算法tensorflow车型 模型
决战圣地玛丽乔亚重新归来之Day55--算法两道
15.三数之和 给你一个整数数组 nums ，判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != j、i != k 且 j != k ，同时还满足 nums[i] + nums[j] + nums[k] == 0 。请 你返回所有和为 0 且不重复的三元组。 ......
TensorFlow11.4 循环神经网络-梯度弥散与梯度爆炸
RNN并没有我们想象中的那么完美，虽然它的参数会比卷积神经网络少，但是它长时间的Training可能会出现Training非常困难的情况。  要想实现这个结构有两种方案： Simpl ......
文心一言 VS 讯飞星火 VS chatgpt （47）-- 算法导论6.1 5题
# 五、一个已排好序的数组是一个最小堆吗? ## 文心一言： 一个已排好序的数组不一定是一个最小堆。最小堆是一种特殊的二叉树，它满足以下性质：对于任意节点 x，其父节点 y 的值都小于等于 x 的值。而一个已排好序的数组只是一个有序数组，它满足任意的元素都是按从小到大的顺序排列的，但并不一定满足最小 ......
24.贪心算法.
贪婪算法(贪心算法)是指在对问题进行求解时，在每一步选择中都采取最好或者最优(即最有利)的选择，从而希望能够导致结果是最好或者最优的算法。 请看下面案例，假设有如下课程，希望尽可能多的将课程安排在一间教室里： | 课程 | 开始时间 | 结束时间 | | : : | : : | : : | | 美术 ......
Go 语言并发编程之 singleflight 库和归并回源算法的使用
在并发编程中，重复执行相同操作可能会浪费计算资源和时间，导致重复的网络请求，甚至产生不一致的结果。为了解决这些问题，Go 语言提供了一个名为 singleflight 的同步库和归并回源算法，它们可以避免重复执行相同操作，提高程序的性能和可靠性。 singleflight 库提供了一个 Group ......
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 '`，`'{'`，`'}'`，`'['`，`']'` 的字符 ......
【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（ ......
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 ......
【已解决】【Tensorflow2.12.0版本以后合并CPU和GPU版】Tensorflow-gpu==2.12.0 安装失败解决办法
#! https://zhuanlan.zhihu.com/p/639416152 # 解决方式： #### 直接上解决方式，需要知道原因的看后文。 #### 直接安装 tensroflow，从 2022 年 12 月起 tensorflow-gpu 已经合并到 tensorflow 包中了 ``` ......
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。 ......
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。 ......
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 ......
【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 ......
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 ......
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， ......
TensorFlow11.2 循环神经网络RNN-循环神经网络、RNN-layer实现
# 循环神经网络 Sentiment Analysis（情感分析）  类似于淘宝的好评还是差评，我们比较直 ......
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 ......
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 ......
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... ......