- 博客(4170)
- 问答 (1)
- 收藏
- 关注
RSS订阅
原创 USACO历年黄金组真题解析 | 汇总
我把自己练习过的USACO的题目都整理了一下。虽然网站上有许多高手的解法，但因为我自己也是初学者，所以只用了比较容易理解的方法来分析和解答。如果你也在学习的话，希望这些内容能对你有一点帮助。
2026-08-15 19:47:47
410
原创 常用算法代码模板与题单 | 0 - 模拟（更新于2026.8.2）
这篇文档其实是我自己学习路上的一份“复习笔记”。之前看了不少教程，零零散散记了一堆代码片段和小技巧，时间久了就容易忘，翻起来也麻烦。所以干脆花时间整理了一下，把常用的模板、容易踩的坑、还有一些个人觉得挺实用的小技巧都归到了一起。如果你也在学类似的东西，或许能帮你省下一些翻找的时间；如果有哪里写得不清楚或不对，也欢迎随时指正交流。希望这份整理也能对你有一点点帮助～ ✨
2026-07-06 20:55:53
1388
原创 学而思编程周赛-语言基础组-赛情分析及题解 | 汇总（更新至2026年春第15周）
我把自己练习过的学而思编程周赛的题目都整理了一下。虽然网站上有许多高手的解法，但因为我自己也是初学者，所以只用了比较容易理解的方法来分析和解答。如果你也在学习的话，希望这些内容能对你有一点帮助。
2026-07-05 17:20:45
581
原创 学而思编程周赛-普及奠基组-赛情分析及题解 | 汇总（更新至2026年春第15周）
我把自己练习过的学而思编程周赛的题目都整理了一下。虽然网站上有许多高手的解法，但因为我自己也是初学者，所以只用了比较容易理解的方法来分析和解答。如果你也在学习的话，希望这些内容能对你有一点帮助。
2026-07-04 15:12:20
858
原创 学而思编程周赛-普及进阶组-赛情分析及题解 | 汇总（更新至2026年春第15周）
我把自己练习过的学而思编程周赛的题目都整理了一下。虽然网站上有许多高手的解法，但因为我自己也是初学者，所以只用了比较容易理解的方法来分析和解答。如果你也在学习的话，希望这些内容能对你有一点帮助。
2026-07-04 13:23:07
543
原创 常用算法代码模板与题单 | G - 数学（更新于2026.8.2）
这篇文档其实是我自己学习路上的一份“复习笔记”。之前看了不少教程，零零散散记了一堆代码片段和小技巧，时间久了就容易忘，翻起来也麻烦。所以干脆花时间整理了一下，把常用的模板、容易踩的坑、还有一些个人觉得挺实用的小技巧都归到了一起。如果你也在学类似的东西，或许能帮你省下一些翻找的时间；如果有哪里写得不清楚或不对，也欢迎随时指正交流。希望这份整理也能对你有一点点帮助～ ✨
2026-06-28 19:37:57
212
原创 常用算法代码模板与题单 | F - 字符串（更新于2026.8.2）
这篇文档其实是我自己学习路上的一份“复习笔记”。之前看了不少教程，零零散散记了一堆代码片段和小技巧，时间久了就容易忘，翻起来也麻烦。所以干脆花时间整理了一下，把常用的模板、容易踩的坑、还有一些个人觉得挺实用的小技巧都归到了一起。如果你也在学类似的东西，或许能帮你省下一些翻找的时间；如果有哪里写得不清楚或不对，也欢迎随时指正交流。希望这份整理也能对你有一点点帮助～ ✨
2026-06-28 19:36:52
195
原创 常用算法代码模板与题单 | E - 动态规划（更新于2026.8.2）
这篇文档其实是我自己学习路上的一份“复习笔记”。之前看了不少教程，零零散散记了一堆代码片段和小技巧，时间久了就容易忘，翻起来也麻烦。所以干脆花时间整理了一下，把常用的模板、容易踩的坑、还有一些个人觉得挺实用的小技巧都归到了一起。如果你也在学类似的东西，或许能帮你省下一些翻找的时间；如果有哪里写得不清楚或不对，也欢迎随时指正交流。希望这份整理也能对你有一点点帮助～ ✨
