leetcode训练第66页

优化算法的挑战：全局最小值与局部最小值

在训练神经网络时，我

多行不易·2025-05-18 00:37

模型训练技巧EMA

EMA也可以理解成对训练过程的中间模型进行融合的方法，因为训练的

羽星_s·2025-05-18 00:06

Colossal-AI：深度学习大规模分布式训练框架

目录Colossal-AI：深度学习大规模分布式训练框架1.Colossal-AI简介2.Colossal-AI的核心功能3.Colossal-AI优势4.Colossal-AI使用示例示例1：简单的Colossal-AI

gs80140·2025-05-18 00:05

【深度学习】聊一聊深度学习分布式训练

作者|杨阳整理|NewBeeNLPhttps://zhuanlan.zhihu.com/p/365662727在深度学习时代，训练数据特别大的时候想要单卡完成训练基本是不可能的。

风度78·2025-05-18 00:35

[Java][Leetcode simple] 169. 多数元素

哈希表暴力枚举publicintmajorityElement(int[]nums){intres=0;Mapmap=newHashMapmap.get(num)>len/2).findFirst().orElse(0);returnres;}摩尔投票通过元素抵消的方式找到最终候选人publicintmajorityElement2(int[]nums){intcount=0;intcandida

小雅痞·2025-05-18 00:32

AI时代大数据已经不火了吗？

结合多方面的行业动态和趋势分析，可以得出以下结论：一、大数据与AI的共生关系：从基础到协同数据是AI发展的“燃料”AI模型的训练与优化高度依赖高质量数据。

AI方案2025·2025-05-18 00:31

基于51单片机的定时器实现LED闪烁控制（CT107D）

本文将介绍如何在CT107D单片机综合训练平台上，利用51单片机的定时器T0实现LED灯的定时闪烁控制。具体功能如下：L1指示灯：每隔1秒闪烁一次，即点亮0.5秒，熄灭0.5秒。

我不是呆头·2025-05-17 23:00

基于权重正则的结构化剪枝：原理、方法与应用

权重正则化基础理论正则化的优化视角神经网络训练过程中，标准的优化目标可表示为最小化损失函数：

DuHz·2025-05-17 23:28

LeetCode 2900.最长相邻不相等子序列 I：阅读理解题——O(n)一次遍历(贪心)

【LetMeFly】2900.最长相邻不相等子序列I：阅读理解题——O(n)一次遍历(贪心)力扣题目链接：https://leetcode.cn/problems/longest-unequal-adjacent-groups-subsequence-i

Tisfy·2025-05-17 23:56

手写体数字分类模型

目录一、目的...11.1输入与输出....11.2隐藏层设计....11.3激活函数与损失函数....1二、训练...22.1数据生成....22.2训练过程....22.3训练参数与设置....2三

月白风清江有声·2025-05-17 23:55

从〇构建数据集并利用YOLOv8训练自己的数据集

如何生成可参考右边的帮助文档文章目录目录文章目录前言一、数据准备1、公开数据集2、自建数据集数据采集数据增强数据标注数据转换标注数据的数据增强3、数据集划分编辑二、YOLOv8模型下载及部署1.YOLOv8模型下载2.环境部署三、YOLOv8训练自己的数据集

weixin_44338664·2025-05-17 21:13

MoE开山之作（1991年）——Adaptive Mixtures of Local Experts

长久以来，训练单个多层网络来执行不同子任务常常会产生严重的干扰效应，导致学习缓慢和泛化能力差。

胖头鱼爱算法·2025-05-17 19:29

基于RT-DETR的YOLOv8目标检测框架优化及其应用前景

架构概述代码实例：YOLOv8与RT-DETR检测头的集成1.引入必要的库2.YOLOv8Backbone（特征提取）3.RT-DETR检测头4.集成YOLOv8Backbone与RT-DETR头5.模型训练与评估二

向哆哆·2025-05-17 18:27

YOLOV5环境搭建以及训练COCO128数据集

小山菌·2025-05-17 17:19

全局负载均衡损失

全局负载均衡损失在不同领域（如网络架构与MoE模型训练）中存在不同形态，结合我搜索到的资料，以下从混合专家模型（MoE）角度进行详细分析：1.基本概念与设计目标在MoE模型中，全局负载均衡损失的核心目标是解决专家或设备间负载不均衡导致的性能瓶颈

