leetcode训练

【YOLOV8】目标检测任务中应该如何选择YOLOV8n/s/m/l/x模型及输入尺寸大小

对于目标检测任务官方提供了n/s/m/l/x五个模型，我们在使用YOLOV8模型进行自己任务训练时，应该如何选择YOLOV8的模型以及输入尺寸大小呢？
小小小小祥·2025-01-19 15:40

用java 实现 Zigzag Conversion Z 字形变换（leetCode 算法）

Z字形变换（ZigzagConversion）是LeetCode上一个有趣的字符串操作问题。题目要求我们把给定的字符串按照Z字形排列，并且按行读取这些字符，最后返回重新排列后的字符串。
用心去追梦·2025-01-19 15:40

用java 实现 Longest Substring Without Repeating Characters 无重复字符的最长子串（leetCode 算法）

无重复字符的最长子串（LongestSubstringWithoutRepeatingCharacters）是LeetCode上一个非常经典的滑动窗口问题。
用心去追梦·2025-01-19 15:39

用java 实现 Longest Palindromic Substring 最长回文子串（leetCode 算法）

最长回文子串（LongestPalindromicSubstring）是LeetCode上一个经典的问题，它要求我们找到给定字符串中最长的回文子串。
用心去追梦·2025-01-19 15:39

NLP 中文拼写检测纠正论文-07-NLPTEA-2020中文语法错误诊断共享任务概述

单词拼写纠正-03-leetcodeedit-distance72.力扣编辑距离NLP开源项目nlp-hanzi-similar汉字相似度word-
·2025-01-19 15:45

NLP 中文拼写检测纠正论文-04-Learning from the Dictionary

单词拼写纠正-03-leetcodeedit-distance72.力扣编辑距离NLP开源项目nlp-hanzi-similar汉字相似度word-
·2025-01-19 15:13

NLP 中文拼写检测纠正论文-01-介绍了SIGHAN 2015 包括任务描述，数据准备， 绩效指标和评估结果

单词拼写纠正-03-leetcodeedit-distance72.力扣编辑距离NLP开源项目nlp-hanzi-similar汉字相似度word-
·2025-01-19 15:12

leetcode 82. Remove Duplicates from Sorted List II (排序链表中删除重复数字II）

删除排好序的单向链表中重复的数字。注意是把重复的数字都删掉，而不是unique。思路：链表已经是排好序的，这就说明相同的数字都是在一起的。假设[1,2,2,2,3]删除2的时候需要确定它的左边界和右边界，分别是index=1和index=3同时，因为是单向链表，需要知道左边界左边的一个node，假设左边界是left,右边界是right,left的前一个node是pre那么删除如下：pre.next
蓝羽飞鸟·2025-01-19 14:37

深入解读ChatGPT的工作原理及底层逻辑

ChatGPT的工作原理和底层逻辑可以从多个方面进行解读，主要包括其基本原理、核心技术、训练过程以及应用能力。工作原理涉及了深度学习模型、自然语言处理技术和文本生成算法等多个方面。
NAR_鱼丸·2025-01-19 13:59

厉害了，LSTM+Transformer王炸创新，精准度又高了！

这种创新的结合不仅提升了模型的预测精度，还优化了性能和训练效率，使其在序列分析任务中展现出卓越的能力。例如，最
马拉AI·2025-01-19 12:48

详解深度学习中的Dropout

Dropout是一种在神经网络训练中常用的正则化技术，其操作是在每次训练迭代中随机“丢弃”一部分神经元（即将其输出置为零）。
nk妹妹·2025-01-19 11:43

深度强化学习(DRL)原理与代码实战案例讲解

符号主义AI试图通过逻辑和符号系统来模拟人类的思维过程，而连接主义AI则侧重于构建类似于人脑神经网络的结构，通过大量数据进行训练，从而实现智能。
AI大模型应用之禅·2025-01-19 09:27