2026-06-28 19:35:42
246
原创 AtCoder Weekday Consest 赛情分析及题解 | 汇总（更新至 AWC 0129 Beta）
我把自己练习过的AtCoder AWC题目都整理了一下。虽然网站上有许多高手的解法，但因为我自己也是初学者，所以只用了比较容易理解的方法来分析和解答。如果你也在学习的话，希望这些内容能对你有一点帮助。
2026-06-23 11:03:34
1035
原创 常用算法代码模板与题单 | D - 图论（更新于2026.8.2）
这篇文档其实是我自己学习路上的一份“复习笔记”。之前看了不少教程，零零散散记了一堆代码片段和小技巧，时间久了就容易忘，翻起来也麻烦。所以干脆花时间整理了一下，把常用的模板、容易踩的坑、还有一些个人觉得挺实用的小技巧都归到了一起。如果你也在学类似的东西，或许能帮你省下一些翻找的时间；如果有哪里写得不清楚或不对，也欢迎随时指正交流。希望这份整理也能对你有一点点帮助～ ✨
2026-06-13 09:50:50
752
原创 常用算法代码模板与题单 | C - 数据结构（更新于2026.8.2）
这篇文档其实是我自己学习路上的一份“复习笔记”。之前看了不少教程，零零散散记了一堆代码片段和小技巧，时间久了就容易忘，翻起来也麻烦。所以干脆花时间整理了一下，把常用的模板、容易踩的坑、还有一些个人觉得挺实用的小技巧都归到了一起。如果你也在学类似的东西，或许能帮你省下一些翻找的时间；如果有哪里写得不清楚或不对，也欢迎随时指正交流。希望这份整理也能对你有一点点帮助～ ✨
2026-06-13 09:50:47
522
原创 常用算法代码模板与题单 | B - 搜索（更新于2026.8.2）
这篇文档其实是我自己学习路上的一份“复习笔记”。之前看了不少教程，零零散散记了一堆代码片段和小技巧，时间久了就容易忘，翻起来也麻烦。所以干脆花时间整理了一下，把常用的模板、容易踩的坑、还有一些个人觉得挺实用的小技巧都归到了一起。如果你也在学类似的东西，或许能帮你省下一些翻找的时间；如果有哪里写得不清楚或不对，也欢迎随时指正交流。希望这份整理也能对你有一点点帮助～ ✨
2026-06-12 08:53:52
715
原创 常用算法代码模板与题单 | A - 基础算法（更新于2026.8.2）
这篇文档其实是我自己学习路上的一份“复习笔记”。之前看了不少教程，零零散散记了一堆代码片段和小技巧，时间久了就容易忘，翻起来也麻烦。所以干脆花时间整理了一下，把常用的模板、容易踩的坑、还有一些个人觉得挺实用的小技巧都归到了一起。如果你也在学类似的东西，或许能帮你省下一些翻找的时间；如果有哪里写得不清楚或不对，也欢迎随时指正交流。希望这份整理也能对你有一点点帮助～ ✨
2026-04-20 10:48:05
761
原创 AtCoder Beginner Contest 赛情分析及题解 | 汇总（更新至 ABC 471）
我把自己练习过的AtCoder ABC题目都整理了一下。虽然网站上有许多高手的解法，但因为我自己也是初学者，所以只用了比较容易理解的方法来分析和解答。如果你也在学习的话，希望这些内容能对你有一点帮助。
2025-09-03 07:37:56
1413
原创 GESP认证C++编程真题解析 | 汇总
GESP认证C++编程真题解析 | 202606 一级GESP认证C++编程真题解析 | 202606 二级GESP认证C++编程真题解析 | 202606 三级GESP认证C++编程真题解析 | 202606 四级GESP认证C++编程真题解析 | 202603 一级GESP认证C++编程真题解析 | 202603 二级GESP认证C++编程真题解析 | 202603 三级GESP认证C++编程真题解析 | 202603 四级GESP认证C++编程真题解析 | 202603 五级GESP认证C++编程真题
