算法竞赛入门经典——训练指南

Llama3-8B+ LLaMA-Factory 中文微调

Llama3-8B+LLaMA-Factory中文微调Llama3是目前开源大模型中最优秀的模型之一，但是原生的Llama3模型训练的中文语料占比非常低，因此在中文的表现方便略微欠佳！
猫猫姐·2025-03-07 23:46

机器学习基础（4）

训练深度学习模型就好比在平行世界里按下发射火箭的按钮，你听不到也看不到。你无法观察流形学习过程，它发生在数千维空间中，即使投影到三维空间中，你也无法解释它。
yyc_audio·2025-03-07 23:42

代码随想录算法训练营第四十八天|583. 两个字符串的删除操作，72. 编辑距离

系列文章目录代码随想录算法训练营第一天|数组理论基础，704.二分查找，27.移除元素代码随想录算法训练营第二天|977.有序数组的平方，209.长度最小的子数组，59.螺旋矩阵II代码随想录算法训练营第三天
丁希希哇·2025-03-07 23:11

算法训练（leetcode）二刷第三十八天 | 1143. 最长公共子序列、1035. 不相交的线、53. 最大子数组和、392. 判断子序列

刷题记录1143.最长公共子序列1035.不相交的线53.最大子数组和动态规划优化版392.判断子序列1143.最长公共子序列leetcode题目地址本题和300.最长递增子序列相似（题解）。使用动态规划：dp数组含义：dp[i][j]表示以text1[i-1]结尾的子串A和以text2[j-1]结尾的子串B的最长公共子序列的长度。思路同300.最长递增子序列，每个状态更新基于前面的状态，为了防止
Star Patrick·2025-03-07 23:41

*算法训练（leetcode）第三十九天 | 115. 不同的子序列、583. 两个字符串的删除操作、72. 编辑距离

刷题记录*115.不同的子序列*583.两个字符串的删除操作解法一解法二*72.编辑距离*115.不同的子序列leetcode题目地址dp[i][j]代表：以i-1结尾的s中包含以j-1结尾的t的个数。有以下两种情况：s[i-1]==t[i-1]：考虑s[i-1]不考虑s[i-1]s[i-1]!=t[i-1]题解思路时间复杂度：O(n2)O(n^2)O(n2)空间复杂度：O(n∗m)O(n*m)O
Star Patrick·2025-03-07 23:41

*算法训练（leetcode）第十七天 | 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

刷题记录235.二叉搜索树的最近公共祖先递归非递归701.二叉搜索树中的插入操作递归非递归*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leetcode题目地址二叉搜索树（BST），左小右大。在BST中查找两个节点p、q的最近公共祖先时，使用前序遍历，访问到的第一个在两个节点的区间内[p,q]的节点就是公共祖先节点。当前节点值超出区间时借助BST性质（左小右大）向对应的方向缩小范
Star Patrick·2025-03-07 23:10

算法训练（leetcode）第二十三天 | 455. 分发饼干、*376. 摆动序列、53. 最大子数组和

刷题记录455.分发饼干*376.摆动序列53.最大子数组和455.分发饼干leetcode题目地址贪心，两个数组排序，从前向后或从后向前均可，二者需保持同序，使用两个指针分别指向两个数组，当胃口满足时两个指针同时后移并计数，若不满足则饼干指针后移寻找合适的饼干。由于使用了两次快排，所以时间复杂度为O(nlogn)。时间复杂度：O(nlogn)O(nlogn)O(nlogn)空间复杂度：O(1)O
Star Patrick·2025-03-07 23:10

VSCode 配置优化指南：打造高效的 uni-app、Vue2/3、JS/TS 开发环境

VSCode配置优化指南，适用于uni-app、Vue2、Vue3、JavaScript、TypeScript开发，包括插件推荐、设置优化、代码片段、调试配置等，确保你的开发体验更加流畅高效。
奶凶的小熊崽·2025-03-07 23:37

IntelliJ IDEA与Git集成实践指南

IntelliJIDEA与Git集成实践指南在现代软件开发中，版本控制是不可或缺的一部分。
t0_54manong·2025-03-07 22:36

Java爬取淘宝商品详情高级版接口的完整指南

在电商数据分析和市场研究中，获取淘宝商品的详细信息是一项重要任务。淘宝开放平台提供了taobao.item.get和taobao.item.get_pro等高级接口，允许开发者通过商品ID（num_iid）获取商品的标题、价格、图片、描述、SKU等详细信息。本文将详细介绍如何使用Java技术实现一个高效、稳定的爬虫程序，从接口调用、数据解析到存储，帮助你快速获取淘宝商品详情。一、环境搭建与依赖配置
Jelena15779585792·2025-03-07 22:31

