龍魂系统 v5.0 · `lh_deepseek_fixer` 实战:DeepSeek 自动修复引擎

两视图几何与对极约束深度解析:本质矩阵 / 三角化 / 从两帧恢复深度 由共面约束推出 E=[t]×R,讲 E 的 5 自由度与极线;八点法经 Hartley 归一化、RANSAC 求解,SVD 四解靠手性定唯一位姿,再用 DLT 三角化从两帧恢复深度。实跑:σ=2px 归一化把 E 误差 0.3009→0.0359;|t| 放大 100 倍深度等比变化而残差不变;Z 5→40m 误差放大 67.9 倍;f_x 偏 1% 致深度 +1% 且残差无感。 阅读详情

龍魂系统 v5.0 · lh_deepseek_fixer 实战:DeepSeek 自动修复引擎

DeepSeek 是打工的,协议是你写的。
模块ID: bin/lh_deepseek_fixer.py · 所属层: 道引层(L2 工具层) · 版本: v1.0
作者: UID9622 · 诸葛鑫 · Lucky


一、系统架构定位

lh_deepseek_fixer 是龍魂系统 v5.0 道引器模块 的子组件,位于 L2 工具层。道引四步——拉取→审查→吸收→演化——修复引擎嵌在"吸收"环节:类型错误进来,修复后代码经 CNSH 闸门审查合格才入代码库。

┌─────────────────────────────────────────────────────┐
│              龍魂系统 v5.0 · 道引层                   │
├─────────────────────────────────────────────────────┤
│  [错误检测] → basedpyright 提取                       │
│       ↓                                              │
│  [安全审查] → cnsh_gatekeeper 扫描                    │
│       ↓                                              │
│  [AI 修复]  → DeepSeek API 调用 (lh_deepseek_fixer)   │
│       ↓                                              │
│  [身份验证] → lh_ecosystem_passport API密钥验证        │
│       ↓                                              │
│  [回写验证] → 语法校验 + 类型复查                      │
│       ↓                                              │
│  [审计落盘] → 老祖宗规则审计日志                       │
│       ↓                                              │
│  [联 动]   → CodeBuddy 自动重载修复后文件              │
└─────────────────────────────────────────────────────┘

依赖模块矩阵:

模块文件职责
🔑 通行证系统bin/lh_ecosystem_passport.pyAPI密钥全生命周期管理(生成/列出/吊销)
🧬 安全闸门bin/cnsh_gatekeeper.py代码合规审查(三字词检测/Python关键词/DNA验证)
📋 审计引擎lh_audit_filter修复操作审计日志写入(不可篡改)
🔄 编辑器联动~/.龍魂/.codebuddy_triggerCodeBuddy 自动重新加载修复后文件

二、核心修复流程

2.1 错误检测 · basedpyright 集成

修复引擎第一步是运行 basedpyright(pyright 的超集)提取类型错误:

def 提取Pyright错误(文件路径: str) -> list[dict[str, Any]]:
    """运行 basedpyright 提取错误信息"""
    结果 = subprocess.run(
        ["python3", "-m", "pyright", 文件路径, "--outputjson"],
        capture_output=True, text=True, timeout=60,
    )
    if 结果.returncode == 0:
        return []  # 无错误
    
    输出 = json.loads(结果.stdout)
    return [{
        "行": 诊断["range"]["start"]["line"] + 1,
        "消息": 诊断["message"],
        "规则": 诊断.get("rule", ""),
        "严重度": 诊断.get("severity", 1),
    } for 诊断 in 输出.get("generalDiagnostics", [])]

输出结构化错误列表,每项含行号、列号、错误消息、规则名、严重度。无错误时直接走语法编译验证。

2.2 AI 修复 · DeepSeek API

核心调用:将错误信息 + 原代码发给 DeepSeek Coder,温度 0.1(最大化确定性),返回完整修复代码。

def 调用DeepSeek修复(代码内容: str, 错误信息: str, 模式: str = "full") -> str:
    系统提示 = """你是龍魂系统的代码修复引擎。任务:
1. 修复 Python 代码中的类型错误
2. 保持 CNSH(中文命名系统)风格
3. 解决 basedpyright 类型检查错误
4. 输出完整修复后代码,不要省略"""

