<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Kepler_K的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Kepler_K</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Kepler_K]]></copyright><item><title><![CDATA[代码随想录算法训练营【二叉树篇层序遍历】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/142055598</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/142055598</guid><author>Kepler_K</author><pubDate>Mon, 09 Sep 2024 12:14:31 +0800</pubDate><description><![CDATA[层序遍历的时候，判断是否遍历到单层的最后面的元素，如果是，就放进result数组中，随后返回result就可以了。本题依然是层序遍历，只不过在单层遍历的时候记录一下本层的头部节点，然后在遍历的时候让前一个节点指向本节点就可以了。这道题目说是二叉树，但116题目说是完整二叉树，其实没有任何差别，一样的代码一样的逻辑一样的味道。]]></description><category></category></item><item><title><![CDATA[代码随想录算法训练营【动态规划篇】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/140642493</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/140642493</guid><author>Kepler_K</author><pubDate>Tue, 23 Jul 2024 17:53:36 +0800</pubDate><description><![CDATA[dp[j]背包容量为j所背的最大价值。物品的价值就是重量。]]></description><category></category></item><item><title><![CDATA[代码随想录训练营【贪心算法篇】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/140545067</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/140545067</guid><author>Kepler_K</author><pubDate>Fri, 19 Jul 2024 11:42:06 +0800</pubDate><description><![CDATA[这个四步其实过于理论化了，我们平时在做贪心类的题目 很难去按照这四步去思考，真是有点“鸡肋”。做题的时候，只要想清楚 局部最优 是什么，如果推导出全局最优，其实就够了。]]></description><category></category></item><item><title><![CDATA[datawhale 第二期nlp]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/140507430</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/140507430</guid><author>Kepler_K</author><pubDate>Wed, 17 Jul 2024 22:47:48 +0800</pubDate><description><![CDATA[不论在系统研发的反复迭代中，还是在诸多的机器翻译应用场景中，都存在大量的译文质量评价环节。解码器的结构基本上和编码器是一致的，在基于循环神经网络的翻译模型中，解码器只比编码器多了输出层，用于输出每个目标语言位置的单词生成概率，而在基于自注意力机制的翻译模型中，除了输出层，解码器还比编码器多一个编码­解码注意力子层，用于帮助模型更好地利用源语言信息。例如，在电视系统上为了便于视频的传播，会使用各种编码器将视频编码成数字信号，在客户端，相应的解码器组件会把收到的数字信号解码为视频。]]></description><category></category></item><item><title><![CDATA[代码随想录训练营【回溯篇】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/140448726</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/140448726</guid><author>Kepler_K</author><pubDate>Mon, 15 Jul 2024 20:49:16 +0800</pubDate><description><![CDATA[回溯 利用递归的时候下一个startIndex是i+1而不是0去重。回溯+使用all函数判断回文子串。回溯 利用used数组去重。回溯+优化判定回文函数。回溯+高效判断回文子串。回溯 利用set去重。回溯 利用哈希表去重。回溯 使用字典 逆序。]]></description><category></category></item><item><title><![CDATA[datawhale【第二期】nlp]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/140423199</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/140423199</guid><author>Kepler_K</author><pubDate>Sun, 14 Jul 2024 21:10:44 +0800</pubDate><description><![CDATA[在机器翻译的发展进程中，译文质量评价有着非常重要的作用。传统观点把翻译分为“信”、“达”、“雅”三个层次，而忠诚度体现的是一种“信”的思想，而流畅度体现的是一种“达”的思想。例如，在电视系统上为了便于视频的传播，会使用各种编码器将视频编码成数字信号，在客户端，相应的解码器组件会把收到的数字信号解码为视频。由于 RNN 的循环过程在每个时间步都要求一个输入单词，为了启动解码过程，一般会使用一个保留的特殊符号 “[Start]” 作为翻译开始的标记送入到 RNN 解码器当中并解码出目标语言序列的第一个单词。]]></description><category></category></item><item><title><![CDATA[代码随想录训练营【二叉树篇】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/140308916</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/140308916</guid><author>Kepler_K</author><pubDate>Tue, 09 Jul 2024 22:57:54 +0800</pubDate><description><![CDATA[找到。]]></description><category></category></item><item><title><![CDATA[【Datawhale夏令营】 大模型技术方向笔记]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/140227168</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/140227168</guid><author>Kepler_K</author><pubDate>Sat, 06 Jul 2024 12:25:29 +0800</pubDate><description><![CDATA[定义一个名为的函数，接受一个字符串参数text。这段代码展示了如何使用通过 SparkAI API 调用大语言模型生成文本补全的过程。包括初始化消息、配置模型参数、设置回调处理器和获取生成的文本。通过这种方式，你可以与大语言模型进行互动，生成基于输入文本的回复。这段代码通过定义read_json和write_json两个函数，实现了对 JSON 文件的读取和写入操作。随后，通过调用read_json函数读取训练和测试数据，分别存储在train_data和test_data变量中。]]></description><category></category></item><item><title><![CDATA[代码随想录训练营【栈与队列篇】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/140069143</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/140069143</guid><author>Kepler_K</author><pubDate>Sat, 29 Jun 2024 19:22:31 +0800</pubDate><description><![CDATA[第三种情况：遍历字符串匹配的过程中，栈已经为空了，没有匹配的字符了，说明右括号没有找到对应的左括号return false。第一种情况：已经遍历完了字符串，但是栈不为空，说明有相应的左括号没有右括号来匹配，所以return false。那么什么时候说明左括号和右括号全都匹配了呢，就是字符串遍历完之后，栈是空的，就说明全都匹配了。第二种情况：遍历字符串匹配的过程中，发现栈里没有要匹配的字符。int(x/y)是向0取整，x//y是向下取整，我们自定义的div是向0取整的整除法函数。]]></description><category></category></item><item><title><![CDATA[代码随想录训练营【字符串篇】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/140062340</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/140062340</guid><author>Kepler_K</author><pubDate>Sat, 29 Jun 2024 12:34:49 +0800</pubDate><description><![CDATA[因为字符串是不可变类型，所以反转单词的时候，需要将其转换成列表，然后通过join函数再将其转换成列表，所以空间复杂度不是O(1)# 记住这种字符串处理方法# 删除前后空白# 反转整个字符串# 将字符串拆分为单词，并反转每个单词return s。]]></description><category></category></item><item><title><![CDATA[代码随想录训练营【哈希表篇】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/139998651</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/139998651</guid><author>Kepler_K</author><pubDate>Wed, 26 Jun 2024 21:13:19 +0800</pubDate><description><![CDATA[注：本篇文章代码来源于代码随想录力扣242
Python
写法一 数组哈希表

