<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[codeslogan]]></title><description><![CDATA[coding for fun]]></description><link>https://blog.youkuaiyun.com/comscience</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; comscience]]></copyright><item><title><![CDATA[华为0507机试]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/147920776</link><guid>https://blog.youkuaiyun.com/comscience/article/details/147920776</guid><author>comscience</author><pubDate>Tue, 13 May 2025 12:02:16 +0800</pubDate><description><![CDATA[假定有两辆车在给定一个 n x n 的非负整数矩阵地图 grid中行驶，地图左上角位置为[0, 0]。我们简化车辆行驶的方式，每辆车可以从一个坐标行驶到相邻（上下左右）的另一个坐标，并且经过的每个位置都会产生代价，包括起始位置的代价。矩阵中，grid[i] [j] 等于 0 表示该位置为障碍物，车辆无法通过。两辆车相遇的定义为：两辆车最终分别停在相邻的网格位置（上下或左右相邻），并且路径可达。两辆车相遇所需的代价定义为：两辆车到达各自相遇位置所需代价中的较大值。注意：路径代价包含车辆的起始位置位置的代价；]]></description><category></category></item><item><title><![CDATA[malloc与cudaMalloc指针传递区别]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/141465193</link><guid>https://blog.youkuaiyun.com/comscience/article/details/141465193</guid><author>comscience</author><pubDate>Fri, 23 Aug 2024 14:34:48 +0800</pubDate><description><![CDATA[意味着传递了fpDevice_A指针的指针，那么就可以接收cudaMalloc函数为fpDevice_A所分配的在GPU中的内存空间的首地址。由于是指针的指针，因此在强转时，使用的是。首先在使用上，cudaMalloc要求所需分配内存的变量以参数方式进行传递；malloc为fpHost_A分配内存空间，返回的数据类型是。，那么只能达到修改float类型变量的目的；，意味着取fpDevice_A地址的地址。，代表所分配内存空间的首地址。如果在此处仅仅只传递。]]></description><category></category></item><item><title><![CDATA[末流211无科研保研经验分享]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/132132039</link><guid>https://blog.youkuaiyun.com/comscience/article/details/132132039</guid><author>comscience</author><pubDate>Sun, 06 Aug 2023 16:05:56 +0800</pubDate><description><![CDATA[有的同学是从大一刚入学就开始准备保研，而有的同学则是在学习的过程中渐渐发现自己可以保研，我恰恰是后者，因为我是转专业来计算机的，之前对保研不敢奢求。在海大的保研规则中，算推免总排名的分数主要由两部分构成：一是平均绩点成绩（GPA），二是额外加分。起初，我的GPA排名只能排到第十左右，再加之不知如何获得0.3的加分，使我一度认为自己应该不可能保研成功。真正开始改变这一想法的时间，是在我大三上学期拿到数学建模国二。]]></description><category></category></item><item><title><![CDATA[rasa框架nlu文件自动生成—基于doccano]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/129957034</link><guid>https://blog.youkuaiyun.com/comscience/article/details/129957034</guid><author>comscience</author><pubDate>Tue, 04 Apr 2023 16:56:37 +0800</pubDate><description><![CDATA[Doccano是一款开源的数据标注工具，在本地或服务器上安装运行之后，可直接在web上访问，导入数据进行标注。我们选用其作为图谱问答数据nlu.yml的标注工作。但是从数据标注，再到完整的nlu.yml文件，需要经过一系列的转换过程，因此本文在这项工作上进行总结探索。]]></description><category></category></item><item><title><![CDATA[【AI/NLP】InstructGPT数据标注问题]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/129061447</link><guid>https://blog.youkuaiyun.com/comscience/article/details/129061447</guid><author>comscience</author><pubDate>Thu, 16 Feb 2023 14:42:43 +0800</pubDate><description><![CDATA[任何一个训练过程，首当其冲的是获取到每个任务阶段所需要的标注型数据，因此本文将对ChatGPT可能使用到的数据及其标注方法进行介绍。]]></description><category></category></item><item><title><![CDATA[【AI-NLP】Transformer理论及源码理解]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/128829100</link><guid>https://blog.youkuaiyun.com/comscience/article/details/128829100</guid><author>comscience</author><pubDate>Wed, 01 Feb 2023 11:24:22 +0800</pubDate><description><![CDATA[改进了RNN的训练慢的缺点，利用self-attention机制实现并行计算。并且Transformer可以增加到非常深的深度，充分发掘DNN模型的特性，提升模型准确率。