摘要：
2025年11月25日 一.滑动窗口专题： class Solution { public: vector<int> findAnagrams(string s, string p) { vector<int> ans; // 记录满足条件的起点。 //异位词就是不考虑字母顺序，所以只需要统计每个字 阅读全文
posted @ 2025-11-25 21:46
Annaprincess
阅读(5)
评论(0)
推荐(0)
摘要：
2025年11月24日 131题：分割回文串 class Solution { private: vector<string>ans;//记录一组分割结果 vector<vector<string>>ret;//记录返回结果，本题答案 vector<vector<bool>>dp;//dp[i][j 阅读全文
posted @ 2025-11-24 16:35
Annaprincess
阅读(5)
评论(0)
推荐(0)
摘要：
第四讲GNN图神经网络 基于空间的卷积（Spatial-based convolution） 基于谱的卷积（Spectral-based convolution） 阅读全文
posted @ 2025-11-24 08:49
Annaprincess
阅读(6)
评论(0)
推荐(0)
摘要：
第三讲空间变换层spatial transformer layer 平移translation时的特殊规则：当且仅当i=n-1，j=m时w=1否则w=0 阅读全文
posted @ 2025-11-23 23:33
Annaprincess
阅读(5)
评论(0)
推荐(0)
摘要：
梯度下降算法 梯度下降有时会使loss不降反而上升原因是： 核心结论是：loss 上升主要源于学习率过高、数据 / 特征问题或模型设置不当，导致优化偏离最优方向。 关键原因 学习率过大：步长超过最优解范围，每次更新都跳过最小值，甚至远离。 数据 / 特征问题：数据未归一化（特征尺度差异大），或存在大 阅读全文
posted @ 2025-11-23 22:23
Annaprincess
阅读(3)
评论(0)
推荐(0)
摘要：
第二讲类神经网络训练不起来 一.优化失败的原因 梯度为0有可能是local minima 和saddle point 因为计算优化的终止条件是梯度为0，但有可能梯度为0仅是局部最小值local minima或鞍点saddle point（多维，在某些维度是最小值，某些维度是最大值。） eigen特征 阅读全文
posted @ 2025-11-23 21:39
Annaprincess
阅读(5)
评论(0)
推荐(0)
摘要：
第七讲下自监督学习self-supervised learning--GPT 一.GPT的功能 预测接下来可能出现的token GPT相当于transformer 的decoder，有mask attention task description任务介绍 example：例子 可以是多个例子、一个例 阅读全文
posted @ 2025-11-23 16:29
Annaprincess
阅读(6)
评论(0)
推荐(0)
摘要：
第七讲自监督学习self-supervised learning 常见的自监督模型大小：BERT<GPT<SWITCH 监督学习（supervised learning）：有标签 自监督学习（self-supervised learning）：没标签（属于无监督学习的一种类型） 自监督学习的原理是初 阅读全文
posted @ 2025-11-23 15:23
Annaprincess
阅读(23)
评论(0)
推荐(0)
摘要：
Transformer架构 Transformer是基于自注意力的序列到序列模型，与RNN的序列到序列模型不同，Transformer支持并行计算。 序列到序列：应用一 一.Seq2seq的架构 二.Transformer Transformer架构里面的encoder用的是self-attenti 阅读全文
posted @ 2025-11-22 20:45
Annaprincess
阅读(13)
评论(0)
推荐(0)
摘要：
2025年11月21日 class Solution { public: int singleNumber(vector<int>& nums) { int ans=0; for(int i:nums){ ans=ans^i; } return ans; } }; 阅读全文
posted @ 2025-11-21 18:10
Annaprincess
阅读(6)
评论(0)
推荐(0)
浙公网安备 33010602011771号