526互联

算法 模块 模型 商品

3.数据结构与算法复习--线性表

#线性表的定义和特点 **线性表是**具有相同特性的数据元素的一个有限序列 （a1,a2,..ai-1,ai,ai+1,...an） a1:线性起点 ai-1为ai的直接前驱，ai+1为ai的直接后驱 an为线性终点，当n＝0时称为空表 * 线性表 ![](https://img2023.cnblo ......
数据结构 线性 算法 结构 数据

【前端算法学习】利用“栈”数据结构，解决简单算法

## 第一题 | LeetCode | 力扣 | 难度 | | : : | : : | :--: | | 20.Valid Parentheses. | 20. 有效的括号 | 简单 | ### 题目描述 给定一个只包括 `'('`，`')'`，`'{'`，`'}'`，`'['`，`']'` 的字符 ......
算法 数据结构 前端 结构 数据

【前端算法学习】数据结构之“队列”

## 回顾 上一章，我们学习了“栈”这个数据结构，我们在JS中可以用`push()`和`pop()`来模拟入栈和出栈。 这一章我们将学习“队列”这个数据结构，同时我们也会使用JS代码来介绍、模拟实现队列的操作。 ## 什么是队列 队列与我们上一章学习的栈十分相似；但是与栈不同的是，队列遵循FIFO（ ......
数据结构 队列 前端 算法 结构

方糖微信通知模块

基于方糖的微信服务号通知 > 需要安装两个库 > 1. RestSharp > 2. RestSharp.Serializers.NewtonsoftJson 代码如下： ```csharp using System.Diagnostics; using Newtonsoft.Json; using ......
方糖 模块

怎么让英文大预言模型支持中文？（一）继续预训练

代码已上传到github： https://github.com/taishan1994/chinese_llm_pretrained Part1前言 前面我们已经讲过怎么构建中文领域的tokenization： https://zhuanlan.zhihu.com/p/639144223 接下来我 ......
预言 模型

基于多算法融合的啸叫抑制方案总结

前记 在对讲和本地扩音领域，啸叫抑制是一个无法绕过去的话题。怎么抑制啸叫是一个非常棘手的问题。笔者及团队在这个方向研究了好久。终于取得了一些阶段性的进展。这里做一下梳理。 心路历程 刚开始想依靠单纯的算法去解决。做了很多仿真，发现都不是很理想。不是抑制太狠了影响音质，就是太轻了没办法把啸叫抑制下去。 ......
算法 方案

园子的商业化努力：今晚8点有一场直播《大模型训练数据的一些事》

今晚8点有一场直播《大模型训练数据的一些事》，欢迎大家加下面的企业微信（行行人才小秘书）到时观看直播。园子最近推出的直播是行行AI人才运营的主要内容，行行AI人才是园子商业化努力的重要一步，是园子和园子的天使投资方顺顺智慧成立新公司共同运营的新业务。 ......
园子 模型 商业 数据

构件组装模型

模型的过程是： 先进行需求分析和定义，接着是设计构件组装：在整体上考虑，建立构件库：根据构件标准获取或管理构件，构件应用程序 ，测试与发布。 优点是，易扩展、重用，成本低、灵活 缺点是，需要经验丰富的设计人员，强调重用可能牺牲性能指标，第三方构件不可控 ......
构件 模型

【算法】罗马数字与整型数字转换，数值范围1-4000

编写两个函数，将罗马数字与整数值进行转换。每个函数将测试多个罗马数字值。 现代罗马数字是通过从最左边的数字开始分别表示每个数字，并跳过任何值为零的数字来书写的。在罗马数字1990中，表示为：1000=M，900=CM，90=XC；从而产生MCMXC。2008被写成2000=MM，8=VIII；或MM ......
数字 数值 算法 范围 4000

反向传播算法的理解

反向传播算法--求偏导速度大大提升（一次求解） https://zhuanlan.zhihu.com/p/25081671 1 用计算图来解释几种求导方法： 1.1 计算图 式子 e=(a+b)∗(b+1) 可以用如下计算图表达： 令a=2,b=1则有： 所以上面的求导方法总结为一句话就是： 路径上 ......
算法

