VIJOS每日一题——针对训练第2页

鸿蒙NEXT应用开发训练营毕业总结

自从加入鸿蒙NEXT应用开发训练营以来，我体验了一段充实而富有挑战性的学习旅程。通过系统的理论学习和实践操作，我不仅对鸿蒙NEXT应用开发有了深入的理解，还掌握了其核心技能。

wjl6259·2025-01-17 19:24

软件测试入门—测试流程之需求分析

良好的需求分析能够确保测试工作的针对性和有效性，帮助我们发现更多的软件缺陷，提高软件的质量。下面将详细阐述软件测试流程中的需求分析阶段，并通过一些具体的例子来帮助大家更好地理解。

Algorithm-007·2025-01-17 19:53

电商后台原型 rp_电商管理系统原型分享- E-Market

针对商家开发的电商管理系统，实现了对客户、商品、交易的管理和信息统计功能，从而提升了线上商城维护的工作效率和质量。

weixin_39880328·2025-01-17 18:50

uni-app 开发华为鸿蒙HarmonyOS NEXT初体验

引言随着华为鸿蒙系统的不断发展，越来越多的开发者开始尝试使用uni-app来开发跨平台应用，特别是针对华为最新的HarmonyOSNEXT版本。

不知名靓仔·2025-01-17 18:47

解析蓝桥杯思维之真题训练：分巧克力

目录其他真题要点源代码其他真题其他真题儿童节那天有K位小朋友到小明家做客。小明拿出了珍藏的巧克力招待小朋友们。小明一共有N块巧克力，其中第i块是HixWi的方格组成的长方形。为了公平起见，小明需要从这N块巧克力中切出K块巧克力分给小朋友们。切出的巧克力需要满足：形状是正方形，边长是整数大小相同例如一块6x5的巧克力可以切出6块2x2的巧克力或者2块3x3的巧克力。当然小朋友们都希望得到的巧克力尽可

m明月Java3·2025-01-17 17:43

llama.cpp部署

llama.cpp介绍部署介绍大模型的研究分为训练和推理两个部分：训练的过程，实际上就是在寻找模型参数，使得模型的损失函数最小化；推理结果最优化的过程；训练完成之后，模型的参数就固定了，这时候就可以使用模型进行推理

法号：行颠·2025-01-17 17:12

Kubeflow：云原生机器学习工作流自动化开源框架详解

它提供了针对容器化机器学习任务的工具链，能够自动化地管理、部署和监控模型的整个生命周期。

gs80140·2025-01-17 17:40

转盘控制算法

问题一个转盘，上面有N个孔位，在转盘外部有若干个操作组件，每个操作组件都针对其安装位置的孔位进行操作。

catxl313·2025-01-17 17:10

HarmonyOS学习第七周（实践版）

因为有事，断更了一个月，一个月没怎么碰，已经有点忘记了，这周做点简单案例进行一下“康复训练”。

超级困~·2025-01-17 16:05

旅游网站设计与实现：SpringBoot技术手册

第三章系统分析开发一个系统首先要对系统进行分析，是开发者针对系统实际客户对软件应用的一个调查访问和研究，弄清用户对软件需求的具体要求，同时开发者还要对系统开发的经济和可技术上是否可行进行分析，并确定系统开发的成本和进度约束

2401_85439108·2025-01-17 16:35

代码随想录算法训练营Day2:977有序数组、209长度最小的子数组、59螺旋矩阵||

（1）977有序数组文章链接：代码随想录(programmercarl.com)思考：题目中提到了该数组为有序数组，那么在进行平方后，最大值一定是在数组的最左边或者最左边，所以用双指针进行比较。Java代码：classSolution{publicint[]sortedSquares(int[]nums){int[]result=newint[nums.length];intleft=0;intr

爱吃甜食的靓仔·2025-01-17 16:26

深度定制：Embedding与Reranker模型的微调艺术

微调是深度学习中的一种常见做法，它允许模型在预训练的基础上进一步学习特定任务的特定特征。对于Embedding模型，微调的目的是让模型更适配特定的数据集，从而取得更好的召回效果。

