第十四届蓝桥杯比赛训练题

通过TensorFlow实现简单深度学习模型（2）

前文我们已经实现了对每批数据的训练，下面继续实现一轮完整的训练。完整的训练循环一轮训练就是对训练数据的每个批量都重复上述训练步骤，而完整的训练循环就是重复多轮训练。
yyc_audio·2025-02-28 10:47

蓝桥杯二分题

我们需要处理接下来n天的借教室信息，其中第i天学校有ri个教室可供租借。共有m份订单，每份订单用三个正整数描述，分别为,,dj,sj,tj，
练习时长两年半1·2025-02-28 09:15

图论题解索引

前言作图论的题的时候，无论何时，DFS，BFS加剪枝，都是你可靠的方法，如果第一眼没有具体思路，完全可以先按照刚才的两个方法思考下去，可能想着想着，这道题真实的样子(即真正合适的算法)，你就发现了。
JLU_LYM·2025-02-28 09:14

讯飞星火 VS 文心一言：谁是中文大语言模型的TOP1？

目录体验网址1、旅游攻略2、数理逻辑题3、故事创作4、古诗创作5、图片创作6、文案创作7、代码编写8、互联网黑话9、中文梗对比10、英文写作结论体验网址1、文心一言：文心一言2、ChatGP
沉迷单车的追风少年·2025-02-28 09:44

Pytorch使用手册—使用TACOTRON2进行文本到语音转换（专题二十四）

一、概述本教程展示了如何使用torchaudio中的预训练Tacotron2构建文本到语音的管道。文本到语音的管道流程如下：文本预处理首先，输入的文本被编码为一系列符号。
AI专题精讲·2025-02-28 09:43

2024年BCSP-X小学低年级组初赛测试题（模拟题解析）

一、单项选择（共15题，每题2分，共计30分，每题有且仅有一个正确选项）以下是题目和解析的完整格式:不可以作为c++中的变量名的是（）。
天秀信奥编程培训·2025-02-28 09:10

【数组】- 如何在C++的数组中插入元素？

案例题目描述在一个数组的第x个位置插入一个新的数y。
小鹏编程·2025-02-28 09:09

Transformer 代码剖析2 - 模型训练 （pytorch实现）

参数统计函数defcount_parameters(model):returnsum(p.numel()forpinmodel.parameters()ifp.requires_grad)遍历模型参数筛选可训练参数统计参数数量返回总数技术解析
lczdyx·2025-02-28 09:38

[NOIP2007 提高组] 矩阵取数游戏 题解

经过mm次后取完矩阵内所有元素；每次取走的各个元素只能是该元素所在行的行首或行尾；每次取数都有一个得分值，为每行取数的得分之和，每行取数的得分=被取走的元素值×2i×2i，其中ii表示第ii次取数（从11
◥༺ʚ 无聊鸭本鸭 ɞ༻◤·2025-02-28 09:08

第14天：C++异常处理实战指南 - 构建安全的文件解析系统

第14天：C++异常处理实战指南-构建安全的文件解析系统一、今日学习目标掌握C++异常处理的核心语法与流程️理解RAII在资源管理中的关键作用创建自定义文件解析异常体系实现安全的文件解析器原型二、C++
JuicyActiveGilbert·2025-02-28 09:36

Exception:data did not match any variant of untagged enum PyPreTokenizerTypeWrapper at line 69 解决方案

曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2025-02-28 08:34

电竞赛事数据分析：LNG vs BLG的胜利背后

本文将通过Python进行数据处理与分析，结合机器学习算法预测比赛结果，并使用数据可视化工具展示关键指标。通过对这场比赛的数据深入挖掘，揭示LNG获胜的关键因素。
烧瓶里的西瓜皮·2025-02-28 08:02

怎么在体育直播系统进行足球赛事的直播

在网络直播技术的带动下，体育赛事直播平台看比赛变得越来越普及。下面就详细介绍如何运用源码搭建一个的体育直播系统，让大家能够进行足球赛事的直播。第一步：搭建系统平台首先需要得到一个体育直播系统源码。
sanx18·2025-02-28 08:31