百态老人·2025-05-17 17:48

⭐️⭐️⭐️【模拟题及答案】：大模型Clouder认证：基于百炼平台构建智能体应用 ⭐️⭐️⭐️

A.参数量在千万级以下的预训练模型B.具有海量参数（通常十亿以上）、在广泛数据上训练、适用于多种任务的预训练模型C.仅针对单一任务设计的专用模型D.基于规则而非数据训练的传统AI模型以下哪项是大模型区别于传统

Charles茶总·2025-05-17 16:38

量子机器学习：下一代AI的算力革命与算法范式迁移——从量子神经网络到混合量子-经典架构的产业落地

传统深度学习面临指数级增长的算力需求：训练GPT-5需要1025次浮点运算，相当于消耗全球年度发电量的3%（MIT研究报告）。

Frankabcdefg12138·2025-05-17 16:38

Leetcode刷题记录2 子串+数组+矩阵

.最大子数组和#56.合并区间#189.轮转数组#238.除自身以外数组的乘积#41.缺失的第一个正数6.矩阵#73.矩阵置零#54.螺旋矩阵#48.旋转图像#240.搜索二维矩阵II总结前言记录一些leetcode

半局·2025-05-17 15:34

代码随想录算法训练营第四十一天

LeetCode题目:739.每日温度496.下一个更大元素I503.下一个更大元素II其他:今日总结往期打卡739.每日温度跳转:739.每日温度学习:代码随想录公开讲解问题:给定一个整数数组temperatures

写个博客·2025-05-17 15:02

基于深度学习的高效图像失真校正框架总结

两阶段校正框架3.实验与性能4.局限性与未来方向5.结论资源与代码一、数据准备1.合成失真数据集2.真实数据（可选）二、第一阶段：深度学习校正（EfﬁGeoNet）1.网络架构（PyTorch示例）2.训练与压缩三

我是你们的星光·2025-05-17 15:59

深度学习笔记12-mnist手写数字识别(Pytorch)

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊目录一、前期准备1.导入数据2.数据可视化二、构建简单的CNN网络三、训练模型1.设置超参数2.编写训练函数3.编写测试函数4.正式训练编辑四

m0_67869333·2025-05-17 15:27

【图像处理基石】如何入门AI计算机视觉？

概率论与统计：概率分布、贝叶斯定理、假设检验——支撑模型训练中的不确定性分析。微积分：导数、梯度、链式法则——深度学习优化（如反向传播）的核心。推荐资源：教材：《线性代数及

AndrewHZ·2025-05-17 15:55

【二叉树】Leetcode 105. 从前序与中序遍历序列构造二叉树【中等】

从前序与中序遍历序列构造二叉树给定两个整数数组preorder和inorder，其中preorder是二叉树的先序遍历，inorder是同一棵树的中序遍历，请构造二叉树并返回其根节点。示例1：输入:preorder=[3,9,20,15,7],inorder=[9,3,15,20,7]输出:[3,9,20,null,null,15,7]解题思路根据给定的前序遍历和中序遍历序列构造二叉树，可以通过递

FLGB·2025-05-17 14:21

基于大模型预测的脑出血全流程诊疗技术方案

多模态数据融合算法伪代码2.风险预测模型实现三、关键模块流程图1.术前风险预测流程图2.术中决策支持流程图3.并发症预测防控流程图四、系统集成方案1.数据接口规范五、性能优化策略1.推理加速方案2.分布式训练架构六

LCG元·2025-05-17 13:15

线性回归的简洁实现

上文我们自己编写了，模型，损失函数，优化算法；如果经常进行模型训练，就需要经常编写这些函数，效率低，pytorch有一些现成的资源可供调用，我们就使用现成的资源，重写一下上文的训练过程importtorchfromtorch.utilsimportdatafromtorchimportnndefsynthetic_data

后知后觉·2025-05-17 13:45

深度学习-最简单的Demo-直接运行

根据动手学深度学习第一个最简单的Demo，通过此demo旨在了解深度学习都干了什么事情，为什么要做这些事情，便于后续理解更加复杂的神经网络训练importtorchimportrandomdefsynthetic_data

