- 博客(59)
- 收藏
- 关注
RSS订阅原创 力扣日刷251121
这一题，用迭代的逻辑就是：准备俩指针，一个负责一步一步往后走，另一个就一直指着头。往后走的指针走向哪个链表的判断条件是：两个链表的当前存储的值谁大，循环的条件是两个链表都不空。其实是一样的，这里我开始做的时候少写了一步迭代开始更新的：cur =cur.next 这一个逻辑是非常关键的一步，没它的话智能一步一步地走。意思差不多是吧哈哈哈哈。
2025-11-22 09:54:28
230
1原创 vscode 中如何去选择不同的远程环境去debug
ctrl + shift +p 先调出上端命令行，然后输入python select interpreter 点击选择自己需要的interpreter即可！或者直接点下面也可以！
2025-11-20 16:32:38
217
原创 vscode远程连接方法：
连接即可，连接成功后。下面就是可以用vscode远程查看与控制相关目录之类的东西了！做完之后右下角是有一个连接的东西的，点击连接，然后输入密码。然后就是你ssh连接的地方了，这里的ssh连接 （然后点添加新的主机。
2025-11-20 16:23:02
116
原创 Linux看ip,改用户名字加权限，在单独用户下设置miniconda
bash Miniconda3-latest-Linux-x86_64.sh 默认安装在用户当前目录下，这个得自己看需要安装。安装完后，会有是否初始化miniconda的选择，选择yes即可。没有出现(base)也就是启动环境，是因为我们需要对环境进行一下激活。xxx (想要提权的用户名)xxx （自己想要的用户名）了，现在该看看gpu了！利用该代码便可以激活。
2025-11-19 18:04:15
246
原创 力扣日刷251117补充
题目的解题想法很有意思，他利用了哈希的方法，这样我们知道这个数再大也就是n+1这么大。很简单，我们将所有的nums在位置上做上标记来实现我们判断12345这些东西有没有，这里用到的标记是一个正负的标记。很有巧思的一种标记的构筑方式，下面我也来学习一下大佬的巧思。虽然原理都懂了，但还是很难重现，可能是有点困了吧。其中的标记就是为负数的位置。先这样吧困了先睡个觉先吧。但是他有时间的限制。那我们只能看看官方的题解长什么样子了。
2025-11-17 22:49:48
211
原创 力扣每日刷题251112
这题作者想要我们使用双指针的技术来实现，先展示我们质朴想法的算法我们的质朴想法就是：把所有的0弹出列表，然后最后再添加回去，怎么才能把所有的0都弹出列表呢？这里有一点会存在问题的地方：就是当我们把0弹出列表的时候，我们需要去保持我们查询0的变量的位置不变，所以我们查询0位置的变量会指向nums[i-count]。这里就是一点难点了，然后弹出当前的位置的0.就算这么简单也是写了40分钟啊哈哈哈，道阻且长。
2025-11-12 15:30:00
431
原创 力扣每日刷题20251111python
每日刷题每日健脑，这个的个人笔记我打算从今天开始构建。从力扣100热题开始做每天1-5题的题目进度。废话不多说直接开始吧。
2025-11-11 15:40:58
542
原创 Pytorch 预训练网络加载与迁移学习基本介绍
首先，有个用于观察python网络的结构的库非常好用：torchinfo安装下载也非常简单 ： pip install torchinfo。
2025-10-31 22:54:31
693
原创 训练模型一般流程文件分类
数据处理文件 - 整个训练的流程实现文件，包含：1.train_step 2.test_step 3.train - 模型架构存储文件 - 杂项：包括模型的保存 - 模型最终汇总main文件。简而言之，要去实现一个深度学习的项目：数据，模型，训练策略，杂项，汇总。
2025-10-30 21:26:02
123
原创 模型过拟合基本解决办法说明（个人学习向）
模型复杂度与问题复杂程度相匹配，若是过拟合，使用 1）更简单一些的模型进行处理。2）使用Dropout层去随机移除网络之间的连接，既可以简化模型又可以优化模型前层后层的连接。1）利用别人预训练好的权重，即加载预训练网络（迁移学习的效果）。2）训练早停，设置验证集，在合适位置停止模型训练。3）学习率可以衰减调节。越接近目标可以学习率越小。1）看看能不能扩充数据集，加强采样。2）用一些数据增强的方法，人为地增加数据的种类，让模型更难去学习，增强模型的稳定性与泛化性。ps：后面补实验证明。
2025-10-30 15:01:28
164
原创 PyTorch图片数据载入方法
下面就是如何实例化一个datasets.ImageFolder()类的方式。类中间的参数决定了 root：载入何处的数据，transform对数据采用何种变化，target_transform对类标签有何处理方式。root 代表主目录，主目录下一级目录为类别目录，dataset可以在载入过程中进行一些transform操作。代码介绍了transform具体可以是怎么样子的结构。
2025-10-30 09:29:19
273
原创 Transformer原理-个人浅析
先看完再来看可能会好些上图是Transformer的基础框架，从一个比较大的角度上来看，其采用了编码器解码器的结构。左半边是编码器，右半边是解码器。其中灰色框框里面代表的是一个Transformer的块（Block）。也就是说编码器是由N个灰色框框串在一起组成的。右边的解码器也同理。是由N个解码Transformer块串行组成的。分析完了整体的我们开始对大的流程进行分析说明，一般来说，我们input的是一个个的句子 ，句子是由一个个的字词所构成的。
2025-10-14 22:04:31
965
原创 Pytorch-自学笔记1--编码前的一些基础知识
