leetcode训练

3D Gaussian splatting 05: 代码阅读-训练整体流程

目录3DGaussiansplatting01:环境搭建3DGaussiansplatting02:快速评估3DGaussiansplatting03:用户数据训练和结果查看3DGaussiansplatting04
IOsetting·2025-06-02 06:26

Python训练营---Day29

知识点回顾类的装饰器装饰器思想的进一步理解：外部修改、动态类方法的定义：内部定义和外部定义作业：复习类和函数的知识点，写下自己过去29天的学习心得，如对函数和类的理解，对python这门工具的理解等，未来再过几个专题部分我们即将开启深度学习部分。一、类复习1、类的定义和初始化classCircle:#类的初始化方法，有个默认参数def__init__(self,radius=1):self.rad
2501_91182850·2025-06-02 06:54

3D Gaussian splatting 06: 代码阅读-训练参数

目录3DGaussiansplatting01:环境搭建3DGaussiansplatting02:快速评估3DGaussiansplatting03:用户数据训练和结果查看3DGaussiansplatting04
IOsetting·2025-06-02 05:24

Python训练营---Day41

DAY41简单CNN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2.Flatten->Dense(withDropout，可选)->Dense(Output)作业：尝试手动修改下不同的调度器和CNN的
2501_91182850·2025-06-02 05:24

基于深度学习YOLOv8的番茄成熟度检测系统（Python + PySide6界面 + 训练代码）

引言随着深度学习技术的飞速发展，计算机视觉已经成为了现代农业中的一个重要应用领域。在农业生产中，番茄等果实的成熟度检测对收获时间、品质评估以及市场需求预测等方面有着至关重要的作用。传统的人工检测方法不仅耗时，而且容易受到主观因素的影响，因此，基于深度学习的成熟度检测方法在农业领域逐渐得到广泛应用。YOLO（YouOnlyLookOnce）是一种非常流行的目标检测算法，其优点是能够在保证高精度的同时
YOLO实战营·2025-06-02 05:21

2025B卷 - 华为OD机试七日集训第1期 - 按算法分类，由易到难，循序渐进，玩转OD

目录推荐刷题方法：一、适合人群二、本期训练时间三、如何参加四、七日集训第1期五、精心挑选21道高频100分经典题目，作为入门。
哪 吒·2025-06-02 05:51

迁移学习解析

其演进路径为：传统机器学习深度学习迁移学习元学习/领域自适应1.2核心优势对比方法数据需求训练成本适用场景传统训练大量标注数据高数据充足场景迁移学习少量标注数据低数据稀缺领域从头训练海量标注数据极高研究级场景
劭清·2025-06-02 04:39

LeetCode37. Sudoku Solver

设未被填充的格子个数为n，那么时间复杂度大约为O(9n+1)=O(9n)在leetcode上用时76ms，本题在leetcode上有0ms的解法，2ms解法0ms解法classSolution{public
甜橙UP·2025-06-02 03:34

篮球比赛分队的最小战斗力差值问题

现在有十个球员要分成两队进行训练赛，教练期望两队的战斗力差值能尽可能小，以此来达到最佳的训练效果。
t0_54coder·2025-06-02 00:18

YOLOv3目标检测实战

2.2锚框（AnchorBoxes）2.3损失函数2.4预测流程3.案例：使用YOLOv3进行目标检测3.1数据集准备3.2模型定义3.2.1Darknet-53主干网络3.2.2YOLOv3检测头3.3训练与优化
宁安我·2025-06-01 23:39

2、PyTorch基础教程：从张量到神经网络训练

1、PyTorch基础PyTorch是一个开源的深度学习框架，以其灵活性和动态计算图而广受欢迎。PyTorch主要有以下几个基础概念：张量（Tensor）、自动求导（Autograd）、神经网络模块（nn.Module）、优化器（optim）等。张量（Tensor）：PyTorch的核心数据结构，支持多维数组，并可以在CPU或GPU上进行加速计算。自动求导（Autograd）：PyTorch提供了
AI风老师·2025-06-01 23:06

Leetcode 3569. Maximize Count of Distinct Primes After Split

Leetcode3569.MaximizeCountofDistinctPrimesAfterSplit1.解题思路2.代码实现题目链接：3569.MaximizeCountofDistinctPrimesAfterSplit1
Espresso Macchiato·2025-06-01 22:03

如何开始破解基于 Django 的应用程序

并且深耕深度学习和数据集训练，提供商业化的视觉人工智能检测和预警系统（煤矿，工厂，制造业，消防等领域的工业化产品），合
前网易架构师-高司机·2025-06-01 21:24

