<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Gsen2819的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Gsen2819</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Gsen2819]]></copyright><item><title><![CDATA[AI大模型从0到1记录学习 大模型技术之机器学习 day60-day69]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/156157417</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/156157417</guid><author>Gsen2819</author><pubDate>Mon, 22 Dec 2025 17:20:37 +0800</pubDate><description><![CDATA[torch.randperm(n)生成从0到n-1的随机排列，类似洗牌print()print()布尔索引print()stopwords = {“的”, “是”, “而”, “由”, “，”, “。”, “、”}definit搭建模型词嵌入层→RNN→全连接层。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 大模型技术之机器学习 day27-day60]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/148614776</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/148614776</guid><author>Gsen2819</author><pubDate>Thu, 12 Jun 2025 17:21:15 +0800</pubDate><description><![CDATA[机器学习概述机器学习（Machine Learning, ML）主要研究计算机系统对于特定任务的性能，逐步进行改善的算法和统计模型。通过输入海量训练数据对模型进行训练，使模型掌握数据所蕴含的潜在规律，进而对新输入的数据进行准确的分类或预测。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸优化、算法复杂度理论等多门学科。人工智能、机器学习与深度学习。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 大模型技术之数学基础 day26]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/148096609</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/148096609</guid><author>Gsen2819</author><pubDate>Tue, 20 May 2025 18:50:28 +0800</pubDate><description><![CDATA[可以发现，实标量函数f(X)的梯度矩阵等于Jacobian矩阵的转置，∇_X f(X)=(D_X f(X))^T。另外，实矩阵函数F(X)的梯度矩阵也是其Jacobian矩阵的转置，∇_X F(X)=(D_X F(X))^T。当函数f的自变量在一点x_0上产生一个增量h时，函数输出值的增量∆y与自变量增量∆x的比值在∆x趋于0时的极限如果存在，即为f在x_0处的导数，记作f’(x_0)、df/dx(x_0)或〖df/dx|〗_(x=x_0 )。在微积分中，函数的二阶导数是函数导数的导数。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习numpy pandas day25]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/148070707</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/148070707</guid><author>Gsen2819</author><pubDate>Mon, 19 May 2025 18:44:04 +0800</pubDate><description><![CDATA[第 3 章 Pandas3.1 什么是PandasPandas 是一个开源的数据分析和数据处理库，它是基于 Python 编程语言的。Pandas 提供了易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格型数据（类似于Excel表格）。Pandas 是数据科学和分析领域中常用的工具之一，它使得用户能够轻松地从各种数据源中导入数据，并对数据进行高效的操作和分析。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习numpy pandas day24]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147993853</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147993853</guid><author>Gsen2819</author><pubDate>Thu, 15 May 2025 22:55:03 +0800</pubDate><description><![CDATA[第 1 章 环境搭建
1.1 Anaconda
1.1.1 什么是Anaconda
Anaconda官网地址：https://www.anaconda.com/
简单来说，Anaconda = Python + 包和环境管理器（Conda）+ 常用库 + 集成工具。它适合那些需要快速搭建数据科学或机器学习开发环境的用户。Anaconda和Python相当于是汽车和发动机的关系，安装Anaconda后，就像买了一台车，无需自己去安装发动机和其他零配件，而Python作为发动机提供Anaconda工作所需的内核]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 mysql day23]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147960301</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147960301</guid><author>Gsen2819</author><pubDate>Wed, 14 May 2025 18:15:53 +0800</pubDate><description><![CDATA[第 1 章 MySQL概述
1.1 基本概念
1.1.1 数据库是什么？
数据库（DB：Database）：存储数据的地方。
1.1.2 为什么要用数据库？
应用程序产生的数据是在内存中的，如果程序退出或者是断电了，则数据就会消失。使用数据库是为了能够永久保存数据。当然这里指的是非内存数据库。
1.1.3 用普通文件存储行不行？
把数据写入到硬盘上的文件中，当然可以实现持久化的目标，但是不利于后期的检索和管理等。
1.1.4 MySQL、Oracle、SqlServer是什么？
