每日训练

数字识别项目

集成算法·Stacking·堆叠：很暴力，拿来一堆直接上（各种分类器都来了）·可以堆叠各种各样的分类器（KNN,SVM,RF等等）·分阶段：第一阶段得出各自结果，第二阶段再用前一阶段结果训练实现神经网络实例利用
不要天天开心·2025-03-10 00:29

洛谷每日1题-------Day15__P1307 [NOIP 2011 普及组] 数字反转

题目描述给定一个整数N，请将该数各个位上数字反转得到一个新数。新数也应满足整数的常见形式，即除非给定的原数为零，否则反转后得到的新数的最高位数字不应为零（参见样例2）。输入格式一个整数N。输出格式一个整数，表示反转后的新数。输入输出样例输入#1复制123输出#1复制321输入#2复制-380输出#2复制-83说明/提示【数据范围】−1,000,000,000≤N≤1,000,000,000。noi
__雨夜星辰__·2025-03-10 00:27

自我训练模型：通往未来的必经之路？

摘要在探讨是否唯有通过自我训练模型才能掌握未来的问题时，文章强调了底层技术的重要性。当前，许多人倾向于关注应用层的便捷性，却忽视了支撑这一切的根本——底层技术。
耶耶Norsea·2025-03-09 22:11

代码随想录算法训练营第八天|代码随想录 541. 反转字符串 II

Day8代码随想录字符串代码随想录541.反转字符串II反转字符串如何调用函数×reverse(s[i],s[n-1])√reverse(s.begin()+i,s.end())×reverse(s[i],s[i+k-1])√reverse(s.begin()+i,s.begin()+i+k);reverse左闭右开不包含第二个参数的位置如果要反转i到i+k-1区间内的字符应该reverse(s.
心 爱心 爱·2025-03-09 22:34

使用DeepSeek来构建LangGraph Agent

随着DeepseekR1的发布，我们不得不把目光聚焦在这个能赶超多个顶流大模型的模型身上，它主要是其在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。
乔巴先生24·2025-03-09 21:59

无监督AI训练:机遇与挑战并存

无监督AI训练：机遇与挑战并存关键词：无监督学习、AI训练、机器学习、聚类算法、降维技术、深度学习摘要：本文深入探讨无监督AI训练这一新兴领域，首先介绍了其基本概念与原理，然后详细解析了无监督AI训练的核心技术
AI天才研究院·2025-03-09 21:28

PyTorch：Python深度学习框架使用详解

自动微分：自动计算梯度，简化了机器学习模型的训练过程。丰富的API：提供了丰富的神经网络层、函数和损失函数。跨平
零 度°·2025-03-09 21:25

每日一题——搜索二维矩阵

搜索二维矩阵一、题目背景二、题目描述示例1：示例2：约束条件：三、解题思路分析1.**错误思路回顾**2.**Z字形查找算法**算法步骤：3.**算法优势**四、代码实现代码说明：五、测试用例测试用例1：测试用例2：测试用例3：六、总结一、题目背景在LeetCode上，有一道经典的二维矩阵搜索问题——“搜索二维矩阵II”。题目要求在一个具有特定性质的二维矩阵中查找目标值。矩阵的每一行从左到右升序排
tt555555555555·2025-03-09 19:11

OpenAI O1在跨语言生成中的应用：从多语言处理到文化适应性

全文目录：开篇语前言目录1.OpenAIO1的多语言生成技术概述O1模型的架构大规模预训练与迁移学习2.O1如何处理语言文化差异语言的隐性差异与文化背景文化敏感内容生成3.O1在多语言环境中的应用跨语言生成自动翻译与多语言理解全球化内容创作
喵手·2025-03-09 16:40

【GPT入门】第10课 FunctionCalling介绍

其训练数据无法涵盖世间所有信息，尤其是在垂直领域以及非公开数据方面，必然存在缺失。另一方面，大模型难以掌握最
*星星之火*·2025-03-09 16:09

基于Pytorch的语音情感识别系统

基于Pytorch的语音情感识别系统使用深度学习技术，通过训练神经网络模型来实现情感识别任务。应用使用场景客户服务中心：自动识别客户情绪，提供有针对性的服务。智能语音助手：提升人机交互体验，更加智
鱼弦·2025-03-09 15:34

大规模语言模型构建流程

大规模语言模型1.大语言模型大规模语言模型（LargeLanguageModels，LLM），也称大语言模型，是一种由包含数百亿以上参数的深度神经网络构建的语言模型，通常使用自监督学习方法通过大量无标注文本进行训练
人工智能技术笔记·2025-03-09 15:34

