C语言刷题训练

华为OD机试 - 最左侧冗余覆盖子串 - 滑动窗口（Python/JS/C/C++ 2024 C卷 100分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:17

华为OD机试 - 字符串筛选排序 - 数组（Python/JS/C/C++ 2024 E卷 100分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:47

华为OD机试 - 事件推送（Python/JS/C/C++ 2023 B卷 100分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:47

华为OD机试 - 导师请吃火锅 - 贪心策略（Python/JS/C/C++ 2024 B卷 200分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:17

华为OD机试 - 按照路径替换二叉树（Python/JS/C/C++ 2024 C卷 200分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:17

华为OD机试 - 运输时间（Python/JS/C/C++ 2024 C卷 100分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:17

华为OD机试 - 字符串消除 - 栈Stack（Python/JS/C/C++ 2024 C卷 100分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:16

华为OD机试 - 小朋友来自多少小区（Python/JS/C/C++ 2024 C卷 100分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:16

华为OD机试 - 反射计数 - 矩阵（Python/JS/C/C++ 2024 D卷 200分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:16

华为OD机试 - 新员工座位安排系统（Python/JS/C/C++ 2024 E卷 100分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:46

华为OD机试 - 找等值元素（Python/JS/C/C++ 2024 E卷 100分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
哪 吒·2025-03-16 09:46

C语言：数据的存储

本文重点：数据类型详细介绍整形在内存中的存储：原码、反码、补码大小端字节序介绍及判断浮点型在内存中的存储解析数据类型结构的介绍：类型的基本归类：整型家族浮点家族构造类型：指针类型：空类型：整形在内存中的存储：F10开始逐句调试，再打开窗口中的内存，在搜索栏查看a的地址如下图所示。可以看到在将20存入a的地址中，在内存窗口的表示形式是14000000，再看下图变量b中-10的表示形式。可以看到再内存
·2025-03-16 08:53

LLaMA-Factory 训练数据默认使用 instruction、input、output 三个 key

在LLaMA-Factory进行SFT（Directivesupervisionfine-tuning指令监督微调）时，训练数据的格式非常重要，因为大模型依赖标准化的数据结构来学习指令-响应模式。
背太阳的牧羊人·2025-03-16 08:43

Matlab多种算法解决未来杯B的多分类问题

1.读取数据首先，我们从Excel文件中读取训练集和测试集：2.训练集划分我们将80%的数据用于训练，20%用于验证。3.训练多个模型我们选取8种常见分类模型，并存储预测结果。
Subject.625Ruben·2025-03-16 06:05

【prompt实战】知乎问题解答专家

本文原创作者：姚瑞南AI-agent大模型运营专家，先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗；多年人工智能行业智能产品运营及大模型落地经验，拥有AI外呼方向国家专利与PMP项目管理证书。
姚瑞南·2025-03-16 06:04

DeepSeek全栈开发指南：从代码生成到分布式训练的黑科技解析

一、DeepSeek技术新突破：程序员必须掌握的MoE架构实战2025年2月25日，DeepSeek开源了专为MoE模型设计的DeepEP通信库，这项技术革新直接影响了分布式训练和推理效率。
AI创享派·2025-03-16 06:00

openssl TLS 单向认证

下面是一个简单的C语言程序示例，它展示了如何使用OpenSSL来实现基于TLS的加密TCP通信。这个程序包括一个服务器和一个客户端，它们通过TLS加密的TCP连接进行通信。
spring*-*·2025-03-16 05:55

server和client通信双方双向认证，基于openssl，使用TLS加密TCP流量

设计一个基于OpenSSL的C语言程序来实现双向认证的TLS加密TCP通信，需要包含服务器和客户端两部分。以下是该程序的核心步骤及示例代码。生成证书和私钥首先，需要为服务器和客户端生成证书和私钥。
spring*-*·2025-03-16 05:55

提出机器人自主学习新范式，深大团队最新顶会论文，刷新6大复杂任务SOTA

在多个高维度机器人任务上，在仅使用89%训练样本的情况下，比现有SOTA方法平均性能提升95.3%。众所周知，随着机器人技术的快速发展，其应用已渗透至日常生活和工业生产场景。
·2025-03-16 04:50