Python爬虫：AutoScraper 库详细使用大全（一个智能、自动、轻量级的网络爬虫）

更多内容请见：爬虫和逆向教程-专栏介绍和目录文章目录一、AutoScraper概述1.1AutoScraper介绍1.2安装1.3注意事项二、基本使用方法2.1创建AutoScraper实例2.2训练模型
数据知道·2025-06-01 21:23

Leetcode 第173场周赛题解

5319.删除回文子序列题目描述给你一个字符串s，它仅由字母'a'和'b'组成。每一次删除操作都可以从s中删除一个回文子序列。返回删除给定字符串中所有字符（字符串为空）的最小删除次数。「子序列」定义：如果一个字符串可以通过删除原字符串某些字符而不改变原字符顺序得到，那么这个字符串就是原字符串的一个子序列。「回文」定义：如果一个字符串向后和向前读是一致的，那么这个字符串就是一个回文。示例1：输入：s
彩虹糖梦·2025-06-01 21:23

Spark MLlib模型训练—分类算法 Decision tree classifier

SparkMLlib模型训练—分类算法Decisiontreeclassifier决策树（DecisionTree）是一种经典的机器学习算法，广泛应用于分类和回归问题。
猫猫姐·2025-06-01 21:52

[每日LeetCode]780.到达终点

链接：780.到达终点-力扣（LeetCode）(leetcode-cn.com)题设：给定四个整数sx,sy，tx和ty，如果通过一系列的转换可以从起点(sx,sy)到达终点(tx,ty)，则返回true
命殿·2025-06-01 21:21

4、数据标注的武林秘籍：Label-Studio vs CVAT vs Roboflow

开篇痛点：90%的模型效果取决于数据质量"标注3小时，训练5分钟"——这是很多AI工程师的真实写照。
进取星辰·2025-06-01 21:48

每日leetcode

43.字符串相乘-力扣（LeetCode）题目给定两个以字符串形式表示的非负整数num1和num2，返回num1和num2的乘积，它们的乘积也表示为字符串形式。
XiaoyaoCarter·2025-06-01 20:17

每日leetcode

2469.温度转换-力扣（LeetCode）题目给你一个四舍五入到两位小数的非负浮点数celsius来表示温度，以摄氏度（Celsius）为单位。
XiaoyaoCarter·2025-06-01 18:03

874. 模拟行走机器人

【LeetCode题解】模拟机器人在网格上行走——返回最大欧式距离的平方题目描述题目编号：LeetCode874-模拟行走机器人在一个无限大小的二维平面上，机器人从原点(0,0)出发，初始面朝北方向。
Joyner2018·2025-06-01 18:03

leetcode hot100 二叉树（一）

1.二叉树的中序遍历中序遍历（中根遍历）：左-根-右顺序，递归实现。注意设置递归终止条件。classSolution{public:voidsearch(TreeNode*root,vector&ans){if(!root)return;search(root->left,ans);ans.push_back(root->val);search(root->right,ans);}vectorin
不想起名字a·2025-06-01 17:57

leetcode hot100刷题日记——34.将有序数组转换为二叉搜索树

FirstBlood：什么是平衡二叉搜索树？二叉搜索树（BST）的性质左小右大：每个节点的左子树中所有节点的值都小于该节点的值，右子树中所有节点的值都大于该节点的值。子树也是BST：左子树和右子树也必须是二叉搜索树。中序遍历有序：对二叉搜索树进行中序遍历，可以得到一个按从小到大顺序排列的有序序列。平衡二叉搜索树（BalancedBST）的性质平衡性：平衡二叉搜索树在满足二叉搜索树所有性质的基础上，
姬公子521·2025-06-01 16:16

Leetcode Hot 100刷题记录 -Day17（搜索二维矩阵II）

搜索二维矩阵II问题描述：编写一个高效的算法来搜索mxn矩阵matrix中的一个目标值target。该矩阵具有以下特性：每行的元素从左到右升序排列。每列的元素从上到下升序排列。示例1：输入：matrix=[[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]],target=5输出：true示例2：输
刘心奶黄包～·2025-06-01 16:15

LeetCode腾讯50题-Day14-215/217/230

LeetCode50题（17天）-Day14215数组中的第K大个元素题号：215难度：中等https://leetcode-cn.com/problems/kth-largest-element-in-an-array
言成苟文·2025-06-01 16:45

python打卡day40@浙大疏锦行

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一、彩色/
风逸hhh·2025-06-01 15:09

每日算法刷题计划Day17 5.29:leetcode复习滑动窗口+二分搜索5道题+二分答案1道题，用时1h20min

分享丨【算法题单】二分算法（二分答案/最小化最大值/最大化最小值/第K小）-讨论-力扣（LeetCode）第一轮基础(不含基础题困难题目，不含进阶部分、思维拓展部分和其他部分)思想:1.一.二分查找模版套路
爱coding的橙子·2025-06-01 15:09

python打卡day40

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
纨妙·2025-06-01 15:39

Qwen3 本地部署指南：打造完全离线的AI助手

核心概念解析在开始实际部署前，让我们先了解几个关键概念：大语言模型(LLM)：简单来说，LLM是通过海量文本训练的AI系统，可以理
我爱学大模型·2025-06-01 15:08