同时使用注意力机制更容易关注序列的全局特征，解决了RNN不善处理长距离依赖的问题]]></description><category></category></item><item><title><![CDATA[233搞懂HMM（隐马尔可夫）]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/128166151</link><guid>https://blog.youkuaiyun.com/comscience/article/details/128166151</guid><author>comscience</author><pubDate>Sat, 03 Dec 2022 20:49:15 +0800</pubDate><description><![CDATA[有向图模型，主要用于时序数据建模，在语音识别，自然语言处理等领域，以及在知识图谱命名实体识别中的序列标注，有广泛应用。]]></description><category></category></item><item><title><![CDATA[什么才是一个好的特征工程？]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/127386555</link><guid>https://blog.youkuaiyun.com/comscience/article/details/127386555</guid><author>comscience</author><pubDate>Tue, 18 Oct 2022 13:21:25 +0800</pubDate><description><![CDATA[“上面的多项式特征是根据它们与目标数据的匹配程度来选择的。考虑这个问题的另一种方法是，一旦我们创建了新特性，我们仍然在使用线性回归。鉴于此，最好的特征将是相对于目标的线性。这可以通过一个例子来更好地理解。”——吴恩达简单理解，就是对X进行处理，使X与Y呈现的函数是线性的。



如上图所示，对X所做的特征中，X2X^2X2与Y呈线性关系，最符合对X进行特征工程的目的，可以称为一个好的特征工程。]]></description><category></category></item><item><title><![CDATA[hai-AcWing算法学习计划]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/127111943</link><guid>https://blog.youkuaiyun.com/comscience/article/details/127111943</guid><author>comscience</author><pubDate>Thu, 29 Sep 2022 21:15:32 +0800</pubDate><description><![CDATA[很高兴同学们能够加入hai-acwing！如果你是计算机专业的新生，想要锻炼实操能力，提高自己的写代码水平，感受计算机的魅力；或者准备找工作，在刷leetcode题；或者正在准备保研，准备参加算法比赛加分，加入AcWing算法社区学习一定可以帮到你！]]></description><category></category></item><item><title><![CDATA[【力斩offer】一些面试常问的数学概念]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/126726058</link><guid>https://blog.youkuaiyun.com/comscience/article/details/126726058</guid><author>comscience</author><pubDate>Tue, 06 Sep 2022 15:28:51 +0800</pubDate><description><![CDATA[记录一些近几次面试被考察到的一些数学概念]]></description><category></category></item><item><title><![CDATA[【AI之路】RNN—序列处理的强者]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/126560587</link><guid>https://blog.youkuaiyun.com/comscience/article/details/126560587</guid><author>comscience</author><pubDate>Sat, 27 Aug 2022 17:55:18 +0800</pubDate><description><![CDATA[接着上一篇的CNN，本篇继续学习深度学习中另一个非常重要的模型RNN。如果说卷积神经网络可以有效地处理空间信息， 那么本篇的循环神经网络（recurrent neural network，RNN）则可以更好地处理序列信息。循环神经网络通过引入状态变量存储过去的信息和当前的输入，从而可以确定当前的输出。（过去信息+当前输入=当前输出）........................]]></description><category></category></item><item><title><![CDATA[【AI之路】从卷积到卷积神经网络]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/126490946</link><guid>https://blog.youkuaiyun.com/comscience/article/details/126490946</guid><author>comscience</author><pubDate>Tue, 23 Aug 2022 19:31:41 +0800</pubDate><description><![CDATA[本文记录了在跟随李沐老师的动手学深度学习课程中，CNN部分的要点。]]></description><category></category></item><item><title><![CDATA[【AI之路】感知机—神经网络的基本单元]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/126448567</link><guid>https://blog.youkuaiyun.com/comscience/article/details/126448567</guid><author>comscience</author><pubDate>Tue, 23 Aug 2022 18:50:06 +0800</pubDate><description><![CDATA[随着层次的增加，计算梯度时会导致多次矩阵乘法。原因：每个层输出的值太大，累加导致爆炸。即dropout，解决模型过拟合问题。两者来自于神经网络的层次。]]></description><category></category></item><item><title><![CDATA[【AI之路】优化算法浅记]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/126413652</link><guid>https://blog.youkuaiyun.com/comscience/article/details/126413652</guid><author>comscience</author><pubDate>Thu, 18 Aug 2022 21:44:59 +0800</pubDate><description><![CDATA[几次面试下来，优化算法被问到的频率非常的高，所以在这里简单记录一个常见优化算法的特点。