数据处理和分析之数据降维：t-SNE：使用t-SNE进行数据可视化实践

降维不仅可以帮助我们更有效地存储和处理数据，还能在高维数据中发现潜在的模式和结构，这对于数据可视化和模型训练尤为重要。高维数据往往难以直观理解，通过降维，我们可以将其转换为二维或三维空间，便于可视化
kkchenkx·2025-03-16 04:17

第20篇：从零开始构建NLP项目之电商用户评论分析：模型训练阶段

大家好，今天我们继续探讨如何从零开始构建一个NLP项目，特别是电商用户评论分析中的模型训练阶段。模型训练是NLP项目的核心环节，通过合理的调参和优化，可以显著提升模型性能。
Gemini技术窝·2025-03-16 04:46

使用yolo训练自己的模型数据遇到的问题

1、报错：NolabelsfoundinD:\xxx\valid\labels.cache查找网上的文章大多都是说文件目录没按规定创建，但我检查了我的目录没问题，后来发现是labels文件夹里的txt文件和images文件夹的图片没有一一对应，对应好之后问题解决2、解决完上个问题之后还是不报上面的错了但还是FatalPythonerror:Aborted；Restartingkernel...检查
次次皮·2025-03-16 03:12

【AI】Transformer布道：让AI学会“左顾右盼”的超级大脑！（扫盲帖）

你可以想象我们是从“什么是注意力”开始，一步步搭积木，直到把整个Transformer这台“机器”组装起来，然后再看看它能干什么、怎么训练、为什么厉害。
碣石潇湘无限路·2025-03-16 03:37

数据结构-顺序栈详解（超基础的那种）

顺序栈栈是在顺序表和链表的基础上学习的另一种存储形式，是只能在表的一端（栈顶）进行插入和删除的线性表，也就是遵循先进后出的原则，它与线性表一样，仍然是一对一的关系，根据存储关系不同，可以分为顺序栈和链栈，这里我来演示一下顺序栈的C语言操作
FifthDesign·2025-03-16 03:05

深入探究 C 语言内存函数：memcpy、memmove、memset 和 memcmp

一，常见的内存函数在C语言的编程世界里，对内存的高效操作至关重要。
南玖yy·2025-03-16 02:32

NPU的应用场景：从云端到边缘

模型训练加速：在大规模训练任务中，NPU可以作为加速单元，提升训练效率。2.边缘计算智能摄像头：在安防监控中，NPU可以实时处理视频流，实现目标检测和跟踪。
绿算技术·2025-03-16 02:29

NPU的工作原理：神经网络计算的流水线

NPU的工作原理可以概括为以下几个步骤：1.模型加载·将训练好的神经网络模型加载到NPU的内存中。2.数据输入·输入数据（如图像、语音）通过接口传输到NPU。
绿算技术·2025-03-16 02:28

孪生网络模型，当训练集与测试集共用一个数据集时，训练准确率为100%，而测试准确率仍在50%左右浮动

问题描述【问题】孪生网络模型，测试效果异常：当训练集与测试集共用一个数据集（样本、标签完全相同）时，训练准确率为100%，而测试准确率仍在50%左右浮动（正常来说测试的都
bug菌¹·2025-03-16 01:26

如何快速开发一款AI小程序？基于微信云开发的实战指南

本文将深入讲解如何利用微信云开发快速搭建一款AI小程序，展示从模型训练到云端部署的完整流程。准备工作在开始开发之前，确保完成以下准备工作：
一键难忘·2025-03-16 00:21

数据分布偏移检测：保障模型在生产环境中的稳定性

当训练数据与生产环境中的数据分布不一致时，即使是经过精心调优的模型也可能表现出明显的性能下降。本文将深入探讨数据分布偏移的检测方法，并提供一套系统化的解决方案，帮助读者构建更加稳健的机器学习系统。
trust Tomorrow·2025-03-16 00:18

