随想录 训练营 祖先 随想
代码随想录｜动态规划-编辑距离
392.判断子序列 115.不同的子序列 583. 两个字符串的删除操作 72. 编辑距离 编辑距离总结篇 392.判断子序列 和昨天的最长重复子串一样，只要计算两者的重复长度是不是和s一样就行了。但是还是不如双指针的时间复杂度 O(nm) O(nm) class Solution: def isS ......
LeetCode 235. 二叉搜索树的最近公共祖先
#题目链接：[LeetCode 235. 二叉搜索树的最近公共祖先](https://leetcode.cn/problems/lowest-common-ancestor-of-a-binary-search-tree/description/) ##题意： **给定一个二叉搜索树, 找到该树中两 ......
LeetCode 236. 二叉树的最近公共祖先
#题目链接：[LeetCode 236. 二叉树的最近公共祖先](https://leetcode.cn/problems/lowest-common-ancestor-of-a-binary-tree/description/) ##题意： **给定一个二叉树, 找到该树中两个指定节点的最近公共祖 ......
java刷代码随想录
# 数组 ## 704. 二分查找 给定一个 `n` 个元素有序的（升序）整型数组 `nums` 和一个目标值 `target` ，写一个函数搜索 `nums` 中的 `target`，如果目标值存在返回下标，否则返回 `-1`。 **示例 1:** ``` 输入: nums = [-1,0,3,5 ......
读取efficienthrnetH-2预训练模型的网络结构
['features.0.1.weight:torch.Size([24, 3, 3, 3])', 'features.0.2.weight:torch.Size([24])', 'features.0.2.bias:torch.Size([24])', 'features.0.2.running_ ......
预训练模型 | Transformer模型的规模大小
Transformer 有两个模型的规模大小标准：base、big。具体去thumt的models文件夹下的Transformer 模型实现可以看到其参数大小。  ## 训练情况简介 ## 题 **题意：** **思路：** ......
代码随想录算法训练营第二十三天| 93.复原IP地址 78.子集 90.子集II
93.复原IP地址 思路： 先考虑合法的情况，然后再依次往path里面加字符，如果它的长度>4但是还没有到最末尾，也就是说他是错的，也就return出去 代码： 1 //根据给定的一组字符串，分出来可能正确的IP 2 //思路：切割，[start, i]，其中长度为0-3， 3 //判断是否满足条件 ......
代码随想录算法训练营第51天 | ● 309.最佳买卖股票时机含冷冻期 ● 714.买卖股票的最佳时机含手续费 ●总结 - 第9章 动态规划part12
第九章 动态规划part12 ● 309.最佳买卖股票时机含冷冻期 ● 714.买卖股票的最佳时机含手续费 ● 总结 309.最佳买卖股票时机含冷冻期 本题加了一个冷冻期，状态就多了，有点难度，大家要把各个状态分清，思路才能清晰 视频讲解： https://programmercarl.com/03 ......
代码随想录算法训练营第55天 | ● 392.判断子序列 ● 115.不同的子序列 - 第9章 动态规划part15
第九章 动态规划part15 ● 392.判断子序列 ● 115.不同的子序列 详细布置 392.判断子序列 这道题目算是 编辑距离问题 的入门题目（毕竟这里只是涉及到减法），慢慢的，后面就要来解决真正的 编辑距离问题了 https://programmercarl.com/0392.%E5%88% ......
代码随想录算法训练营第56天 | ● 583. 两个字符串的删除操作 ● 72. 编辑距离 ● 编辑距离总结篇 - 第9章 动态规划part16
第九章 动态规划part16 ● 583. 两个字符串的删除操作 ● 72. 编辑距离 ● 编辑距离总结篇 详细布置 583. 两个字符串的删除操作 本题和动态规划：115.不同的子序列 相比，其实就是两个字符串都可以删除了，情况虽说复杂一些，但整体思路是不变的。 72. 编辑距离 最终我们迎来了编 ......
代码随想录｜动态规划 - 子序列系列
300.最长递增子序列 674. 最长连续递增序列 718. 最长重复子数组 1143.最长公共子序列 1035.不相交的线 53. 最大子序和 动态规划 300.最长递增子序列 dp[i]：以nums[i]为尾的最大上升子序列 如果前面的nums[j]<nums[i] : dp[i] = max( ......
2023ACM暑假训练day 1-最小生成树
[toc] # DAY 1 最小生成树 训练地址：[传送门](https://vjudge.net/contest/565164) ## 训练简介 **早上过题ABCDJKLM** ## C题 代码写错了 ```cpp int u=findfa(i),v=findfa(j); fa[u]=v;//w ......
