算法tensorflow车型 模型
nlp入门（三）基于贝叶斯算法的拼写错误检测器
源码请到：自然语言处理练习: 学习自然语言处理时候写的一些代码 (gitee.com) 数据来源：norvig.com/big.txt 贝叶斯原理可看这里：机器学习算法学习笔记 - 过客匆匆，沉沉浮浮 - 博客园 (cnblogs.com) 一、数据预处理 将输入的数据全部变为小写方便后续处理 de ......
【W的AC企划 - 第三期】二分与三分算法
# 往期浏览 [第一期 - 博弈论(game)](https://www.cnblogs.com/WIDA/p/16570498.html) [第二期 - 前缀和](https://www.cnblogs.com/WIDA/p/15504413.html) [第三期 - 二分与三分算法]() [第四 ......
《深入理解Java虚拟机》笔记：垃圾收集算法和HotSpot的算法实现
由于垃圾收集算法的实现涉及大量的程序细节，而且各个平台的虚拟机操作内存的方法又各不相同，因此本节不打算过多地讨论算法的实现，只是介绍几种算法的思想及其发展过程。 ......
[算法学习笔记] 单调队列
> 当一个选手比你小还比你强，你就可以退役了。 单调队列 ### 简介 单调队列一般用于维护动态区间内的极值，它可以做到线性的复杂度下求出所有动态区间的极值。 它的原理在上文引用部分已经提到，每次队列中只维护**可能成为区间极值**的元素，具体地，例如求区间最小值，若队列中有的数比新增加的数大，则可 ......
SPFA 单源最短路算法 学习笔记
## 思想 SPFA 算法是对 Bellman-Ford 算法的优化。 我们令一张图中所有顶点的数量为 $n$，所有边的数量为 $m$。 在 Bellman-Ford 算法中，我们需要对每一条边进行松弛操作，所以最终复杂度为 $O(nm)$。 显然按照这种方法，可以处理含有负边权的图。 我们考虑到， ......
【代码块】-算法-反转整数
### 整理代码块 代码块整理后存储，供后期使用 **JS版本** ```js function reverse(x) { let res = 0; while (x !== 0) { if (res > Math.floor(Number.MAX_SAFE_INTEGER / 10) || res ......
算法学习笔记-exgcd
### 例题：
先看这样一道题，给定整数 $a,b$ ，求 $x,y$ 使得 $ax+by=1$。
### 性质：
#### 性质1：
这显然是一道数学题（~~废话~~），考虑将原式根据乘法分配律转换为 $\gcd(a,b)\times (\frac{a}{\gcd(a,b)}x+\frac{b}... ......
oobabooga-text-generation-webui可能是最好的语言模型启动器（包含手把手安装教程）
https://www.bilibili.com/read/cv24006101/ 引言： 问：oobabooga是什么？ oobabooga-text-generation-webui是一个用于运行类似Chatglm、RWKV-Raven、Vicuna、MOSS、LLaMA、llama.cpp、G ......
dijkstra 单源最短路算法 学习笔记
## 思想 利用贪心，BFS。 首先确定一个起始点 $s$。 需要两个数组 $dist$ 和 $vis$。$dist_i$ 表示编号为 $i$ 的点到起始点 $s$ 的最短距离，$vis_i$ 表示编号为 $i$ 的点是否已经确定为到起始点路径最短的点。 做法：从 起始点 $s$ 开始，遍历与 $s ......
代码随想录算法训练营第二天| 977. 有序数组的平方、209. 长度最小的数组
## # 977.有序数组的平方 题目链接： [有序数组的平方](https://leetcode.cn/problems/squares-of-a-sorted-array/) 题目： 给你一个按 非递减顺序 排序的整数数组 nums，返回 每个数字的平方 组成的新数组，要求也按 非递减顺序 排序 ......
IO 多路复用模型
# IO 多路复用模型 ## 1. select 为了能够完成IO多路复用机制，可选用 select 函数。 nfds 所监听的最大的文件描述符+1（用来限定范围） fd_set 文件描述符集合 timeout 超时时间 FD_ZERO 清空监听队列，初始化 FD_SET 加入一个 fd 到 fds ......
06-页面置换算法
# 06-页面置换算法 ## 一、功能与目标 功能： 当缺页中断发生，需要调入新的页面而内存已满时，选择内存当中哪个物理页面被置换 目标： 尽可能地减少页面的换进换出次数（即缺页中断的次数）。具体来书，把未来不再使用的活短期内较少使用的页面换出，荣昌只能在局部性原理指导下依据过去的统计数据来进行预测 ......
TCP/IP 五层模型
## TCP/IP五层模型 - 物理层（Physical Layer）：物理层是最底层，负责传输比特流（bitstream）以及物理介质的传输方式。它定义了如何在物理媒介上传输原始的比特流，例如通过电缆、光纤或无线传输等。 - 数据链路层（Data Link Layer）：数据链路层位于物理层之上， ......
pytorch-两个PyTorch中的Sequential模型合并成一个
要将两个PyTorch中的Sequential模型合并成一个，你可以使用`nn.Sequential`的`add_module`方法或者直接使用`*`操作符来解包Sequential模型并将它们合并。以下是两种方法的示例： 方法一：使用`add_module`方法 ```python import ......
