<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[bigsungod的专栏]]></title><description><![CDATA[二维的蚂蚁，不是不能进入三维的圣殿，只要它不再把世界理解为平面]]></description><link>https://blog.youkuaiyun.com/bigsungod</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; bigsungod]]></copyright><item><title><![CDATA[Dify源码学习]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/144337905</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/144337905</guid><author>bigsungod</author><pubDate>Mon, 09 Dec 2024 09:18:11 +0800</pubDate><description><![CDATA[● - 代码位置：api/core/workflow/graph_engine/entities/graph.py#L55。● - 代码位置：api/core/workflow/graph_engine/graph_engine.py#L195。● - 代码位置：api/core/rag/datasource/keyword/jieba/jieba.py#L185。● - 代码位置：api/core/rag/datasource/keyword/jieba/jieba.py#L26。]]></description><category></category></item><item><title><![CDATA[python提取docx大纲标题并转换成树形json]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/134048404</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/134048404</guid><author>bigsungod</author><pubDate>Thu, 26 Oct 2023 09:23:48 +0800</pubDate><description><![CDATA[【代码】python提取docx大纲标题并转换成树形json。]]></description><category></category></item><item><title><![CDATA[推荐系统算法库]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/124673072</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/124673072</guid><author>bigsungod</author><pubDate>Mon, 09 May 2022 19:18:22 +0800</pubDate><description><![CDATA[PaddleRec:GitHub - PaddlePaddle/PaddleRec: Recommendation Algorithm大规模推荐算法库，包含推荐系统经典及最新算法LR、Wide&amp;Deep、DSSM、TDM、MIND、Word2Vec、Bert4Rec、DeepWalk、SSR、GRU4Rec、Youtube_dnn、NCF、GNN、FM、FFM、DeepFM、DCN、DIN、DIEN、DLRM、MMOE、PLE、ESMM、MAML、xDeepFM、DeepFEFM、NFM、AFM、.]]></description><category></category></item><item><title><![CDATA[Mac 跳板机 文件传输 item2 lszrz]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/123440130</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/123440130</guid><author>bigsungod</author><pubDate>Sat, 12 Mar 2022 11:00:38 +0800</pubDate><description><![CDATA[目录

1.安装item2

2.安装brew

3.安装lrzsz

4.安装脚本到mac目录

4.1先下载脚本

4.2保存 iterm2-send-zmodem.sh 和 iterm2-recv-zmodem.sh 到mac的 /usr/local/bin/ 路径下

4.3添加脚本可执行权限:

5.在item2中配置

6.使用

7.可能遇到的问题

新版mac系统里没有/usr/local/bin目录

rz sz卡住

/usr/local/bin/rz: No such file or ]]></description><category></category></item><item><title><![CDATA[Share-Bottom: 推荐系统多任务学习（multitask）的实战总结和常见问题（二）]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/121639424</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/121639424</guid><author>bigsungod</author><pubDate>Tue, 30 Nov 2021 18:19:57 +0800</pubDate><description><![CDATA[多任务学习算法系列的主要内容是回顾和总结自己2019-2021间在深度学习多任务学习算法(multitask)的工业实践和遇到的常见问题，欢迎更多同学讨论和指正，同时也宣传一波我们组在推荐方向的工作成果——大规模推荐算法库PaddleRec（https://github.com/PaddlePaddle/PaddleRec），欢迎大家点赞，关注和讨论。





第一章推荐系统多任务学习（multitask）的实战总结和常见问题（一）介绍了多任务的基本概念和常见的动机及应用场景。

第二章主要介绍工业实践.]]></description><category></category></item><item><title><![CDATA[多任务学习综述：推荐系统多任务学习（multitask）的实战总结和常见问题（一）]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/121639311</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/121639311</guid><author>bigsungod</author><pubDate>Tue, 30 Nov 2021 18:15:10 +0800</pubDate><description><![CDATA[多任务学习算法系列的主要内容是回顾和总结自己2019-2021间在深度学习多任务学习算法(multitask)的工业实践和遇到的常见问题，欢迎更多同学讨论和指正，同时也宣传一波我们组在推荐方向的工作成果——大规模推荐算法库PaddleRec（https://github.com/PaddlePaddle/PaddleRec），欢迎大家点赞，关注和讨论，熟悉框架后简历会加很多分噢～



第一章首先介绍多任务的基本概念和工业实践中的动机以及应用场景。

一. What multitask

多任务学习(mul]]></description><category></category></item><item><title><![CDATA[Paddle中的QueueDataset和InMemoryDataset]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/121228005</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/121228005</guid><author>bigsungod</author><pubDate>Tue, 09 Nov 2021 15:20:46 +0800</pubDate><description><![CDATA[QueueDataset和InMemoryDataset是两种数据处理方式，前者是一边读取数据一边训练；后者是先将数据读取到内存中，然后再开始训练。