体育数据系统是怎么开发的

下面是开发一个体育数据系统的主要步骤：1.需求分析与规划确定目标：明确系统的目标，比如实时比赛数据跟踪、球员统计、比赛分析等。
sanx18·2025-02-28 08:31

编程基础-算法研究-算法题

没想到工作几年后还要考算法题目遂研究记录目录0.简介1.丑数1.1题目1.2要点1.2.1丑数如何判别1.2.2后续丑数如何找到1.2.3结尾th,nd,st规律1.2.4完整可参考代码2大斐波那契数2.1题目2.2要点2.2.1范围超界2.3完整参考代码2.4延伸：C语言计算100的阶乘2.5其他细节点3迷宫问题3.1迷宫问题13.2迷宫问题20.简介一些技巧：~scanf#include{in
周陽讀書·2025-02-28 08:30

蓝桥杯备赛-精卫填海-DP

从第二行到第n+1行分别为每块木石的体积和把它衔到东
小赵起名困难户·2025-02-28 07:56

MSB和LSB

位置：在一个字节（8位）中，MSB是第7位（从0开始计数）。作用：MSB决定了二进制数的大致范围，对于整数值而言，MSB的
m0_71354184·2025-02-28 07:56

Farm3D- Learning Articulated 3D Animals by Distilling 2D Diffusion论文笔记

LearningArticulated3DAnimalsbyDistilling2DDiffusion1.Introduction最近的研究DreamFusion表明，可以通过text-imagegenerator提取高质量的三维模型，尽管该生成模型并未经过三维训练
Im Bug·2025-02-28 07:24

电竞实时比赛数据：揭秘赛场背后的数字魔法

电竞实时比赛数据：揭秘赛场背后的数字魔法一、电竞实时比赛数据的意义与价值1、电竞实时比赛数据是电子竞技比赛中不可或缺的一环，它记录了选手在比赛过程中的各项数据，如击杀数、助攻数、死亡数等。
Jiyan_xiaobai·2025-02-28 07:24

神经网络中的Adagrad

Adagrad（AdaptiveGradient）是一种自适应学习率的优化算法，专门设计用于在训练过程中自动调整每个参数的学习率。
化作星辰·2025-02-28 07:53

DeepSeek R1 简单指南：架构、训练、本地部署和硬件要求

DeepSeek推出的LLM推理新策略DeepSeek最近发表的论文DeepSeek-R1中介绍了一种创新的方法，通过强化学习（RL）提升大型语言模型（LLM）的推理能力。这项研究在如何仅依靠强化学习而不是过分依赖监督式微调的情况下，增强LLM解决复杂问题的能力上，取得了重要进展。DeepSeek-R1技术概述模型架构DeepSeek-R1不是一个单独的模型，而是包括DeepSeek-R1-Zer
爱喝白开水a·2025-02-28 07:52

【python 机器学习】sklearn ROC曲线与AUC指标

通俗介绍：学术解释：2.在`sklearn`中绘制ROC曲线与计算AUC2.1导入库和数据2.2加载数据集2.3训练模型2.4预测概率2.5计算FPR、TPR和AUC2.6绘制ROC曲线3.解析ROC曲线和
人才程序员·2025-02-28 06:11

LeetCode 第5题：最长回文子串

这道题是LeetCode上的第5题，乍一看，好像是在跟我们玩捉迷藏。回文子串是什么？它其
Gemini技术窝·2025-02-28 05:11

月之暗面改进并开源了 Muon 优化算法，对行业有哪些影响？

互联网各领域资料分享专区(不定期更新)：Sheet正文月之暗面团队改进并开源的Muon优化算法在深度学习和大模型训练领域引发了广泛关注，其核心创新在于显著降低算力需求（相比AdamW减少48%的FLOPs
互联网之路.·2025-02-28 05:11

深度解析：大模型开源的真与假

目录大模型企业开闭源策略各异开源大模型的定义与现状开源内容的局限性通常开放的内容实际未开放的关键内容法律与商业模式的约束开源许可证的重要性大模型的定制许可证及其限制性条款商业公司对开源大模型的策略和目的建立生态系统吸引开发者提升品牌形象保持竞争优势技术创新和改进技术与协助开发的挑战训练和推理过程的资源需求差异微调和衍生模型的技术实现及其局限性开源大模型在协作开发中的局限总结大模型的发展开启了
rs勿忘初心·2025-02-28 05:39

