- 博客(40)
- 收藏
- 关注
RSS订阅原创 蓝桥-一些细节
注意这里的边长a,b,c为实数，所以需要注意输入数据转为float，而我一开始习惯性转为int值，导致错误。P5708 【深基2.习2】三角形面积。
2023-11-08 19:54:22
81
原创 unrecognized arguments: --local-rank=1报错解决
这里我在train.py脚本文件中果然没有找到–local-rank参数，在很多的parser.add_argument后添加一行parser.add_argument(“–local-rank”, type=int)，注意在最后添加而不是刚开始，如果刚开始添加会导致传入参数不匹配而报错。含义：表明在运行 train.py 脚本时，传递了一个未被识别的参数 --local-rank=1。
2023-05-09 01:45:00
4576
原创 unhandled cuda error, NCCL version 2.10.3报错解决
这个警告并不会导致代码运行中止，但是给了我启发，我觉得可能就是torch版本与cuda版本不匹配，自然与NCCL也不匹配，于是我删除了torch，使用pytorch官网提供的与本电脑匹配的安装命令行来安装，安装后果然问题解决。在运行这个模型时，我是直接使用require.txt来配置环境的，但是使用这个配置环境是比较死板的，并没有考虑到每个人的电脑本身的各项参数配置。分析：NCCL:一般来是是在配置cuda时就已经配置好了对应版本的NCCL了。之后根据pytorch官网给的命令安装pytorch即可。
2023-05-08 21:21:13
2506
1
原创 torch.stack(）
torch.stack() 是 PyTorch 中的一个函数，用于将多个张量沿着新的维度进行堆叠。需要注意的是，torch.stack() 函数要求所有被堆叠的张量的形状必须相同。此外，堆叠后的张量的维度数目将比原先多一维。将 seq 序列中的每个张量视为一行，构建一个新的二维张量（即矩阵），其中第。其中，第一行表示 a 张量中的元素，第二行表示 b 张量中的元素。在指定的 dim 维度上对这些行进行堆叠，从而得到一个新的张量。
2023-04-25 21:10:20
519
原创 torch.gather()解释与使用
具体而言，torch.gather(input, dim, index) 的作用是根据 dim 维度上的 index 索引值，从 input 张量中提取对应位置的数据，并组合成一个新的张量返回。其中，output 张量的第一行表示从 input 张量的第 0 行中提取了第 0 列和第 2 列的数据（即 [1, 3]），第二行表示从第 1 行中提取了第 1 列和第 3 列的数据（即 [6, 8]），第三行表示从第 2 行中提取了第 0 列和第 1 列的数据（即 [9, 10]）。例如，假设有一个形状为。
2023-04-25 20:46:35
394
原创 L1 loss 是什么
与L2 Loss（也称为Mean Squared Error）相比，L1 Loss更加鲁棒，对于异常值（outliers）的容忍性更高。因此，在某些需要考虑异常值的任务中，例如目标检测、人脸识别等领域，L1 Loss被广泛应用。L1 Loss（也称为Mean Absolute Error）是深度学习中常用的一种损失函数，用于衡量模型预测结果与真实标签之间的平均绝对误差。表示模型对于样本i的预测标签。将每个样本的绝对误差取平均值，得到L1 Loss。表示样本i的真实标签（ground truth），
2023-04-24 19:20:55
4834
原创 2016年第七届java A组蓝桥杯省赛真题（python解题）
有一堆煤球，堆成三角棱锥形。具体：第一层放1个，第二层3个（排列成三角形），第三层6个（排列成三角形），第四层10个（排列成三角形），如果一共有100层，共有多少个煤球？请填表示煤球总数目的数字。注意：你提交的应该是一个整数，不要填写任何多余的内容或说明性文字。
2023-04-24 14:05:16
119
原创 csdn使用markdown
