理论学习
深度学习之机器学习理论
（一）机器学习（Machine Learning）：就是让计算机具备从大量数据中学习的能力之一系列方法。机器学习使用很多统计方法，统计学家也称之为统计学习，但本质上起源于计算机科学的人工智能。 （二）机器学习的分类：机器学习主要分为两类，即监督学习(supervised learning)与非监督学 ......
机器学习的里程碑：从基础理论到大语言模型的进步
在人工智能的迅猛发展中，大语言模型和传统机器学习是不同发展阶段下的产物。大语言模型，如广为人知的GPT系列和BERT，主要依赖于复杂的神经网络结构，它们能够处理和生成人类语言，为自然语言处理带来了革命性的变化。这些模型的发展标志着从简单的任务特定模型向更通用、更灵活的解决方案的转变。相比之下，传统机 ......
机器学习-学习率：从理论到实战，探索学习率的调整策略
本文全面深入地探讨了机器学习和深度学习中的学习率概念，以及其在模型训练和优化中的关键作用。文章从学习率的基础理论出发，详细介绍了多种高级调整策略，并通过Python和PyTorch代码示例提供了实战经验。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团 ......
[学习笔记] CSP-S 初赛理论
LAST UPD:2023/09/09 内容非常杂乱，算是初赛前的总结吧qwq 排序算法比较 插入排序，冒泡排序，选择排序 ： \(O(n^2)\) 其他非线性排序的时间复杂度为 \(O(n)\) 线性排序的时间复杂度为 \(O(n)\) 。 稳定性比较： 插入，冒泡，二叉树，归并以及其他的线性排序 ......
[JavaScript理论学习] 什么是Promise (含如何判断一个值是Promise)
# 什么是Promise (含如何判断一个值是Promise) > 本文旨在对 Promise 的规范进行解释, 便于读者在学习 Promise 的过程中梳理 Promise 之间的操作关系, 不对具体的代码实现和Promise用法进行解释. > > 比如, 为什么 [[MDN-await]](ht ......
低压电工证理论学习 Day2
#第二节 直流电路 直流电：大小和方向不随时间变化。 交流电：大小和方向随时间周期性变化。 元件：电阻、电感、电容。 电阻（R）： R=p*l/s；单位：欧姆（Ω）、KΩ、MΩ 1MΩ=10的3次方KΩ=10的6次方Ω。 人体电阻约为1000~3000Ω。 电阻的性质： 耗能原件，耗电转热能。 线性 ......
环论、域论和 Galois 理论学习笔记
**Latex 炸了不用喊……等等，这里是 cnblogs。那么，Latex 炸了还是喊一下吧，我什么都不会做的。** **内容有锅可以说，我什么都会做的。** 这里是环论域论学习笔记。 在 OI 中，这部分内容的重要性趋近于零，唯一值得一提的是多项式环。在多项式环上，诸如拉格朗日反演之类的东西才能 ......
低压电工证理论学习 Day1
第一节 电荷与电场 电荷（Q） 单位为库伦；电子（e）（负电荷） 失去电子为带电正电荷，得到电子为带电负电荷。 e=1.6×10的-19c。 电场 电荷周围存在电场。F=QE，Q=电荷量，E=电场强度，F=电场力。 电场强度E=F/Q=U/d，单位为V/m（伏每米）。 空气电场强度超25~30KV/ ......
GNN学习 GNN理论
# GNN学习 GNN理论 ## 增强GNN的表现力 GCN=mean-pool+Linear+ReLU1 GraphSAGE=MLP+max-pool 问题： GNN节点embedding能否区分不同节点的局部邻居结构，在什么情况下会区分失败 接下来讲GNN如何捕获局部邻居结构 ### 计算图 G ......
SAM 基础理论学习笔记
以前没有系统性地写过 SAM 学习笔记，所以现在板子老敲错，现在写一个。 对于给定字符串 $s$，SAM 是一个能够识别其**所有子串**的自动机。更具体地，从初始状态到所有状态的路径都是 $s$ 的一个子串，并且 $s$ 的所有子串都可以通过初始状态到某个状态的某条路径表示出来。显然 SAM 有 ......
如果用机器学习的理论来理解人的行为，会有什么发现？
以前有人问我“书读了很多之后，但是其中内容都忘记了，那么读书的价值何在呢？” 我说：“训练数据在训练完模型之后就可以删掉了，只要权值文件和网络结构保存好即可” 死记硬背是没有用的，因为死记硬背是一种过拟合的能力，而一个好的机器学习模型应该是泛化性能比较好的，所以好的教育应该是培养一个人举一反三的能力 ......
RLChina理论三：强化学习基础
###强化学习基础  :条件下界与归约,图论问题的复杂度归约理论
和P与NP问题一样,Fine-Grained领域中的许多问题也能相互归约,这意味着当这些问题中的任意一个问题的复杂度下界得到了证明或证伪,那么一系列问题的复杂度下界就都能够得到解决. APSP猜想: 不存在$O(|V|^{3-\delta})$时间的(对于任意实数边权图都有效的)(确定性的)APSP ......
5 04｜法则二：架构师为什么要学习马斯洛的需求理论？
你好，我是郭东白，今天我们来聊聊架构师的第二个生存法则：架构活动需要尊重和顺应人性。 自从学习计算机专业的那一天起，我们似乎就走入了一个简单直接的机器世界，一个完全靠逻辑和数字主宰的世界。于是我们总不自觉地认为凭借计算机就可以解决所有的问题。也许正是计算机的作用被过分夸大，使得我们在软件研发过程中走 ......
哈希表理论基础——学习笔记
常见的三种哈希结构 数组 set （集合） map(映射) HashSet 特点: HashSet 无序 (没有下标) ，不可重复 HashSet 为 HashMap 的 key 部分 TreeSet TreeSet 无序 (没下标) ，不可重复，但是可以排序 TreeSet 为 TreeMap 的 ......
C/C++驾驶员理论课程模拟考试与学习系统[2023-04-10]
C/C++驾驶员理论课程模拟考试与学习系统[2023-04-10] 程序设计题：驾驶员理论课程模拟考试与学习系统 出题人:金仙力 面向专业:计算机科学与技术 难度等级:4 1 问题描述 要求编写一个程序，模拟驾驶员科目一的考试，要求具有良好的操作界面。管理员负责试题库的管理(编辑、删除、增加等)工作 ......
链表理论基础——学习笔记
链表理论基础 1. 链表的介绍 链表是一种通过指针串联在一起的线性结构，每个节点由数据域和指针域组成。 2. 链表的类型 单向链表 链表的入口节点被称为头节点，链表的最后一个节点的指针域指向null。 双向链表 每个节点由数据域和两个指针域组成，分别指向前一节点和后一节点。 循环链表 链表的收尾相连 ......