除了读取数据上的区别，在数据存储结构上也不太一样，QueueDataset使用了MultiSlotType结构，InMemoryDataset使用的是Record结构；这两种结构都在同一个文件中。

MultiSlotType和Record原理都差不多，搞了两个数据容器，一个用来存储整型数据，一个用来存储浮点型数据，拿Record来说，整型数据会存储到uin]]></description><category></category></item><item><title><![CDATA[打开vim自动启动NERDTree]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/121081624</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/121081624</guid><author>bigsungod</author><pubDate>Mon, 01 Nov 2021 15:45:15 +0800</pubDate><description><![CDATA[autocmd VimEnter * NERDTree


]]></description><category></category></item><item><title><![CDATA[神经网络不收敛原因总结]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/120974111</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/120974111</guid><author>bigsungod</author><pubDate>Tue, 26 Oct 2021 16:02:16 +0800</pubDate><description><![CDATA[没有对数据进行归一化
	忘记检查输入和输出
	没有对数据进行预处理
	没有对数据正则化
	使用过大的样本
	使用不正确的学习率
	在输出层使用错误的激活函数
	网络中包含坏梯度
	初始化权重错误
	过深的网络
	隐藏单元数量错误


1 没有对数据进行归一化

问题描述：

在使用神经网络之前，对数据进行归一化十分重要。在深度学习社区，这一步通常众所周知，因此它很少在论文中提及，这导致初学者很容易在这方面犯错。因为一旦你没有谨慎和正确的对数据进行归一化，你的神经网络很可能无法运行（收敛）。

原理：

这是]]></description><category></category></item><item><title><![CDATA[leetcode 5532. 奇偶树]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/108921698</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/108921698</guid><author>bigsungod</author><pubDate>Sun, 04 Oct 2020 19:40:28 +0800</pubDate><description><![CDATA[如果一棵二叉树满足下述几个条件，则可以称为奇偶树：

二叉树根节点所在层下标为0，根的子节点所在层下标为1，根的孙节点所在层下标为2，依此类推。
	偶数下标层上的所有节点的值都是奇整数，从左到右按顺序严格递增
	奇数下标层上的所有节点的值都是偶整数，从左到右按顺序严格递减
给你二叉树的根节点，如果二叉树为奇偶树，则返回true，否则返回false。

思路：层次遍历


/**
 * Definition for a binary tree node.
 * st...]]></description><category></category></item><item><title><![CDATA[二叉树的非递归遍历]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/108489219</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/108489219</guid><author>bigsungod</author><pubDate>Wed, 09 Sep 2020 16:03:28 +0800</pubDate><description><![CDATA[先序


void pre(node t){
    stack&lt;node&gt;q;
    while(!q.empty() || t!=NULL){
        if(t!=NULL){
            cout&lt;&lt;t.value&lt;&lt;" ";
			q.push(t);
			t=t.left;
        }else{
			t=q.top(), q.pop();
			t=t.right;
		}
    }
}

中序


void mid(node]]></description><category></category></item><item><title><![CDATA[链表的基本操作（手写、STL）]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/108291872</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/108291872</guid><author>bigsungod</author><pubDate>Sat, 29 Aug 2020 10:55:22 +0800</pubDate><description><![CDATA[1 插入

2 删除

3 输入

手写版本：


#include&lt;iostream&gt;
#include&lt;stdio.h&gt;
#include&lt;stdlib.h&gt;
#include&lt;math.h&gt;
#define LIST_INIT_SIZE 100
#define LIST_INCREMENT 10
using namespace std;
//带头节点版 头插法
struct ListNode
{
    int val;
    ListNode* n.]]></description><category></category></item><item><title><![CDATA[三角形与圆相交模板]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/108254505</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/108254505</guid><author>bigsungod</author><pubDate>Thu, 27 Aug 2020 10:31:37 +0800</pubDate><description><![CDATA[#include&lt;cstdio&gt;
#include&lt;vector&gt;
#include&lt;cmath&gt;
#include&lt;math.h&gt;
#include&lt;string&gt;
#include&lt;string.h&gt;
#include&lt;iostream&gt;
#include&lt;algorithm&gt;
#include&lt;map&gt;
#define PI acos(-1.0)
#define pb push_back
#d.]]></description><category></category></item><item><title><![CDATA[让你的C++再快一点点（菜鸟版）]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/108200857</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/108200857</guid><author>bigsungod</author><pubDate>Mon, 24 Aug 2020 16:48:38 +0800</pubDate><description><![CDATA[今日刷leetcode时遇到一件很郁闷的事，自己的代码一直超时，旧思无果，随窥视讨论区，惊察有一笔者所贴AC代码有些许眼熟，仔细浏览一番后，口出莫名喷出几个西洋单词：WHAT FUCK!!!， 这代码何止眼熟，简直是我那不争气的WA代码的同父同母同年同月同日同时生的胞弟啊。经笔者不懈比对，终于觅得破绽：原是在传参时，我用的传值，其速度在有些情况下远慢于传引用。许久痛心疾首于自己c++水平之菜之后，痛定思痛，决定写下此文章，以醒吾等徘徊于c++门口的众菜鸟们。原题出处及代码见篇尾。