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：撤销：Ctrl/Command + Z重做：Ctrl/Command + Y加粗：Ctrl/Command + B斜体：Ctrl/Command + I标题：Ctrl/Command + S
2023-04-24 10:05:43
70
原创 PREV-264 砝码称重【第十二届】【省赛】【C组】python
n = int(input())weights = list(map(int,input().split()))nums = [set() for i in range(n)]nums[0].add(weights[0])nums[0].add(0)for i in range(1,n): nums[i].add(weights[i]) for j in nums[i-1]: nums[i].add(j) nums[i].add(j+weights[
2023-02-05 11:21:32
97
原创 ALGO-936 砝码称重
n = int(input())nums = list(map(int,input().split()))weights = []w = 0def wf(weights,w,nums,i): if i==n: if w not in weights: weights.append(w) else: wf(weights,w,nums,i+1) wf(weights,w+nums[i],nums,i+1)w
2023-01-31 17:34:16
85
原创 ALGO-20 VIP试题 求先序排列 python
思路：后序遍历（左右中）的最后一个节点肯定是树的根节点。找到根节点之后，在中序遍历（左中右）中，根节点的左边的节点都是左子树的节点，右边的点都是右子树的点。这样就可以找到中序遍历的左子树和右子树，根据左子树和右子树可以在后序遍历中找到后序遍历的左子树和右子树。接着使用递归继续分别找左子树和右子树的根节点、左子树、右子树。由于需要打印先序遍历（中左右）所有在递归过程中，每次找到根节点都先打印出来，然后先递归左子树在递归右子树。
2023-01-27 12:36:16
84
原创 ALGO-17 VIP试题 乘积最大 动态规划 python
思路：动态规划思想，dp[a][b]表示从0到a的一列数字有b个乘号时的最大结果。定义函数count(list)计算list数组的数字组成的值为多少。比如count([1,3,2])返回值132。状态转移方程：dp[a][b] = max(dp[a-i][b-1]*count(list[a-i+1:i+1]))，当b = 0 时，dp[a][0] = count(list[0:a+1])
2023-01-25 19:49:30
58
原创 ALGO-15 VIP试题 旅行家的预算 python
思路：使用贪心思想，记录在各个加油站时油箱中有多少油，在从i站到i+1站这段路时，回看以往没有加满油的加油站哪个比较便宜，在便宜的那个加油站补加这段路需要的油，补加完还不行则继续在别的油箱没满的站点寻找可以补加的站。具体过程看代码及分析
2023-01-23 17:06:28
106
原创 ALGO-9 VIP试题 摆动序列 python
如果一个序列满足下面的性质，我们就将它称为摆动序列： 1. 序列中的所有数都是不大于k的正整数； 2. 序列中至少有两个数。 3. 序列中的数两两不相等； 4. 如果第i – 1个数比第i – 2个数大，则第i个数比第i – 2个数小；如果第i – 1个数比第i – 2个数小，则第i个数比第i – 2个数大。 比如，当k = 3时，有下面几个这样的序列：
2023-01-19 22:55:58
82
原创 ALGO-8 操作格子 python
如果了解了线段树问题就会很简单。简单的使用线段树就可以在Logn的时间复杂度下求得结果。算是空间换时间，提前将每段数据保存在树的每个节点中，最后只需要查找或者修改部分节点即可。满分通过！
2023-01-19 17:43:41
107
原创 ALGO-6 安慰奶牛 蓝桥 python