从零开始学习人工智能·2025-01-17 15:22

加速 AI 训推：Lepton AI 如何构建多租户、低延迟云存储平台

该平台适用于各种训练、推理需求，GPU充足，在保证高性能的同时，能够灵活应对不断变化的工作负载。用户可以快速在Lepton平台上部署推理服务和执行训练任务，无需关注基础设施和稳定性问题。

·2025-01-17 15:51

LeetCode 热题 HOT 100

每日精进：坚持每日一题，保持对算法的敏感度。系统提升：依次完成力扣Hot100、力扣150、

Dong雨·2025-01-17 15:48

字节的面试，感觉还挺简单的~

今天分享的是训练营的朋友在字节跳动的面试，新鲜出炉的还热乎着呢。题目都挺简单的，但是他的面试体验不太好，因为面试官问了两个类似的问题，感觉有点不认真。

·2025-01-17 15:50

【深度强化学习】DQN：深度Q网络算法——从理论讲解到源码解析

【深度强化学习】DQN：深度Q网络算法——从理论讲解到源码解析介绍常用技巧算法步骤DQN源码实现网络结构训练策略DQN算法进阶双深度Q网络（DoubleDQN）竞争深度Q网络（DuelingDQN）优先级经验回放

视觉萌新、·2025-01-17 15:17

LLaMA-Factory全面指南：从训练到部署

项目背景与概述LLaMA-Factory项目目标LLaMA-Factory项目是一个专注于大模型训练、微调、推理和部署的开源平台。

我就是全世界·2025-01-17 15:46

代码随想录算法训练营Day6 | 454.四数相加II，383. 赎金信，15. 三数之和，18. 四数之和，总结

详细布置454.四数相加II✅建议：本题是使用map巧妙解决的问题，好好体会一下哈希法如何提高程序执行效率，降低时间复杂度，当然使用哈希法会提高空间复杂度，但一般来说我们都是舍空间换时间，工业开发也是这样。题目链接/文章讲解/视频讲解：代码随想录#454classSolution(object):deffourSumCount(self,nums1,nums2,nums3,nums4):""":t

Yummy Penguin·2025-01-17 14:13

Android string.xml中特殊字符转义

，但用起来会比中文字宽一点点）\u3000\u3000（首行缩进）\u3000（全角空格(中文符号)）\u0020（半角空格(英文符号)）换行：\ntest\ntesttab：\ttest\ttest针对特殊字符

hc.Geng·2025-01-17 14:43

【机器学习】主动学习-增加标签的操作方法-样本池采样（Pool-Based Sampling）

使用初始标注数据训练一个模型

IT古董·2025-01-17 14:09

代码随想录算法训练营DAY56｜图论理论基础、98. 所有可达路径、深搜广搜基础

图论理论基础强连通图是在有向图中任何两个节点是可以相互到达在无向图中的极大连通子图称之为该图的一个连通分量。98.所有可达路径defdfs(graph,a,n,path,result):ifa==n-1:result.append(('').join(path[:]))forjinrange(N):ifgraph[a][j]:path.append(str(j+1))dfs(graph,j,n,p

阿緑·2025-01-17 14:38

为什么要训练最懂您企业的AI助理？

随着人工智能技术的蓬勃发展，企业级AI助理已成为提升工作效率、优化客户服务体验的重要利器。这些智慧化的系统，通过模拟人类的认知功能，能够轻松应对复杂的数据分析、自动化繁琐的日常任务，甚至为企业决策提供有力支持。拥有一款懂您的企业AI助理，意味着您能够以更智能、更高效的方式推动企业前行。一、构建高度整合与个人化体验为了让AI机器人真正懂您的企业，我们首先要实现高度整合。通过连接企业资料库、应用程序、

·2025-01-17 14:31

【机器学习：二十、拆分原始训练集】

1.如何改进模型模型的改进需求在机器学习任务中，模型性能的提升通常受限于训练数据、模型架构、优化方法及超参数设置等。模型改进的目标是在测试数据上表现更优，避免过拟合或欠拟合。

