leetcode训练

DeepSeek已经落后？客观评价与深度解读爆火的DeepSeek V3大模型的性能与参数。

它似乎在训练效率和成本上具有优势，训练成本仅为600万美元，远低于GPT-4的1亿美元。一个意想不到的细节是，尽管模型参数高达6710亿，但通过MoE架构，每token只激活
AI老李·2025-06-23 09:55

LeetCode经典算法题：打家劫舍java详解

LeetCode经典算法题：打家劫舍java详解LeetCode经典算法题：打家劫舍题目描述解题思路与代码如果房子首尾相连：预测赢家题目描述解题思路与代码动态规划：使用二维数组存储差值省份数量题目描述解题思路与代码解法一
yinying293·2025-06-23 08:53

LeetCode题解——198. 打家劫舍

题目相关题目链接LeetCode中国，https://leetcode-cn.com/problems/house-robber/。题目描述你是一个专业的小偷，计划偷窃沿街的房屋。
努力的老周·2025-06-23 08:50

【LeetCode#第198题】打家劫舍（一维dp）

198.打家劫舍-力扣（LeetCode）你是一个专业的小偷，计划偷窃沿街的房屋。
玉～你还好吗·2025-06-23 08:18

TensorFlow 安装与 GPU 驱动兼容（h800）

特殊注意事项PyCharm和终端环境变量设置方法测试GPU是否可用的Python脚本#使用TensorFlow2.13在NVIDIAH800上启用GPU加速完整指南在使用TensorFlow进行深度学习训练时
weixin_44719529·2025-06-23 07:17

利用ms-swift微调LLaVA-OneVision

利用ms-swift微调LLaVA-OneVision资料合集环境安装目录详情训练模型下载模型准备训练(train)数据和验证集(validation)数据提前改一些小bug脚本Merged-LoRA脚本
moTcream·2025-06-23 07:16

动手学强化学习 第10章-Actor-Critic 算法 训练代码

基于Hands-on-RL/第10章-Actor-Critic算法.ipynbatmain·boyu-ai/Hands-on-RL·GitHub理论Actor-Critic算法修改了警告和报错运行环境DebianGNU/Linux12Python3.9.19torch2.0.1gym0.26.2运行代码Actor-Critic.py#!/usr/bin/envpythonimportgymimpo
zhqh100·2025-06-23 06:08

【动手学深度学习】4.2~4.3 多层感知机的实现

目录4.2.多层感知机的从零开始实现1）初始化模型参数2）激活函数3）模型4）损失函数5）训练4.3.多层感知机的简洁实现1）模型2）小结.4.2.多层感知机的从零开始实现现在让我们实现一个多层感知机。
XiaoJ1234567·2025-06-23 06:08

Swift 解锁数组可修改场景：LeetCode 307 高效解法全解析

LeetCode第307题正是针对这种“可修改+可查询”场景设计的，它要求你设计一个数据结构支持快速更新数组中的某个位置，同
网罗开发·2025-06-23 05:00

Java全栈AI平台实战：从模型训练到部署的革命性突破——Spring AI+Deeplearning4j+TensorFlow Java API深度解析

某医疗影像公司面临以下挑战：多语言开发混乱：Python训练模型，C++部署推理，Java调用服务，导致维护成本高昂部署效率低下：PyTorch模型需手动转换ONNX格式，TensorRT优化耗时2小时
墨夶·2025-06-23 04:28

DB-GPT-HUB Text-to-SQL微调

DB-GPT-Hub是一个利用LLMs实现Text-to-SQL解析的实验项目，主要包含数据集收集、数据预处理、模型选择与构建和微调权重等步骤，通过这一系列的处理可以在提高Text-to-SQL能力的同时降低模型训练成本
__如风__·2025-06-23 04:56

【LeetCode 热题 100】53.最大子数组和详解（Kadane算法）图解 + 动态规划思路解析

原题链接：53.最大子数组和一、题目描述给定一个整数数组nums，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。示例：输入：nums=[-2,1,-3,4,-1,2,1,-5,4]输出：6解释：连续子数组[4,-1,2,1]的和最大，为6。二、思路解析：Kadane算法（动态规划）本题目标：找到一个“连续的子数组”，使得它的和最大。
未名编程·2025-06-23 04:24

点云从入门到精通技术详解100篇-基于参数平面拉伸的点云流形攻击(续)

目录3.3.4重构分析3.3.5消融实验4基于参数平面拉伸的点云流形攻击4.1点云流形攻击算法设计4.2点云流形攻击网络4.2.1基于TPS的参数平面拉伸4.2.2点云流形攻击对抗样本生成4.2.3训练损失
格图素书·2025-06-23 03:14