思路：首先应该找最小生成树，再找起点。在图纸上尝试总结规律之后发现，只有最小生成树才有可能得到最小结果。得到最小生成树后，无论怎么走，经过某一条边以及在两个节点停留总共花费的时间都是两边节点时间加上两倍的路程时间，最后还要另外加上终点所需要的时间。解题：二维数组方式生成图，m[][0],m[][1]代表两端的节点序号,m[][3]代表总共走过这段路花费的时间，也就是两端节点的时间加上两倍路上的时间。我们要在m中找到最小生成树。这里使用kruskal算法时间复杂度会低一点，不了解的同学可以去了解一下。
2023-01-17 18:11:38
143
原创 蓝桥 ALGO-3 K好数 python 动态规划
思路：使用动态规划，m[i][j]代表长度为i,最后一位数为j时k好数的个数。m[i][j] = Σ( m[i-1][q] )其中q一定不与j相邻，即 j != k+1 并且 j != k-1
2023-01-13 11:26:15
118
原创 蓝桥 ALGO-4 结点选择 python
使用树形动态规划，也就是在树的结构上进行循环递归，更新动态规划的m值。m[i][1]代表在以i为根节点的子树中选择i节点所得最优结果。m[i][0]代表不选择i节点的最优结果dp(a,b)用来更新a节点的m值，也就是m[a]，其中b为a的父节点当节点i为叶子节点时，m[i][0] = 0, m[i][1] = value[i]当节点i为非叶子节点时，m[i][0] = Σ ( max ( m[i的子节点][1] , m[i的子节点][0] ) )
2023-01-12 19:53:49
91
原创 蓝桥 基础练习 Huffuman树 python
其中：key 参数（可选）指定可迭代对象中的某个元素进行排序。reverse 参数（可选）表示排序规则，包含升序（False）和降序（True），默认是False升序排序。
2023-01-06 22:44:08
71
原创 蓝桥 基础练习 2n皇后问题 python
问题描述 给定一个n*n的棋盘，棋盘中有一些位置不能放皇后。现在要向棋盘中放入n个黑皇后和n个白皇后，使任意的两个黑皇后都不在同一行、同一列或同一条对角线上，任意的两个白皇后都不在同一行、同一列或同一条对角线上。问总共有多少种放法？n小于等于8。输入格式 输入的第一行为一个整数n，表示棋盘的大小。 接下来n行，每行n个0或1的整数，如果一个整数为1，表示对应的位置可以放皇后，如果一个整数为0，表示对应的位置不可以放皇后。输出格式 输出一个整数，表示总共有多少种放法。样例输入
2023-01-06 22:21:14
327
原创 蓝桥 基础练习 芯片测试 23 python
问题描述 有n（2≤n≤20）块芯片，有好有坏，已知好芯片比坏芯片多。 每个芯片都能用来测试其他芯片。用好芯片测试其他芯片时，能正确给出被测试芯片是好还是坏。而用坏芯片测试其他芯片时，会随机给出好或是坏的测试结果（即此结果与被测试芯片实际的好坏无关）。 给出所有芯片的测试结果，问哪些芯片是好芯片。输入格式 输入数据第一行为一个整数n，表示芯片个数。 第二行到第n+1行为n*n的一张表，每行n个数据。表中的每个数据为0或1，在这n行中的第i行第j列（1≤i, j≤n）的数据表示用第
2023-01-02 11:43:57
90
原创 蓝桥 22基础练习 FJ的字符串 python
问题描述 FJ在沙盘上写了这样一些字符串： A1 = “A” A2 = “ABA” A3 = “ABACABA” A4 = “ABACABADABACABA” … … 你能找出其中的规律并写所有的数列AN吗？输入格式 仅有一个数：N ≤ 26。输出格式 请输出相应的字符串AN，以一个换行符结束。输出中不得含有多余的空格或换行、回车符。样例输入
2023-01-02 11:21:01
116
原创 蓝桥 基础练习 矩形面积交 python
问题描述 平面上有两个矩形，它们的边平行于直角坐标系的X轴或Y轴。对于每个矩形，我们给出它的一对相对顶点的坐标，请你编程算出两个矩形的交的面积
2022-12-30 12:56:13
59
原创 李沐动手学视频笔记-计算机视觉-目标检测
锚框：大多数目标检测是基于锚框：1.提出多个锚框（边缘框）2.预测锚框中是否含有关注物体3.如果含有关注物体，进行偏移，调整锚框到真实边框IoU交并比：计算两个框之间的相似度。取值范围0-1，0代表无重叠，1代表重合。
