- 博客(173)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 openai接口流式打印生成结果
本文介绍了一个基于OpenAI API的剧本改编系统实现。该系统通过Python脚本调用本地部署的API服务，能够将散文/小说等叙事文本转换为专业剧本格式。核心功能包括：角色建模（统一命名和实体消解）、结构化拆解（对话/内心/动作/旁白四类元素提取）以及Markdown表格输出。系统特色在于实现了"思考模式"的流式处理，能实时展示AI的推理过程和最终结果。该工具适用于需要精确文本转换的剧本创作场景，保持原文叙事连贯性的同时提供标准化输出。
2026-02-04 00:08:24
52
原创 强化学习基础-拒绝采样
• 建议分布pxp(x)px： 当前训练中的 LLM 策略（Policy）。我们利用该模型针对同一个 Prompt 生成NNN个不同的候选响应。• 评估指标： 奖励模型（Reward Model, RM）。它作为一个判别器，为这NNN个样本分别打分rxyr(x,y)rxy，分值高低代表了样本符合人类价值观或逻辑要求的程度。• 目标分布1x1(x)1x： 这是一个理想的“对齐分布”，即那些奖励得分极高、符合偏好约束的分布。
2026-01-24 22:54:27
832
原创 强化学习基础-重要性采样
• 分布改变的补偿：当对多数类进行降采样时，训练集中多数类的概率分布就被人为地改变了。如果直接在这个分布上训练，模型会低估多数类的真实重要性。这时，给降采样后的样本赋予权重（例如，降采样10倍，则权重设为10），正是在补偿这种分布差异。这个权重可以被理解为重要性权重wxpxqxwxpxqx的一种实践，其中pxp(x)px是真实分布，qxq(x)qx是降采样后的分布。
2026-01-23 23:37:18
855
原创 强化学习基础-策略
摘要：策略是从环境感知到决策动作的映射逻辑，本质是状态到动作的映射函数。强化学习中区分行为策略（负责数据采集）和目标策略（负责优化学习），以解决探索与利用的矛盾并提高样本效率。异策略算法通过经验回放池打破数据时序相关性，利用马尔可夫性和贝尔曼方程实现序列信息学习，具有样本效率高、可解耦探索与利用等优点。异策略通过"事后诸葛亮"式的价值反推机制，逐步建立状态间的逻辑关联，最终实现长期决策能力。
2026-01-22 23:50:33
638
原创 CUDA 自定义算子的编译能否完全脱离 nvcc、仅用 gcc 完成？
g++ 完全可以直接链接 CUDA 的动态库（包括核心的 cudart.so） —— 因为 CUDA 提供的运行时库（cudart）、驱动库（libcuda.so）等本质上是标准的 Linux ELF 动态库（和普通的 libstdc++.so、libpthread.so 没有本质区别），而 g++ 作为标准的 C++ 编译器 / 链接器前端，底层调用的是系统的 ld 链接器，天然支持链接这类符合 ELF 规范的动态库。示例代码（test_cudart.cpp，纯 C++，无 CUDA 核函数）
2025-12-12 15:12:53
620
1
原创 为什么编译二进制时也要链接动态库，只需要头文件可以吗
当两个动态库（.so）包含同名函数时，编译链接阶段不会报 “重定义（multiple definition）” 错误（这和静态库 / 源码重定义完全不同），但运行时会触发 “符号遮蔽（Symbol Hiding）” 问题—— 动态链接器会优先绑定 “先加载的那个库中的函数”，后加载的库中的同名函数永远不会被调用，最终导致逻辑错误（或崩溃，若函数签名不一致）。动态库同名函数 → 编译链接 “无感知”，运行时 “选第一个”，无重定义错误，但有隐性逻辑问题；
2025-12-12 14:21:23
864
原创 动态维护有效区间：单调栈
