随想录 训练营 祖先 随想
最近公共祖先
``` #include using namespace std; const int K = 20; const int N = 5E5 + 5 , M = N * 2; int head[N],ver[M],nxt[M],tot; int dep[N],bz[N][K]; void add(in ......
代码随想录｜完全背包
完全背包 ● 518. 零钱兑换 II ● 377. 组合总和 Ⅳ ● 70. 爬楼梯 （进阶） ● 322. 零钱兑换 ● 279.完全平方数 ● 139.单词拆分 ● 关于多重背包，你该了解这些！ ● 背包问题总结篇！ 完全背包 有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weig ......
代码随想录算法训练营第二十天| 669. 修剪二叉搜索树 108.将有序数组转换为二叉搜索树 538.把二叉搜索树转换为累加树
669. 修剪二叉搜索树 思路 递归法： 需要思考清楚，如果当前节点<low，那么就返回递归它的右节点，而不是自己取判断，找出来一个合适的节点，这样的话会越想越乱 代码： 1 TreeNode* trimBST_cursor(TreeNode* root, int low, int high) { ......
DeepSpeed + Kubernetes 如何轻松落地大规模分布式训练
随着 ChatGPT 的广泛应用，各种大规模语言模型层出不穷，其中包括 EleutherAI 推出的 200 亿参数的 GPT-NeoX-20B 和 BigScience 发布的 1760 亿参数的 Bloom 模型。 ......
JavaCV人脸识别三部曲之二：训练
### 欢迎访问我的GitHub > 这里分类和汇总了欣宸的全部原创(含配套源码)：[https://github.com/zq2599/blog_demos](https://github.com/zq2599/blog_demos) ### 本篇概览 - 本文是《JavaCV人脸识别三部曲》的第 ......
将生成式预训练Transformer应用于文本分类：实现高效文本处理的创新应用
作者：禅与计算机程序设计艺术 77. 将生成式预训练Transformer应用于文本分类：实现高效文本处理的创新应用 引言 随着自然语言处理技术的快速发展,文本分类任务也逐渐成为了自然语言处理领域中的一个热门研究方向。文本分类问题是指根据给定的文本内容,将其分类到预定义的类别中。本文将介绍一种基于生 ......
Adam优化算法在大规模分布式模型训练中的应用：模型整合与性能提升
作者：禅与计算机程序设计艺术 标题：45. Adam优化算法在大规模分布式模型训练中的应用：模型整合与性能提升 1. 引言 1.1. 背景介绍 随着深度学习模型的规模越来越大，训练过程需要大量的计算资源和时间。为了让模型能够高效地训练，一些优化算法被提出，以减少训练时间和提高模型性能。其中，Adam ......
康复训练
巩固的题单 ### [增减序列](https://www.acwing.com/problem/content/102/) [代码](https://www.acwing.com/activity/content/code/content/5254536/) 差分，要动脑筋 ### [最佳牛围栏]( ......
码蹄集训练
BD202201 洞穴 https://www.matiji.net/exam/brushquestion/1/3956/4FCAF025E79704820690062E3FDE6CA1 分析： 从小到大依次处理边 这样的好处在于如果此时没有合适的中间点 我们只需合并就好 因为后续的边一定更大 不可 ......
yolov5-训练好的模型部署的几种方式-ONNX
ONNX，即 Open Neural Network Exchange ，是微软和 Facebook 发布的一个深度学习开发工具生态系统，旨在让 AI 开发人员能够随着项目发展而选择正确的工具。 ONNX 所针对的是深度学习开发生态中最关键的问题之一，在任意一个框架上训练的神经网络模型，无法直接在另 ......
代码随想录算法训练营第十九天| 235. 二叉搜索树的最近公共祖先 701.二叉搜索树中的插入操作 450.删除二叉搜索树中的节点
235. 二叉搜索树的最近公共祖先 思路： 因为是二叉搜索树，所以公共祖先一定是位于这两个节点区间中的 问题： 为什么第一个是这两个中间的例子，就是公共祖先呢？因为是最先符合要求的， 代码： 1 TreeNode* lowestCommonAncestor(TreeNode* root, TreeN ......
代码随想录｜动态规划-背包问题
01背包问题，你该了解这些！ 01背包问题，你该了解这些！ 滚动数组 01 背包 有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。 二维dp数组01背包 1. 确定dp数组以 ......
【面试实战】面试官面试模拟训练【一】
博客推行版本更新，成果积累制度，已经写过的博客还会再次更新，不断地琢磨，高质量高数量都是要追求的，工匠精神是学习必不可少的精神。因此，大家有何建议欢迎在评论区踊跃发言，你们的支持是我最大的动力，你们敢投，我就敢肝 ......
OOP训练集第三阶段总结
1.第三阶段PTA题目集总结 （1）前言：第三阶段的题目集算是对所有已学知识的综合运用，另外还有对容器map、set、list以及栈的考察运用。这意味着对知识的理解运用变得更难，不再是单纯对给出类图的简单“翻译”，更需要靠自己去思考怎么去构建一个符合面向对象原则的程序。尤其是三次课程成绩统计程序的迭 ......
pta第三部分总结oop训练集09-11
一， 前言： oop 09：7-1 统计Java程序中关键词的出现次数：对Java中字符串，元字符，正则表达式的应用。 oop 10：7-1 容器-HashMap-检索：对Java程序中HashMap的特性对输入内容进行检索的应用。 7-2 容器-HashMap-排序：对Java升序中HashMap ......