后知后觉·2025-05-17 13:43

代码随想录算法训练营第二天| 209.长度最小的子数组、59.螺旋矩阵II、58. 区间和、44. 开发商购买土地

209.长度最小的子数组--滑动窗口题目：209.长度最小的子数组-力扣（LeetCode）讲解：拿下滑动窗口！

Coding_Doggy·2025-05-17 12:40

职坐标IT培训破局AI风口新赛道

通过实战导向的智能体开发训练，学员不仅能掌握AI底层架构设计能力，更能深度理解万亿级硬件市场的需求逻辑。若想抓住技术浪潮的黄金窗口期，选择与行业趋势同步的培训方向，将成为职业跃迁的关键

职坐标在线·2025-05-17 12:05

职坐标解析人工智能高薪趋势：掌握AI协作能力决胜未来职场

这场变革不仅催生了算法工程师、AI训练师等新兴职业，更推动着传统岗位向智能化岗位

职坐标在线·2025-05-17 12:35

LeetCode 155. 最小栈（Min Stack）

155.最小栈题目描述设计一个支持push，pop，top操作，并能在常数时间内检索到最小元素的栈。实现MinStack类:MinStack()初始化堆栈对象。voidpush(intval)将元素val推入堆栈。voidpop()删除堆栈顶部的元素。inttop()获取堆栈顶部的元素。intgetMin()获取堆栈中的最小元素。示例1:输入：["MinStack","push","push","

算法_小学生·2025-05-17 12:34

基于Python训练完成的机器学习模型如何封装成桌面应用

有时候需要将训练完成的模型封装成桌面应用，本文描述封装成基于Python的桌面应用程序的方法。模型封装是指将模型及其预处理和后处理步骤打包在一起，形成一个独立的服务单元。

ChaseDreamRunner·2025-05-17 11:33

论文阅读《BEVFormer v2》

现有的最先进的BEV检测器通常与某些深度预训练主干网络（如VoVN

YMWM_·2025-05-17 11:28

PyTorch Lightning报错「MisconfigurationException」：多GPU训练与DDP模式的配置检查

PyTorchLightning报错「MisconfigurationException」：多GPU训练与DDP模式的配置检查在多GPU训练中，PyTorchLightning用户常遇到MisconfigurationException

喜欢编程就关注我·2025-05-17 10:24

语音识别——语音转文字

经过超过40万小时的数据训练，支持50多种语言SenseVoice专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别：采用超过40万小时数据训练，支持超过50种语言，识别效果

张飞飞飞飞飞·2025-05-17 09:20

约束学习：用规则约束，引导模型优化方向

然而，传统的机器学习方法通常依赖于大量的标注数据，并且难以将人类的先验知识和领域专业知识融入模型训练过程中。这导致模型在面对复杂问题、新环境或数据分布变化时，容易出现泛化能力不足、鲁棒性

AI天才研究院·2025-05-17 09:49

【python机器学习】Day 25 异常处理

借助ai写代码的时候，经常会遇到try-except的异常处理模块，这是因为大部分大模型在后训练阶段都是经过强化学习训练的，为了确保结果的正确运行，只有采取try-exce

抽风的雨610·2025-05-17 09:44

深度学习---训练循环（Training Loop）

训练循环训练循环（TrainingLoop）是深度学习中模型训练的核心逻辑，负责协调数据加载、前向传播、损失计算、反向传播、参数更新等关键步骤。

MzKyle·2025-05-17 08:09

INTELLECT-2大模型论文速读：通过全局分散强化学习训练的推理模型

AReasoningModelTrainedThroughGloballyDecentralizedReinforcementLearning1.引言文章介绍INTELLECT-2，这是一个拥有320亿参数的语言模型，通过全球分布式强化学习进行训练

Open-source-AI·2025-05-17 08:08

【算法刷题day57】Leetcode：739. 每日温度、496.下一个更大元素 I

文章目录Leetcode739.每日温度解题思路代码总结Leetcode496.下一个更大元素I解题思路代码总结草稿图网站java的DequeLeetcode739.每日温度题目：739.每日温度解析：

AFZY·2025-05-17 07:37

【算法刷题day46】Leetcode：139. 单词拆分

文章目录Leetcode139.单词拆分解题思路代码总结草稿图网站java的DequeLeetcode139.单词拆分题目：139.单词拆分解析：代码随想录解析解题思路只使用了一种方法，用集合记录wordDict