nums1 中数字 x 的 下一个更大元素 是指 x 在 nums2 中对应位置 右侧 的 第一个 比 x 大的元素。给你两个 没有重复元素 的数组 nums1 和 nums2 ，下标从 0 开始计数，其中nums1 是 nums2 的子集。对于每个 0 <= i < nums1.length ，找出满足 nums1[i] == nums2[j] 的下标 j ，并且在 nums2 确定 nums2[j] 的 下一个更大元素。如果不存在下一个更大元素，那么本次查询的答案是 -1。
2025-09-07 23:42:35
294
原创 动态维护有效区间：滑动窗口
文章摘要： 本文介绍了使用滑动窗口算法解决有序数组去重问题的两种变体。第一种是删除所有重复项，保留唯一元素，通过双指针遍历数组，左指针标记唯一元素位置，右指针寻找新元素。第二种是允许元素最多出现两次，通过记录元素重复次数来控制保留数量。关键思路是：利用数组有序性，通过比较当前元素与已处理部分的特定位置（如前两位）来判断是否需要保留。文章详细演示了指针移动过程，并提供了Python代码实现，包括暴力解法和优化后的滑动窗口解法。对于进阶问题，提出了更简洁的判断条件，只需比较当前元素与有效数组倒数第二个元素即可决
2025-09-07 23:20:01
692
原创 动态规划：硬币兑换II
给你一个整数数组 coins 表示不同面额的硬币，另给一个整数 amount 表示总金额。请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额，返回 0。假设每一种面额的硬币有无限个。示例输入：amount = 5, coins = [1, 2, 5]输出：4解释：有四种方式可以凑成总金额：5=55=2+2+15=2+1+1+1。
2025-09-01 22:47:52
1022
原创 动态规划：硬币兑换（续）
不固定某一面额，而是枚举所有可用面额作为 “组合的最后一枚硬币”，将原问题拆分为 “最后一枚是面额 A”“最后一枚是面额 B”“最后一枚是面额 C”…… 的多个互斥子集。每个子集的解决方案 =“剩余金额（总金额 - 该面额）的兑换方案 + 最后追加该面额”。fill:#333;color:#333;color:#333;fill:none;最后一枚为5元硬币最后一枚为2元硬币最后一枚为1元硬币最后一枚为5元最后一枚为2元最后一枚为1元最后一枚为5元最后一枚为2元最后一枚为1元。
2025-08-31 00:12:54
653
原创 动态规划：硬币兑换（有趣）
给你一个整数数组 coins ，表示不同面额的硬币；以及一个整数 amount ，表示总金额。计算并返回可以凑成总金额所需的 最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回 -1。你可以认为每种硬币的数量是无限的。输入：coins = [1, 2, 5], amount = 11输出：3解释：11 = 5 + 5 + 1。
2025-08-27 23:05:31
885
原创 动态规划：青蛙跳台阶实践
我们按照最后一步是跳1阶还是跳2阶，将所有的方案划分成不重不漏的两个集合S(n−1)S(n-1)S(n−1)和S(n−2)S(n-2)S(n−2)，两个集合方案数之和就是n阶的方案数。子集合 S(n−1)S(n-1)S(n−1)（最后一步跳 1 级）：跳到第 5 级前，已先到第 4 级，对应 “跳到第 4 级的所有跳法”：子集合 S(n−2)S(n-2)S(n−2)（最后一步跳 2 级）：跳到第 5 级前，已先到第 3 级，对应 “跳到第 3 级的所有跳法”：这个问题我们要求出方案数，而非具体的方案，因此有
2025-08-27 20:24:47
446
原创 动态规划：青蛙跳台阶