【心法篇】如何写好 Prompt：Few-shots 技巧深度解析

Few-shots指在机器学习模型训练中，仅使用极少量（通常为1-3个）的标注样本来提升模型性能。其核心目标是通过少量样本让模型快速掌握任务特性，进而在新数据上表现优异。
牛马哥谈AI·2025-06-01 15:36

[yolov11改进系列]基于yolov11引入迭代注意力特征融合iAFF的python源码+训练源码

【iAFF介绍】1.IAFF（迭代注意力特征融合）iAFF通过引入多尺度通道注意力模块和迭代融合，更好的整合不同尺度和语义不一致的特征，有效解决特征融合问题，提高目标检测的精度。特征融合，即不同层或分支的特征组合，是现代网络架构中普遍存在的一部分，通常通过简单的操作实现，例如加和串联，但这可能不是最佳选择。本文提出了一种统一且通用的方案，即注意力特征融合，适用于大多数常见场景，包括由短跳和长跳连接
FL1623863129·2025-06-01 15:06

[yolov11改进系列]基于yolov11引入可切换空洞卷积SAConv模块python源码+训练源码

[SAConv可切换空洞卷积介绍]SAConv（可切换空洞卷积）原理与优点详解一、SAConv的核心原理SAConv（SwitchableAtrousConvolution）是一种创新的卷积模块，旨在解决传统空洞卷积（DilatedConvolution）在多尺度目标检测中的局限性。其核心设计思想如下：动态空洞率切换机制SAConv通过可学习的开关函数（SwitchFunctions）动态调整卷积
FL1623863129·2025-06-01 15:35

基于python部署paddleocrv5的onnx模型PPOCRv5模型部署源码+onnx模型+使用说明

1.项目简介本项目是PaddleOCRv5的ONNX版本实现，具有以下特点：支持简体中文、繁体中文、中文拼音、英文和日文识别无需深度学习训练框架，可直接部署使用支持ARM和x86架构高性能推理，识别速度快识别精度与
FL1623863129·2025-06-01 15:35

YOLOv8 移动端升级：借助 GhostNetv2 主干网络，实现高效特征提取

GhostNetv2概述GhostNet回顾GhostNetv2创新YOLOv8主干网络改进原YOLOv8主干分析GhostNetv2主干替换方案整体架构设计关键模块实现完整主干网络实现YOLOv8集成与训练模型集成训练技巧性能对比与分析计算复杂度对比优势分析部署优化建议结论与展望引言目标检测是计算机视觉领域的重要任务
向哆哆·2025-06-01 14:04

深度学习篇---人脸识别中的face-recognition库和深度学习

实现方式和应用场景上有显著区别，以下从多个维度对比分析：一、技术原理1.深度学习方法核心逻辑：基于神经网络（如卷积神经网络CNN）构建模型，通过大量标注人脸数据（如LFW、CASIA-WebFace）训练模型
Ronin-Lotus·2025-06-01 14:00

爆肝优化！FlashAttention-2性能飙升实战：从原理解析到PyTorch 2.2深度优化（附代码与Benchmark）

一、引言：Transformer时代的注意力性能革命1.1传统注意力机制的性能瓶颈在大模型训练中，标准Transformer注意力面临三大痛点：内存爆炸：序列长度L=4096时，注意力内存占用达O(L²
游戏人生的NPC·2025-06-01 13:26

python打卡DAY23

在机器学习中，通常会按照一定的顺序对数据进行预处理、特征提取、模型训练和模型评估等步骤，以实现机器学习模型的训练
纨妙·2025-06-01 09:58

LeetCode题练习与总结：电话号码的字母组合

一、题目描述给定一个仅包含数字2-9的字符串，返回所有它能表示的字母组合。答案可以按任意顺序返回。给出数字到字母的映射如下（与电话按键相同）。注意1不对应任何字母。示例1：输入：digits="23"输出：["ad","ae","af","bd","be","bf","cd","ce","cf"]示例2：输入：digits=""输出：[]示例3：输入：digits="2"输出：["a","b","
一直学习永不止步·2025-06-01 09:26