SXYZ-7.3训练赛
 # T1 啥啥啥，**T1又又又爆了**，整个人精神状态 ~~良好~~。 #### 解题思路 考虑数据保 ......
大模型训练常见工具概念
备忘用 ### [NCCL](https://github.com/NVIDIA/nccl) 优化GPU内通信的原语 NCCL是一个独立的库，用作GPU的标准通信路由，实现了 all-reduce/all0gather/reduce/broadcast/reduce-scatter、基于发送、接受的 ......
自然语言处理 Paddle NLP - 预训练模型产业实践课-理论
 模型压缩：理论基础 模型压缩基本方法分为三类: - 量化 - 裁剪 - 蒸馏 。注意，梯度的推导是必需的。
感知机（Perceptron）是一种二分类的线性分类模型，其基本结构由一个或多个输入节点、一个加权总和和一个激活函数组成。感知机模型的训练算法通常使用梯度下降法。 感知机模型的输入是一个n维向量x=(x₁, x₂, ..., xn)，对应于n个特征。每个特征都有一个对应的权重w=(w₁, w₂, . ......
神经网络通过优化方法进行训练。然而，优化技术似乎不是深度学习中最重要的主题。为什么?神经网络训练和优化有什么区别?
在深度学习中，神经网络通过优化方法进行训练，目的是最小化损失函数并获得最佳的模型参数。然而，优化技术在深度学习中并不是最重要的主题，主要原因如下： 数据和模型的重要性：在深度学习中，数据的质量和数量以及模型的设计和复杂性对于模型的性能和泛化能力起着至关重要的作用。优化技术只是其中的一个环节，而数据和 ......
2023ACM暑假训练day 7-RMQ问题
[toc] # DAY 7 RMQ问题 训练地址：[传送门](https://vjudge.net/contest/566701) ## 训练情况简介 2023-07-03 星期一 早上： 下午： 晚上： ## 题 **题意：** **思路：** ......
【杂题乱写】6 月多校分治专题训练
# A [Gym-101471D Money for nothing](https://codeforces.com/gym/101471/attachments) 就是求 $(d_j-c_i)(q_j-p_i)$ 的最大值。 可以看作点对 $(d_j,q_j)$ 与 $(c_i,p_i)$ 在二维 ......
代码随想录｜各种买卖股票问题
121. 买卖股票的最佳时机 122.买卖股票的最佳时机II 123.买卖股票的最佳时机III 188.买卖股票的最佳时机IV 309.最佳买卖股票时机含冷冻期 714.买卖股票的最佳时机含手续费 总结 121. 买卖股票的最佳时机 全程只能买卖一次 贪心算法 这个算法的写法也非常有意思！左边小右边 ......
2023暑期训练题单
### 提升题单 一期：以动态规划为主的算法 ### [LCIS](acwing.com/problem/content/274/) [code](https://www.acwing.com/activity/content/code/content/2994945/) 动态规划，LIS和LCS综 ......
代码随想录算法训练营第二十一天| 216.组合总和III 17.电话号码的字母组合
216.组合总和III 思路： 很像上一个组合类型的题目，唯一不同的就是自己写一个sum 代码： 1 void convertBST_cur(TreeNode* root, vector<TreeNode*>& nodes) 2 { 3 if (!root) return ; 4 if (root- ......
2023ACM暑假训练day 6-字符串
[toc] # DAY 6 字符串 训练地址：[传送门](https://vjudge.net/contest/565943) ## 训练情况简介 ## 题 **题意：** **思路：** ......
2023ACM暑假训练day 5-单调队列 单调栈
[toc] # DAY 5 单调队列/栈 训练地址：[传送门](https://vjudge.net/contest/565754) ## 训练情况简介 早上：A、B、C、D题 下午：E题(未出，看了题解)、F题(暂时没有思路) 晚上：牛客小白月赛75+F、G题 6.30 记 今天仅做了单调栈的题， ......
使用numpy实现bert模型，使用hugging face 或pytorch训练模型，保存参数为numpy格式，然后使用numpy加载模型推理，可在树莓派上运行
之前分别用numpy实现了mlp，cnn，lstm，这次搞一个大一点的模型bert，纯numpy实现，最重要的是可在树莓派上或其他不能安装pytorch的板子上运行，推理数据 本次模型是随便在hugging face上找的一个新闻评论的模型，7分类 看这些模型参数，这并不重要，模型占硬盘空间都要40 ......
代码随想录｜打家劫舍问题
198.打家劫舍 213.打家劫舍II 337.打家劫舍III 198.打家劫舍 class Solution: def rob(self, nums: List[int]) -> int: n = len(nums) if n == 0: return 0 dp = [0 for _ in ran ......
深度学习 训练模型 指标不变
在深度学习实验中遇到一个问题就是虽然loss有变化，但是在验证集中准确率一直没变， 且值接近你的验证集的正负样本比例。 这是因为，在模型中某一个位置使用看ReLU激活函数，导致值全都变换到了 非负数，再最后用sigmoid的时候全是>0.5的结果。 还有一种情况就是loss一直不变，这类情况说明反向 ......