写法二（没有使用数组作为哈希表，只是介绍defaultdict这样一种解题思路）：

写法三(没有使用数组作为哈希表，只是介绍Counter这种更方便的解题思路)：

2.两个数组的交集 349
力扣349
使用数组

Python
使用字典和集合

使用数组

使用集合

3.快乐数 202
力扣202
Python
使用集合

使用集合

使用数组

使用快慢指针

使用集合+精简

使用数组+精简

4.两数之和 1
力扣]]></description><category></category></item><item><title><![CDATA[代码随想录训练营【链表篇】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/139998238</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/139998238</guid><author>Kepler_K</author><pubDate>Wed, 26 Jun 2024 20:51:21 +0800</pubDate><description><![CDATA[链表的重点是设置虚拟头结点。]]></description><category></category></item><item><title><![CDATA[代码随想录训练营【数组篇】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/139908179</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/139908179</guid><author>Kepler_K</author><pubDate>Sun, 23 Jun 2024 22:57:09 +0800</pubDate><description><![CDATA[定义引用时使用符号。int a = 10;// ref是a的引用在这个例子中，ref是a的引用，ref和a指向同一个内存地址。因此，通过ref修改变量的值，会直接影响到a。按引用传递：函数直接操作原始数据，提高效率并使修改直接反映到原数据上。按值传递：函数操作的是数据的副本，原数据保持不变，适用于不希望函数修改原数据的情况。选择按引用还是按值传递取决于你的需求：是否希望函数修改原数据，以及是否需要提高性能（避免不必要的数据复制）。]]></description><category></category></item><item><title><![CDATA[【Windows下PyCWR的安装：天气雷达数据处理工具库】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/134517904</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/134517904</guid><author>Kepler_K</author><pubDate>Mon, 20 Nov 2023 20:27:12 +0800</pubDate><description><![CDATA[按照以上指令安装，不会报错少轮子。先安装cartopy。]]></description><category></category></item><item><title><![CDATA[解决cannot import name ‘PILLOW_VERSION‘ from ‘PIL‘的问题]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/134263905</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/134263905</guid><author>Kepler_K</author><pubDate>Tue, 07 Nov 2023 11:49:09 +0800</pubDate><description><![CDATA[查了一下，很多人说是pillow版本过高，我是6.1.0不存在版本过高的问题，debug小闪电出现在from PIL import Image, ImageOps, ImageEnhance, PILLOW_VERSION，进入PIL的__init__.py查看，没有PILLOW_VERSION，把它改成_version就不会报错了。]]></description><category></category></item><item><title><![CDATA[强化学习蘑菇书学习笔记06]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/126012060</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/126012060</guid><author>Kepler_K</author><pubDate>Wed, 27 Jul 2022 12:31:38 +0800</pubDate><description><![CDATA[深度确定性策略梯度算法]]></description><category></category></item><item><title><![CDATA[【无标题】]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/125998169</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/125998169</guid><author>Kepler_K</author><pubDate>Tue, 26 Jul 2022 16:42:04 +0800</pubDate><description><![CDATA[死亡ReLU]]></description><category></category></item><item><title><![CDATA[强化学习蘑菇书学习笔记05]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/125983903</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/125983903</guid><author>Kepler_K</author><pubDate>Mon, 25 Jul 2022 21:35:27 +0800</pubDate><description><![CDATA[稀疏奖励和模仿学习]]></description><category></category></item><item><title><![CDATA[强化学习蘑菇书学习笔记04]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/125952326</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/125952326</guid><author>Kepler_K</author><pubDate>Sat, 23 Jul 2022 20:52:42 +0800</pubDate><description><![CDATA[DQN(Deep Q-Network)： 基于深度学习的Q-learning算法，其结合了 Value Function Approximation（价值函数近似）与神经网络技术，并采用了目标网络（Target Network）和经验回放（Experience Replay）等方法进行网络的训练。......]]></description><category></category></item><item><title><![CDATA[强化学习蘑菇书学习笔记03]]></title><link>https://blog.youkuaiyun.com/Kepler_K/article/details/125882180</link><guid>https://blog.youkuaiyun.com/Kepler_K/article/details/125882180</guid><author>Kepler_K</author><pubDate>Tue, 19 Jul 2022 22:30:14 +0800</pubDate><description><![CDATA[强化学习蘑菇书学习笔记task03]]></description><category></category></item></channel></rss>