模型指标理解（accuracy, roc curve, precision-recall curve等)
背景 一个点估计模型（CTR，churn rate）之类的，都会输出一个目标事件概率。通常评估模型和进行model selection的时候需要用指标，常用的有accuracy, precision, recall, f1以及roc_curve, precision-recall curve等。选取 ......
[数论第二节]欧拉函数/快速幂/扩展欧几里得算法
- ### 欧拉函数 - 欧拉函数$\varphi(N)$ : 1-N中与N互质的数的个数 - 若$N = p_1^{a_1} · p_2^{a_2} · p_3^{a_3} ··· ·p_n^{a_n}$ 其中p为N的所有质因子 - 则$\varphi(N) = N(1-\frac{1}{p_1} ......
Django 模型的简单应用
每一个应用下的数据库模型类，需要在当前应用下的model.py 这个文件中定义数据库模型 定义规则如下： 一个数据库模型类需要继承 Model 或者 Model 的子类 默认会创建一个自动递增的 id 主键 默认创建的数据库名为，应用名小写_数据库模型类小写 一个数据库模型类相当于一个数据表（Tab ......
transform和大模型训练相关
1.数据流程 注：解码的过程会多一个Attention，先加掩码来避免解码获取当前word后的词 数据的计算流程：embeding——》multi head attention——》Add&Norm——》FNN——》Add&Norm——》Linear——》softmax FNN和多头Attentio ......
数据结构与算法 --- 数据结构绪论
## 数据结构起源 早期人们都把计算机理解为数值计算工具，就是感觉计算机当然是用来计算的，所以计算机解决问题，应该是先从具体问题中抽象出一个适当的数据模型，设计出一个解此数据模型的算法，然后再编写程序，得到一个实际的软件。 可现实中，我们更多的不是解决数值计算的问题，而是需要一些更科学有效的手段（比 ......
如何学习一些需要算法的程序
如何看懂一个程序，分三步： 1. 流程2. 每个语句的功能3. 试数 如何学习一些需要算法的程序【如何掌握一个程序】： 1. 尝试自己去编程解决它 但要意识到大部分人都是自己无法解决的，如果解决不了，这时不要气馁，如果十五分钟还想不出来，此时我建议您就可以看答案了 2. 如果解决不了，就看答案 关键 ......
卡尔曼滤波算法
[TOC] 卡尔曼滤波算法（Kalman Filtering Algorithm）是一种用于估计系统状态的数学方法，它具有广泛的应用范围，包括控制系统、导航系统、机器人、信号处理等领域。本文将从原理、概念、方法、代码和应用几个方面详细介绍卡尔曼滤波算法。 # 第一部分：原理和概念 卡尔曼滤波 ......
人工智能的未来：探索下一代生成模型
推荐：使用NSDT场景编辑器助你快速搭建可编辑的3D应用场景 生成式 AI 目前能够做什么，以及探索下一波生成式 AI 模型需要克服的当前挑战？作者 Nisha Arya， KDnuggets on May 22， 2023 in 人工智能脸书唽LinkedIn红迪网电子邮件共享 如果你跟上科技世界 ......
Django博客开发教程:创建数据库模型
Django是通过Model操作数据库，不管你数据库的类型是MySql或者Sqlite，Django它自动帮你生成相应数据库类型的SQL语句，所以不需要关注SQL语句和类型，对数据的操作Django帮我们自动完成。只要回写Model就可以了！ django根据代码中定义的类来自动生成数据库表。我们写 ......
【CV算法原理理解】人脸对齐之GBDT(ERT)算法原理
前言 概念 树、决策树、二叉树、随机森林、随机蕨、CART分类回归树； GBDT 的全称是 Gradient Boosting Decision Tree，梯度提升决策树。 简介 One Millisecond Face Alignment with an Ensemble of Regressio ......
代码随想录算法训练营第十三天| 239. 滑动窗口最大值 347.前 K 个高频元素 总结
239. 滑动窗口最大值 （一刷至少需要理解思路） 卡哥建议：之前讲的都是栈的应用，这次该是队列的应用了。本题算比较有难度的，需要自己去构造单调队列，建议先看视频来理解。 题目链接/文章讲解/视频讲解：https://programmercarl.com/0239.%E6%BB%91%E5%8A%A ......
原生JS实现一个不固定高度的虚拟列表核心算法
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>不定高度的虚拟列表 ......
服装行业多模态算法个性化产品定制方案
本文是想利用AI赋能服装设计师，设计好看、好穿、好卖的服装，利用GPT+数据洞察、柔性快反+数智化供应链以及AIGC降低设计门槛和库存成本，快速反应市场时尚流行趋势，并进行落地实践 ......
php优化递归算法优化
2023年8月7日13:59:31 因为最近开发自己的一些常用系统，所以为了自由度较高一点，经常分类都是无限层级，所以递归用的比较多，但是发现当分类大于三层，数据1万以上递归就会很慢，所以一直在寻求优化算法，使用使用chagpt优化的算法，基本无法使用，后续想到用php原生函数来使用，结果性能飙升 ......
使用Python中从头开始构建决策树算法
决策树（Decision Tree）是一种常见的机器学习算法，被广泛应用于分类和回归任务中。并且再其之上的随机森林和提升树等算法一直是表格领域的最佳模型，所以本文将介绍理解其数学概念，并在Python中动手实现，这可以作为了解这类算法的基础知识。 在深入研究代码之前，我们先要了解支撑决策树的数学概念 ......