- 博客(26)
- 收藏
- 关注
RSS订阅原创 【Anaconda环境绑定指南】3步将自定义环境注入Jupyter Notebook 内核 | 附详细命令与演示
通常情况下，当我们通过命令 jupyter notebook 打开 Jupyter Notebook 时，默认情况下只能使用系统自带的环境内核（kernel），而无法直接使用我们自建的 Anaconda 环境。为了能够在。
2025-04-03 15:18:10
390
原创 【拒绝冗余】C++ 竞赛常用STL，一文展示七大STL常用方法，算法竞赛选手必看！
你是否还在STL的海洋中挣扎？ 面对vector、map、priority_queue等数十个容器与算法组合，新手往往陷入"学不完记不住"的困境。本文摒弃大而全的理论堆砌，直击算法竞赛中最关键的7个STL核武器（覆盖70%高频考点），通过常用示例进行方法的练习，手把手带你体验 “方法即学即用 → 代码效率倍增 → 解题思路重构” 的蜕变过程。只需30min，你将从盲目试错转向精准打击，用STL内置方法替代低效轮子，对竞赛中常常出现的代码段不再陌生！现在跟随STL实战指南，让每一行代码都成为你斩获AC的利
2025-04-01 21:05:40
635
原创 B站左神算法课学习笔记（P7）：图
也可以用数组表示图：Q：一个数组arr，存储一个没有环的特殊图，其每个位置上的数字代表其父节点（eg：arr[0] = 5表示0的父节点是5），以此类推可得到下面的图：使用小数组表示图：一个数组中每一个位置都存放着一个数组，它依次存储【权重，起始点，中止点】，因此 [3, 0, 2] 就代表着有一条权重为3，从0开始，指到2的边，其余以此类推：由于表达图的方式 千 奇 百 怪 ，所以推荐：一种供参考的图的存储方式：转化示例：仍然借助队列实现（二叉树的宽度优先遍历也是借助队列）： 结合画图理解：借助栈和哈
2025-03-25 17:08:59
610
原创 【已解决】RuntimeError: CUDA error: device-side assert triggeredCUDA kernel error might be asynchronously
层，这通常是因为输入的索引超出了嵌入（embedding）层权重的范围。也并未返回特定的报错细节，所以我们先在CPU上进行调试，调试正常后再返回GPU上运行！上运行，找到问题并调好后，再放回GPU上运行即可，祝大家调试顺利！在自己手搓transformer架构时遇到了如题的问题；源输入和目标输入中的最大索引分别为。，这显然都超出了嵌入层定义的索引范围。由于GPU上运行，报错只能提示。总结下来，核心就是先让程序在。于是返回查看，博主报错在。
2025-03-22 17:05:18
417
原创 【Transformer】多头注意力机制的最后一个线性层的作用是什么？为什么还需要self.W_o()函数？（附代码）
1. 为何 `d_model = num_heads * d_k` 并不等于不需要 `self.W_o`2. 具体原因：权重共享和参数学习进一步解释3. 输出的线性变换层对应原论文中的过程4. 为什么不是直接拼接？5. 总结6. 代码最近在自己复现Transformer时，产生了如题的疑惑。我们都熟悉Transformer的注意力机制的架构如下图所示（取自论文原图）：这是多头注意力中的一个关键点，这一步可能看起来有些冗余，但实际上它的存在是有意义的。
2025-03-20 18:14:32
676
原创 【PyTorch基础知识】万字长文！你真的掌握了PyTorch的基础知识吗？一文从Tensor的创建到完整模型搭建，带你回顾PyTorch所有的基础知识！
什么是PyTorch，Tensor基础操作，自动微分（Autograd），数据加载（DataLoader），模型构建，训练流程......