    请求体 = json.dumps({
        "model": "deepseek-coder",
        "messages": [
            {"role": "system", "content": 系统提示},
            {"role": "user", "content": f"错误信息:\n{错误信息}\n\n代码:\n```python\n{代码内容}\n```"}
        ],
        "temperature": 0.1,
        "max_tokens": 8000,
    }).encode()
    # ... HTTP POST 到 https://api.deepseek.com/v1/chat/completions

四种修复模式:

模式说明
type_error仅修复 basedpyright/pyright 类型错误
syntax仅修复 Python 语法错误
cnsh_alignCNSH 中文命名风格对齐
full(默认)全量修复:类型 + 语法 + 对齐

2.3 安全闸门 · CNSH Gatekeeper(焊死,不可跳过)

修复后的代码必须过 cnsh_gatekeeper.py。这是焊死的底座——DeepSeek 只负责修,闸门决定能不能入库。

def _过CNSH闸门(文件路径: str) -> tuple[bool, str]:
    """调 CNSH 闸门审查修复后的文件"""
    闸门脚本 = Path(__file__).resolve().parent / "cnsh_gatekeeper.py"
    结果 = subprocess.run(
        ["python3", str(闸门脚本), "check", "--file", 文件路径],
        capture_output=True, text=True, timeout=30,
    )
    return (True, "通过") if 结果.returncode == 0 else (False, 拒绝原因)

CNSH 闸门三层检查:

  1. 龍 DNA 检测 — 三字词扫描 + Python 关键词验证
  2. 老祖宗规则审计 — 触发词匹配 → 审计日志落盘(不可篡改)
  3. 三色判定 — 🔴拒绝 / 🟡警告 / 🟢通过
📋 闸门审计: bin/example.py
============================================
状态: 🟢
通过: 3 项
  🟢 三字词检查通过
  🟢 Python关键词未混用
  🟢 DNA验证通过

2.4 验证闭环

修复后做两层验证:

  1. 类型复查:重新跑 basedpyright,确认零错误
  2. 语法编译:compile() 验证 AST 合法性

两层都过 → 生成审计日志 → 触发 CodeBuddy 联动 → 编辑器热加载。


三、API 密钥管理 · 从硬编码到通行证

3.1 v1.0 现状(文章发布时)

DEEPSEEK_API_KEY = _get_api_key(
    "DEEPSEEK_API_KEY",           # 优先从环境变量读取
    "sk-355de..."                  # fallback:代码内置
)

环境变量优先,无环境变量用内置值。适合个人开发者快速上手,不适合生产环境。

3.2 v5.1 升级路径(对接 lh_ecosystem_passport)

龍魂通行证系统提供完整的 API 密钥生命周期管理:

# 生成 API 密钥
python3 bin/lh_ecosystem_passport.py apikey generate <uid>

# 列出所有密钥
python3 bin/lh_ecosystem_passport.py apikey list <uid>

# 吊销泄露密钥
python3 bin/lh_ecosystem_passport.py apikey revoke <uid> <key_id>

通行证分层 API 配额:

层级最大密钥数API 速率适用场景
🆓 免费110次/分钟个人学习
⭐ 基础360次/分钟小型项目
🌟 专业10300次/分钟团队协作
👑 企业100无限制生产环境

推荐做法:将 DEEPSEEK_API_KEY 存入 ~/.龍魂/.api_keys(600 权限),由 lh_ecosystem_passport 统一管理。


四、完整使用指南

快速上手

# 设置 API 密钥(环境变量,推荐)
export DEEPSEEK_API_KEY="sk-your-key"

# 修复单个文件(全量模式)
python3 bin/lh_deepseek_fixer.py bin/example.py

# 仅修复类型错误
python3 bin/lh_deepseek_fixer.py bin/example.py type_error

# 调试模式(跳过闸门,不推荐)
python3 bin/lh_deepseek_fixer.py bin/example.py full --skip-gate

执行输出示例

📄 读取: bin/example.py (2347 字符)
🔍 运行 basedpyright 提取错误...
🔴 发现 3 个错误:
   🔴 行42:5 参数类型不匹配: str vs Optional[str]
   🔴 行67:12 未定义变量: result_count
   🟡 行89:3 类型推断不完整
🤖 调用 DeepSeek 修复引擎...
💾 备份: bin/example.py.backup
✏️ 写入修复代码 (2412 字符)
🔍 验证修复结果...
🧬 CNSH 闸门审查...
🟢 CNSH 闸门: 通过
✅ 修复完成,无错误
🔄 CodeBuddy 触发文件已写入