Crawl4AI 与 BrowserUseTool 的详细对比

涵盖功能、技术实现、适用场景等核心维度：1.核心定位对比工具Crawl4AIBrowserUseTool类型专为AI优化的网络爬虫框架浏览器自动化工具（模拟人类操作浏览器）核心目标高效获取结构化数据供AI训练
燃灯工作室·2025-03-15 23:42

华为OD机试 - 垃圾短信识别（Java 2024 E卷 100分）

华为OD机试2024E卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试（JAVA）真题（E卷+D卷+A卷+B卷+C卷）》。
哪 吒·2025-03-15 23:11

C语言刷题第三章(中)

二.题目4.成绩的输入输出(1)题目描述：输入三科成绩，然后把三科成绩输出，成绩为整数形式。(2)输入描述：一行，三科成绩，用空格分割，范围(0~100)。(3)输出描述：一行，把三科成绩显示出来，输出格式见样例。(4)示例：输入：608090输出：score1=60,score2=80,score3=90(5)代码样例：方法一：#includeintmain(){doubles1,s2,s3;s
乞丐1469·2025-03-15 22:05

C语言 第八章 数组

专栏指路C语言笔记汇总文章目录1数组定义2一维数组2.1一维数组的定义2.2一维数组初始化2.3一维数组赋值2.4一维数组引用3二维数组3.1二维数组的定义3.2二维数组初始化4向函数传递数组4.1一维数组传递
丸丸丸子w·2025-03-15 21:58

pytorch训练权重转化为tensorflow模型的教训

模型构建时候有时候在工程量比较大的时候，不可避免使用迭代算法，迭代算法本身会让错误的追踪更加困难，因此掌握基本的框架之间的差异非常重要。以下均是在模型转换过程中出现的错误。shuffleoperation(shuffle操作)这个操作原本是用来将各个通道之间的信息进行打乱后，此时面临重要的问题就是，如果将通道打乱，在pytorch里面与tensorflow中间，两种通道排序是不一样的，是采用不同的
小枫小疯·2025-03-15 21:57

《C语言中的“三元精灵”：条件操作符的魔法与奥秘》

个人主页：fasdfdaslsfadasdadf收入专栏：C语言文章目入一、初识“三元精灵”：条件操作符的语法形态二、“三元精灵”的魔法魅力：简洁与高效的力量三、“三元精灵”的隐藏规则：类型转换与优先级的奥秘四
BabyZZの秘密日记·2025-03-15 21:55

C语言 第四章 数组（4）

目录多维数组理解举例：二维数组的定义方式定义方式1：定义方式2：二维数组的内存分析成员的调用举例代码示例1代码示例2代码示例3多维数组理解二维数组、三维数组、...都称为多维数组。本节主要讲解二维数组，三维及以上的数组，以此类推即可。举例：公司有3个攻坚小分队，每队有6名同事，要把这些同事的工资用数组保存起来以备查看。队员1队员2队员3队员4队员5队员6第一分队100001100012000130
点纭·2025-03-15 21:23

大模型工程师学习日记（十五）：Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）

1.datasets库核心方法1.1.列出数据集使用datasets库，你可以轻松列出所有HuggingFace平台上的数据集：fromdatasetsimportlist_datasets#列出所有数据集all_datasets=list_datasets()print(all_datasets)1.2.加载数据集你可以通过load_dataset方法加载任何数据集：fromdatasetsim
MMMMMMMay Love Code·2025-03-15 20:52

DeepSeek：中国大模型 “破壁者” 引发的四大产业地震

一、算力霸权瓦解：低成本训推技术改写游戏规则1.1训练成本“悬崖式下降”DeepSeek通过混合专家架构（MoE）动态路由算法，在同等效果下将模型激活参数压缩
赵同学爱学习·2025-03-15 20:47

【头歌C语言程序与设计】数据类型与基本操作

另外，如果想了解更多，请订阅专栏头歌C语言程序与设计正文第1关：数值与字符的通用性实验本关任务：了解C语言中字符型和整型的通用性，根据提示，输出字母p-Q的数值大小，理解英文姓名排序方
畅游星辰大海·2025-03-15 19:15