快速部署的深度学习框架之一。可以用GPU进行加速。非常好用的工具。特斯拉用pytorch进行自动驾驶的实验。来自facebook mete。GPU中的Cuda可以被Pytorch调用。TPU：张量处理单元 专用于张量计算的模块。本质上是一种多维列表样的数据结构。用于储存非结构化数据张量结构化后的数据。张量可以调用对象的方法进行很多数据上的处理。流程： 图像等数据 （encoding编码）-》输入张量 -》 神经网络 -》 输出张量 -》（decoder解码）所需要的内容。
2025-09-04 17:02:10
338
原创 刺破数据结构-数据结构学习总结（第二章）b站 稀疏多项式c语言实现
可以尝试在里面free掉我们不要的块。这里我没free掉。今天稍晚一点再出解析，de了一晚上bug该睡了。
2023-09-20 00:09:55
194
原创 C++入门笔记之（最基本的操作3）（黑马）
循环的运用：猜数字游戏代码 while#include <iostream>#include <string.h>using namespace std;int main(){ int num=rand()%100+1; int a=0; cout<<"猜猜数字"<<endl; cin>>a; while(a!=num) { if(a>num) {
2023-09-19 22:01:26
137
原创 C++入门笔记之（最基本的操作2）（黑马）
A是判断表达式，B是A为true时的结果，C是A为false的结果。进行逻辑计算的方式，真为1，假为0；C++中除了0都为真。else if即可。
2023-09-19 20:03:45
122
原创 C++入门笔记之（最基本的操作1）（黑马）
c语言方式：使用char的数组来实现字符串的功能，C++用string方法，但要记得加头文件#include <string.h>。查看ASCII用（int）强制类型转换即可。a=97，A=65。ps：可以用科学计数法进行表示（表示方式如3e10）这样的。就两个值：true（1）or false（0）int，float，char之类。ps：创建字符常量要用。
2023-09-19 16:43:41
94
原创 YOLOv3学习
每一个参数的意义：例如：13*13*3*85,13*13为特征图大小，3是3个回归框。85是（80个类别+4个坐标+1个判断是否为背景的置信度）术业有专攻，多个scale进行预测。每一个scale上有三个特征框。高层特征图大框，越底层感受野越小，框越小。YOLOv3思想：高尺度向下融合，上采样获得融合预测图。利用残差连接实现网络。两条路，要么优化，要么无用功。图像金字塔方法：每一层出一个结果，速度较慢。V1=2，V2=5。分类：利用softmax实现多分类。目的：提升检测效果。
2023-09-18 15:30:22
67
原创 YOLOv2学习总结
Batch Normalization归一化。conv-bn看成一组操作即可。利用k-means聚类提取先验框。距离损失度量为：1-IoU。此处网络：卷积核一是：3*3，另外是：1*1（特征浓缩）。优化网络的目的：就是为了快速提取特征。（减少计算的数量）。有anchor与无anchor的比较：在召回率上有所提升1。此处限制了每一个xy都在0-1之间。即每个xy都在网格中。先得到特征图中的值，再回到原来的位置。v2在v1的基础上有所改进。
2023-09-18 14:44:53
95
原创 YOLOv1学习总结
核心思想：将一个图片划分为多个块，判断物体是否落在某个块中，即某个块中是否有物体（置信度），对置信度大的做框回归预测。召回：recall 召回的所有正确正样本占所有真实正样本的比例 ps：分母真实的总数。精度：precision 召回的所有正确正样本占所有预测正样本的比例 ps：分母预测的总数。NMS：选择置信度最大的框，计算附近选出的框之间的IoU，当附近几个IoU大于某个阈值的时候消除掉以减少影响。置信度：判断是否为人脸的概率值。
2023-09-15 20:28:13
90
原创 计算机组成原理cache选择题题解
第二步：我们要求出行号可以易得：能存放4k字数据的cache应当有 4k字/4字 个块。即1k块，即10位数据。即最后32-10-4+1（有效位）+1（脏位）= 20位，20*1k（此处为块数）=20k即为数据的控制cache长度，再加上4*32*1k的数据cache即为总的cache数！所以需要用 log2（16）的位数来表示快内的偏移量。即我们要用四位来表示 块内偏移。：4*32/8 其中4是代表4个字，32是一个字的长度。我们首先可以得到的就是。王道p137 12题。如何划分地址位数的。
2023-09-15 18:41:51
365
原创 linux常用的工作目录指令1 （路径告知，目录切换，创建文件夹，删除文件夹，创建新文件）
上面的文法是在home目录下创建一个a.txt文件。cd .. 回到当前目录的。默认一级目录需要多级目录时-p。有-rf时为强制递归删除。
2023-09-14 23:03:22
183
原创 刺破数据结构-数据结构学习总结（第二章）b站 有序表合并解析
那么我们循环结束的条件就是两个之中有一个的指针走到了最后一个元素。我们需要将元素排队放入我们构建好的杯子当中，可是这个时候就会有一个问题：即，当我们一点一点交替倒水的时候，总有一个杯子的水会先被倒完。从大的方面打比方：就像有两杯500ml的矿泉水要倒到1L的杯子里一样。今天我们来填一下许久之前的一个坑，在王卓老师的课中有序表的合并c语言的实现。最后就是看看没空的将没空的全部倒入新的水杯中。那么这里的*p++是指：取p的地址，再对p进行++。LC的构建就是顺序表的构建，我们需要关注的是。那我们该如何实现呢？
2023-09-13 22:20:36
83
原创 linux中指定运行级别
重要的是3，5两个级别。3为多用户联网命令行。一般我们下载linux启动时默认级别为5.我们如何将默认启动调整为3呢？x为所需要的级别即可。
2023-09-13 20:02:33
152
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