100种算法【Python版】第38篇—— Tarjan算法

本文目录1算法说明2算法示例：社交群体分析3算法示例：交通路网中的强连通分量识别4算法应用1算法说明Tarjan算法由计算机科学家RobertTarjan于1972年提出，目的是在有向图中有效地找到强连通分量（StronglyConnectedComponents,SCC）。强连通分量是指图中一个最大子图，其中任意两个节点之间都有路径相互可达。Tarjan算法是基于深度优先搜索（DFS）的一种高效
AnFany·2025-02-28 05:38

哈工大计算机系统lab7——微壳

实验报告实验（七）题目TinyShell微壳专业计算机类学号**********班级1903003学生李*涵指导教师郑**实验地点G709实验日期2021.6.4计算机科学与技术学院目录第1章实验基本信息
awhiteknow0·2025-02-28 05:35

2024睿抗(Raicom)机器人开发者大赛CAIP-编程技能赛-本科组 省赛 真题

RaicomCAIP系列比赛历年真题均在PTA教育超市售卖。本场比赛真题售卖链接入口RC-u1热҈热҈热҈分数10热҈热҈热҈……最近热得打的字都出汗了！
椰萝Yerosius·2025-02-28 05:05

DeepSeek开源周第二弹：DeepEP如何用RDMA+FP8让MoE模型飞起来？

一、引言：MoE模型的通信瓶颈与DeepEP的诞生在混合专家（MoE）模型训练中，专家间的全对全（All-to-All）通信成为性能瓶颈。
曦紫沐·2025-02-28 04:03

利用DSPy优化LangChain RAG系统的实战指南

具体来说，DSPy编译器会在内部追踪你的程序，然后为大型语言模型（LLMs）创建高质量的提示（或为小型LLMs训练自动微调），以教会它们任务的步骤。
scaFHIO·2025-02-28 04:01

使用LangChain与GPT4All模型进行交互

核心原理解析GPT4All是基于大型语言模型（LLMs）的开源项目，通过训练大量干净的数据，能够生成高质量的对话和回答。LangChain是一种用于简化与
bavDHAUO·2025-02-28 04:28

蓝桥杯嵌入式备赛

备战蓝桥杯嵌入式比赛的号角已经吹响啦！如果你还在为如何入手STM32G431RB这块比赛板子而发愁，别担心，今天我就来给你全方位介绍这块板子，带你快速上手备赛，一起冲向蓝桥杯的赛场，拿下好成绩！
回不去的bug·2025-02-28 04:57

前言：什么是大模型微调

大模型微调（Fine-tuning）是指在预训练模型的基础上，针对特定的任务或数据集进行进一步训练的过程。预训练模型通常在大规模的通用数据上训练，具备广泛的语言理解和生成能力。
伯牙碎琴·2025-02-28 04:26

游戏语音趋势解析，社交互动有助于营造沉浸式体验

OpenAI的ChatGPT语音模式将语音转语音技术变成了现实，引入了基于音频和文本信息进行端到端预训练的模型，这些模型除了文本标记外，还能原生理解和生成音频。
网易数智·2025-02-28 03:22

连连看 - 蓝桥杯2024年第十五届省赛真题

在一个n×m的矩形网格中，每个格子中都有一个整数，第i行第j列上的整数为Ai,j。玩家需要在这个网格中寻找一对格子(a,b)−(c,d)使得这两个格子中的整数Aa,b和Ac,d相等，
千小凡·2025-02-28 03:20

【二分查找】P9698 [GDCPC2023] Path Planning|普及

本文涉及的基础知识点本博文代码打包下载C++二分查找[GDCPC2023]PathPlanning题面翻译【题目描述】有一个nnn行mmm列的网格。
闻缺陷则喜何志丹·2025-02-28 03:19

P8794 [蓝桥杯 2022 国 A] 环境治理

P8794[蓝桥杯2022国A]环境治理-洛谷|计算机科学教育新生态(luogu.com.cn)#includeusingnamespacestd;#definelllonglongconstintN=
小星星子·2025-02-28 03:17