大语言模型的潜力是否被高估

以下从技术能力、应用局限性和未来发展方向三个方面综合分析：一、技术能力的争议：潜力与局限并存对现实世界的理解与模拟MIT的研究表明，LLM在训练过程中可能自发形成对现实世界的内部模拟。
dev.null·2025-03-15 19:12

**ResNet-SE + MFCC** 训练框架，包括 **数据加载、训练流程**，以及 **混淆矩阵** 可视化示例

1.依赖库安装如果你还没安装相关库，请先执行：pipinstalltorchtorchaudiotorchvisionscikit-learnmatplotlibtqdm2.数据加载这里假设你有一个音频分类数据集，其文件结构如下：dataset/│──train/│├──class_0/││├──audio_0.wav││├──audio_1.wav│├──class_1/││├──audio_0
大霸王龙·2025-03-15 19:10

max_samples，batch_size，gradient_accumulation_steps这三个分别的联系和区别

这三个参数都是控制训练数据如何被处理的，它们的作用和区别如下：1.max_samples（最大样本数）定义：限制每个数据集最多使用多少条数据。
背太阳的牧羊人·2025-03-15 19:09

LLMs之Colossal-LLaMA-2：源码解读(train.py文件)基于给定数据集实现持续预训练LLaMA-2—解析命令行参数→初始化配置(分布式训练环境colossalai+训练日志+加速插

LLMs之Colossal-LLaMA-2：源码解读(train.py文件)基于给定数据集实现持续预训练LLaMA-2—解析命令行参数→初始化配置(分布式训练环境colossalai+训练日志+加速插件
一个处女座的程序猿·2025-03-15 18:38

C语言指针与数组深度解析：从一维到二维，彻底搞懂指针操作！

在C语言中，指针和数组是密不可分的核心概念。理解它们的关系和操作方式，是掌握C语言的关键。本文将通过一维数组、二维数组和指针数组的实例，详细讲解指针与数组的交互方式，帮助新手彻底掌握这些知识点。
℡残城碎梦·2025-03-15 18:34

（大模型微调大模型学习路线大模型入门）_大模型 学习，吹爆！2025最详细的大模型学习路线已整理！手把手带你高效入门，大模型论文全打通！

大模型，通常指的是在人工智能领域中的大型预训练模型。你可以把它们想象成非常聪明的大脑，这些大脑通过阅读大量的文本、图片、声音等信息，学习到了世界的知识。
大模型老炮·2025-03-15 17:28

L1-5 别再来这么多猫娘了！

言归正传，对于GPT类的AI，一个使用方式受到不少年轻用户的欢迎——将AI变成猫娘：当然，由于训练数据里并不区分道德或伦理倾向，因此如果不加审查，A
云格～·2025-03-15 16:22

训练模型时，步长为什么不能太大也不能太小？

在训练模型时，步长（也称为学习率，LearningRate）是一个关键的超参数，它控制着每次参数更新的大小。
yuanpan·2025-03-15 16:52

六十天前端强化训练之第十七天React Hooks 入门：useState 深度解析

=====欢迎来到编程星辰海的博客讲解======看完可以给一个免费的三连吗，谢谢大佬！目录一、知识讲解1.Hooks是什么？2.useState的作用3.基本语法解析4.工作原理5.参数详解a)初始值设置方式b)更新函数特性6.注意事项7.类组件对比8.常见问题解答二、核心代码示例三、实现效果四、学习要点总结五、扩展阅读推荐官方文档优质文章推荐学习路径进阶资源六、实践步骤一、表单输入控制二、动态
编程星辰海·2025-03-15 16:50

机器学习中的梯度到底是什么？（chat-gpt问答）

在机器学习中，我们通过不断调整参数，使目标函数达到最小值，从而实现模型的训练和学习。2、为什么梯度要求偏导来求解？梯度是一个向量，它的方向指向函数值增加最快的方向，其大小表示函数值的变化率。
湫怿·2025-03-15 16:19
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他