2025-01-18 10:14:23
3783
原创 USACO历年青铜组真题解析 | 汇总
我把自己练习过的USACO的题目都整理了一下。虽然网站上有许多高手的解法，但因为我自己也是初学者，所以只用了比较容易理解的方法来分析和解答。如果你也在学习的话，希望这些内容能对你有一点帮助。
2024-06-26 10:28:34
5624
原创 USACO历年白银组真题解析 | 汇总
我把自己练习过的USACO的题目都整理了一下。虽然网站上有许多高手的解法，但因为我自己也是初学者，所以只用了比较容易理解的方法来分析和解答。如果你也在学习的话，希望这些内容能对你有一点帮助。
2024-06-26 10:28:15
1820
原创 历年蓝桥杯青少组Python中/高级选拔赛（STEMA）真题解析 | 汇总
学习Python从娃娃抓起！记录下蓝桥杯备考学习过程中的题目，记录每一个瞬间。1.2023年12月选择题（1-5）6.2023年12月编程题（10）7.2023年12月编程题（11）2.2023年12月编程题（6）3.2023年12月编程题（7）4.2023年12月编程题（8）5.2023年12月编程题（9）
2024-03-02 22:24:27
4460
2
原创 历年CSP-J复赛真题解析 | 汇总
我把自己练习过的CSP-J复赛题目都整理了一下。虽然网站上有许多高手的解法，但因为我自己也是初学者，所以只用了比较容易理解的方法来分析和解答。如果你也在学习的话，希望这些内容能对你有一点帮助。
2023-10-06 21:15:36
7768
原创 历年CSP-J初赛真题解析 | 汇总
本专栏旨在帮助大家从基础到进阶 ，逐步提升编程能力，助力信息学竞赛备战！1.：根据信息学竞赛大纲，精心挑选经典算法题目，提供清晰的代码实现与详细指导，帮助您夯实算法基础。2.：按照算法类别和难度分级，从基础到进阶，循序渐进，帮助您全面提升编程能力与算法思维。
2023-08-30 14:15:21
27853
10
原创 《AI工程：大模型应用开发实战》读书笔记 | 第6章 RAG与智能体
智能体是任何能够感知环境并作用于环境的事物。AI 智能体通过工具扩展动作集合，通过规划完成任务。智能体特征由环境和动作决定。环境：游戏、互联网、厨房、道路等。动作集合通过工具扩展。智能体环境和工具集相互依赖。SWE-agent 示例：环境是计算机，动作包括浏览代码、搜索文件、编辑代码。AI 智能体目标：完成用户指定任务。智能体通常需要更强模型。错误累积：多步操作，准确率下降。更高风险：工具可执行影响更大的任务。智能体可自主运行，节省人力。
2026-09-19 20:15:24
700
原创 《AI工程：大模型应用开发实战》读书笔记 | 第5章 提示工程
提示词是发送给模型的指令，用于执行某项任务。一段提示词通常由任务描述、示例和具体任务组成。要让提示词有效，模型必须具备指令遵循能力。提示工程是否需要大量调整，取决于模型对提示词扰动的健壮性。提示工程：精心设计指令，引导模型生成想要的结果。提示工程是最简单、最常见的模型适配技术。与微调不同，提示工程不改变模型权重。许多人仅靠提示工程就成功将模型适配到应用。提示工程不只是随意调整措辞，而是“人与 AI 沟通的艺术”。提示工程实验应像 ML 实验一样系统化。提示词通常包含：任务描述。
2026-09-19 14:00:53
133
原创 《AI工程：大模型应用开发实战》读书笔记 | 第4章 评估AI系统