修复后自动动作

  1. 语法校验 — compile() 编译验证
  2. 类型复查 — basedpyright 再次扫描,确认零错误
  3. CNSH 闸门 — 三字词 + 关键词 + DNA 三重审查
  4. 审计落盘 — 老祖宗规则审计日志(不可篡改)
  5. CodeBuddy 刷新 — 写入 ~/.龍魂/.codebuddy_trigger,编辑器自动重载

五、审计日志 · 不可篡改的修复记录

每次修复操作写入 ~/.龍魂/logs/ancestral_rules_audit.jsonl:

{
  "时间": "2026-07-13T12:00:00Z",
  "文件": "/path/to/fixed.py",
  "规则层": "P0",
  "触发词": "API密钥明文",
  "操作": "修复-警告-已记录",
  "来源": "lh_deepseek_fixer/cnsh_gatekeeper",
  "DNA": "#龍芯⚡️-ANCESTRAL-RULE-AUDIT"
}

审计日志与主权覆写审计物理分离——修复是修复,主权是主权,各自记录,交叉可查。


六、铁律与边界

⚠️ 三条铁律,写在代码注释里的那种。

#铁律说明
1DeepSeek 修代码,闸门焊死修复后必须过 CNSH 闸门,不合格 = 不入库
2协议不动外部 AI 可以变(换个模型/换个API),修复工具跟着调,CNSH 协议不动
3审计不可跳过--skip-gate 仅调试可用,正式环境必须走完整流程

七、关联模块索引

模块路径文档
🧬 CNSH 闸门bin/cnsh_gatekeeper.pyCNSH-GATEKEEPER.md
🔑 通行证系统bin/lh_ecosystem_passport.pypython3 bin/lh_ecosystem_passport.py --help
📋 修复引擎(本文)bin/lh_deepseek_fixer.py本文
🔄 自动同步bin/longhun_auto_sync.py引擎目录
🛡️ 自愈引擎bin/longhun-self-heal.py引擎目录

八、总结

lh_deepseek_fixer 不是"又一个 AI 修代码工具"。它的位置是:

  • 打工层:DeepSeek 负责修,你负责审
  • 焊死层:CNSH 闸门是最后一道防线,不是可选项
  • 审计层:每笔修复留痕,不可篡改
  • 联动层:修完自动通知 CodeBuddy,无缝衔接

龍魂系统不排斥任何外部 AI。但所有外部产出的代码,必须过龍魂的闸门。这是主权,不是偏好。


本文为龍魂系统 v5.0 道引器模块子文档。
DNA: #龍芯⚡️2026-07-13-DEEPSEEK-FIXER-v5.1
许可证: CC 4.0 BY-SA · 归属: 龍魂系统 · UID9622 · 诸葛鑫
GPG: A2D0092CEE2E5BA87035600924C3704A8CC26D5F

标签: #龍魂系统 #道引器 #lh_deepseek_fixer #DeepSeek #CNSH #自动修复 #代码审计 #Python

ASM 版本矩阵与 JDK 差异:ASM9 读到 JDK 21 类会发生什么 ASM 里有两个同名不同义的「版本」:ASM API 版本和 class 文件版本。前者低了报。 阅读详情

相关推荐

VS2022 LNK1168无法打开进行写入 解决办法

C语言编程---VS---错误和警告---链接器工具错误---LNK1168--无法打开进行写入

weixin_67166415的博客 7163

python题目练习23-同行列对角线的格// 计算矩阵边缘元素之和//计算鞍点

以上代码可供大家参考,如果大家有更好的方法也可以分享出来哈。

2201_76061075的博客 250

双斜率积分ADC:高精度测量中的经典选择与TC530/TC534实战指南

模数转换器(ADC)是连接模拟世界与数字系统的关键桥梁,其核心任务是将连续的模拟信号转换为离散的数字量。在众多ADC类型中,双斜率积分ADC以其独特的原理脱颖而出,它通过积分与反积分的线性过程,用时间换取精度,实现了对噪声的卓越抑制和极高的线性度。这种技术价值使其在对抗工频干扰、追求长期稳定性的场景中无可替代,尤其适用于精密测量仪表和工业传感器信号采集。本文聚焦于双斜率积分ADC的经典代表TC530与TC534,深入剖析其工作原理、关键参数如积分电阻、积分电容的选择,并提供从硬件电路设计到软件驱动的完整实战

weixin_30847063的博客 360

多人协作运营矩阵,怎么管控环境不串号?