【杂题乱写】6 月多校字符串专题训练
# A [CodeForces-547E Mike and Friends *2800](https://codeforces.com/problemset/problem/547/E) 肯定要建广义 SAM。 在每个 $cur$ 打一个标记，没有区间限制就在对应节点上查一下后缀树子树标记总数，有区 ......
代码随想录算法训练营第十八天| 530.二叉搜索树的最小绝对差 501.二叉搜索树中的众数 236. 二叉树的最近公共祖先
530.二叉搜索树的最小绝对差 思路： 根据二叉搜素树的特点，直接中序遍历，就是有序数组，然后两个节点进行比较，就可以 代码： 1 int getMinimumDifference(TreeNode* root) { 2 if(!root) return 0; 3 int result = INT_ ......
避免梯度爆炸：让深度学习算法快速稳定地训练
[toc] 避免梯度爆炸：让深度学习算法快速稳定地训练 作为一名人工智能专家，程序员和软件架构师，我深刻理解深度学习算法在训练过程中可能会遇到的问题——梯度爆炸。因此，在本文中，我将结合自己的经验和知识，探讨如何避免梯度爆炸，让深度学习算法能够快速稳定地训练。 1. 引言 1.1. 背景介绍 随着人 ......
近日随想
# 0 前言 开源之夏落选给我带来的打击实在是太大了，我一下子失去了这个暑假的奋斗目标以及动力，我不知道做什么项目了，我也不知道该往哪个方向发展了 我是悲观的人 这段时间还要军训，身心俱疲 # 1 一些记录 1. [如何参与一个顶级开源项目](https://crossoverjie.top/201 ......
代码随想录算法训练营第十七天| 654.最大二叉树 617.合并二叉树 700.二叉搜索树中的搜索 98.验证二叉搜索树
654.最大二叉树 比较简单，直接上代码 1 TreeNode* constructMax_cursor(vector<int>& nums) 2 { 3 if (nums.size() == 0) return NULL; 4 //getMaxNum 5 int index = 0; 6 int ......
代码随想录｜动态规划
理论基础 509. 斐波那契数 70. 爬楼梯 746. 使用最小花费爬楼梯 62.不同路径 63. 不同路径 II 343. 整数拆分 96.不同的二叉搜索树 动态规划理论基础 动态规划，英文：Dynamic Programming，简称DP，如果某一问题有很多重叠子问题，使用动态规划是最有效的。 ......
MaskFormer：将语义分割和实例分割作为同一任务进行训练
前言 本文介绍了Facebook AI Research在21年发布的一种超越这些限制的实例分割方法MaskFormer。 本文转载自DeepHub IMBA 作者 | HannaMergui 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经 ......
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 ......
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。 ......
代码随想录｜贪心(终章)
435. 无重叠区间 763.划分字母区间 56. 合并区间 738.单调递增的数字 968.监控二叉树 435. 无重叠区间 非常机智的算法 想要找到无重叠区间，想的是找到的是最合适留下来的区间 所以我们将按照区间的后段大小进行排序 将最在前的留下即可 真的非常机智 class Solution: ......
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 ......
MaskFormer：将语义分割和实例分割作为同一任务进行训练
目标检测和实例分割是计算机视觉的基本任务，在从自动驾驶到医学成像的无数应用中发挥着关键作用。目标检测的传统方法中通常利用边界框技术进行对象定位，然后利用逐像素分类为这些本地化实例分配类。但是当处理同一类的重叠对象时，或者在每个图像的对象数量不同的情况下，这些方法通常会出现问题。 诸如Faster R ......
代码随想录算法训练营第十六天| 找树左下角的值 路径总和 从中序与后序遍历序列构造二叉树
找树左下角的值 1，层序遍历，较为简单： 1 int findBottomLeftValue_simple(TreeNode* root) { 2 int result = 0; 3 if (!root) return result; 4 queue<TreeNode*> selected; 5 s ......
opp训练集7-11Blog作业
前言： 这一次是pta作业集合7-11的作业总结，其中包含了菜单计价程序的迭代以及选课系统程序的迭代，代码量要求精简，有着内存限制，难度提升。 其中菜单计价程序在菜单计价程序-3的基础上增加了部分内容，菜单计价程序是在原来训练集上的新一波迭代，要求计算出每条点菜信息相应的处理结果。 opp8是选课系 ......
Python与TensorFlow：如何高效地构建和训练机器学习模型
[toc] 标题：《Python 与 TensorFlow：如何高效地构建和训练机器学习模型》 一、引言 随着人工智能的快速发展，机器学习作为其中的一个重要分支，受到了越来越多的关注和应用。而Python作为一门广泛应用于机器学习领域的编程语言，其与TensorFlow的结合也变得越来越重要。本文将 ......