大有小，大的达到几万x几万像素，而图像分割算法模型在训练中尺寸适中，比如256x256，512x512，1024x1024等等，如果直接将遥感影像的原图输入模型中进行训练

GIS潮流·2025-06-30 15:28

EasyFeature软件特性四：星云空天大模型

通过海量高质量数据预训练，集成了包括遥感场景分类、快速目标检测、地物分类、变化检测等在内的丰富模型库，提供端到端的智能解译能力。

智绘中勘·2025-06-30 14:47

NLP随机插入

文章目录随机插入示例Python代码示例随机插入随机插入是一种文本数据增强方法，其核心思想是在原句中随机选择若干位置，插入与上下文相关的词语，从而生成新的训练样本。

Humbunklung·2025-06-30 13:46

Ultralytics YOLO 库介绍与使用指南

文章目录UltralyticsYOLO库介绍与使用指南主要特点安装基本使用1.使用预训练模型进行推理2.训练自定义模型3.验证模型4.导出模型高级功能1.使用不同任务模型2.使用自定义数据集3.跟踪对象

东北豆子哥·2025-06-30 13:15

【LLaMA 3实战】6、LLaMA 3上下文学习指南：从少样本提示到企业级应用实战

一、上下文学习（ICL）的技术本质与LLaMA3突破（一）ICL的核心原理与模型机制上下文学习（In-ContextLearning）的本质是通过提示词激活预训练模型的元学习能力，使模型无需微调即可适应新任务

无心水·2025-06-30 12:03

企业级RAG系统架构设计与实现指南（Java技术栈）

RAG系统通过结合信息检索与自然语言生成（NLG），能够有效提升模型对特定领域数据的适应能力，避免传统大模型在训练数据不足或数据更

在未来等你·2025-06-30 12:32

面向隐私保护的机器学习：联邦学习技术解析与应用

然而，机器学习模型的训练和优化往往需要大量的数据支持，这就产生了一个矛盾：如何在保护数据隐私的前提下，充分利用数据的价值进行机器学习模型的训练和优化？

Blossom.118·2025-06-30 11:30

3 大语言模型预训练数据-3.2 数据处理-3.2.2 冗余去除——2.SimHash算法文本去重实战案例：新闻文章去重场景

SimHash算法文本去重实战案例：新闻文章去重场景一、案例背景与目标二、具体实现步骤与示例1.**待去重文本示例**2.**步骤1：文本预处理与特征提取**3.**步骤2：特征向量化与哈希映射**4.**步骤3：特征向量聚合**5.**步骤4：降维生成SimHash值**6.**步骤5：计算汉明距离与去重判断**三、工程化实现代码（Python简化示例）四、案例总结与优化点一、案例背景与目标假设

·2025-06-30 11:30

微调大语言模型后，如何评估效果？一文讲清

无论是在研究、项目落地，还是面试中，评估方法都不能停留在“训练loss降了”这么简单。本文从评估目标、技术指标、业务适配、实战建议四个维度，讲清楚微调后的模型评估怎么做，为什么这么做。

茫茫人海一粒沙·2025-06-30 11:28

2025年上半年软考系统架构设计师--案例分析试题与答案

必选题一:大模型训练系统某公司开发一个在线大模型训练平台，支持Python代码编写、模型训练和部署,用户通过python编写模型代码,将代码交给系统进行模型代码的解析,最终由系统匹配相应的计算机资源进行输出

不对法·2025-06-30 08:13

人脸识别常用数据集和Loss

人脸识别数据集数据集的noise对训练效果的影响很大！很长一段时间MegaFace的效果都上不去，就是因为数据集噪声的原因。

JL_Jessie·2025-06-30 07:36

YOLOv13：开启目标检测新时代，手把手教你实操

目录一、YOLOv13初印象1.1YOLO系列发展脉络1.2YOLOv13独特之处二、前期准备工作2.1环境搭建2.2依赖安装三、深入使用指南3.1模型验证3.2模型训练3.3模型推理四、应用案例与拓展

奔跑吧邓邓子·2025-06-30 06:33

从入门到实战：YOLOv13 安装与使用全攻略

YOLO系列1.2YOLOv13核心技术亮点1.3性能优势展现二、前期准备2.1系统环境要求2.2软件依赖安装三、安装流程3.1获取源码3.2环境搭建3.3安装验证四、使用指南4.1模型验证4.2模型训练

