m0_73386671的博客

原创 C++常用数据结构和函数

基于哈希表实现，插入、查找、删除的时间复杂度都是O(1)。

原创 Mamba架构

目前主流的 AI 模型（如 ChatGPT、Llama）都基于架构。随着输入的文字（Token）变长，计算量呈“平方级”增长。如果文本长度翻 10 倍，计算开销会翻 100 倍。Transformer 需要存储所有历史对话的缓存（KV Cache），长文本会导致内存迅速耗尽。Mamba 的出现就是为了实现：文本长 10 倍，计算量只增加 10 倍。

原创 强化学习实验入门

原创 旅行商问题

有个旅行商，他们从同一个起点出发，共同完成访问所有结点的任务。

原创 图神经网络

GNN的本质是学习如何将图的结构信息和节点特征同时编码进一个向量。图神经网络的核心原理是消息传递。

原创 深度学习服务器管理

1. 查看服务器CPU核心数和GPU的显存。查看GPU情况：nvidia-smi。查看逻辑核心数：nproc。

原创 深度学习环境管理的一些方法

（如果系统的默认python解释器发生变换，所有基于原本解释器的虚拟环境都必须删除，因为它指向的是原本的解释器的路径）安装依赖库：pip install 包名（包会被安装到环境文件夹下的Lib/site-packages下面）（2）项目级别：通常直接把环境创建在项目文件夹下，让项目和环境的绑定非常直观。（1）官方原生：不需要安装第三方软件，只要装了python就能用。创建虚拟环境：python -m venv 环境名。删除虚拟环境：直接删除整个虚拟环境的文件夹。python内置的标准虚拟环境管理方法。

原创 深度学习实验过程的常见错误

（1）Transformers版本过低：AutoModelForCausalLM是在较新版本的Hugging Face的transformer库中引入的。（3）命名冲突：你的项目目录下可能有一个叫做transformers.py的文件，导致python优先加载了它，而不是真正的官方库。要去回溯信息（Traceback）中找到代码在哪一行崩溃了。（2）安装不完整：transformer库没有安装成功。一般Traceback的最后一行是直接的错误原因。

原创 多智能体强化学习的一些经典算法

深度强化学习的开山之作DQN 的本质是学习一个神经网络，用来预测在状态s下采取动作a能获得的长期奖励。其损失函数基于贝尔曼方程：两大工具：经验回放目标网络。

原创 大模型高频实习面试题总结

核心思想：它像人类读书一样，是一整行同时看。它不仅看左边的词，也看右边的词，从而深刻理解词语在特定环境下的含义。模型结构：本质上是Transformer模型的Encoder部分输入层：把一句话丢给BERT时，它会把每个词转化为三种向量的加和。Token Embeddings:词本身的含义Segment Embeddings：区分这是第一句话还是第二句话Position Embeddings：词在句子中的位置中间层：内部叠加了多层（通常是12或者24层）的Self-Attention。

原创 强化学习常见数据集的介绍、下载和处理

常见数据集的更新。

原创 强化学习论文复习（第二篇）

双人零和的马尔可夫博弈：这是一个“你赢即我输”的完全竞争关系。一方获得了正奖励，另一方必然获得等额的负奖励。，核心思想是“悲观主义”：假设对手极其聪明，始终会做出对自己最不利的选择。随机智能体：这是最基础的基准模型，它不具备任何学习能力或策略思考。的智能体，它具有“进化”能力，能通过经验总结出最优策略。马尔可夫决策过程：一个五元组。极大极小智能体：这是传统的。Q学习智能体：这是基于。

原创 一些常见单词

这些单词会陪伴那你的一身。

原创 leetcode hot100刷题记录

非常简单的动态规划。

原创 英语试题模拟考（第一天）

作文20分能得到10分已经很高了。除了作文之外得了57分。

原创 学位英语复习（第一天）

Extrapersonal communication Intrapersonal communication Interpersonal communication Organizational communication Mass communication horizontal/lateral communication：Communication betweenpeers vertical communication

原创 强化学习论文复习（第一篇）

马尔可夫博弈：将马尔可夫决策过程拓展到多个智能体的场景，其中每个智能体的目标都是。相关均衡（1974年）：纳什均衡的拓展。生成对抗模仿学习算法（2016年）

原创 acwing算法模板背诵（第一天）

简述：判断一个给定的数是不是质数该模板默写的有问题，没有考虑到1这个数。

原创 Java1.7和1.8的区别

Java 1.8相较于1.7有两个重要改进：1.Lambda与Stream API使代码更简洁，如电商订单处理示例中，Java8用链式操作替代了Java7的循环和条件判断；2.HashMap底层优化为"数组+链表+红黑树"结构，当链表长度≥8时转为红黑树，查询效率从O(n)提升到O(logn)，并解决了并发扩容死链问题。这些改进显著提升了开发效率和系统性能。

原创 List、tuple、ndarray、series、dataframe、tensor

(5)元组组合：tup1=(12,34,56)tup2=('abc','xyz')tup3=tup1+tup2。(1)空元组：tup=()单元素元组：tup=(5,)(3)添加元素：list.append('需要添加的元素')(4)删除元素：dellist[要删除的元素的索引](5)列表组合：[1,2,3]+[4,5,6](6)求元组长度：len(tuple)(6)求列表长度：len(list)(2)访问：[下标索引]五、dataframe。

原创 XShell使用教程

其中openssh是linux下最受欢迎的ssh客户端。ssh客户端是一个用于连接到远程服务器的应用程序。ssh客户端用于实现安全登录、传输文件、执行命令。openssh默认安装在大多数linux发行版上。它是开源的、免费使用的和多功能的。1. 什么是ssh客户端。

原创 分支预测总结

如果条件指令的条件满足，条件指令被执行。紧跟条件指令后面那些指令被取消。这会在流水线中引入空闲/停顿周期。进而，降低处理器的性能。