KeyPan·2025-01-17 13:35

【机器学习】---神经架构搜索（NAS）

模型的性能不仅依赖于数据和训练方

Undoom·2025-01-17 13:03

记录yolo v8模型训练后使用.pt模型推理正常改用转换后的.onnx模型推理出现WARNING ⚠️ Unable to automatically guess model task, assu

task=detect','segment','classify',or'pose'.解决办法：将训练出的模型名字best.pt修改为best-

YANGXUSHI520·2025-01-17 13:32

小哆啦的解题冒险故事：买卖股票的最佳时机

小哆啦开始力扣每日一题的第五天121.买卖股票的最佳时机-力扣（LeetCode）小哆啦的解题冒险故事：买卖股票的最佳时机在一个安静的编程下午，小哆啦的朋友小明正为一道编程题苦恼。

故梦867·2025-01-17 13:32

机器学习模型调优指南

通过合理调整模型的超参数，能够提高模型的准确性、降低过拟合或欠拟合的风险、加快训练过程等。

闵少搞AI·2025-01-17 13:00

【C#深度学习之路】如何使用C#实现Yolov8模型的训练和推理

【C#深度学习之路】如何使用C#实现Yolov8模型的训练和推理项目背景算法实现模型结构项目展望写在最后项目下载链接本文为原创文章，若需要转载，请注明出处。

来瓶霸王防脱发·2025-01-17 12:54

【C#深度学习之路】如何使用C#实现Yolov11模型的训练和推理

【C#深度学习之路】如何使用C#实现Yolov11模型的训练和推理项目背景算法实现模型结构项目展望写在最后项目下载链接本文为原创文章，若需要转载，请注明出处。

来瓶霸王防脱发·2025-01-17 12:54

神经网络基础-价格分类案例

文章目录1.需求分析2.导入所需工具包3.构建数据集4.构建分类网络模型5.训练模型6.模型训练7.评估模型8.模型优化学习目标：掌握构建分类模型流程动手实践整个过程1.需求分析小明创办了一家手机公司，

dwjf321·2025-01-17 10:36

AI大模型

这些模型通过使用大规模数据集和先进的计算硬件进行训练，能够学习到数据中的复杂模式和特征，从而在多种任务上展现出卓越的性能。特点包括：参数量大：AI大模型的参数数量往往达到

荆州克莱·2025-01-17 07:12

深度学习：从基础到实践（上、下册）(安德鲁·格拉斯纳)

训练与测试：深度学习模型的训练过程包括使用训练数据来优化模型参数，而测试过程则使用测试数据来评估模型的性能。过拟合与欠拟合：过拟合是指模型在训练数据上表现过

fyjgfyjfg·2025-01-17 07:11

ZAB 和 Paxos 算法的联系与区别？思维导图代码示例（java 架构)

解决拜占庭将军问题：尽管Paxos主要针对非拜占庭故障（如网络分区或节点崩溃），但两者都旨

用心去追梦·2025-01-17 05:51

《量子计算对人工智能发展的深远影响》

加速机器学习训练机器学习，尤其是深度学习，通常需要处理海量数据和复杂的模型训练，耗时极长。量子计算的并行性可使训练过程大幅加速

·2025-01-17 05:02

spring cache 配置缓存存活时间

SpringCache@Cacheable本身不支持keyexpiration的设置，以下代码可自定义实现SpringCache的expiration，针对Redis、SpringBoot2.0。

·2025-01-17 04:23

蓝桥杯算法训练——礼物（二分法）Python

这个博客是摆烂小白冲刺蓝桥杯国赛的算法笔记，呜呜因为太过摆烂现在六级、期末和国赛全在一起是真的会栓Q的好吗。。。我每次学习懂一题都会很开心，吃饭都香那种开心（因为太过小白），今天是六一祝大家六一快乐啊！！！代码放在上面记录，欢迎各位指正和讨论！礼物问题描述JiaoShou在爱琳大陆的旅行完毕，即将回家，为了纪念这次旅行，他决定带回一些礼物给好朋友。在走出了怪物森林以后，JiaoShou看到了排成一

lican3·2025-01-17 04:18

读书笔记（SRE：Google运维解密）：第17章测试可靠性

（b）可以充分描述整个系统的所有改变，这样可以针对每个系统变化引入的不确定性

github_37320188·2025-01-17 04:45

微软：全球每天网络攻击超6亿次

核心观点每天有6亿次网络攻击针对微软客户。勒索软件攻击比去年增加了2.75倍。技术诈骗激增400%，每天发生超过10万

FreeBuf-·2025-01-17 04:41

大规模语言模型从理论到实践大语言模型预训练数据

大规模语言模型从理论到实践：大语言模型预训练数据关键词：大规模语言模型、预训练数据、数据集选择、数据清洗、数据增强、数据集评估、数据集扩展1.背景介绍1.1问题的由来随着深度学习和大规模神经网络的发展，