清北携手出品手册，颠覆你的知识边界

://pan.quark.cn/s/df8ce3ea6f4e完整版Deepseek从入门到精通附最全链接：https://pan.quark.cn/s/7e851bca2dc2清华大学Deepseek指南系列
2501_90766876·2025-03-07 21:30

清北出品DeepSeek手册，知识巅峰盛宴开启

://pan.quark.cn/s/df8ce3ea6f4e完整版Deepseek从入门到精通附最全链接：https://pan.quark.cn/s/7e851bca2dc2清华大学Deepseek指南系列
2501_90766946·2025-03-07 21:30

深入解析MySQL备份技术：从逻辑到物理的全面指南

一、MySQL支持的备份技术有哪些？逻辑备份原理：像“抄作业”一样，将数据库中的结构和数据逐行导出为SQL或CSV文件。工具：mysqldump：最常用的工具，兼容性好。mysqlpump：支持并行导出和压缩，适合大数据量。适用场景：小规模数据迁移（如从开发环境导出到测试环境）。跨版本恢复（如从MySQL5.7迁移到8.0）。导出部分表或库（比如只备份用户表）。物理备份原理：直接复制数据库的“物理
PLUTO t·2025-03-07 21:59

算法训练（leetcode）二刷第三十九天 | 115. 不同的子序列、583. 两个字符串的删除操作、72. 编辑距离

刷题记录*115.不同的子序列583.两个字符串的删除操作思路一：转求公共子序列思路二：编辑距离（统计删除次数）72.编辑距离*115.不同的子序列leetcode题目地址编辑距离问题。题目要求在s串中查找t串出现的次数。dp数组含义：dp[i][j]表示以s[i-1]结尾的子串A中出现以t[j-1]为结尾的子串B的个数状态转移方程：题目要求在s串中查找t串出现的次数，因此只考虑对s串进行编辑。当
Star Patrick·2025-03-07 21:28

ECS与VPS技术角力：从算力成本到免备案雷区，企业服务器选型合规指南

在当今数字化浪潮中，服务器的选择对于众多企业和个人而言至关重要。其中，ECS（云服务器）与VPS（虚拟专用服务器）常常成为人们关注和探讨的焦点。那么，它们究竟有什么区别呢？哪个会更好呢？国内又是否存在免备案的服务器呢？让我们一同深入探究这些疑问。ECS（云服务器），它是一种简单高效、处理能力可弹性伸缩的计算服务基于云计算技术，通过将计算、存储、网络等资源整合在云端，为用户提供灵活的资源分配。采用分
·2025-03-07 21:33

2025年AI编程的进展与突破

2025年AI编程的进展与突破1.AI编程能力达到中级工程师水平核心技术突破：大语言模型（如GPT-4、Claude3.5）通过海量代码训练，已能理解自然语言需求并生成符合规范的代码，支持复杂任务（如多文件修改
调皮的芋头·2025-03-07 20:19

复现：latent diffusion（LDM）stable diffusion

https://github.com/CompVis/latent-diffusion然后运行环境配置：condaenvcreate-fenvironment.yamlcondaactivateldm下载预先训练的权重
JokerSZ.·2025-03-07 20:40

阿里云CTO：通义稳居全球最强开源大模型，性能接近GPT-4o

来源：@首席数智官9月19日，在2024杭州云栖大会上，阿里云CTO周靖人表示，阿里云正在围绕AI时代，树立一个AI基础设施的新标准，全面升级从服务器到计算、存储、网络、数据处理、模型训练和推理平台的技术架构体系
首席数智官·2025-03-07 20:39

2025年度支持中关村特色产业园区提升发展资金项目申报指南

为进一步支持中关村特色产业园，依据《中关村国家自主创新示范区促进园区高质量发展支持资金管理办法》(京科发〔2024〕16号)“第七条支持特色产业园区提升发展”有关规定，现开展2025年度支持特色产业园区提升发展资金项目的申报工作。一、支持对象中关村特色产业园区运营单位。二、支持内容支持围绕园区产业和企业创新发展需求，编制园区发展规划、打造高水平专业化运营团队、建设专业技术服务平台、承接科技成果转化
项目申报-华夏泰科·2025-03-07 20:09