【雕爷学编程】Arduino动手做（127）---2004A LCD液晶屏模块

37款传感器与执行器的提法，在网络上广泛流传，其实Arduino能够兼容的传感器模块肯定是不止这37种的。鉴于本人手头积累了一些传感器和执行器模块，依照实践出真知（一定要动手做）的理念，以学习和交流为目的，这里准备逐一动手尝试系列实验，不管成功（程序走通）与否，都会记录下来—小小的进步或是搞不掂的问 ......
液晶屏 模块 液晶 Arduino 2004

22.回溯算法

# 1.回溯的基本原理 在问题的解空间中，按深度优先遍历策略，从根节点出发搜索解空间树。算法搜索至解空间的任意一个节点时，先判断该节点是否包含问题的解。如果确定不包含，跳过对以该节点为根的子树的搜索，逐层向其祖先节点回溯，否则进入该子树，继续深度优先搜索。 回溯法解问题的所有解时，必须回溯到根节点， ......
算法 22

什么时候需要微调你的大模型（LLM）？

前言 在AI盛起的当下，各类AI应用不断地出现在人们的视野中，AI正在重塑着各行各业。相信现在各大公司都在进行着不同程度的AI布局，有AI大模型自研能力的公司毕竟是少数，对于大部分公司来说，在一款开源可商用的大模型基础上进行行业数据微调也正在成为一种不错的选择。 本文主要用于向大家讲解该如何微调你的 ......
模型 时候 LLM

一篇一个CV模型，第(1)篇：StyleGAN

写在前面： 虽说自己肯定对外宣称自己是搞CV的，但是其实在自己接近两年半（🐔）的研究生生涯中，也没有熟练掌握过很多个CV领域的模型，或者说是CV领域的概念。我认为这个东西是必须得补的，不然作为CV算法工程师是肯定要被淘汰的。目前激发自己研究和学习热情的最好方式还是经营自己小小的博客，因此想开一个系 ......
StyleGAN 模型

【雕爷学编程】Arduino动手做（126）---GP2Y0A02YK0F红外测距模块

37款传感器与执行器的提法，在网络上广泛流传，其实Arduino能够兼容的传感器模块肯定是不止这37种的。鉴于本人手头积累了一些传感器和执行器模块，依照实践出真知（一定要动手做）的理念，以学习和交流为目的，这里准备逐一动手尝试系列实验，不管成功（程序走通）与否，都会记录下来—小小的进步或是搞不掂的问 ......
红外 模块 Arduino GP2Y YK0F

保护数据隐私：深入探索Golang中的SM4加密解密算法

确保网络请求数据传输的安全性、一致性和防篡改是至关重要的。通过结合对称加密和非对称加密的强大能力，我们可以实现高度安全的数据传输。对称加密提供了快速且高效的加密和解密过程，而非对称加密则保证了密钥的安全性。这种结合能够确保数据在传输过程中的保密性、完整性和可靠性，有效防止数据被篡改或窃取。无论是保护... ......
加密解密 算法 隐私 数据 Golang

BOSHIDA DC电源模块在PLC控制器中的应用

BOSHIDA DC电源模块在PLC控制器中的应用 DC电源模块广泛应用于PLC控制器中，主要用于提供稳定的直流电源给控制器的各个部件，包括CPU、输入/输出模块、通讯模块等。 在PLC控制器中，DC电源模块通常作为控制器的一个模块，不同型号的控制器可能有不同的DC电源模块，但是它们的主要功能都是相 ......
电源模块 控制器 模块 电源 BOSHIDA

V模型

v模型就是测试贯穿始终的开发模型， 它是提前做测试计划， v模型分几个阶段 需求分析、概要设计、详细设计、编码 而对标的测试是 验收测试、系统测试，集成设计，单元测试。 概要设计主要是分子系统，所以集成测试就是测系统的各个调用接口。 ......
模型

多分类模型训练使用交叉熵损失的一个注意的点

使用交叉熵损失的网络模型最后一层不要用softmax，交叉熵损失函数会在计算的时候做softmax，如果用了会导致模型训练异常， 如果模型最后一层有softmax，则损失函数要写成 loss_fun = nn.NLLLoss() x = model(data) loss = loss_fun(tor ......
模型 损失