团队账号矩阵运营中,串号问题源于多人共用设备导致的环境数据交叉。中屹指纹浏览器通过“一号一环境”实现底层隔离,结合权限分级管理与标准化SOP流程,确保账号独立、操作可追溯。配套日志留痕与定期巡检机制,有效防范人为失误与权限滥用,构建安全可控的协作体系,是多账号矩阵高效运营的核心解决方案。

siyetianp的博客 331

HyperLynx VX2.5 实战:5分钟搞定LPDDR4X内存的批量仿真与报告分析

本文详细介绍了如何使用HyperLynx VX2.5进行LPDDR4X内存的批量仿真与报告分析,通过智能网络分组和并行计算技术,5分钟内即可完成全流程验证。文章涵盖工程准备、批量仿真配置、报告解析及典型问题解决方案,帮助工程师高效提升PCB仿真效率,确保移动设备内存接口的稳定性与性能。

weixin_42683394的博客 402

动态库加载失败终极指南:从libbz2.so.1错误看Linux依赖管理本质

本文以经典的libbz2.so.1加载错误为例,深入剖析Linux动态链接库管理的核心机制。文章不仅提供从ldd检查、符号链接创建到LD_LIBRARY_PATH设置等实战解决方案,更系统性地讲解了动态链接器的寻库路径、版本管理及依赖问题预防策略,帮助开发者从根本上理解和掌握Linux依赖管理本质。

weixin_29212429的博客 451

蓝桥杯·全国青少年信息素养大赛·电子学会软件编程考级:二维前缀和(子矩阵快速求和)解析

在软件赛(C/C++·Python 程序设计)、全国青少年信息素养大赛算法应用主题赛,以及中国电子学会软件编程(C/C++、Python)等级考试的真题里,矩阵、网格统计类题目几乎年年出现:给你一张成绩单矩阵,反复询问「某一块矩形区域的总分是多少」。如果每次询问都暴力求和,数据一大就超时;而能用一次预处理,把任意子矩阵的求和压到。本文用一道原创题讲透它的原理、代码(C++ / Python 双版)、七个易错点和进阶变形。

IT_Scratch的博客 251

一步一步教你如何安装IP-Guard(客户端WINDOWS篇)

1、安装完服务器后,在服务器右下角有一个IP-GUARD图标:如图 2、点图标右键选注册: 3、注册成功后, 4、在开始菜单里选生成客户端安装包。 5、生成客户端安装包成功,安装名字可以任意,但是最好是英文名字。 6、将客户端安装程序复制到桌面。 7、退出所有杀毒软件、安全卫士、电脑管家等然后运行 8、安装完成后,立即重启计算机。IPguard客户端安装完成。 9、这样在控制里就可以看到已经安装客户端的计算机,在线显示蓝色,灰色表示计算机已经离线货关机 ...

IP-Guard专栏 5635

随机 矩阵

这里的震撼之处在于:它不是"越弱越难检测"的渐进困难,而是一个离散的、有一刀之隔的相变——低于阈值,信号在谱里实际上是"消失"的,你从观测数据里根本拿不到它;越过阈值,它就清晰可见。取一个纯粹随机的、元素独立同分布的矩阵,在行数与列数同时趋向无穷、且它们的比值收敛到一个固定常数的极限情形下,这个矩阵的样本协方差矩阵的特征值,会收敛到一个确定的概率分布:它落在一个由该行列比决定的、有明确上下界的区间内,密度函数形状极其具体(像一条边缘被截断的抛物型曲线),而且它有一个关键性质——所有特征值都被。

2602_95606446的博客 193

SAP 系统中的数字签名解决方案及应用案例分析

在当前企业信息化及数字化转型的大背景下,数据安全与身份认证显得尤为重要。数字签名技术作为保障数据真实性和完整性的重要手段,在 SAP 系统中得到了广泛应用。本文将详细探讨 SAP 系统中部分应用场景如何利用数字签名技术满足业务需求,涵盖 SAP Single Sign-On、质量管理、过程工业生产计划以及 SAP ArchiveLink 内容服务器等方面,力求通过深入解读,帮助读者更好地理解和应用这一关键技术。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 530