2025-03-19 18:05:27
761
原创 【PyTorch基础】PyTorch还支持线性代数运算？PyTorch的内置线性代数运算示例
在这篇博客中，我们探讨了如何使用 PyTorch 中的线性代数功能来简化矩阵操作。通过利用这些内置的高效函数，不仅可以节省时间和精力，还能减少潜在的错误，提升代码的可读性和可维护性。希望大家在使用 PyTorch 进行矩阵运算时，能够充分利用这些强大的工具，而不再需要自己重复实现基础功能。
2025-03-19 13:44:48
912
原创 【DeepLearning】数据泄漏（Data Leakage）是什么？有哪些具体类别？应该如何避免？
在机器学习和深度学习的实践中，数据泄漏（Data Leakage）是一个常见且严重的问题，它会导致模型在测试时表现得过于优秀——虽然模型可能在测试集上获得极高的准确性或其他评估指标，但这并不意味着它在现实世界中的表现也会如此优秀。数据泄漏破坏了模型的公平性和泛化能力，往往会导致过拟合和虚假的评估结果。因此，理解和避免数据泄漏是确保机器学习项目成功的关键，只有在避免泄漏的前提下，我们才能真正评估模型的真实能力，并确保其能够应对未知数据和实际应用中的挑战。数据泄漏（Data Leakage）
2025-03-15 14:09:27
1027
原创 【已解决】《Dive-into-DL-Pytorch》中torchtext的版本问题
在做《Dive-into-DL-Pytorch》中后面关于nlp方面的问题时，总是遇到api或属性不存在的问题，这是因为在 torchtext 在0.9.0版本之后对于api和属性进行了一些修改（虽然我查阅了官方文档好像差不太多），使得原来的代码总是出现各种各样的错误。建议还是记录一下原来使用的版本，以防之前的代码不能正常运行，要是pytorchtext能有个多版本管理器，能够一键切换版本多好（这里提供一个我的解决办法，将torchtext版本降低到0.4.0版本即可（其他人推荐）。
2025-03-13 17:47:11
152
原创 【已解决】TypeError: __init__() got an unexpected keyword argument ‘min_freq‘，《动手深度学习Pytorch》李沐
该问题产生于 torchtext 由于版本不同而导致接口不一致，我使用的版本为 0.14.1（使用。在运行第十章的如下部分代码时，
2025-03-13 16:00:16
279
原创 Python爬虫添加Cookies以绕过反爬【仅供学习使用】
路径：(网页内按F12->Network->ctrl+r->划到最上->请求标头->Cookie)；，替换为上述cookie信息即可；2. 然后将cookies中。1. 需要先手动访问该网站。基于优快云另一篇文章，冒号后方引号内的内容。
2025-03-10 11:11:40
1221
10
原创 《动手学深度学习》安装d2lzh_python包
第二个需要注意版本问题！直接安装会下载最新的 torchtext，且若pytorch版本不是最新，会自动升级你的pytorch，影响原有的依赖等等！下载到本地后，放入Jupyter Notebook运行的虚拟环境中（放置在。我的pytorch环境：torch1.13.1 python3.9。应该查询版本依赖，选择合适版本的 torchtext 下载，链接。打开终端，激活相应的环境（以我的版本为例）先将项目中该包的代码找到。第一个tqdm直接使用。
2025-03-09 16:03:05
188
原创 【Tensor】深度学习中的Tensor（张量）指的是什么？
因此，深度学习的核心在于高效的矩阵运算，而选择合适的硬件（如 GPU 或 TPU）对于优化计算过程至关重要。随着模型规模和数据量的增加，专门设计的硬件将显得尤为重要，因为它们能够更好地适应深度学习中的计算需求，从而推动整体性能的提升。在深度学习 (deep learning) 中，无论是卷积神经网络 (CNN) 还是深度神经网络 (DNN)，它们的实际应用都离不开复杂的数学公式推导。通过减少频繁的内存访问，TPU 能够显著提高矩阵运算的效率，从而加快深度学习模型的训练速度。
2025-03-09 14:34:53
180
原创 Jupyter Notebook中Kernel Restarting：The kernel for xxx.ipynb appears to have died.
Jupyter Notebook中Kernel Restarting：The kernel for xxx.ipynb appears to have died.