奔跑吧邓邓子·2025-06-30 06:33

rnn-人名案例实现

模型训练实现:coding:utf-8导入torch工具importjsonimporttorch导入nn准备构建模型importtorch.nnasnnimporttorch.nn.functionalasFimporttorch.optimasoptim

Ai玩家hly·2025-06-30 06:33

道可云人工智能每日资讯｜江苏首个机器人训练中心在苏州吴江启动

道可云人工智能&元宇宙每日简报（2025年6月26日）讯，今日人工智能&元宇宙新鲜事有：江苏首个机器人训练中心在苏州吴江启动近日，长三角一体化示范区智能机器人训练中心在东太湖度假区（太湖新城）正式启用，

道可云·2025-06-30 06:31

网络安全防御：蓝队重保备战与应急溯源深度解析

具体目标如下：增强综合攻防能力：通过综合训练，学员将能够模拟攻击者和企业安全人员，开展对抗练习，提升实战能力和团队协作能力。掌握蓝队核心技

网安认证小马135-2173-0416·2025-06-30 05:25

Leetcode【串联所有单词的子串】

30.串联所有单词的子串给定一个字符串s和一个字符串数组words。words中所有字符串长度相同。s中的串联子串是指一个包含words中所有字符串以任意顺序排列连接起来的子串。例如，如果words=["ab","cd","ef"]，那么"abcdef"，"abefcd"，"cdabef"，"cdefab"，"efabcd"，和"efcdab"都是串联子串。"acdbef"不是串联子串，因为他不是

·2025-06-30 05:21

【Python】科研代码学习：十三 Accelerate

【Python】科研代码学习：十三AccelerateAccelerate统一的加速接口修改训练代码(torch.nn)更简单的使用Accelerate【HF官网-Doc-Accelerate：API】

溢流眼泪·2025-06-30 05:21

Leetcode-串联所有单词的子串-Java

历经一个半小时终于看明白了，分享给需要的小伙伴题目难度：困难给定一个字符串s和一个字符串数组words。words中所有字符串长度相同。s中的串联子串是指一个包含words中所有字符串以任意顺序排列连接起来的子串。例如，如果words=["ab","cd","ef"]，那么"abcdef"，"abefcd"，"cdabef"，"cdefab"，"efabcd"，和"efcdab"都是串联子串。"a

云开·山落·2025-06-30 04:19

LeetCode题解：30.串联所有单词的子串【Python题解超详细，KMP搜索、滑动窗口法】，知识拓展：Python中的排列组合

题目描述给定一个字符串s和一个字符串数组words。words中所有字符串长度相同。s中的串联子串是指一个包含words中所有字符串以任意顺序排列连接起来的子串。例如，如果words=["ab","cd","ef"]，那么"abcdef"，"abefcd"，"cdabef"，"cdefab"，"efabcd"和"efcdab"都是串联子串。"acdbef"不是串联子串，因为他不是任何words排列

·2025-06-30 04:49

【LeetCode】串联所有单词的子串 java

给定一个字符串s和一些长度相同的单词words。找出s中恰好可以由words中所有单词串联形成的子串的起始位置。注意子串要与words中的单词完全匹配，中间不能有其他字符，但不需要考虑words中单词串联的顺序。示例1：输入：s="barfoothefoobarman",words=["foo","bar"]输出：[0,9]解释：从索引0和9开始的子串分别是"barfoo"和"foobar"。输出

手写从前Code·2025-06-30 04:19

C++ | Leetcode C++题解之第30题串联所有单词的子串

题目：题解：classSolution{public:vectorfindSubstring(string&s,vector&words){vectorres;intm=words.size(),n=words[0].size(),ls=s.size();for(inti=0;idiffer;for(intj=0;j

Ddddddd_158·2025-06-30 04:17

Python打卡训练营-Day41-简单CNN

@浙大疏锦行知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→Batch归一化层（可选）→池化层→激活函数→下一层Flatten->Dense(withDropout，可选)->Dense(Output)这里相关的概念比较多，如果之前没有学习过复试班强化班中

traMpo1ine·2025-06-30 04:44

deepseek：2025年Java面试必刷高频LeetCode题目

以下是2025年Java面试中高频LeetCode题目分类及对应链接，结合大厂实际考察频率整理：一、链表类反转链表（Easy）迭代法与递归实现双解，掌握三指针操作环形链表检测（Easy）快慢指针经典应用