Chrome更新出现错误代码3: 0X80070422 -- system level的解决方案

本文主要介绍了Chrome更新出现错误代码3: 0X80070422 – system level的解决方案,希望能对使用Chrome的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案

weixin_43178406的博客 1万+

OpenCV 5.1.0正式发布:核心矩阵、图像处理、DNN推理全面升级,性能与稳定性大幅增强

与此同时,OpenCV 5.1.0 还在 AVX-512、NEON、RISC-V RVV、IPP、OpenCL、CUDA、ArmPL 等多个后端持续优化,并对大量精度、内存、越界、异常输入和跨平台问题进行了修复。DNN 模块则完成新引擎统一,强化了 CUDA、cuDNN JIT、ONNX、TFLite、注意力机制、KV 缓存和量化推理能力。另一方面在 SIMD、AVX-512、RISC-V RVV、CUDA、OpenCL、IPP、ArmPL 等后端上进行了大量性能优化。DNN 模块迎来重要架构调整。

福大大架构师每日一题 855

【ComfyUI专栏】ComfyUI 数字人方案-ComfyUI-EchoMimic

EchoMimic是一个基于图片和语音的数字人生成方案,通过ComfyUI节点实现。该方案安装简单,需下载特定模型文件(Unet、AudioProcessor和VAE)并保存本地。相比其他数字人生成方案,其节点操作更简便,支持多种Pose姿态选择,并能结合视频内容进行姿态同步,通过音频同步口型实现动态内容创建。生成的数字人效果直观,适用于快速创建个性化数字形象。

技术与管理的平衡木- 465

AI自媒体矩阵管理软件有哪些及如何实现多平台内容创作与发布自动化

本文探讨AI自媒体矩阵管理软件的核心能力模块与技术实现逻辑。软件通常包含内容生成、风格约束、渠道分发与效果监测四大模块,依赖结构化品牌资料、明确创作规则与任务计划三大前置条件,实现多平台内容自动化生产与发布。技术链路涵盖账号授权、格式适配、调度执行与结果回传,需确保权限有效、规则清晰、数据可查。监测数据应作为反馈闭环的观察依据,而非单一结论。选型关键在于链路闭合性与可排查性,而非功能数量。使用中需注意:自动化不等于无人值守,生成内容须人工复核,监测波动需结合多因素判断,数据对接常需自行开发。

2603_96364115的博客 172

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

力扣73 矩阵置零

该解法通过标记含0的行和列来实现矩阵置零。遍历矩阵,用布尔数组记录有0的行和列;再遍历一次,若当前行或列被标记,则置为0。时间复杂度O(mn),空间复杂度O(m+n)。

Pniubi的博客 39

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

混合方法文献矩阵:先拆字段,再确定分类

文献矩阵中的“方法”如果只有一个字符串字段,很容易把研究设计、数据来源、分析过程和软件名称混在一起。对同时包含问卷、访谈或观察资料的论文,先拆模型,再判断项目归类,比直接填写“定量、定性、混合”更可复核。一篇文章可以报告多项研究,同一研究也可能在多篇文章出现。建议保留文献ID、研究ID与数据关联,必要时一篇文件对应多条研究记录。不能因为只下载了一个PDF就把其中所有过程压成一行,也不能把同数据的不同论文自动统计成独立证据。项目开始时明确编码用途:比较研究设

weixin_51988539的博客 168

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Dayhoff的PAM替换矩阵理论评介!

Margaret Dayhoff 等人在 1978 年提出的,是蛋白质序列比对与分子进化建模的奠基性工作。它第一次把“氨基酸替换”从经验直觉变成可计算、可推导、可外推的统计模型。---

m0_65595995的博客 158

力扣240搜索二维矩阵(二分查找)

本文介绍在力扣240题“搜索二维矩阵II”中,对每一行独立使用二分查找的解法。通过遍历每行并调用二分查找函数判断目标值是否存在,若找到则返回true,否则最终返回false。该方法利用了每行有序的特性,时间复杂度为O(m log n),其中m为行数,n为列数。具体二分查找逻辑可参考作者主页中关于力扣35题“搜索插入位置”的实现。

Pniubi的博客 95

Spring AI 2.0 + MCP:Java 后端接入大模型的三条路径怎么选(附版本兼容矩阵)