深度学习模型优化与医疗诊断应用突破

当前研究聚焦于迁移学习与模型压缩算法的协同创新，通过复用预训练模型的泛化能力与降低计算负载，有效解决了医疗数据样本稀缺与硬件资源受限的痛点问题。
智能计算研究中心·2025-02-28 02:44

ZeRO分布式训练策略

ZeRO分布式训练策略详解一、核心设计原理ZeRO（ZeroRedundancyOptimizer）是微软提出的分布式训练优化框架，与传统数据并行方法不同，ZeRO通过将模型的参数、梯度和优化器状态分散到多个设备上
AIGC_ZY·2025-02-28 02:13

代码随想录 Day 37 | 【第九章 动态规划part 01】理论基础、509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯

如果没做过动态规划的题目，看我讲的理论基础，会有感觉是不是简单题想复杂了？其实并没有，我讲的理论基础内容，在动规章节所有题目都有运用，所以很重要！
Accept17·2025-02-28 02:11

【超详细】动态规划子序列问题总结

最长递增子序列-力扣（LeetCode）https://leetcode.cn/problems/longest-increasing-subsequence/description/dp[i]表示以第i
周玄九·2025-02-28 02:41

【教程4＞第1章＞第4节】FPGA时序图制作小工具

欢迎订阅《★教程1:matlab入门100例》《★教程2:fpga入门100例》《★教程3:simulink入门60例》《★教程4:FPGA/MATLAB/Simulink联合应用开发入门与进阶X例》教程4·目录·目录1.软件版本2.FPGA时序图概述3.FPGA时序图绘制4.视频操作步骤5.总结与展望
fpga和matlab·2025-02-28 01:10

《揭秘机器学习中的交叉验证：模型评估的基石》

交叉验证的核心意义抵御过拟合风险在机器学习的训练过程中，模型可能会过度适应训练数据的细节和噪声，从而在新数据上表现不佳，这就是过拟合现象。交叉验证通过将数据集划分为多个子集，模型在不同子集上
·2025-02-28 01:03

python爬虫爬取图片

"""爬取目标：https://pic.netbian.com/彼岸图首页地址：https://pic.netbian.com/4kmeinv/第N页：https://pic.netbian.com/4kmeinv
kanguhong·2025-02-28 01:04

扩散模型基本概念

1.核心思想从最原始的DDPM来讲，扩散模型是用变分估计训练的马尔可夫链，相当于VAE+流模型。与标准化流相比，扩散模型的正向过程为预先定义的加噪过程，负责将图像x∼p(x)x\sim{p(x)}x∼
AndrewHZ·2025-02-28 00:57

利用GPT开发应用005：Codex、Turbo、ChatGPT、GPT-4

它们是通过截至2021年6月的数据进行训练的，并被描述为比之前版本更强大。到2022年11月底，OpenAI开始将这些模型称为GPT-3.5系列的一部分。  Codex系列模型
翰墨之道·2025-02-28 00:56

学习C的第32天

今天是学习C的第32天，分享一下学习感受经验及学习的成果。1.感受：课程已经刷完了，基本的语法和知识点感觉都掌握了，剩下的就是每天做一些题巩固语法，提升代码思维。
2401_87766835·2025-02-28 00:55

ASFF算法

这种不一致性干扰了训练过程中的梯度计算，降低了特征金字塔的有效性。4.这个问题存在的原因：当一个对象在某一层特征图中被赋值并被视为正值时，其他层特征图
神笔馬良·2025-02-28 00:21

[NOIP2009 普及组] 道路游戏

这个题有点过于生艹了，好不容易想出前缀和来，前缀和里还有大坑题链sum[a][b]=sum[a][b-1]+jb[(a+b-1)%n][b];sum[a][b]表示一个机器人以工厂a为起点，从第一秒走到第
花王江不语·2025-02-27 23:46

【pta】1036 跟奥巴马一起编程

题目1036跟奥巴马一起编程思路图形题，比较简单，先输出第一行，再输出中间，最后输出一行，分为三部分。
Liu_Meihao·2025-02-27 23:12
上一页 45 46 47 48 49 50 51 52 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他