Alexon Xu·2025-06-30 02:34

数据标注工具详解

数据标注工具是构建高质量AI训练数据集的核心基础设施，其功能覆盖图像、文本、视频、音频、3D点云等多模态数据的标注与管理。

Sally璐璐·2025-06-30 01:32

深度学习使用Pytorch训练模型步骤

训练模型是机器学习和深度学习中的核心过程，旨在通过大量数据学习模型参数，以便模型能够对新的、未见过的数据做出准确的预测。

vvvdg·2025-06-30 01:29

Python实例题：基于 KNN 算法的手写数字识别

支持以下功能：使用MNIST数据集训练和测试模型实现KNN分类算法可视化手写数字样本评估模型性能（准确率、混淆矩阵等）添加用户交互界面，允许用户绘制数字并进行识别。

·2025-06-29 22:45

Leetcode 3600. Maximize Spanning Tree Stability with Upgrades

Leetcode3600.MaximizeSpanningTreeStabilitywithUpgrades1.解题思路2.代码实现题目链接:3600.MaximizeSpanningTreeStabilitywithUpgrades1

Espresso Macchiato·2025-06-29 22:14

Leetcode 3599. Partition Array to Minimize XOR

Leetcode3599.PartitionArraytoMinimizeXOR1.解题思路2.代码实现题目链接：3599.PartitionArraytoMinimizeXOR1.解题思路这一题就是一个动态规划的思路

Espresso Macchiato·2025-06-29 22:13

mot数据集_MOT数据集转化成VOC格式脚本(mot2voc)

使用mmdetection检测框架进行相关的训练，由于MOT的数据集标注格式和检测常用的VOC以及COCO格式有很大的差距，因此用于检测任务的时候，需要将mot格式的数据集转化成VOC格式用于检测任务的训练

飞啦不休·2025-06-29 20:56

LeetCode 学习day3 不喜勿喷

（LeetCode121.买卖股票的最佳时机）问题分析：简而言之为求最大差Python代码：importnumpyasnpc

小小小新人12123·2025-06-29 18:42

算法优化：前缀和+哈希表

今天在leetcode上写到6952.统计趣味子数组的数目这道题的时候出现了超时问题，由此学习了前缀和+哈希表的方法。

雨声敲敲，风声潇潇·2025-06-29 18:10

大语言模型中的思维链提示：解锁高效互动的秘密

在当今的人工智能领域，大语言模型（LLMs）已然成为一颗耀眼的明星，它经过海量训练，能够理解并生成人类语言，在编程等诸多领域助力人们完成日常任务。

t0_54program·2025-06-29 17:01

【数据标注师】语音切割转写

目录**一、语音标注任务解析****任务类型矩阵****核心挑战****二、硬件与工具准备****专业级工作环境配置****必备工具掌握****三、核心技能深度训练****模块1：精准切割技术****模块

试着·2025-06-29 16:59

庙算兵棋推演AI开发初探（7-神经网络训练与评估概述）

前面我们提取了特征做了数据集、设计并实现了处理数据集的神经网络，接下来我们需要训练神经网络了，就是把数据对接好灌进去，训练后查看预测的和实际的结果是否一致——也就是训练与评估。

超自然祈祷·2025-06-29 16:24

浅谈卷积神经网络(CNN)

本文将系统全面地剖析CNN的核心原理、关键组件、经典模型、数学基础、训练技巧以及最新进展，通过理论解析与代码实践相结合的方式，帮助读者深入掌握这一重要技术。

cyc&阿灿·2025-06-29 16:53

Alluxio在数据索引和模型分发中的核心价值与应用

Alluxio·2025-06-29 15:21

选择Alluxio来解决AI模型训练场景数据访问的五大理由

在AI模型训练尤其是大模型领域，存储系统的性能和稳定性直接决定了模型训练、推理、部署任务的效率和成本。

Alluxio·2025-06-29 15:51

【目标检测】YOLOv13：超图增强的实时目标检测新标杆，值得收藏。

高阶语义建模能力2.3架构设计与核心创新2.3.1超图自适应关联增强（HyperACE）2.3.2全流程聚合-分发（FullPAD）2.3.3轻量化模块设计2.4性能对比2.4代码示例2.4.1环境配置2.4.2训练代码

Carl_奕然·2025-06-29 15:20

AI算力综述和资料整理

计算精度混合精度训练原生满血版DeepSeek671B是FP8精度。FP16在训练计算力占比有80-90%，FP32占比10%-20%。

木鱼时刻·2025-06-29 15:48

推荐频道

leetcode训练