版本线先定,复用需求定协议,编排复杂度定 Agent。存量 Boot 3.x 团队:先把 Spring AI 1.1.x 直连跑通并补齐鉴权、限流、审计,不要为 2.0.x 做一次性大爆炸升级。新项目团队:直接按 Boot 4.x + Spring AI 2.0.x 立项,工具能力从第一天就按 MCP 的 schema 思维设计,是否真的协议化可以后置。平台化团队:优先建统一 LLM 网关与工具治理面,把模型路由、成本、审计、灰度做成平台能力,业务侧只面向稳定接口。

m0_74899094的博客 233

LeetCode100+拓扑排序+多源BFS+矩阵置零

摘要(≤150字): 三题均考察算法优化与经典思想。矩阵置零通过利用首行首列作标记,实现O(1)空间原地操作;腐烂橘子问题用BFS模拟感染过程,结合新鲜橘子计数判断是否可全部腐烂;课程表问题通过拓扑排序检测有向图是否存在环,基于入度数组与邻接表判断课程依赖是否可行。三者分别体现标记法、广搜传播与图论拓扑的核心应用。

记录大学学习学习成长过程,欢迎各位一起交流 570

组网第67课:防火墙策略设计——区域间矩阵、顺序复用、命中统计优化

华为云 CFW、腾讯云这些云防火墙,已经把命中统计做成了产品功能:策略看板的命中/放行/阻断总数、单条规则的命中次数与最近命中时间。所以零命中只能"标红待确认",不能"直接删"。策略也一样:命中为零是"指标异常",禁用是"复查",删除才是"手术"。现在的做法是把策略写成配置文件,进 Git,走 code review,再下发。每条规则都对应过某一次报障、某一个项目、某一位领导的临时需求,加上去的时候都有理由,加上去之后没人回收。所以治理顺序应该是"先收窄过宽,再清僵尸",而不是先从好删的开始删。

qq_36765170的博客 454

2026 主流工单系统选型评估矩阵:从 ITSM 平台象限到 PoC 验收脚本

2026年主流SaaS工单系统测评对比

ITyunwei0987的博客 329

【左右相对变换的旋转平移矩阵推导】

第二步:计算 (T_bT_a^{-1})先利用齐次变换的逆矩阵公式(根据。

qq_44691564的博客 178

Redis 数据类型全解 - 数据类型选型矩阵:一张表、一棵树、四条线(十二)

选型成败不在于类型本身,而取决于「规模 × 访问方式 × 运维能力 × 组合约束」四条红线。错误选型代价随数据增长指数放大,改一个Key结构需周级工时。决策树引导从“整块/小块”“字段/成员”“排序/重放”逐层判断,但必须验证推翻条件:编码阈值、访问匹配、组合越界。实测表明,内存开销需以整Key为单位测量,避免“每元素乘数量”的误算;复杂度关键在N的定义,大Key的O(N)操作会阻塞主线程。最终结论:当问题源于规模或结构,应换结构而非换类型。

IT规划师 798

矩阵补全低秩结构

相反,如果低秩矩阵的奇异向量是"铺展"的——能量分散在所有行与所有列上,与采样矩阵的坐标基"不相干"——那么随机抽取有限个元素,就有很大概率覆盖到足以确定那几个潜在因子的信息。核范数是秩的凸松弛,就像 ℓ1 是 ℓ0 的凸松弛一样,它是"秩这个非凸目标在凸方向上最紧的替代"。报告里如果把矩阵补全压缩成几条可执行原则:第一,在动手做任何"从几行数据推断整张表"的任务前,先检验低秩假设是否成立——用已有的数据估计一下矩阵的近似秩,若秩接近满秩,那么低秩恢复这条路就不该走,应换用其他方法或引入领域约束降低秩。

2602_95606446的博客 339

NN反向传播公式——矩阵向量形式——一般形式

进行),这只需要加法和乘法。然而,它不是内存高效的;前向传播中的中间值必须全部存储,这可能会限制可以训练的模型的大小。对批次中的每个训练样本计算这些导数,并将它们相加,作为 SGD 更新的梯度。反向传播算法非常高效;前向和反向传播中最耗计算的步骤是矩阵乘法(分别由。层和 ReLU 激活函数,并且有单独的损失项。反向传播的目标是计算关于偏置。若使用ReLU激活函数,则用。考虑一个深度神经网络。

u013600306的博客 181
上一篇: 龙魂蚁群引擎 v2.0 · 深度学习与融合报告
下一篇: 龍魂 · CNSH 多语言编译器 v0.1CNSH 语法 · 一带一路语言扩展
龍芯北辰UID9622
博客等级 码龄164天 5粉丝 501原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值