因自己对AI领域的了解还不是很深，只能浅浅地记录一下。]]></description><category></category></item><item><title><![CDATA[【匠心之作】三道题带你简单复习C++和Java]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/126161693</link><guid>https://blog.youkuaiyun.com/comscience/article/details/126161693</guid><author>comscience</author><pubDate>Thu, 04 Aug 2022 18:08:20 +0800</pubDate><description><![CDATA[前段时间有一个面试要考Java，在翻复习资料时，发现了三道题（谢谢张老师）基本上概括了一个语言的常用语法。特此记录，围绕这三道题用不同的语言编写，以便后续进行快速地复习。如果想要详细复习，请看C/C++要点复习............]]></description><category></category></item><item><title><![CDATA[【C++体系】各种网络协议捋不清？一文带你解决]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/125997428</link><guid>https://blog.youkuaiyun.com/comscience/article/details/125997428</guid><author>comscience</author><pubDate>Tue, 26 Jul 2022 16:18:19 +0800</pubDate><description><![CDATA[为了准备秋招及春招，现阶段的任务是将所学过的知识进行复习，并串联起来。计算机网络为后续开展网络编程提供支撑，其中的要点包括了IP、UDP、TCP等。]]></description><category></category></item><item><title><![CDATA[【C++体系】如何启动操作系统？不要只回答按电源键啦]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/125997375</link><guid>https://blog.youkuaiyun.com/comscience/article/details/125997375</guid><author>comscience</author><pubDate>Tue, 26 Jul 2022 16:15:41 +0800</pubDate><description><![CDATA[为了准备秋招及春招，现阶段的任务是将所学过的知识进行复习，并串联起来。而操作系统中，最为重要的就是进程、线程、内存、文件还有一些很常问的一些技术点，堆和栈、内存分区、虚拟内存 + 物理内存、进程 + 线程 + 协程、死锁、分片机制、五大组件、中断和系统调用 、同步和异步等等问题。对于操作系统的理解，对于这些基础的计算机知识的掌握是必须深入学习，要花很大的功夫去理解清楚这些，工作中，对于真实线上系统的稳定性、对于底层技术的理解是有帮助的，操作系统是面试中常见问题之一。持续更新中……..............]]></description><category></category></item><item><title><![CDATA[【C++体系】C/C++要点复习]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/125995569</link><guid>https://blog.youkuaiyun.com/comscience/article/details/125995569</guid><author>comscience</author><pubDate>Tue, 26 Jul 2022 16:09:55 +0800</pubDate><description><![CDATA[为了准备秋招及春招，现阶段的任务是将所学过的知识进行复习，并串联起来。首当其冲的就是编程语言的复习，C++自己平时写的也比较多，但仍有很多语法细节不太记得了，这里浅记一些平常容易忽略的要点。........................]]></description><category></category></item><item><title><![CDATA[【buaa机试题】机场登机口调整]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/125727669</link><guid>https://blog.youkuaiyun.com/comscience/article/details/125727669</guid><author>comscience</author><pubDate>Mon, 11 Jul 2022 18:41:52 +0800</pubDate><description><![CDATA[假设某机场所有登机口（Gate）呈树形排列（树的度为3），安检处为树的根，如下图所示。图中的分叉结点（编号大于等于100）表示分叉路口，登机口用小于100的编号表示（其一定是一个叶结点）。通过对机场所有出发航班的日志分析，得知每个登机口每天的平均发送旅客流量。作为提升机场服务水平的一个措施，在不改变所有航班相对关系的情况下（即：出发时间不变，原在同一登机口的航班不变），仅改变登机口（例如：将3号登机口改到5号登机口的位置），使得整体旅客到登机口的时间有所减少（即：从安检口到登机口所经过的分叉路口最少）。

]]></description><category></category></item><item><title><![CDATA[【山头斜照却相迎】初入计算机学习计划推荐]]></title><link>https://blog.youkuaiyun.com/comscience/article/details/125051956</link><guid>https://blog.youkuaiyun.com/comscience/article/details/125051956</guid><author>comscience</author><pubDate>Mon, 30 May 2022 20:00:50 +0800</pubDate><description><![CDATA[为帮助转入计算机专业的同学以更短的时间，从原先专业过渡到计算机专业的学习，所以写下这篇文章。如有不恰当需要纠正的地方，可在下方评论区提出（毕竟只是个人见解，可能有失偏颇）。学习的方法也是偏向于读研深造，准备直接工作的同学，可能不太适合。下面让我们正式开始吧！^_^
能够转入计算机专业的同学，必定都是原专业中的佼佼者，首先欢迎你们加入计算机学院这个大家庭！不过在这里，要先给大家打一剂预防.......................................]]></description><category></category></item></channel></rss>