LeetCode题练习与总结：反转字符串中的单词 Ⅲ -- 557

示例1：输入：s="Let'stakeLeetCodecontest"输出："s'teLekatedoCteeLtsetnoc"示例2:输入：s="MrDing"输出："rMgniD"提示：1<=s.length
一直学习永不止步·2025-01-19 09:24

数据增强方法及其工具

数据增强（DataAugmentation）是指在训练深度学习模型时，通过对现有数据进行一系列变换，从而生成新的样本。
cxr828·2025-01-19 07:09

大模型训练显卡选择

大模型训练显卡对比大模型训练时A100是首选，A40用于推理，目前还推出了H100为下一代替换A100的产品。大模型的训练用4090可以吗？
kcarly·2025-01-19 07:39

基于深度学习CNN网络 mini-xception网络实现 构建一个完整的人脸表情检测_识别分类系统，包括训练、评估、前端和服务端代码

人脸表情检测该项目已训练好网络模型，配置好环境即可运行使用，效果见图像，实现图像识别、摄像头识别、摄像头识别/识别分类项目-说明文档-UI界面-cnn网络项目基本介绍：【网络】深度学习CNN网络mini-xception
计算机c9硕士算法工程师·2025-01-19 07:35

单层感知机----或门实现

文章目录一、前言---感知机二、实现过程1.引入库2.或门真值表-训练集数据3.建立model,初始化定义权重、偏置、学习率4.前向传播定义5.训练过程(更新权重和偏置)6.训练模型一、前言—感知机感知机
翔翔子1号·2025-01-19 06:30

大模型-Qwen2.5 技术报告解读

Abstract主要是在介绍通义千问2.5（Qwen2.5）这一大型语言模型系列，涵盖了它在不同训练阶段的改进、多样化配置、可获取途径以及在各项性能评测中的出色表现等多个方面，旨在展示其先进性与实用性。
数据分析能量站·2025-01-19 06:55

【深度学习】AMP（Automatic Mixed Precision，自动混合精度）

AutomaticMixedPrecision，自动混合精度）AMP在深度学习中，AMP（AutomaticMixedPrecision，自动混合精度）是一种通过混合使用单精度（FP32）和半精度（FP16）来加速训练并减少显存占用的技术
shanks66·2025-01-19 04:38

leetcode-买卖股票问题

309.买卖股票的最佳时机含冷冻期-力扣（LeetCode）动态规划解题思路：1、暴力递归（难点如何定义递归函数）2、记忆化搜索-傻缓存法（根据暴力递归可变参数确定缓存数组维度）3、严格表结构依赖的动态规划
Only you680·2025-01-19 04:38

【安利一个超高性价比的GPU租赁平台 使用分享】

这时候要是有8个4090该多好......正在训练的例子一、租蓝耘GPU服务器1、租用服务器首先需要进入蓝耘官网，登录官网后，点击【容器云市场】，租用配置合适的服务器。很便宜，随用随租，计费精
放飞自我的Coder·2025-01-19 04:30

深度学习-45-大型语言模型LLM之本地化部署运行自己的大模型

2.2训练大模型有多烧钱？2.3如何入门大模型？
皮皮冰燃·2025-01-19 04:58

从零开始构建一个大语言模型-第二章第一节

第二章目录**2.1理解词嵌入**2.2文本分词2.3将词元转换为词元ID2.4添加特殊上下文词元2.5字节对编码2.6使用滑动窗口进行数据采样2.7创建词元嵌入2.8编码词位置#本章涵盖为大型语言模型训练准备文本
释迦呼呼·2025-01-19 03:55

深度学习笔记——生成对抗网络GAN

文章目录一、基本结构生成器判别器二、损失函数判别器生成器交替优化目标函数三、GAN的训练过程训练流程概述训练流程步骤1.初始化参数和超参数2.定义损失函数3.训练过程的迭代判别器训练步骤生成器训练步骤4
好评笔记·2025-01-19 03:25