MySQL、Oracle、S]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 linux day22]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147929377</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147929377</guid><author>Gsen2819</author><pubDate>Tue, 13 May 2025 17:14:42 +0800</pubDate><description><![CDATA[1）Linux提供的Shell解析器有。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 linux day21]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147567539</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147567539</guid><author>Gsen2819</author><pubDate>Sun, 27 Apr 2025 19:59:43 +0800</pubDate><description><![CDATA[第 1 章 Linux入门1.1 概述1.2 Linux和Windows区别第 2 章 VMware、Ubuntu、Xshell和Xftp安装第 3 章 Linux文件与目录结构3.1 Linux文件Linux系统中一切皆文件。3.2 Linux目录结构	/bin是Binary的缩写, 这个目录存放着最经常使用的命令的可执行文件，本质是/usr/bin的软链接。	/sbin。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 数据结构和算法 day20]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147476972</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147476972</guid><author>Gsen2819</author><pubDate>Thu, 24 Apr 2025 13:51:35 +0800</pubDate><description><![CDATA[在分步解决问题的过程中，当它通过尝试发现，现有的分步答案不能得到有效的正确的解答的时候，它将取消上一步甚至是上几步的计算，再通过其它的可能的分步解答再次尝试寻找问题的答案。注意到，A1×B0+A0×B1可以转换为(A1+A0)×(B1+B0)- A0×B0-A1×B1，即(A1+A0)×(B1+B0)-低位部分的乘积-高位部分的乘积，低位部分乘积和高位部分乘积可以复用，我们只需计算(A1+A0)×(B1+B0)，相较于计算A1×B0+A0×B1，减少了1次乘法计算。上升区长度+1，并清空之前的下降区长度。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 数据结构和算法 day19]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147281112</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147281112</guid><author>Gsen2819</author><pubDate>Wed, 16 Apr 2025 16:48:28 +0800</pubDate><description><![CDATA[依次将堆顶元素放在末尾，并重新堆化return arrprint(“排序后的数组:”, sorted_arr)复杂度分析时间复杂度其初始构建堆时间复杂度为O(n)。正式排序时，重建堆的时间复杂度为O(nlogn)。所以堆排序的总体时间复杂度为O(nlogn)。堆排序对原始记录的排序状态不敏感，因此它无论最好、最坏和平均时间复杂度都是O(nlogn)。但是与其他O(nlogn) 的排序算法（如归并排序、快速排序）相比，堆排序的常数因子较大，因此在某些情况下效率较低。空间复杂度。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 数据结构和算法 day18]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147227160</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147227160</guid><author>Gsen2819</author><pubDate>Mon, 14 Apr 2025 16:35:39 +0800</pubDate><description><![CDATA[3.3.1 栈的概述栈（Stack）是一个线性结构，其维护了一个有序的数据列表，列表的一端称为栈顶（top），另一端称为栈底（bottom）。栈对数据的操作有明确限定，插入元素只能从栈顶进行，删除元素也只能栈顶开始逐个进行，通常将插入元素称为入栈（push），删除元素称为出栈（pop）。正是由于上述规定，栈保证了后进先出的原则（LIFO，Last-In-First-Out）。栈的底层实现既可以选择数组也可以选择链表，只要能保证后进先出的原则即可。3.3.2 栈的功能定义方法	说明。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 day17]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147180967</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147180967</guid><author>Gsen2819</author><pubDate>Sat, 12 Apr 2025 22:50:09 +0800</pubDate><description><![CDATA[对于平均时间复杂度，是对算法的一个全面评价，因此它完整全面的反映了这个算法的性质。我们假定计算机执行算法每一个基本操作的时间是固定的一个时间单位，对于不同的机器环境而言，确切的单位时间是不同的，但是对于算法进行多少个基本操作（即花费多少时间单位）在规模数量级上却是相同的。在 Python 中，并没有像其他一些编程语言（如 C、Java）那样严格意义上的 “数组” 概念，但有多种数据结构可以用来模拟数组的功能，最常用的是列表（list），另外还有 array 模块的数组和 numpy 库的 ndarray。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 day16]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147121571</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147121571</guid><author>Gsen2819</author><pubDate>Thu, 10 Apr 2025 16:18:44 +0800</pubDate><description><![CDATA[第 16 章 正则表达式
16.1 什么是正则表达式
正则表达式（regular expression，常简写为regex、regexp或re），是一种用于匹配和操作文本的强大工具，它是由一系列字符和特殊字符组成的模式，用于描述要匹配的文本模式。正则表达式可以在文本中查找、替换、提取和验证特定的模式。
16.2 re模块
Python的re模块提供了正则表达式匹配操作。
import re
re模块中提供了一些方法用于查找或处理字符串。
16.2.1 search
