算法工程师

Transformer；Hugging Face之transformers库、datasets库详解

概率预测之NGBoost（Natural Gradient Boosting）回归和线性分位数回归

Ollama详解，无网环境导入运行本地下载的大模型，无网环境pycharm插件大模型调用

大模型接入微信公众号、QQ频道/群/个人 自动回复（专业领域），智能体（扣子，腾讯元器/QQ开放平台）

从零搭建CBAM、SENet、STN、transformer、mobile_vit、simple_vit、vit模型（Pytorch代码示例）

Tkinter详解和爱心跳动示例（Python）

从零搭建GoogLeNet，ResNet18，ResNet50，vgg、mobilenetv1、mobilenetv2、shufflenetv1、shufflenetv2模型（Pytorch代码示例）

深度学习面试笔试之卷积神经网络(CNN)

机器学习面试笔试知识点之K近邻算法(KNN)、最大期望算法(EM)

机器学习面试笔试知识点-贝叶斯网络(Bayesian Network) 、马尔科夫(Markov) 和主题模型(T M)

机器学习面试笔试之特征工程、优化方法、降维、模型评估

深度学习面试笔试之深度学习的优化方法

深度学习面试笔试之迁移学习(Transfer)、强化学习(Reinforcement) & 多任务

机器学习面试笔试知识点之非监督学习-K 均值聚类、高斯混合模型（GMM）、自组织映射神经网络（SOM）

深度学习面试笔试之前向神经网络-多层感知器、损失函数、反向传播

深度学习面试笔试之循环神经网络(RNN)、门控循环单元（GRU）、长短期记忆(LSTM)

河北省第二、三届研究生数学建模试题

机器学习面试笔试知识点-决策树、随机森林、梯度提升决策树(GBDT)、XGBoost、LightGBM、CatBoost

Pycharm 随时调整字体大小（放大或缩小）

机器学习笔试面试之图像数据不足时的处理方法、检验方法、不均衡样本集的重采样、数据集分布是否一致

Python的reshape的用法：reshape(1,-1)、reshape(-1,1)

Python正则表达式（re模块）

Python 模块的制作、发布、安装

笔记-Python爬虫技术基础及爬取百度新闻

Python连接MySQL及查询实战

机器学习面试笔试知识点-线性回归、逻辑回归(Logistics Regression)和支持向量机(SVM)

spark，pyspark，dataframe，spark sql

Linux之jq与vim

基于hexo的主题fluid创建github博客一、github配置1.安装Git2.部署本地Git与Github连接二、node.js安装和环境配置1.安装node.js2.查看安装是否成功（版本号）3.配置环境变量三、下载Hexo并配置fluid主题1.下载Hexo2.配置fluid主题1.安装fluid2.配置fluid3.更新部署博客页面4.部署到github...

一、写好数模论文的重要性1．成绩好坏、获奖级别高低，数模论文的答卷是唯一的依据。2．论文答卷是竞赛活动的成绩结晶的书面形式。3．写好论文答卷的训练，是科技写作的一种基本训练。4．论文答卷的评阅原则：假设的合理性，建模的创造性，结果的合理性，表述的清晰性。二、答卷的基本内容和需要重视的问题1）摘要部分摘要内容包括：模型型的数学归类（在数学上属于什么类型）；建模的思想（思路）；算法思想（求解思路）；建...

Pytorch详解-模型模块(RNN,CNN,FNN,LSTM,GRU,TCN,Transformer)

Pytorch详解-模型保存与加载、Finetune 模型微调、GPU使用、nvidia-smi详解、TorchEnsemble 模型集成库、torchmetrics 模型评估指标库

Pytorch详解-Pytorch核心模块

PyTorch详解-优化模块

数据科学：Matplotlib、Seaborn笔记

Pytorch详解-数据模块

Python笔记：open、logging、os、shutil、glob、decode、encode

数据科学：Scipy、Scikit-Learn笔记

超参数调优：网格搜索，贝叶斯优化（optuna）详解

网络爬虫（Python：Selenium、Scrapy框架；爬虫与反爬虫笔记）