【LeetCode#第228题】汇总区间（简单题）

228.汇总区间-力扣（LeetCode）给定一个无重复元素的有序整数数组nums。区间[a,b]是从a到b（包含）的所有整数的集合。返回恰好覆盖数组中所有数字的最小有序区间范围列表。
玉～你还好吗·2025-06-23 02:09

【LC#392&&70】判断子序列&&爬楼梯（dp算法 第一期）

392.判断子序列-力扣（LeetCode）给定字符串s和t，判断s是否为t的子序列。字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。
·2025-06-23 02:09

【动态规划】 LeetCode #213 打家劫舍 II（空间复杂度 O(1)）

题目链接：LeetCode#213打家劫舍II题目描述：#213.打家劫舍II你是一个专业的小偷，计划偷窃沿街的房屋，每间房内都藏有一定的现金。
Code_Yilia·2025-06-23 02:39

[AI] 解密人工智能：深度分析与未来趋势的全景探索

目录[AI]解密人工智能：深度分析与未来趋势的全景探索1.人工智能的核心技术演进1.1从机器学习到深度学习1.2生成式AI的崛起2.人工智能的最新发展趋势2.1超大规模预训练模型的突破2.2自监督学习的崛起
代码行者123·2025-06-23 01:28

《A DECODER-ONLY FOUNDATION MODEL FOR TIME-SERIES FORECASTING》阅读总结

介绍了一个名为TimeFM的新型时间序列预测基础模型，该模型受启发于自然语言处理领域的大语言模型，通过再大规模真实世界和合成时间序列数据集上的预训练，能够在多种不同的公共数据集上实现接近最先进监督模型的零样本预测性能
胡萝拔贝贝·2025-06-23 00:58

单机环境下基于 LLM-Agent 框架的数据查询智能体训练教程

单机环境下基于LLM-Agent框架的数据查询智能体训练教程以下教程介绍如何在单机环境（CPU或1~2张GPU）上，使用LLM-Agent框架搭建并训练一个混合数据源查询智能体。
·2025-06-23 00:53

Yolo算法训练MPII人体姿势关键点检测数据集的yolo格式数据集 建立基于YOLOv8的人体姿势关键点检测系统 姿态识别数据集的训练

基于YOLOv8的人体姿势关键点检测系统，并使用PyQt6编写GUI界面支持图片、视频和摄像头实时检测文章目录1.数据准备和格式转换1.1将MPII数据集转换为YOLO格式2.训练YOLO模型2.1创建数据配置文件
·2025-06-23 00:21

CoR-GS：仅需3张图片即可训练Gaussian场景！

点击下方卡片，关注「3D视觉工坊」公众号选择星标，干货第一时间送达来源：3D视觉工坊添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。文末附行业细分群扫描下方二维码，加入3D视觉知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门视频课程（星球成员免费学习）、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研，欢迎扫
3Ｄ视觉工坊·2025-06-22 22:39

智能客服系统数据库设计

数据库设计目标本项目数据库设计的目标包括以下几方面：保证智能客服系统中各类数据的结构清晰、访问高效；支持多渠道用户接入，能追踪对话上下文；为AI模型提供可供训练与推理的数据支撑；保证历史消息
大数据张老师·2025-06-22 21:08

faster rcnn预训练模型_Faster-RCNN+TensorFlow 详细训练过程（附github源码）

图片来源于网络图片来源于网络1、训练平台：R53600、RTX2060Super，16G运行内存。
weixin_39958631·2025-06-22 21:07

AI系统持续交付原理与代码实战案例讲解

然而,AI系统的开发和部署过程通常比传统软件系统更加复杂,需要处理大量的数据、训练模型、调整超参数等步骤。为了确保AI系统的高质量和可靠性,需要建立一个高效的持续交付流程。
AI天才研究院·2025-06-22 21:37

day43python打卡

作业：kaggle找到一个图像数据集，用cnn网络进行训练并且用grad-cam做可视化进阶：并拆分成多个文件importosimporttorchimporttorch.optimasoptimimporttorch.nnasnnimporttorch.nn.functionalasFimporttorchvisionimporttorchvision.transformsastransform
qq_58459892·2025-06-22 21:37

小型图像数据集效果优化：使用预训练的CNN

面对解决小型图像数据集，一种常用且非常高效的方法是使用预训练网络。那么什么是预训练网络呢？
幸运六叶草·2025-06-22 21:05

KNN算法数字识别实战：训练集、测试集与代码实现

本文通过构建数字识别任务的训练集和测试集，并提供完整的代码实现，向读者展示如何使用KNN算法进行数字识别。
Aurora曙光·2025-06-22 20:28

攻克AI安全难题：推动人工智能健康前行

本文将用“给小学生讲故事”的方式，拆解AI安全的五大核心威胁（对抗攻击、数据投毒、模型窃取、隐私泄露、算法偏见），结合生活案例、代码实验和真实场景，带你理解AI安全的底层逻辑，并揭示科学家们如何用“对抗训练
AI智能探索者·2025-06-22 19:49