2022-12-23 21:48:00
305
原创 蓝桥 16 基础练习 分解质因数 python
问题描述 求出区间[a,b]中所有整数的质因数分解。输入格式 输入两个整数a，b。输出格式 每行输出一个数的分解，形如k=a1*a2*a3...(a1
2022-12-18 20:24:06
80
原创 蓝桥 15 基础练习 字符串对比 python
问题描述 给定两个仅由大写字母或小写字母组成的字符串(长度介于1到10之间)，它们之间的关系是以下4中情况之一： 1：两个字符串长度不等。比如 Beijing 和 Hebei 2：两个字符串不仅长度相等，而且相应位置上的字符完全一致(区分大小写)，比如 Beijing 和 Beijing 3：两个字符串长度相等，相应位置上的字符仅在不区分大小写的前提下才能达到完全一致（也就是说，它并不满足情况2）。比如 beijing 和 BEIjing 4：两个字符串长度相等，但是即使是不区分大小写
2022-12-18 19:50:59
68
原创 蓝桥 14 基础练习 时间转换
问题描述 给定一个以秒为单位的时间t，要求用“::”的格式来表示这个时间。表示时间，表示分钟，而表示秒，它们都是整数且没有前导的“0”。例如，若t=0，则应输出是“0:0:0”；若t=3661，则输出“1:1:1”。输入格式 输入只有一行，是一个整数t（0
2022-12-18 19:48:19
58
原创 李沐动手学视频笔记-26 网络中的网络NiN
NiN架构：1.无全连接层2.交替使用NiN块和步幅为2的最大池化层，逐步减小高宽和增大通道数3.最后使用全局平均池化层得到输出。输入通道数是类别数，池化核大小与输入矩阵大小相同（池化不改变通道数）
2022-12-18 18:35:41
71
原创 蓝桥 13 数列排序 python
补充：1.print()中end=''表示不换行，end=' '表示以一个空格结束，end='\t' 表示空四个字符，end='\n'表示换行。2. 列表两个元素交换：list[a],list[b]=list[b],list[a]
2022-12-17 22:43:56
229
原创 李沐动手学视频笔记-21 卷积层里的多输入多输出通道，22 池化层，23 LeNet
总结：1.输出通道数是卷积层的超参数2.每个输入通道都有独立的二维卷积核，所有通道结果相加得到输出通道结果3.每个输出通道有独立的三位卷积核
2022-12-17 12:17:07
251
原创 蓝桥 10 基础练习 十进制转十六进制 python
补充：1.十进制转换为二进制bin(int类型)，八进制oct(int类型)，十六进制hex(int类型) 其他进制转化成十进制int(str,原本的进制) 2.字符串替换replace函数：str.replace(old, new[, max]) 3.小写转大写upper函数：str.upper()，大写转小写：str.lower()
2022-12-16 23:18:11
964
原创 李沐动手学视频笔记-20卷积层里的填充和步幅
填充的目的：避免每次卷积都使数据大小减小，导致无法进行更深层次的卷积。填充的操作：在数据周围添加额外的行和列，是的输出大小达到我们想要的结果（比如得到更大的输出 ）。步幅的目的：较快速度的减小数据尺寸。步幅的操作：控制卷积核每次移动的大小。
2022-12-16 20:03:03
139
原创 李沐动手学视频学习笔记和知识补充-16神经网络基础
我们可以通过基本层类设计自定义层。这允许我们定义灵活的新层，其行为与深度学习框架中的任何现有层不同。在自定义层定义完成后，我们就可以在任意环境和网络架构中调用该自定义层。层可以有局部参数，这些参数可以通过内置函数创建。
2022-12-13 19:20:42
108
原创 蓝桥 7 基础练习 特殊的数字 python
153是一个非常特殊的数，它等于它的每位数字的立方和，即153=1*1*1+5*5*5+3*3*3。编程求所有满足这种条件的三位十进制数。
2022-12-13 17:07:18
109
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