特斯拉FSD不同版本的进化

特斯拉，FSD，自动驾驶，深度学习，计算机视觉，强化学习，神经网络，模型训练1.背景介绍特斯拉自2016年推出Autopilot以来，一直致力于开发全自动驾驶系统，其目标是实现完全无人驾驶，让汽车能够像人类一样感知周围环境
AI智能涌现深度研究·2025-03-07 19:35

Python中的PDF处理工具：PyPDF2和ReportLab使用指南

Python中的PDF处理工具：PyPDF2和ReportLab使用指南在日常工作和项目中，PDF文件处理是个常见需求，不论是合并报告、加密文档、填充表单，还是生成发票。
萧鼎·2025-03-07 19:30

如何通过卷积神经网络（CNN）有效地提取图像的局部特征，并在CIFAR-10数据集上实现高精度的分类？

目录1.CNN提取图像局部特征的原理2.在CIFAR-10数据集上实现高精度分类的步骤2.1数据准备2.2构建CNN模型2.3定义损失函数和优化器2.4训练模型2.5测试模型3.提高分类精度的技巧卷积神经网络
浪九天·2025-03-07 19:27

金三银四突围战：技术面试体系化备考指南

为什么90%的求职者陷入「背了就忘」的死循环？春招季数据显示，72%的技术岗求职者因知识体系零散在二面被淘汰。本文将以系统化方法+可复用的开源工具，帮你构建真正有效的面试知识库。一、技术人备考的三大认知误区盲目追求题量典型症状：刷完LeetCode500题仍不会变通解题数据佐证：2023年上岸者中，83%采用模块化专题突破策略忽视知识关联错误案例：能解释MySQL索引原理，却说不出B+树在Redi
守护海洋的猫·2025-03-07 19:27

OpenHarmony 鸿蒙使用指南——概述

简介OpenHarmony采用多内核（Linux内核或者LiteOS）设计，支持系统在不同资源容量的设备部署。当相同的硬件部署不同内核时，如何能够让设备驱动程序在不同内核间平滑迁移，消除驱动代码移植适配和维护的负担，是OpenHarmony驱动子系统需要解决的重要问题。为了缩减驱动开发者的驱动开发周期，降低三方设备驱动集成难度，OpenHarmony驱动子系统支持以下关键特性和能力。弹性化的框架能
AIGC龙哥·2025-03-07 18:24

一文读懂！OpenCV 实时人脸识别从 0 到 1，小白也能轻松实操的超详细教程（完整教程及源码）

深入阐述特征提取、模型训练方法，包含传统与深度学习方式，还介绍OpenCV预训练模型的使用与评估。详细讲解实时识别过程，包括打开摄像头、逐帧处理及结果显示优化。
AI_DL_CODE·2025-03-07 18:21

【硬核拆解】DeepSeek开源周五连击：中国AI底层技术的“破壁之战”

从GPU计算内核到分布式训练框架，用五大开源项目，在硬件适配、算力优化、通信调度等“卡脖子”领域打
shelly聊AI·2025-03-07 18:50

蓝桥训练系统-基础训练-非VIP题

蓝桥训练系统-基础训练-非VIP题数列排列#includeusingnamespace::std;inta[205];intmain(){intn;cin>>n;for(inti=1;i>a[i];sort
给雨·2025-03-07 17:47

代理IP在亚马逊跨境电商中的核心应用与操作指南

对于亚马逊跨境电商卖家而言，代理IP不仅是基础工具，更是保障账号安全、提升运营效率的关键。然而，许多卖家对代理IP的使用场景、技术原理及操作细节仍存在误区。小编将从实际应用出发，结合平台规则与行业案例，为大家系统解析代理IP的合理使用策略。⭐代理IP的定义与分类代理IP是一种通过第三方服务器中转网络请求的技术，可隐藏用户真实IP地址，并模拟特定地理位置的网络访问。根据来源与用途，代理IP可分为以下
IPFLY全球代理·2025-03-07 17:17

初学者如何用 Python 写第一个爬虫？

编写第一个Python爬虫并不难，以下是一个简单的步骤指南，帮助从零开始。1.安装必要的库首先，你需要安装requests和BeautifulSoup这两个库。
陆鳐LuLu·2025-03-07 17:46