2025-03-08 17:15:43
173
原创 Mapper Reduce核心模块代码（此版本无法直接运行，完善代码结构与调用+配置环境后可运行）
【代码】Mapper Reduce核心模块代码（此版本无法直接运行，完善代码结构与调用+配置环境后可运行）
2025-02-27 17:13:45
103
原创 已解决：ValueError: too many values to unpack (expected 2)
enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。返回的是一个列表，而不是一个可迭代的（包含索引和值的）元组，因此。解包（对应unpack）
2024-10-02 15:01:36
2348
原创 B站左神算法课学习笔记（P4）：链表
排序方法 \ 评价指标时间复杂度空间复杂度稳定性选择排序×冒泡排序√插入排序√归并排序√快速排序（随机）×堆排序×注意：（1）基于比较的排序，时间复杂度指标最低为。（2）在时间复杂度的情况下，空间复杂度不可能小于且稳定。启示：根据需要进行取舍—— 运行速度最快：快排（实际期望值最低）；空间要求为：堆排序；需要稳定性：归并排序，且必须一个的空间。归并排序的额外空间复杂度可以变成，代价是其不再稳定，且难以实现（内部缓存法），为何不用堆排序实现？
2024-09-12 11:29:42
1053
原创 B站左神算法课学习笔记（P3）：详解桶排序以及排序内容大总结
情况，每次都取到最大/最小值，一共展开 n 层递归，需要的空间复杂度为；情况，每次都取到中点值，相当于完全二叉树展开，需要的空间复杂度为注意：用迭代代替递归无法节省空间！因为节省不下来！递归实现了对于中点位置的存储，每层递归结束后才会释放相应资源，因为有了中点位置，快排才能借助递归实现。但是，若使用迭代，也需要手动记录中点位置，并使用栈结构，告诉计算机返回什么位置，以及该位置左右各是什么数。（自己的理解还是不太清楚，见谅）
2024-09-01 11:02:56
1063
原创 B站左神算法课学习笔记（P2）：认识O(NlogN)的排序
归并排序（Merge Sort）：先递归使得左右两侧有序，再将两侧结果整合到一起，并重复该过程。归并排序时间复杂度O(NlogN)额外空间复杂度为O(N)。代码实现Step1：递归排序，使得左右两侧分别有序。Step2：合并两侧在 p1 或 p2 越界前，比大小并依次放入；当任一指针越界后，将另一侧剩下的数字放入。对于归并排序使用master公式可得其中 a = 2， b = 2，d = 1，故符合的情况，时间复杂度为，代入数据可知，归并排序的时间复杂度为。
2024-08-18 21:10:03
1101
原创 B站左神算法课学习笔记（P1）：认识复杂度和简单排序
一个操作和样本的数据量没有关系，每次都在固定时间量内完成，称为。eg：+-*/、位运算区分：不是常数操作，eg：链表 int b = list.get( i );一个算法流程中对于常数操作量的指标。常用O表示（读作big O），求解需写出该流程中发生了多少常数操作，eg遍历、比较、交换等，然后总结出常数操作量的表达式。表达式中只包含去除系数的最高项，记为O(f(N))。
2024-08-17 10:58:23
951
原创 前后端传值问题[MybatisPlus+ssm]：驼峰命名字段的匹配问题，注意区分数据库下划线命名
做一个web项目的时候，发现某个特定数据项传值总是出现问题，如：或其中的 "color_grade" 字段传值总是为空：因为一般java后端中命名是使用驼峰命名，而数据库字段则是小写和下划线命名，所以我尝试使用@TableField字段注解来进行字段匹配，尝试后发现还是不行。
2024-08-05 12:15:32
378
原创 Web前后端传值问题：前端能获取到数据但是无法渲染
但是食物风险等级还有点小bug没改好，不过这篇主要就是想记录一下list的小问题，就写到这里了。其实错的很简单啊，再回头看本文第一张图就会发现，传输的数据开头有个”0“。
2024-08-01 10:42:00
220
原创 调试时，后端控制台输出实体对象的引用而非数据，例如org.example.user_admin.entity.Food@1f64ac1e
很容易发现，如果直接输出food会导致输出实体对象的引用，但是如果使用其。所以调试的时候还是要细心一点，该写上的不能漏。关于web开发中后端输出数据为。的问题，其实列举一下就很清楚了。getter/setter方法。
2024-07-29 23:36:10
130
原创 前后端传值问题(springboot+vue)(参数为%null%)
具体原因我不太清楚，但是之前这么写好像没啥问题，于是我参照了一下其他的代码，配置了一个config传给后端就没问题了。（使用axios异步传输，调用其post方法，携带data给后端）还想起来之前的写法中，好像加上了序列化的操作，于是我决定重新试试。
2024-07-29 23:19:52
400
原创 已解决：Proxy error: Could not proxy request /users/login from localhost:8000 to http://localhost:8080
制作web程序的时候出现如标题的报错。后端spring boot + MybatisPlus用的IJ，前端element+和vue用的vscode。，启动之后就没什么问题了，又是被自己蠢到的一天。好吧其实和这些都没什么关系。
2024-07-27 18:10:23
1298
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人