Python简介

近年来，随着人工智能（AI）和机器学习（ML）领域的迅猛发展，Python在这些前沿技术中扮演了至关重要的角色，特别是在构建和训练大规模机器学习方面。
Gao_xu_sheng·2025-03-09 15:33

深度解析DeepSeek：从技术架构到实战应用

在2025年人工智能领域竞争白热化的今天，DeepSeek以其超低训练成本（仅为GPT-4o的1/20）和业界领先的推理能力，成为全球开发者关注的焦点。
YY...yy·2025-03-09 15:33

（每日一题）活动安排———＜贪⼼-区间＞

1.题⽬链接：AB31活动安排2.题⽬描述：3.解法：算法思路：区间问题的贪⼼：排序，然后分情况讨论，看看是合并还是求交集C++算法代码：#include#include#includeusingnamespacestd;intmain(){//初始化intn;cin>>n;vector>temp;inta,b;for(inti=0;i>a>>b;temp.push_back({a,b});}//
课堂随笔·2025-03-09 15:03

代码随想录算法训练营第三十九天 | 198.打家劫舍 213.打家劫舍II 337.打家劫舍 III

198.打家劫舍力扣题目链接(opensnewwindow)你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警。给定一个代表每个房屋存放金额的非负整数数组，计算你不触动警报装置的情况下，一夜之内能够偷窃到的最高金额。示例1：输入：[1,2,3,1]输出：4解释：偷窃1
超人不会飞flying·2025-03-09 14:58

算法每日一练 (9)

携手共前行，未来更辉煌文章目录算法每日一练(9)最小路径和题目描述解题思路解题代码`c/c++``golang``lua`官方站点：力扣Leetcode算法每日一练(9)最小路径和题目地址：最小路径和题目描述给定一个包含非负整数的
张胤尘·2025-03-09 14:27

PyTorch系列教程：编写高效模型训练流程

当使用PyTorch开发机器学习模型时，建立一个有效的训练循环是至关重要的。这个过程包括组织和执行对数据、参数和计算资源的操作序列。
梦想画家·2025-03-09 13:24

【自然语言处理-NLP】情感分析与主题建模

目录情感分析（SentimentAnalysis）1.1概念与方法概览1.2传统机器学习方法1.3深度学习与预训练模型1.4代码示例：基于机器学习的情感分类主题建模（Topic
云博士的AI课堂·2025-03-09 13:18

PyTorch 显存分配不均匀

在使用PyTorch进行深度学习训练时，可能会遇到GPU0的显存占用明显高于其他GPU的情况。这可能导致显存不足，影响训练效率。
LutingWang·2025-03-09 11:36

PyTorch 训练循环全攻略：从零到精通的深度学习秘籍

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-03-09 11:34

python搭建NPL模型的详细步骤和代码

、文本预处理****1.清理文本****四、特征工程****1.TF-IDF****2.Word2Vec****五、搭建NLP模型****1.逻辑回归****2.LSTM深度学习模型****六、使用预训练的
百锦再@新空间代码工作室·2025-03-09 11:33

DeepSeek-R1 671B VS DeepSeek V3，搭建和部署各自架构都需要什么样的硬件条件和成本? R1跟V3对比有何优劣,哪个更适合?

一、DeepSeek-R1671B技术全景透视DeepSeek-R1671B的B指的是训练参数的单位billion（十亿）同理1.5b=15亿,7b=70亿1.1参数规模与架构创新参数规模：6710亿参数
寒鸦xxx·2025-03-09 09:44

LLM大模型安全概述

,AI)模型通用理解和生成能力的同时，也带来了前所未有的安全风险.大模型的能力与风险生成式大模型因其强大的智能能力和巨大的应用潜力吸引了众多研究者和企业的关注.从智能能力的角度来看，研究人员观测到：当训练数据和参
LLM教程·2025-03-09 06:06

2025寒假天梯训练7

7-8古风排版-2025寒假天梯赛训练7（2223届）思路：pta风格模拟题。
osir.·2025-03-09 06:26

2025年2月25日 每日一闻

2025年2月25日互联网行业动态一、科技巨头动态与前沿技术突破苹果股东大会召开今日上午8点，苹果公司召开年度股东大会，重点讨论AI终端（AR/VR）战略布局及消费电子领域创新方向。分析师预测会议或将透露6G技术研发进展与卫星通信技术商业化路径。马斯克宣布Grok重大更新特斯拉CEO马斯克正式推出Grok语音模式V2.0版本，该更新深度整合多模态AI能力，支持自然语义理解与跨场景对话，三变科技等产
Kanjx·2025-03-09 06:23