AFZY·2025-05-17 07:36

AI大模型的训练与优化

AI大模型的训练与优化前言摘要1.计算资源分配与管理1.1分布式训练技术1.2异构计算策略1.3资源利用率监控与调优2.参数调优与正则化方法2.1学习率调度策略2.2正则化方法3.模型压缩与优化3.1模型剪枝

Jc.MJ·2025-05-17 07:05

模型训练和参数优化

文章目录一模型训练1.基于高层API训练模型2.使用PaddleX训练模型3.模型训练通用配置基本原则二超参优化1.超参优化的基本概念2.手动调整超参数的四大方法1）使用提前停止来确定训练的迭代次数2）

扬志九洲·2025-05-17 07:35

部署deep seek需要什么样的硬件配置？

部署DeepSeek（或其他类似的大语言模型）的硬件配置需求取决于具体场景（如推理、微调、训练）、模型规模（参数量）、并发请求量以及性能要求。

NetTech.Top·2025-05-17 07:34

深度解码DeepSeek-R1：一场颠覆AI训练范式的“慢思考革命“

当全球开发者还在为GPT-5的难产焦灼时，一款名为DeepSeek-R1的模型以日均百万用户的增速席卷全球。它不仅能在三分钟内完成全栈代码开发，更能写出媲美《滕王阁序》的骈俪文章——这一切能力的核心，竟源自一个看似简单的技术突破：让AI像人类一样在草稿纸上涂鸦思考。一、打破OpenAI的"黑箱诅咒"：推理模型的平民化突围"如果说ChatGPT打开了AI认知世界的大门，那么DeepSeek-R1则拆

道一云黑板报·2025-05-17 07:03

大模型训练全解析：100条实用建议与深入指导

摘要：通过深入了解本文中的这些细节，并在实际项目中应用相关知识，将能够更好地理解和利用大模型的潜力，不仅在学术研究中，也在工程实践中。通过不断探索新方法、参与项目和保持热情，并将其应用于各种领域，从自然语言处理到计算机视觉和自动驾驶。通过不断学习、实践和探索，可以不断提升自己在深度学习领域的技能和洞察力，同时也能为社会和行业带来创新和改进。从小规模的项目和模型开始，逐渐迭代和扩展到更大的模型，逐步

大模型教程·2025-05-17 07:02

每日算法刷题Day8 5.15:leetcode滑动窗口4道题，用时1h

5.2379.得到k个黑块的最少涂色次数(简单)2379.得到K个黑块的最少涂色次数-力扣（LeetCode）思想1.返回至少出现一次连续k个黑色块的最少操作次数2.还是定长k，统计量就是把白色变成黑色的操作次数

爱coding的橙子·2025-05-17 07:02

[训练和优化] 3. 模型优化

你好！这里有实用干货与深度分享✨✨若有帮助，欢迎：点赞|⭐收藏|评论|➕关注，解锁更多精彩！收藏专栏即可第一时间获取最新推送。后续我将持续带来更多优质内容，期待与你一同探索知识，携手前行，共同进步。模型优化本文详细介绍深度学习模型的优化技术，包括正则化、梯度裁剪、早停、模型集成等方法，帮助提升模型性能和泛化能力。1.正则化方法1.1权重正则化通过L1/L2正则化抑制模型复杂度，防止过拟合。impo

斌zz·2025-05-17 07:01

从零开始：经典数据集带你掌握ML/DL全流程

机器学习常用数据集大全：从回归到文本分类的实战指南背景知识在机器学习实践中，数据集是算法验证和模型训练的基础。根据任务类型选择合适的数据集不仅能提高开发效率，还能确保模型评估的客观性。

赛卡·2025-05-17 06:29

关于树的练习（一）

1.不同的二叉搜索树（中等）LeetCode题号：96给定一个整数n，求以1…n为节点组成的二叉搜索树有多少种？

Explorer_SZH·2025-05-17 04:10

二叉树剪枝_LeetCode：二叉树剪枝【814】

LeetCode：二叉树剪枝【814】题目描述给定二叉树根结点root，此外树的每个结点的值要么是0，要么是1。返回移除了所有不包含1的子树的原二叉树。(节点X的子树为X本身，以及所有X的后代。)

小鑫鑫adc·2025-05-17 00:22

推荐频道

leetcode训练