leetcode刷题（javaScript）——回溯、递归、dfs相关场景题总结

回溯算法是对树形或者图形结构执行一次深度优先遍历，实际上类似枚举的搜索尝试过程，在遍历的过程中寻找问题的解。深度优先遍历有个特点：当发现已不满足求解条件时，就返回，尝试别的路径。此时对象类型变量就需要重置成为和之前一样，称为「状态重置」。许多复杂的，规模较大的问题都可以使用回溯法，有「通用解题方法」的美称。实际上，回溯算法就是暴力搜索算法。当涉及到回溯、递归、深度优先搜索（DFS）相关的场景题时，
三月的一天·2025-06-01 09:25

leetcode17.电话号码的字母组合：字符串映射与回溯的巧妙联动

一、题目深度解析与字符映射逻辑题目描述给定一个仅包含数字2-9的字符串digits，返回所有它能表示的字母组合。数字与字母的映射关系如下（与电话按键相同）：2:"abc",3:"def",4:"ghi",5:"jkl",6:"mno",7:"pqrs",8:"tuv",9:"wxyz"例如，输入digits="23"，应返回["ad","ae","af","bd","be","bf","cd","
Musennn·2025-06-01 09:24

leetcode216.组合总和III：回溯算法中多条件约束下的状态管理

一、题目深度解析与组合约束条件题目描述找出所有相加之和为n的k个数的组合，且满足以下条件：每个数只能使用一次（范围为1到9）所有数字均为唯一的正整数组合中的数字按升序排列例如，当k=3，n=9时，正确组合为[[1,2,6],[1,3,5],[2,3,4]]。题目要求返回所有可能的有效组合，且组合不能重复。核心约束条件分析与普通组合问题相比，本题增加了两个关键约束：和约束：组合中所有元素的和必须等于
Musennn·2025-06-01 09:54

leetcode77.组合：回溯算法中for循环与状态回退的逻辑艺术

一、题目深度解析与组合问题本质题目描述给定两个整数n和k，要求从1到n的整数中选取k个不同的数，返回所有可能的组合。例如，当n=4，k=2时，所有组合为[[1,2],[1,3],[1,4],[2,3],[2,4],[3,4]]。题目要求：组合中的数字按升序排列不同组合之间按字典序排列不能有重复组合组合问题的核心特性组合问题的本质是在n个元素中选取k个元素的子集问题，具有以下特点：无序性：组合不考虑
Musennn·2025-06-01 08:53

RT-2论文翻译: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control

RT-2:Vision-Language-ActionModelsTransferWebKnowledgetoRoboticControlRT-2:用互联网知识训练的视觉语言模型融入到机器人控制中RT1
YYGe·2025-06-01 08:52

One-yolov5安装与配置指南

//gitcode.com/gh_mirrors/one/one-yolov51.项目基础介绍One-yolov5是基于YOLOv5模型的一个开源项目，它使用了OneFlow作为后端框架，以提高模型的训练效率
褚知茉Jade·2025-06-01 08:49

基于机器学习的反反爬策略实战：用Python智能破解反爬机制

本文将基于Python，详细介绍如何结合机器学习技术，设计并实现智能反反爬策略，从数据采集、特征提取、模型训练到动态策略调整，给出完整代码示例，助力爬虫工程师提升反爬对抗能力。1.反爬
Python爬虫项目·2025-06-01 08:17

训练中常见的运动强度分类

概述有氧运动是耐力基础，乳酸阈值是耐力突破的关键，提升乳酸阈值可以延缓疲劳，无氧运动侧重速度和力量，混氧和最大摄氧量用于细化训练强度和评估潜力。
具身小站·2025-06-01 07:44

BERT分类器和朴素贝叶斯分类器比较

一、核心原理对比维度预训练模型（如BERT）朴素贝叶斯分类器模型类型深度学习模型，基于Transformer架构，通过大规模无监督预训练学习语言表示。
非小号·2025-06-01 07:13

深度学习模型更新公式全解析：从原理到训练调优

在深度学习模型训练中，一个看似简单的公式，其实蕴含了整个优化与学习的核心机制：new_params=old_params−η⋅∂L∂θnew\_params=old\_params-\eta\cdot\
Joker 007·2025-06-01 07:12

YOLOv11小白的进击之路（七）训练输出日志解读以及训练OOM报错解决办法

YOLO训练输出日志解读我们在进行训练时，在控制台会输出如下图所示的YOLO训练输出日志：我们逐一来分析，从左到右每列通常代表以下信息：Epoch:当前训练已进行的轮数和总轮数。
水静川流·2025-06-01 06:34

ResNet系列和ViT系列预训练模型权重文件下载

一、简单介绍OpenAICLIP项目提供的预训练模型权重文件列表，主要包含两种架构系列和不同规模配置：ResNet系列(RN)基础版本：RN50（ResNet-50）扩展版本：RN50x4、RN50x16
水静川流·2025-06-01 06:34
上一页 49 50 51 52 53 54 55 56 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他