选择评估方法，标注评估数据，评估评估流水线，并持续迭代。不同标准可能需要不同评估方法。可混合使用多种评估方法。对数概率可用于衡量置信度和困惑度。尽可能使用自动化指标。不要害怕人工评估。人工评估可作为北极星指标。考虑生产阶段可行性。标注评估数据。使用实际生产数据。切分数据，细粒度理解系统。避免偏见、调试、寻找改进空间、避免辛普森悖论。多个评估数据集。每个评估集样本量要足够大。自助抽样验证评估集可靠性。
2026-09-18 22:14:37
257
原创 《AI工程：大模型应用开发实战》读书笔记 | 第3章 评估方法论
嵌入是捕捉原始数据含义的数值表示。相似含义的文本应有距离更近的嵌入向量。嵌入可用于分类、主题建模、推荐、RAG、去重等。嵌入是数值表示，通常为向量。维度通常在 100 到 10,000 之间。常见嵌入模型：BERT、CLIP、Sentence Transformers。优质嵌入：含义相似的文本距离更近。可用 MTEB 基准评估嵌入质量。任何数据都可嵌入：文本、图像、产品、用户等。联合嵌入：不同模态映射到同一空间。CLIP：文本和图像联合嵌入。
2026-09-18 14:25:31
397
原创 《AI工程：大模型应用开发实战》读书笔记 | 第2章 理解基础模型
关键词：基础模型、训练数据、多语言模型、领域特定模型、Transformer、注意力机制、模型规模、规模法则、Chinchilla、后训练、监督微调、偏好微调、RLHF、DPO、采样、温度、top-k、top-p、推理时计算、结构化输出、概率性、幻觉。
2026-09-17 21:08:04
297
原创 《AI工程：大模型应用开发实战》读书笔记 | 第1章 基于基础模型构建AI应用入门
关键词：基础模型、大语言模型、LLM、自监督学习、语言模型、掩码语言模型、自回归语言模型、token、词表、多模态模型、AI工程、ML工程、模型即服务、MaaS、提示工程、RAG、微调、AI技术栈、应用开发层、模型开发层、基础设施层。
2026-09-17 11:32:45
337
原创 《白话深度学习的数学》读书笔记 | 第5章 实现神经网络
使用 Python 和 NumPy 从零实现神经网络。数据标准化可以加快收敛。超参数包括层数、单元数、学习率、轮数等。正向传播、反向传播、参数更新是训练的三个核心步骤。小批量梯度下降是标准训练方法。使用 MNIST 实现手写数字识别。卷积神经网络实现使用 im2col 和 col2im 变换。ReLU 和 softmax 是卷积神经网络常用函数。权重初始化很重要，He 初始化适合 ReLU。卷积神经网络训练计算量大，但效果显著。
2026-09-15 22:50:25
221
原创 《白话深度学习的数学》读书笔记 | 第4章 学习卷积神经网络
卷积神经网络擅长图像处理，也用于自然语言处理。图像可看作矩阵，卷积过滤器在图像上滑动并加权求和。卷积后的输出叫特征图。过滤器数值通过训练得到，是特征检测器。填充和步进可调整特征图大小。卷积层常见流程：卷积 → 激活函数 → 池化。常用激活函数：ReLU。常用池化：最大池化。卷积神经网络通过通道处理多特征图，彩色图像有 RGB 三通道。卷积过滤器通道数必须与输入通道数一致。最后连接全连接层，分类时使用 softmax 输出概率。训练使用反向传播和梯度下降。
2026-09-13 18:30:13
603
原创 《白话深度学习的数学》读书笔记 | 第3章 学习反向传播
神经网络的权重和偏置通过训练获得，不靠手动调整。训练数据由输入xxx和正确标签yyy组成。误差为y−fxy - f(x)y−fx，目标是使所有误差之和最小。目标函数：EΘ12∑k1nyk−fxk2EΘ21k1∑nyk−fxk2使用梯度下降法更新参数：ΘΘ−η∂EΘ∂ΘΘ:=Θ−η∂Θ∂EΘ为了简化偏微分，引入加权输入zilz_i^{(l)}zi。