第37篇Personalized Federated Learning: A Meta-Learning Approach（perfedavg联邦学习+元学习）2020个性化联邦学习使用Hessian

第一部分：解决的问题联邦学习（FL）在多用户协同训练模型时，因数据隐私和通信限制，用户仅与中央服务器交互。
还不秃顶的计科生·2025-03-07 17:44

Nacos 深度解析与实战指南：构建云原生微服务的核心枢纽

1.Nacos简介Nacos（DynamicNamingandConfigurationService）是阿里巴巴开源的云原生平台核心组件，集服务发现、配置管理、动态DNS和服务元数据管理于一体，支持Kubernetes、SpringCloud、Dubbo等主流生态。其核心理念是帮助开发者快速构建弹性可扩展、高可用的微服务架构。核心优势：一站式解决方案：同时管理服务与配置，降低组件维护成本。多环境
小小初霁·2025-03-07 17:14

婚恋交友系统app源码优化指南：提升性能与用户体验

而优化源码是实现这一目标的关键路径，下面从多个关键方面提供详细的优化指南。架构层面优化微服务架构拆分传统的单体式交友系统app源码可能导致系统臃肿，维护困难。
·2025-03-07 17:19

Spring Boot 切面执行优先级配置指南

引言在SpringBoot应用开发中，切面编程（AOP）是一项强大的功能，它允许我们将横切关注点（如日志记录、事务管理、权限控制等）从业务逻辑中分离出来，以提高代码的可维护性和可扩展性。当存在多个切面时，了解和控制切面的执行优先级顺序就显得尤为重要。本文将深入介绍SpringBoot框架中切面执行优先级顺序的使用方式。切面优先级的概念在SpringAOP中，切面的优先级决定了多个切面在目标方法执行
蓝田～·2025-03-07 16:35

OFDRW 核心功能开发文档

本指南将详细介绍如何使用ofdrw库进行常见操作，如生成OFD文件、转换格式、设置文本和图片等。
蓝田～·2025-03-07 16:05

2025年热门国外邮箱推荐：注册、登录与购买指南

不论是个人通信、商务往来，还是管理账户和文件，一个功能强大且安全可靠的邮箱服务至关重要。2025年，市场上涌现了许多优秀的国外邮箱服务，其中ZohoMail凭借其丰富的功能、稳定的性能和灵活的定价，成为了众多用户的首选。帮助您快速了解如何注册、登录以及选择适合的付费方案。一、为什么选择国外邮箱？国外邮箱服务因其稳定性、隐私保护和多功能性而备受青睐。以下是选择国外邮箱的一些主要原因：隐私保护：许多国
·2025-03-07 16:18

前端小食堂 | Day10 - 前端路由の时空裂隙

️今日穿梭指南：两种维度の路由宇宙1.Hash模式：锚点の量子隧道//手动创建路由监听器window.addEventListener('hashchange',()=>{constpath=location.hash.slice
喵爪排序·2025-03-07 16:29

给大家总结的一份白帽子成长进阶指南（内附学习资源）

前言最近翻知乎看到了好多人问如何入门成为一名光荣的白帽子，在这里我将一些大佬的回答再加上我自己的想法进行了系统性的梳理，希望对刚入门的小萌新有一些帮助。入坑前你必须了解的事法律法规道路千万条，安全第一条。在深入学习之前我们必须要知道在什么框架下行事《中华人民共和国刑法》《中华人民共和国网络安全法》《网络安全等级保护制度2.0》什么是白帽子？说白帽子之前，先说说“漏洞”。漏洞，是指在硬件、软件、协议
QXXXD·2025-03-07 14:50

利用Java爬虫根据关键词获取17网（17zwd）商品列表：实战指南

在电商领域，通过关键词搜索商品并获取商品列表是常见的需求。17网（17zwd）作为知名的电商平台，提供了丰富的商品资源。本文将详细介绍如何使用Java爬虫技术根据关键词获取17网商品列表，并确保爬虫行为符合平台规范。一、环境准备（一）Java开发环境确保你的系统中已安装Java开发环境（推荐使用JDK1.8及以上版本）。（二）安装所需依赖使用Maven管理项目依赖，主要包括以下库：Jsoup：用于
小爬虫程序猿·2025-03-07 14:19

阿里深夜开源QwQ-32B模型，仅需1/10的成本即可比肩R1满血版

大规模强化学习（RL）有潜力超越传统的预训练和后训练方法来提升模型性能。近期的研究表明，强化学习可以显著提高模型的推理能力。
伪_装·2025-03-07 13:45