代码随想录算法训练营第 42 天 |LeetCode 188.买卖股票的最佳时机IV LeetCode309.最佳买卖股票时机含冷冻期 LeetCode714.买卖股票的最佳时机含手续费

代码随想录算法训练营Day42代码随想录算法训练营第42天|LeetCode188.买卖股票的最佳时机IVLeetCode309.最佳买卖股票时机含冷冻期LeetCode714.买卖股票的最佳时机含手续费目录代码随想录算法训练营前言
HIT最菜电控·2025-03-09 05:19

代码随想录算法训练营第16天|LeetCode112路径总和LeetCode113路径总和iiLeetCode106.从中序与后序遍历序列构造二叉树LeetCode105从前序与中序遍历序列构造二叉树

代码随想录算法训练营Day16代码随想录算法训练营第16天|LeetCode112路径总和LeetCode113路径总和iiLeetCode106.从中序与后序遍历序列构造二叉树LeetCode105.
HIT最菜电控·2025-03-09 05:49

2025天梯训练1

PTA|L3-1直捣黄龙30分思路：多关键字最短路，同时还要记录最短路径条数。typedefstructnode{intfrom,d,pass,kl;booloperatorx.d;if(pass!=x.pass)returnpassha;unordered_mapantHa;intenemys[205];intidx=0;vector>vct[205];intdis[205];//到达i城镇的最
osir.·2025-03-09 05:18

【神经网络】python实现神经网络（一）——数据集获取

二.测试训练数据集的获取首先我们需要通过官网获取到手写数字识别数据集，数据集一共分为四个部分，分别是训练集的图片（六万张）、训练集的标签、测试集的图片
师兄师兄怎么办·2025-03-09 03:06

Python学习之-分支语句-基础训练

第1关：计算并输出圆的面积和周长。任务描述从键盘输入圆的半径，如果半径大于等于0，则计算并输出圆的面积和周长。相关知识判断半径是不是小于零测试说明平台会对你编写的代码进行测试：示例代码：#单分支#coding=utf-8#********Begin**********r=float(input())s=3.1415*pow(r,2)c=2*3.1415*rprint("圆的面积为：%.2f"%s)
YMLT花岗岩·2025-03-09 01:10

转换器与预估器，KNN算法，朴素贝叶斯算法，决策树，随机森林的特点，优缺点

转换器与预估器，KNN算法，朴素贝叶斯算法，决策树，随机森林的特点，优缺点1转换器与预估器实例化转换器fit_transform转换实例化预估器fit将训练集的特征值和目标值传进来fit运行完后，已经把这个模型训练出来了
qq_43625764·2025-03-09 01:05

决策树、朴素贝叶斯、随机森林、支持向量机、XGBoost 和 LightGBM算法的R语言实现

并根据这些特征变量的线性组合生成一个二分类的响应变量y；（2）将生成的数据存储在数据框中，处理缺失值，并将响应变量转换为因子类型；（3）使用决策树、朴素贝叶斯、随机森林、支持向量机、XGBoost和LightGBM六种机器学习模型算法对数据进行训练和评估
生信与基因组学·2025-03-09 00:18

AI芯片概述-分类、应用、技术（APU、CPU、DPU、GPU、NPU和TPU）及厂家

二、AI芯片分类1.Training(训练)2.Inference(推理)三、AI芯片应用领域四、AI芯片技术路线五、APU、CPU、DPU、GPU、NPU和TPU六、AI芯片厂家一、AI芯片是什么？
一码当前·2025-03-09 00:27

解决Python中加载sklearn加州房价数据集出错的问题

其中，加州房价数据集是一个常用的示例数据集之一，用于回归问题的训练和测试。
冰雪之境·2025-03-09 00:39

《探秘课程蒸馏体系“三阶训练法”：解锁知识层级递进式迁移的密码》

课程蒸馏体系中的“三阶训练法”，作为一种创新的知识迁移模式，正逐渐崭露头角，为解决这一难题提供了全新的思路。
·2025-03-08 23:52

使用 DeepSeek 训练属于自己写小说的模型

如果你想使用DeepSeek训练一个专门用于写小说的模型，以下是详细的指导指南。DeepSeek是一个强大的深度学习框架，支持自然语言处理任务。
xinxiyinhe·2025-03-08 23:02