目前看到十个提高c++运]]></description><category></category></item><item><title><![CDATA[关于零均值化的个人理解]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/108164656</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/108164656</guid><author>bigsungod</author><pubDate>Sat, 22 Aug 2020 10:40:01 +0800</pubDate><description><![CDATA[在反向传播中，参数更新过程如下：

                       

因为是链式求导，所以大致可以视为：

                    

其中可以视为常数。

接着我们假设存在神经元：

                 

且有，的最优解，满足：

                       ...]]></description><category></category></item><item><title><![CDATA[并查集模板]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/108087461</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/108087461</guid><author>bigsungod</author><pubDate>Tue, 18 Aug 2020 21:06:37 +0800</pubDate><description><![CDATA[class Solution {
public:
    int pre[250];
    int root(int x){
        return pre[x]==x ? x : pre[x]=root(pre[x]);
    }
    int findCircleNum(vector&lt;vector&lt;int&gt;&gt;&amp; M) {
        int ans = 0;
        int len = M.size();
        for(int i = .]]></description><category></category></item><item><title><![CDATA[01背包模板及其常数优化理解]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/108086198</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/108086198</guid><author>bigsungod</author><pubDate>Tue, 18 Aug 2020 20:29:51 +0800</pubDate><description><![CDATA[模板：


#include&lt;iostream&gt;
#include&lt;algorithm&gt;
#include&lt;string.h&gt;
using namespace std;
int w[3405],v[3405];
int dp[12888];
int main()
{
    int n,m;
    while(cin&gt;&gt;n&gt;&gt;m)
    {
        for(int i=1;i&lt;=n;i++)
            cin&gt;]]></description><category></category></item><item><title><![CDATA[leetcode 28. 实现 strStr()]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/107833644</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/107833644</guid><author>bigsungod</author><pubDate>Thu, 06 Aug 2020 10:57:34 +0800</pubDate><description><![CDATA[实现strStr()函数。

给定一个haystack 字符串和一个 needle 字符串，在 haystack 字符串中找出 needle 字符串出现的第一个位置 (从0开始)。如果不存在，则返回-1。

思路：随心所欲的KMP


class Solution {
public:
    int next[100001] = {0};
    void getNext(string s, int len){
        next[0] = next[1] = 0;
        int ...]]></description><category></category></item><item><title><![CDATA[leetcode 650. 只有两个键的键盘]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/107800455</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/107800455</guid><author>bigsungod</author><pubDate>Tue, 04 Aug 2020 21:38:03 +0800</pubDate><description><![CDATA[最初在一个记事本上只有一个字符 'A'。你每次可以对这个记事本进行两种操作：

Copy All (复制全部) : 你可以复制这个记事本中的所有字符(部分的复制是不允许的)。
Paste (粘贴) : 你可以粘贴你上一次复制的字符。
给定一个数字n。你需要使用最少的操作次数，在记事本中打印出恰好n个 'A'。输出能够打印出n个 'A' 的最少操作次数。

思路：动态规划


class Solution {
public:
    int dp[10001];
    int minSteps(...]]></description><category></category></item><item><title><![CDATA[leetcode 5477. 排布二进制网格的最少交换次数]]></title><link>https://blog.youkuaiyun.com/bigsungod/article/details/107798141</link><guid>https://blog.youkuaiyun.com/bigsungod/article/details/107798141</guid><author>bigsungod</author><pubDate>Tue, 04 Aug 2020 20:27:29 +0800</pubDate><description><![CDATA[给你一个nx n的二进制网格grid，每一次操作中，你可以选择网格的相邻两行进行交换。

一个符合要求的网格需要满足主对角线以上的格子全部都是 0。

请你返回使网格满足要求的最少操作次数，如果无法使网格符合要求，请你返回 -1。

主对角线指的是从(1, 1)到(n, n)的这些格子。

思路：先把格子压缩到一维数组（arr[i]表示第i行最右边连续0的个数），然后模拟即可


class Solution {
public:
    int arr[201] = {0};
   ...]]></description><category></category></item></channel></rss>