探索智能边界：深度求索（DeepSeek）技术全景解析与实战指南

引言：智能时代的探路者在人工智能技术持续突破的2023年，一家名为深度求索（DeepSeek）的中国AI公司正在用独特的技术路径重新定义智能边界。这家专注实现AGI的年轻企业，凭借其开源的DeepSeek-R1系列模型和行业解决方案，正在开发者社区掀起新的技术浪潮。一、DeepSeek技术架构解析1.1模型体系全景图MoE架构创新：采用混合专家系统架构，实现135B参数的智能调度多模态融合：支持文
瘸·2025-03-07 13:43

Spring Boot 缓存最佳实践：从基础到生产的完整指南

SpringBoot缓存最佳实践：从基础到生产的完整指南引言在现代分布式系统中，缓存是提升系统性能的银弹。
天才选手Yoke·2025-03-07 13:11

从零理解人工智能：技术原理、底层逻辑与手写数字识别实战

文章目录引言一、人工智能技术体系1.1核心技术栈二、神经网络底层逻辑2.1神经元数学模型2.2前向传播与反向传播三、手写数字识别实战（MNIST）3.1环境配置3.2数据预处理3.3CNN模型构建3.4模型训练与评估四
北辰alk·2025-03-07 13:40

代码随想录算法训练营 | 图论 | 孤岛总面积、沉没孤岛

101.孤岛的总面积//思路大概是先计算面积，然后如果有接触路面就返回false。可能稍微多余算了太多无用面积。#includeusingnamespacestd;voidsum(vector>&finded,constvector>&graph,inta,intb,int&result,bool&Ifisland){if(agraph.size()-1||b>graph[0].size()-1)
jcc_newszu·2025-03-07 13:07

机器学习与深度学习里生成模型和判别模型的理解

两个模型是啥我们从几句话进入这两个概念：1、机器学习分为有监督的机器学习和无监督的机器学习；2、有监督的机器学习就是已知训练集数据的类别情况来训练分类器，无监督的机器学习就是不知道训练集的类别情况来训练分类器
程序员羊羊·2025-03-07 12:03

在Electron中通过Node-API调用DLL导出函数的完整指南

文章参考：我是如何在electron上调用dll的导出函数的-node-addon-api一、背景与需求在Electron项目中直接通过FFI库（如koffi）调用包含复杂C++标准库类型（如std::string、std::vector）的DLL时，手动构造结构体和函数原型效率低下。本文提供一种高效方案：通过C++编写Node原生模块，桥接Electron与业务DLL，适用于已有大型C++项目与
imcholl·2025-03-07 12:29

【人工智能】大模型的Scaling Laws（缩放定律），通过增加模型规模（如参数数量）、训练数据量和计算资源来提升模型性能。

缩放定律（ScalingLaws）是人工智能领域中关于大模型性能提升的重要理论，其核心思想是通过增加模型规模（如参数数量）、训练数据量和计算资源来提升模型性能。
本本本添哥·2025-03-07 12:27

Python的那些事第四十篇：Redis的Python客户端Redis-py

Redis-py:Redis的Python客户端摘要本文档旨在提供一个全面的指南，介绍如何使用redis-py——Redis的Python客户端。
暮雨哀尘·2025-03-07 12:56

信息安全之构建FTP服务器证书

以下是完整的文章，包含所有步骤和最后一节的参考文章部分：在Ubuntu中安装和配置FTPS服务器的详细指南1.安装vsftpd首先，确保你的系统是最新的，然后安装vsftpd：sudoaptupdatesudoaptinstallvsftpd
云纳星辰怀自在·2025-03-07 11:21

2021年7月初，深圳TPlink图像算法工程师面试题分享

问题一：Batch-norm作用和参数batchnorm的作用batchnorm对于输入数据做了零均值化和方差归一化过程，方便了下一层网络的训练过程，从而加速了网络的学习。
niuyunpang·2025-03-07 11:16

jQuery 入门到精通

jQuery入门到精通：详尽指南目录jQuery简介jQuery基础安装jQueryjQuery选择器DOM操作事件处理jQuery进阶动画效果AJAX插件项目实践简单的待办事项列表获取和显示API数据高级技巧性能优化调试技巧资源和总结
abments·2025-03-07 11:08
上一页 30 31 32 33 34 35 36 37 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他