2026-09-12 22:05:21
66
原创 《白话深度学习的数学》读书笔记 | 第2章 学习正向传播
感知机是最简单的二元分类模型，通过加权求和与阈值判断输出 0 或 1。引入偏置后，感知机输出可写成：w⋅xb0w⋅xb0单层感知机只能解决线性可分问题，不能解决线性不可分问题。多个感知机组合成多层感知机，也就是神经网络。神经网络包括输入层、隐藏层和输出层，层编号从第 0 层开始。每层有权重矩阵WlW^{(l)}Wl和偏置向量blb^{(l)}bl。每层计算为：xlalWlxl−1blxlalWlxl−1。
2026-09-11 19:57:01
345
原创 《白话深度学习的数学》读书笔记 | 第1章 神经网络入门
神经网络是机器学习的一种算法，可以解决回归、分类和生成等任务。神经网络由单元、层和连接组成，连接上带有权重。权重表示信息的重要性或相关性，训练神经网络就是学习权重。深层神经网络称为 DNN，学习其权重就是深度学习。神经网络整体可以看作一个函数 f(x)=y。回归输出连续值，分类输出类别或概率向量。图像任务中，输入层大小通常与像素数相关，大规模网络很常见。神经网络结构可以调整，但不是越复杂越好，需要不断试错。数学只需初步概率、微分、线性代数；编程可用 Python 等语言。
2026-09-11 12:20:21
303
原创 从一道GESP六级真题出发：聊聊树上遍历的“一去不返“优化
想象你是一名快递员，负责给一棵树上的所有城市送快递。你从首都（根节点）出发，必须经过每一个城市，最后可以停在任意一个城市，不需要返回首都。每条道路都有长度，你想让总行驶距离最短。对于树上的每一条边，只要你需要访问它下面的子树，你就必须至少走一次"下去"的路。而如果你还要从那个子树里出来，继续访问其他子树，你就还得走一次"上来"的路。所以，除了你最后停留的那条路径之外，其他所有边都需要走两次（下去一次，上来一次）。最后停留的那条路径是从首都到终点的一条链。这条链上的边只需要走一次（下去之后就不再回来了）
2026-09-10 19:07:53
72
原创 从一道GESP五级真题出发：聊聊质数筛选与互质选取问题
在算法竞赛中，有一类问题看似是"组合选取"难题——从一堆数字里选尽可能多的数，让它们满足某种两两约束。如果直接枚举子集，复杂度是指数级的，完全不可行。但只要你对数学结构足够敏锐，就会发现这类问题往往有极其简单的结论。本题就是这样一个"纸老虎"。从 111 到 nnn 中选取尽可能多的数，使它们两两互质。初看之下，这是一个需要复杂搜索或匹配的问题——毕竟合数那么多，能不能选合数来代替质数？质数之间是否总是能一起选？1 又该怎么处理？但仔细一想，答案其实非常简洁：所有质数两两互质，所以它们可以全部选上；而任何合
2026-09-07 17:13:57
199
原创 从一道GESP七级真题出发：聊聊无权图中心的全源BFS解法
在无权图（每条边长度都是1）中，BFS有一种极好的性质：从起点sss出发，BFS第一次访问到某个节点vvv时，走过的路径长度就是从sss到vvv的最短距离。为什么？因为BFS是按层扩展的。起点是第0层，与起点直接相连的节点是第1层，再往外是第2层……你第一次碰到某个节点时，它一定处于当前能到达的最浅层，任何其他路径都不可能比这更短（否则它早就被更浅的层访问到了）。这种"逐层推进"的特性让BFS成为了无权图最短路问题的标准解法——简单、高效、正确。树的中心一定在直径路径上。
2026-09-06 16:01:15
312
空空如也
DevOps开发流程，你觉得适用你们公司的项目么？
2021-04-05
TA创建的收藏夹 TA关注的收藏夹
TA关注的人