ChatMusician：用大模型理解并创造音乐

ChatMusician由SkyworkAIPTE.LTD.和香港科技大学的研究团队共同开发，它基于持续预训练和微调的LLaMA2模型，并通过一种文本兼容的音乐表示法——ABC符号，将音乐作为第二语言来处理
人工智能大模型讲师培训咨询叶梓·2025-06-22 19:19

基于大模型预测十二指肠球部穿孔的多维度研究报告

目录一、引言1.1研究背景与意义1.2研究目的与创新点1.3国内外研究现状二、大模型技术原理与应用基础2.1大模型介绍2.2数据收集与预处理2.3模型训练与优化三、术前预测与准备3.1术前风险预测指标与模型构建
LCG元·2025-06-22 18:17

基于大模型预测肾囊肿的技术方案大纲

目录一、引言二、技术方案概述（一）数据收集与整理（二）大模型构建与训练（三）术前预测与方案制定（四）术中决策支持（五）术后管理与预测（六）并发症风险预测与防控（七）健康教育与指导三、技术方案流程图四、统计分析与技术验证方法
LCG元·2025-06-22 18:17

大模型在急性弥漫性腹膜炎预测及治疗方案制定中的应用研究

研究背景与意义1.2研究目的与方法二、急性弥漫性腹膜炎概述2.1定义与分类2.2病因与发病机制2.3临床表现与诊断方法三、大模型在急性弥漫性腹膜炎预测中的应用3.1大模型介绍3.2数据收集与处理3.3模型训练与优化四
LCG元·2025-06-22 18:46

【LeetCode】1247. 交换字符使得字符串相同

1247.交换字符使得字符串相同题目描述有两个长度相同的字符串s1和s2，且它们其中只含有字符“x”和“y”，你需要通过「交换字符」的方式使这两个字符串相同。每次「交换字符」的时候，你都可以在两个字符串中各选一个字符进行交换。交换只能发生在两个不同的字符串之间，绝对不能发生在同一个字符串内部。也就是说，我们可以交换s1[i]和s2[j]，但不能交换s1[i]和s1[j]。最后，请你返回使s1和s2
Schanappi·2025-06-22 17:11

0编辑距离中等 LeetCode583. 两个字符串的删除操作

583.两个字符串的删除操作描述给定两个单词word1和word2，找到使得word1和word2相同所需的最小步数，每步可以删除任意一个字符串中的一个字符。分析dp[i][j]dp[i][j]表示以i-1为结尾的字符串word1，和以j-1为结尾的字符串word2，想要达到相等，所需要删除元素的最少次数。动态转移方程word1.charAt(i-1)等于word2.charAt(j-1)：dp[
18阿鲁·2025-06-22 17:41

每日leetcode

704.二分查找-力扣（LeetCode）题目给定一个n个元素有序的（升序）整型数组nums和一个目标值target，写一个函数搜索nums中的target，如果target存在返回下标，否则返回-1。
XiaoyaoCarter·2025-06-22 17:08

leetcode332.重新安排行程：优先队列与DFS实现欧拉路径的行程规划

一、题目深度解析与行程规划本质题目描述给定一个机票的字符串二维数组tickets，每个元素是[from,to]的形式，表示从from到to的机票。要求找出从JFK出发的行程，且必须使用所有机票，若存在多种可能的行程，返回字典序最小的那个。核心特性分析图论模型：每个机场是图的节点，机票是图的边，问题转化为在图中寻找一条经过所有边的路径欧拉路径：题目本质是寻找图中的欧拉路径（经过每条边恰好一次的路径）
Musennn·2025-06-22 17:08

基于腾讯云GPU服务器的深度学习训练技术指南

摘要本文针对深度学习训练场景，系统解析技术核心价值与实施路径，结合腾讯云GPU服务器产品特性，提供从环境搭建到性能优化的完整解决方案。
小猴崽·2025-06-22 15:00

VDSuit-Full全身惯性动捕如何助力人形机器人训练数据集构建？

2025年伊始，宇数机器人的爆火让人形机器人这一领域获得了前所未有的关注，各种机器人跳舞、踢足球等视频在短视频平台爆火，展现了人形机器人在高度拟人化方向发展的无限潜力。然而高度流畅拟人化的人形机器人动作背后少不了海量动作数据的喂养，其中基于惯性式动作捕捉的数据采集方式成为了业内普遍认同的一种高效率数据采集方案。相比于光学式、视频捕捉，惯性式捕捉可同时具备高精度与高性价比的特点，可以让开发人员进行低
广州虚拟动力-动捕&虚拟主播·2025-06-22 15:25