RPA 机器人到底有啥用？一文全知晓

一、RPA如何成为企业的智能助手（一）精准模仿人类操作，开启自动化之旅RPA机器人宛如一位训练有素的数字助手，其核心能力便是精准地模仿人类在计算机系统中的各种操作行为。
RPAdaren·2025-01-19 03:21

LeetCode：3097. 或值至少为 K 的最短子数组 II（滑动窗口 Java）

目录3097.或值至少为K的最短子数组II题目描述：实现代码与解析：滑动窗口原理思路：3097.或值至少为K的最短子数组II题目描述：给你一个非负整数数组nums和一个整数k。如果一个数组中所有元素的按位或运算OR的值至少为k，那么我们称这个数组是特别的。请你返回nums中最短特别非空子数组的长度，如果特别子数组不存在，那么返回-1。示例1：输入：nums=[1,2,3],k=2输出：1解释：子数
Cosmoshhhyyy·2025-01-19 03:50

代码随想录算法训练营总结

到现在已经工作两年多了，看到过许多聊面试聊算法的文章，也接触到一些对我来说很厉害的大佬，发现在面试尤其是大厂面试时对算法的考察还是很重要的，遂重新打开leetcode开始刷题，起初只是实在无聊的时候看下每日一题
whpu_yb·2025-01-19 01:12

【Leetcode 每日一题 - 扩展】421. 数组中两个数的最大异或值

问题背景给你一个整数数组numsnumsnums，返回nums[i]XORnums[j]nums[i]\XOR\nums[j]nums[i]XORnums[j]的最大运算结果，其中0≤i≤jset=newHashSet=0;i--){set.clear();mask|=1<
冠位观测者·2025-01-19 00:00

神经网络初始化 (init) 介绍

常见的初始化方法及其应用场景2.1Xavier/Glorot初始化2.2He初始化2.3正交初始化2.4其他初始化方法3.如何设置初始化4.基于BERT的文本分类如何进行初始化4.1项目背景4.2模型构建4.3模型训练与评估
迷路爸爸180·2025-01-18 23:25

3.ChatClient&Chat Model简化与AI模型的交互

通过向预训练语言模型（如GPT等）发送提示词或部分对话内容，模型依据自身训练数据及对自然语言模式的理解，生成对话的延续或完整回复，并返回给应用程序。应用程序可以将其呈现给用户或用于进一步处理。
laopeng301·2025-01-18 23:20

吴恩达系列——微调（Fine-tuning）与生成模型的应用

微调（Fine-tuning）是指在已有预训练模型的基础上，对模型进行进一步训练，以适应特定任务或需求。
疯狂小料·2025-01-18 21:04

《leetcode-runner》【图解】【源码】如何手搓一个debug调试器——架构

前文：《leetcode-runner》如何手搓一个debug调试器——引言文章目录设计引入为什么这么设计存在难点1.环境准备2.调试程序仓库地址：leetcode-runner本文主要聚焦leetcode-runner
飞哥不鸽·2025-01-18 20:24

leetCode热门100题——1.两数之和

题目描述给定一个整数数组nums和一个整数目标值target，请你在该数组中找出和为目标值target的那两个整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案，并且你不能使用两次相同的元素（但原数组中可能有两个相同的元素，这种情况可以使用）。你可以按任意顺序返回答案。示例1：输入：nums=[2,7,11,15],target=9输出：[0,1]解释：因为nums[0]+nums[1
Bin二叉·2025-01-18 20:18

【Python篇】深入机器学习核心：XGBoost 从入门到实战

2.1梯度提升简介3.安装XGBoost4.数据准备4.1加载数据4.2数据集划分5.XGBoost基础操作5.1转换为DMatrix格式5.2设置参数5.3模型训练5.4预测6.模型评估7.超参数调优
半截诗·2025-01-18 19:06