re.search(pattern, st]]></description><category></category></item><item><title><![CDATA[Python中接入DeepSeek并获取回复]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147083433</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147083433</guid><author>Gsen2819</author><pubDate>Wed, 09 Apr 2025 09:02:48 +0800</pubDate><description><![CDATA[要在Python中接入DeepSeek并获取回复，通常需要调用DeepSeek提供的API接口。以下是一个简单的示例，展示如何使用requests库发送请求并获取DeepSeek的回复。]]></description><category></category></item><item><title><![CDATA[聚类算法 ap 聚类 谱聚类]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147075031</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147075031</guid><author>Gsen2819</author><pubDate>Tue, 08 Apr 2025 18:56:32 +0800</pubDate><description><![CDATA[AP聚类是一种强大的聚类算法，特别适合中小规模数据集和不需要预先指定聚类数量的场景。然而，它的计算复杂度较高，不适合处理大规模数据。在实际应用中，可以根据数据特点选择合适的聚类算法。我来给你简单介绍一下 AP 聚类，也叫 Affinity Propagation 聚类（亲和传播聚类）。什么是 AP 聚类？AP 聚类是一种不需要提前指定簇数量的聚类算法。和 KMeans 这种算法不同，它通过让数据点互相“发送消息”，自动决定哪些点是簇的中心（即“代表点”或“样本代表”），最后形成不同的簇。]]></description><category></category></item><item><title><![CDATA[Attention Is All You Need 论文中英对照]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147074645</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147074645</guid><author>Gsen2819</author><pubDate>Tue, 08 Apr 2025 18:30:56 +0800</pubDate><description><![CDATA[注意力就是你所需要的Abstract摘要目前主流的序列转换模型都基于复杂的循环神经网络或卷积神经网络，这些模型包括编码器和解码器。表现最好的模型还通过注意力机制将编码器和解码器连接起来。我们提出了一个全新的简单网络架构——Transformer，它完全基于注意力机制，完全摒弃了循环和卷积。在两项机器翻译任务的实验中，这些模型在质量上表现更优，同时更具并行性，并且训练时间显著减少。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 day15]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147074622</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147074622</guid><author>Gsen2819</author><pubDate>Tue, 08 Apr 2025 18:28:38 +0800</pubDate><description><![CDATA[try:# 请求参数，指定返回中文内容，这里使用默认的所有类型params = {‘c’: ‘a’,  # 可以根据需要修改类型，a 代表动画，b 代表漫画等from_who = data[‘from_who’] if data[‘from_who’] else ‘未知’else:return {‘error’: f’请求一言网 API 失败，状态码: {status_code}‘}]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 day14]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/147050880</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/147050880</guid><author>Gsen2819</author><pubDate>Mon, 07 Apr 2025 19:20:46 +0800</pubDate><description><![CDATA[第 14 章 进程与线程14.1 并发与并行14.1.1 并发单个 CPU 处理多个任务。各个任务交替执行一段时间。14.1.2 并行多个 CPU 同时执行多个任务。14.2 多进程14.2.1 什么是进程进程是操作系统进行资源分配的基本单位。操作系统中一个正在运行的程序或软件就是一个进程。每个进程都有自己独立的一块内存空间。一个进程崩溃后，在保护模式下不会对其他进程产生影响。多进程是指在操作系统中同时运行多个程序。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 day13]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/146985168</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/146985168</guid><author>Gsen2819</author><pubDate>Thu, 03 Apr 2025 17:11:17 +0800</pubDate><description><![CDATA[第 13 章 Python高级语法13.1 浅拷贝与深拷贝	直接赋值：对象的引用（别名），不产生拷贝。	浅拷贝：拷贝父对象，不会拷贝对象的内部的子对象。拷贝后只有第一层是独立的。	深拷贝：完全拷贝了父对象及其子对象。拷贝后所有层都是独立的。13.1.1 如何浅拷贝	切片操作（如 [:]）。	使用工厂函数（如 list() / set()）。	使用 copy 模块的 copy() 函数。13.1.2 案例。]]></description><category></category></item><item><title><![CDATA[AI大模型从0到1记录学习 day12]]></title><link>https://blog.youkuaiyun.com/Gsen2819/article/details/146959120</link><guid>https://blog.youkuaiyun.com/Gsen2819/article/details/146959120</guid><author>Gsen2819</author><pubDate>Wed, 02 Apr 2025 18:38:36 +0800</pubDate><description><![CDATA[第 12 章 模块与包12.1 模块概述Python中一个以.py结尾的源文件即为一个模块（Module）。其中可以包含变量、函数和类等。通常情况下，我们把能够实现某一特定功能的代码放置在一个文件中作为一个模块。使用模块提高了代码的可维护性，也提高了代码的复用性。即编写好一个模块后，只要是实现该功能的程序，都可以导入这个模块实现。另外，使用模块也可以避免名称冲突，相同名字的函数或变量可以分别存在与不同的模块中。12.2 创建模块模块名区分大小写，且不能与Python自带的标准模块重名。]]></description><category></category></item></channel></rss>