基于YOLOv11的手势控制轮椅系统：从数据集构建到实时部署

本文详细介绍如何利用YOLOv11目标检测算法构建一套完整的手势控制轮椅系统，包含数据集构建、模型训练、系统集成和用户界面开发的全流程实现。
YOLO实战营·2025-06-22 15:54

手势控制轮椅系统：基于YOLOv10的深度学习实现全流程

本博客将详细介绍如何构建一个基于YOLOv10的手势控制轮椅系统，涵盖数据集准备、模型训练、用户界面开发以及系统集成的全过程。1.项目概述本项目旨在开发一个能够识别特定手势并控制轮椅运动的系统。
YOLO实战营·2025-06-22 15:24

Python实现简单的深度学习实践

Python实现简单的深度学习实践Python：通往深度学习世界的钥匙动手搭建你的第一个神经网络模型从零开始，用Python解析MNIST手写数字识别超越基础：使用Keras快速构建卷积神经网络实战演练：训练一个简单的图像分类器
master_chenchengg·2025-06-22 14:19

每日leetcode

153.寻找旋转排序数组中的最小值-力扣（LeetCode）题目已知一个长度为n的数组，预先按照升序排列，经由1到n次旋转后，得到输入数组。
·2025-06-22 14:17

DeepSpeed 深度学习学习笔记：高效训练大型模型

大型模型训练的挑战随着深度学习模型规模的爆炸式增长（从BERT的几亿参数到GPT-3的千亿参数，再到现在的万亿参数模型），传统的单GPU训练方式变得力不从心，即使是多GPU训练也面临巨大挑战：内存限制(
·2025-06-22 14:16

智能化设计工具链：深度学习与强化学习的全流程融合架构

一、技术架构设计智能化设计工具链的构建需要整合参数化建模、代理模型训练、强化学习优化与多物理场工艺仿真四大模块，形成从设计到制造的闭环系统。典型流程如下：
·2025-06-22 12:38

《金融风控：授信额度设置模型训练全过程》附完整python代码

《银行授信额度计算深度解析：从风险概率到额度优化》1.基于模型输出概率进行授信额度计算2.分段额度策略3.风险调整的额度计算公式4.额度上下限5.额度计算代码实现6.分段额度计算7.考虑风险调整系数8.最终授信额度1.基于模型输出概率进行授信额度计算在实际金融业务中，银行通常会基于客户的风险评估结果（通常通过模型输出的概率）来计算最终的授信额度。我们可以假设每个客户的授信额度是基于模型预测的违约概
搞技术的妹子·2025-06-22 12:07

从代码学习深度学习 - 预训练BERT PyTorch版

教科书”1.1数据处理工具函数(`utils_for_data.py`)1.2加载数据二、模型构建：从零搭建BERT2.1模型工具函数(`utils_for_model.py`)2.2初始化模型和设备三、训练过程
飞雪白鹿€·2025-06-22 09:51

AI大模型与传统人工智能：技术差异与未来趋势

目录编辑引言：从算法迭代到智能革命一、架构革新：从专用架构到通用底座（一）模型结构的进化之路（二）参数规模的量变到质变二、训练范式：从人工标注到自监督学习（一）数据工程的范式迁移（二）计算资源的指数级需求三
·2025-06-22 09:49

AI 大模型原理与应用：大模型训练突破万张卡和万亿参数 MOE 这两个临界点

AI大模型原理与应用：大模型训练突破万张卡和万亿参数MOE这两个临界点大模型、训练、万张卡、万亿参数、MOE、Transformer、深度学习、自然语言处理1.背景介绍近年来，深度学习技术取得了飞速发展
AI大模型应用之禅·2025-06-22 09:15

(LeetCode ) 169. 多数元素（哈希表 || 二分查找）

题目：169.多数元素方法一：二分法，最坏的时间复杂度0(nlogn)，但平均0(n)即可。空间复杂度为0(1)。C++版本：intn=nums.size();intl=0,r=n-1;while(ln/2)break;elsel=mid+1;}returnnums[(l+r)/2];JAVA版本：classSolution{publicintmajorityElement(int[]nums){
岁忧·2025-06-22 08:44

P6772 [NOI2020] 美食家

训练角度：图上的状态转移，倍增→\rightarrow→优化状态转移；▍题意精灵王国共有nnn座城市，城市从111到nnn编号，其中城市iii的美食能为小W提供cic_ici的愉悦值。
spiderwiner·2025-06-22 08:13
上一页 30 31 32 33 34 35 36 37 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他