原型模型

瀑布模型是 1需求分析、2软件设计、3程序设计、4编码实现、5单元测试、6集成测试、7系统测试、8运行维护 原型模型通过瀑布模型的123过程构建一个原型来获取需求。 让客户体验，然后对原型进行更改从而得到需求。 所以原型模型一般用来获取需求，弥补了瀑布模型的缺陷1：需求不明确 原型模型两个阶段：原型 ......
原型 模型

Dora AI：支持3D模型的网站生成工具

Dora AI有什么魔力能在竞争激烈的Product Hunt月榜上强势登顶？我尝试从产品和运营两个方面分析下Dora AI这次的成功。 产品 Dora的本体乍看像一款3D网站编辑器，主页面和Webflow等传统设计或建站工具有点类似，都由一块空白画布和四周的功能区组成，可以在画布上添加各种图片、文 ......
模型 工具 网站 Dora

【雕爷学编程】Arduino动手做（125）---WT588D语音模块

37款传感器与执行器的提法，在网络上广泛流传，其实Arduino能够兼容的传感器模块肯定是不止这37种的。鉴于本人手头积累了一些传感器和执行器模块，依照实践出真知（一定要动手做）的理念，以学习和交流为目的，这里准备逐一动手尝试系列实验，不管成功（程序走通）与否，都会记录下来—小小的进步或是搞不掂的问 ......
模块 语音 Arduino 125 588

瀑布模型

瀑布模型是指软件开发过程类似瀑布从上直下，一条线没有回头。 它的特点是：开发过程阶段明确，上下阶段联系紧密，一个阶段的输出是下一个阶段的输入，每个阶段必须完成才能进入下一个阶段，只适合需求的明确的项目 它的缺点是： 软件需求完整性、正确性难明确：很难做到需求完整和正确，因为现实中需求是随时有调整的， ......
瀑布 模型

如何验证 GPU 模块是否正常？

如何验证 GPU 模块是否正常？ gpu 节点上，运行 nvidia-smi 能正常返回并识别出 GPU 的型号等信息; 通过 ls -la /dev/ | grep nvidia 能看到 nvidia0 等的 GPU 设备。 gpu 节点上，运行 docker info | grep Runtim ......
模块 GPU

macOS 配置算法（第四版）的开发环境

Java 环境配置 前往 Adoptium 下载他们预编译的 JDK 17（最新的 LTS 版本）的安装器，安装好之后，命令行执行 java -version，输出如下： openjdk version "17.0.7" 2023-04-18 OpenJDK Runtime Environment ......
算法 环境 macOS

软件过程模型概况

软件过程模型就是软件开发过程中遵循的流程、方法、标准、规范、思想等等所形成的模板。 目前的常用的软件过程模型有以下几种： 瀑布模型 V模型（瀑布模型的变种） 原型模型 螺旋模型（原型+瀑布） 构件组装模型/基于构件的开发方法 快速应用开发RAD（瀑布+构件组装） 统一过程/统一开发方法 敏捷开发方法 ......
概况 模型 过程 软件

struct模块

# struct模块 > 案例详见：[（4）socket套接字使用模版 - Chimengmeng - 博客园 (cnblogs.com)](https://www.cnblogs.com/dream-ze/p/17499411.html) - `struct.pack()`是Python内置模块` ......
模块 struct

JoinableQueue模块

# JoinableQueue模块 > 案例博客：[【1.0】知识点小结（进程相关） - Chimengmeng - 博客园 (cnblogs.com)](https://www.cnblogs.com/dream-ze/p/17502069.html) > JoinableQueue是Python ......
JoinableQueue 模块

密码学概念科普（加密算法、数字签名、散列函数、HMAC）

## 密码散列函数 密码散列函数 (Cryptographic hash function)，是一个单向函数，输入消息，输出摘要。主要特点是： - 只能根据消息计算摘要，很难根据摘要反推消息 - 改变消息，摘要一定会跟着改变 - 对于不同的消息，计算出的摘要几乎不可能相同 根据散列函数的上述特点，可 ......
密码学 数字签名 科普 算法 函数

【七】并发编程之IO模型

## 【七】并发编程之I/O模型 ### IO模型 ![](https://img2023.cnblogs.com/blog/2322215/202306/2322215-20230625082632167-534225902.png) ### 【一】前序知识回顾 为了更好地了解IO模型，我们需要事 ......
模型
共10500篇  :219/350页 首页上一页219下一页尾页