Qwen1.5-7B-实现RAG应用详细步骤

Transformers：HuggingFace提供的库，支持加载和运行预训练模型。FAISS：用于向量检索的高效库。GPTQ支持库：如auto-gptq或gptqmodel。
大数据追光猿·2025-03-08 23:01

Opacus库快速上手！使用Opacus库在Mnist数据集实现差分隐私

opacus官网为：GitHub-pytorch/opacus：使用差分隐私训练PyTorch模型（2）完整代码#-*-coding:utf-8-*-#Step1:导入必要的库和模块importto
还不秃顶的计科生·2025-03-08 22:06

每日面试题-HTTP 中 GET 和 POST 的区别是什么？

用途：GET：用于从服务器获取资源。通常用于请求数据，如查询数据库或获取网页内容。POST：用于向服务器发送数据。通常用于提交表单数据或上传文件。数据传输方式：GET：数据通过URL传递，可以看到URL中的参数和值。POST：数据包含在请求体中，不会显示在URL中。数据长度限制：GET：由于数据在URL中传递，而URL的长度是有限制的（通常为2048个字符），因此GET请求的数据量有限。POST：
晚夜微雨问海棠呀·2025-03-08 22:35

腾讯云大模型知识引擎驱动的DeepSeek满血版医疗顾问大模型搭建实战

腾讯云大模型知识引擎驱动的DeepSeek满血版医疗顾问大模型搭建实战是一个非常具有挑战性的项目，涉及从数据的处理到模型的训练、部署及优化等多个环节，旨在为医疗领域提供高效、精准的智能化服务。
金枝玉叶9·2025-03-08 21:29

GitHub每日最火火火项目（3.7）

ai-hedge-fund项目介绍：ai-hedge-fund是由virattt开发的项目，本质上是一个将人工智能技术应用于对冲基金领域的团队或平台。在金融市场中，对冲基金旨在通过各种策略获取超额收益，而人工智能具备强大的数据分析和预测能力，二者结合能为投资决策带来新的思路和方法。该项目可能运用机器学习、深度学习等人工智能算法，对大量的金融数据进行深入分析，包括股票、债券、期货等市场的历史价格、交
FutureUniant·2025-03-08 21:49

【AI-42】如何调整参数和超参

作用：在模型训练过程中，权重不断调整，使得模型能够学习到输入数据中的各种特征和模式，从而实现对数据的准确
W Y·2025-03-08 19:59

使用Python和机器学习技术对高中物理题目进行分类的示例代码

模型训练：使用训练数据训练分类模型。模型评估：使用测试数据评估模型的性能。预测：使用训练好的模型对新的物理题目进行分类。
max500600·2025-03-08 19:17

LeetCode hot 100 每日一题(6)--15. 三数之和

这是一道难度为中等的题目，让我们先来看看题目描述：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。注意：答案中不可以包含重复的三元组。示例1：输入：nums=[-1,0,1,2,-1,-4]输出：[[-1,-1,2],[
Awesome Baron·2025-03-08 19:45

深度学习篇---Opencv中的机器学习和深度学习

文章目录前言一、OpenCV中的机器学习1.概述2.使用步骤步骤1：准备数据步骤2：创建模型步骤3：训练模型步骤4：预测3.优点简单易用轻量级实时性4.缺点特征依赖性能有限二、OpenCV中的深度学习1
Ronin-Lotus·2025-03-08 19:05

Mark Github上的一个项目，VLM-R1。GRPO为什么促使MLLM在部分垂域比SFT更好的表现

GitHub-om-ai-lab/VLM-R1:SolveVisualUnderstandingwithReinforcedVLMs最近做毕设，看到VLM-R1项目，一个有趣的现象：在Grounding任务中，GRPO训练的模型不仅展现出更稳定的训练曲线
朱韬韬·2025-03-08 16:40

深度学习笔记——神经网络

本文为在拓尔思智能举办的训练营中学习内容的总结，部分内容摘自百度百科个人在这里推荐一个好用的软件，Trae，主要是免费。人工神经元是人工神经网络的基本单元。
肆——·2025-03-08 16:10

Triplet Loss原理及 Python实现

最初是谷歌在FaceNet:AUnifiedEmbeddingforFaceRecognitionandClustering论文中提出的，可以学到较好的人脸的embeddingTripletLoss是一种用于训练特征嵌入
AIGC_ZY·2025-03-08 15:21

代码随想录---算法训练营---总结

我总共参加了60天这个代码随想录的算法训练营，每天按照计划逐步进行算法训练，卡尔老师讲的很好，要是有不理解的，偶尔会给他提建议，提问题。
感谢上Di_123·2025-03-08 15:50
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他