【YOLOv8杂草作物目标检测】

以下是一些关键信息的总结：农作物幼苗与杂草检测系统：基于YOLOv8深度学习框架，通过2822张图片训练了一个目标检测模型，用于检测田间的农作物幼苗与杂草对象。
stsdddd·2025-01-18 19:35

leetcode707-设计链表

leetcode707思路本题也是用了虚拟头节点来进行解答，这样的好处是，不管是头节点还是中间的节点都可以当成是中间节点来处理，用同一套方法就可以进行处理，而不用考虑太多的边界条件。
记得早睡~·2025-01-18 18:32

leetcode 485 python

Givenabinaryarray,findthemaximumnumberofconsecutive1sinthisarray.Example1:Input:[1,1,0,1,1,1]Output:3Explanation:Thefirsttwodigitsorthelastthreedigitsareconsecutive1s.Themaximumnumberofconsecutive1sis
weixin_36908057·2025-01-18 18:00

NVIDIA Hopper解说

它代表了NVIDIA在加速计算领域的最新进展，旨在为AI训练和推理、HPC应用提供前所未有的性能提升。
白总Server·2025-01-18 17:24

LLMs，即大型语言模型

LLMs，即大型语言模型，是一类基于深度学习的人工智能模型，它们通过海量的数据和大量的计算资源进行训练，可以理解和生成自然语言。
maopig·2025-01-18 17:52

第79期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
云起无垠·2025-01-18 17:22

第60期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
云起无垠·2025-01-18 17:22

【LLM】大语言模型（LLMs）

它们通过在大规模文本数据上进行训练，学习语言的语法、语义和各种语言特征，从而可以执行诸如文本生成、翻译、总结、问答等多种语言任务。
林九生·2025-01-18 17:21

全新 Hopper 架构的Transformer 引擎有什么特点？

Transformer引擎是全新Hopper架构的一部分，将显著提升AI性能和功能，并助力在几天或几小时内训练大型模型。
扫地的小何尚·2025-01-18 17:50

大语言模型（LLMs）入门教程（非常详细）从零基础入门到精通，看完这一篇就够了

如下这份指南将涵盖LLMs的基础知识、训练过程、用例和未来趋势……一.WhatareLargeLanguage
大模型零基础教程·2025-01-18 17:19

《多模态语言模型：一个开放探索的技术新领域》

核心主题多模态语言模型的特点仍处于探索和定义阶段没有固定的标准任务和评估方法研究方向高度开放技术路径主要存在两种方法：后期融合(LateFusion)从语言模型backbone开始添加图像编码器效果稳定，成本可控早期融合(EarlyFusion)从多模态数据集预训练效果尚不明显需要更大规模计算资源开放和透明的重要性促进知识累积和技术迭代降低技术准入门槛避免技术垄断便于安全性审计主要挑战技术层面数据
XianxinMao·2025-01-18 17:16

leetcode——令牌放置（java）

你的初始能量为power，初始分数为0，只有一包令牌以整数数组tokens给出。其中tokens[i]是第i个令牌的值（下标从0开始）。你的目标是通过有策略地使用这些令牌以最大化总分数。在一次行动中，你可以用两种方式中的一种来使用一个未被使用的令牌（但不是对同一个令牌使用两种方式）：朝上：如果你当前至少有tokens[i]点能量，可以使用令牌i，失去tokens[i]点能量，并得到1分。朝下：如果
gentle_ice·2025-01-18 17:15

1.4走向不同：GPT 与 BERT 的选择——两大NLP模型的深度解析

它们都基于Transformer架构，但在设计理念、任务应用和训练方式等方面存在显著差
少林码僧·2025-01-18 16:12

1.8 GPT-4：开创人工智能的新纪元

作为“生成预训练转换器”家族中的最新成员，GPT-4不仅在功能上进行了提升，更在语言处理能力、理解深度以及适应性方面带来了全新的变革。
少林码僧·2025-01-18 16:12

第83期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
云起无垠·2025-01-18 16:11

使用神经网络拟合6项参数

model2.1CNN_LSTM2.2Transformer3.定义train脚本3.1loss和optimizer3.2train3.3predict1.数据预处理1.1添加参数解析为了方便管理模型和训练等参数
Andrew_Xzw·2025-01-18 15:06
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他