HollY不清醒-优快云博客

原创华为云算力使用

我主要使用下面两种方法（建议直接第一种直接上传，每次上传后文件和数据会保存在你创建的示例中，你下次启动你的实例你的数据集和模型代码文件依然在notebook上的，不需要在重新上传），因为比较简单方便。模型训练其实就是和使用自己的电脑差不多只是界面变了，左侧可以看到你实例中上传的文件，然后你可以新建一个终端然后配置你的训练环境，然后在跑你的模型代码。点击先前的注册镜像界面中的注册镜像，并把选中的URL复制到下述红框中，即可成功注册自定义镜像。其他可用镜像资源，选择合适的资源，并复制URL地址。

2025-02-11 12:46:54 353

原创神经网络：Sigmoid 和 Softmax

Sigmoid 将输入值（logits）映射到 [0,1][0, 1] 的范围，用于表示每个独立事件的概率。Softmax 将一组输入值（logits）归一化为概率分布，输出的每个值表示该类别的相对概率，总和为 1。是两种常用的激活函数，它们的数学形式、作用范围以及适用场景都有显著的不同。以下从多个方面进行详细比较。

2024-12-11 16:30:00 1334

原创字符串算法

但是为了将映射关系进行一一对应，也就是，一个字符串对应一个数字，那么一个数字也对应一个字符串。字典树也叫Trie树，是一种树形结构，其中每个结点上可以存储(当然也可以不存储)，些变量用于表示该字符串的数量(右图中结点上的数字表示结点编号)，每条边表示一个字符。用01tire来存树，每次查询找到异或的最大值和最小值，并依据题意进行相关二分，具体可看本题题意和题解。类比字典树，把数的二进制表示存储在字典树中，树的每个边代表0或1。每个结点仅存在一条到根节点的路径，这条路径上的所有边就表示一条字符串。

2024-10-03 17:50:52 509 1

原创神经网络增加新模块-加载预训练权重

在我们复现神经网络相关论文，或者自己做实验时通常会加入新模块或自己修改网络结构，这个时候如果加载网络原先的预训练权重会导致和自己模型的参数不匹配，但我们在训练自己的模型时希望能保留预训练权重，因此可以保留一部分匹配的模型权重并删除不匹配的，参考步骤如下。

2024-09-21 23:13:35 478

原创针对后端开发者的JavaScript基础学习

黑马程序员课程学习笔记

2024-08-07 19:32:42 1540

原创树状数组基础

即对3、3+lowbit(3)=4、4+lowbit(4)=8…从3开始去找接下来的t是进行加等于lowbit操作，直到范围超过n。如给a[3]加上x，对应tree数组要修改的有t[3]、t[4]、t[8]、t[16]…一种位运算操作，用于计算出数字的二进制表达中的最低位的1以及后面所有的0。代码原理是利用计算机存储特性，不用深究原理，只需记住代码。相应的减等于lowbit并求和，直到减到0为止，可以先建立树状数组在画图理解。即对与i其管辖的区间(即区间和的范围)为。树状数组用来存储一段区间的和，例如。

2024-07-29 16:49:10 289

原创状态压缩dp

状态压缩就是使用某种方法来表示某种状态，通常是用一串01数字(二进制数)来表示各个状态。这就要求使用状态压缩的对象的状态必须只有两种，0或1;当然如果有三种状态用三进制来表示也未尝不可。1.通常用dp数组来存所有状态，所有状态用二进制表示，dp数组开大小为dp[(1<<n)-1]。2.初始化dp数组，同时将输入数据，初始化每一层对应的状态数组。3.枚举每一层状态，同时枚举所有状态，并找到相应的状态转移方程。[蓝桥杯 2019 省 A] 糖果题解：先开dp数组用来表示所有状态对应的购买数量，并开数组用来

2024-07-23 00:22:39 302

原创算法思想-离散化

离散化（Discretization）是一种数据处理技术，用于将连续的数据（如实数或非常大的整数）映射到有限的离散值域中，从而提高算法的时空效率。例如原数组的范围是[1,1e9]，而数组大小仅为1e5，那么说明元素值的“种类数”最多也就1e5种，从而可以利用一个数组(即离散化数组)来表示某个元素值的排名(即第几小)现值域的压缩，将原数组的元素值作为下标来处理。离散化的核心思想是将原数组中的元素值映射到一个较小的离散值域中，使得原数组的元素值能够作为下标来处理。

2024-07-21 22:16:45 240