AI大模型应用之禅·2025-01-17 03:39

神经架构搜索在大模型效率优化中的应用

然而，随着模型规模的不断扩大，训练和部署这些大模型也带来了巨大的挑战。计算资源消耗巨大:大模型的训练需要大量的计算资源，例如高性能GPU和TPU，这导致训练成本高昂，难以普及。

AI大模型应用之禅·2025-01-17 03:06

【机器学习：十五、神经网络的编译和训练】

1.TensorFlow实现代码TensorFlow是深度学习中最为广泛使用的框架之一，提供了灵活的接口来构建、编译和训练神经网络。

KeyPan·2025-01-17 02:28

Linux驱动学习--DRM框架介绍及基于DRM框架的HDMI开发

迁移，今天我们就来简单分析下DRM框架二、DRM框架介绍DRM是一个内核级的设备驱动，具体的说是显卡驱动的一种架构源码位置因为Linuxkernel内部接口和数据结构可能随时发生变化，所以DRI模块要针对特定的内核版本进行编译

文艺小少年·2025-01-17 02:57

mindspeed-llm源码解析（一）preprocess_data

这篇文章带大家阅读一下数据处理脚本preprocess_data.py（基于1.0.0分支），数据处理是模型训练的第一步，经常会用到。文章中贴的源码加了相关注释，同学们可以把源码和注释结合起来看。

·2025-01-17 01:48

html2canvas 页面变图片

uni-app页面做的页面，需要把页面转成图片；问题1：不同的手机会偶发文字挤在一块，不是所有的都是那种问题2:图片出现加载不出来解决问题1:是因为我的文字写的居中，html2canvas居中会导致分布不均匀，有针对性的写样式

·2025-01-17 01:17

【华为OD-E卷 - 篮球比赛 100分（python、java、c++、js、c）】

现有10个球员准备分为两队进行训练赛，教练希望2个队伍的战斗力差值能够尽可能的小，以达到最佳训练效果。给出10个球员的战斗力，如果你是教练，你该如何分队，才能达到最佳训练效果?

CodeClimb·2025-01-17 00:40

AppFreeze与资源泄漏能力开放及常见问题定位方法介绍

同时，针对句柄、线程、内存泄漏检测能力的介绍，给予开发者全面的检测工具。详细的日志信息及各泄漏类

·2025-01-17 00:37

为什么要进行标准查新？企业不进行标准查新有什么危害吗？

A：标准查新是指在特定领域或行业内，针对某一标准或标准化对象，进行的最新信息的查找和核

怎么睡不醒(づ ●─● )づ·2025-01-17 00:07

遗传算法与深度学习实战（26）——编码卷积神经网络架构

0.前言我们已经学习了如何构建卷积神经网络(ConvolutionalNeuralNetwork,CNN)，在本节中，我们将了解如何将CNN模型的网络架构编码为基因，这是将基因序列进化在为给定数据集上训练最佳模型的先决条件

盼小辉丶·2025-01-16 23:03

数据库数据恢复—恢复丢失的Mysql表记录数据，只需要这几步

4、针对不同的表记录丢失原因，使用北亚企安自主开发的软件恢复数据。5、将恢复出来的数据插入原数据库，对数据库做完整性检

·2025-01-16 23:19

java ssm基于微信小程序的面向企事业单位的项目申报评审系统（源码+文档+运行视频+讲解视频）

文章目录系列文章目录目的前言一、详细视频演示二、项目部分实现截图三、技术栈后端框架SSM前端框架vueSSM框架详细介绍系统测试微信小程序介绍四、代码参考源码获取目的摘要：基于JavaSSM与微信小程序的项目申报评审系统，针对企事业单位项目管理痛点

QQ2279239102·2025-01-16 23:29

推荐频道

VIJOS每日一题——针对训练