无论前面怎么跳，最后一步只能是 “跳 1 级” 或 “跳 2 级”，因此总跳法 =“最后一步跳 1 级的方案数”+“最后一步跳 2 级的方案数”。子集合 A（最后一步跳 1 级）1->2->3->4->5（最后 1 级：4→5）1->2->4->5（最后 1 级：4→5）1->3->4->5（最后 1 级：4→5）2->3->4->5（最后 1 级：4→5）2->4->5（最后 1 级：4→5）子集合 B（最后一步跳 2 级）1->2->3->5（最后 2 级：3→5）
2025-08-27 19:49:29
635
原创 动态规划：石子合并
含义：最后一步是将单独的a与[b,c,d,e]合并（左侧 1 堆，右侧 4 堆）。包含的所有方案的共同点：无论[b,c,d,e]内部如何合并（比如先合b&c，再合d&e等），最终都要和 a 做最后一次合并。含义：最后一步是将[a,b]的合并结果与[c,d,e]的合并结果合并（左侧 2 堆，右侧 3 堆）。[a,b]内部可以先合并（代价 a+b），[c,d,e]内部可以任意合并（比如先合 c&d 或 d&e），但最后一步必须是这两部分合并。含义：最后一步是将[a,b,c]的合并结果与。
2025-08-27 00:24:49
743
原创 动态规划：为什么暴力算法会有重复子问题
在算法中，“子问题” 不是泛指 “小一点的问题”，而是具有明确 “状态参数” 的、可独立求解的问题单元。状态参数：描述子问题核心信息的变量（比如 01 背包中的 “剩余物品范围” 和 “剩余背包容量”，斐波那契中的 “第 n 项”）。重复子问题：若两个子问题的 “所有状态参数完全相同”，则它们是重复子问题 —— 意味着这两个子问题的解完全一致，无需重复计算。枚举路径的冗余。
2025-08-26 22:09:10
987
原创 动态规划：入门思考篇
我不知道跳到第4的阶的方案是什么，也不知道跳到第3阶的方案是什么，但是按照第3阶和第4阶，我可以将跳到第5阶所有的方案分成不重合的两个集合，只要求出这两个集合的方案数，然后相加就是最后的方案数。假如我们要求全国人数，那么我们只要知道各个省的人数，然后将各个省的人数相加即可，要想知道各个省的人数，只要将这个省下面所有的市人数相加即可，同样，如果想要知道各个市的人数，只要知道下面所有县的人数即可。第一个集合的所有方案，最后一步必然经过第4阶台阶，第二个集合的所有方案，最后一步必然经过第3阶台阶。
2025-08-18 23:19:41
805
原创 双指针从简单到复杂
给你一个 非严格递增排列 的数组 nums ，请你 原地 删除重复出现的元素，使每个元素 只出现一次 ，返回删除后数组的新长度。一个简单直接的方法就是遍历数组，找到第一个为0的值，然后接着往后遍历找到第一个不为0的值，把这个非0值填充到0值的位置。核心思想就是，快指针不断遍历，找到符合条件的位置，然后将这个位置的值放的慢指针的地方（交换或覆盖），慢指针移动到下一个位置，等待被替换。相当于把所有 “有用” 的元素（不等于val的）依次 “搬运” 到数组的前面，而慢指针的位置正好对应新数组的长度。
2025-08-18 22:02:37
590
原创 Linux编译基础知识-在高版本系统中运行低版本二进制
仅指定 ld.so 路径无效的核心原因是：ld.so 的默认搜索路径是编译时固化的，它无法自动识别 sysroot 的存在，会固执地去系统默认路径找库。必须通过rpath、LD_LIBRARY_PATH或chroot等手段，为 ld.so “重写路径规则”，才能让它找到 sysroot 中匹配的旧版本 glibc 库。这本质上是解决 “编译时路径映射” 与 “运行时环境” 不匹配的问题。
2025-08-03 16:22:42
934
原创 linux编译基础知识-库文件标准路径
L指定的路径LIBRARY_PATH环境变量内置 SEARCH_DIR路径默认系统路径（/lib, /usr/lib）
2025-08-02 23:39:20
480
原创 linux编译基础知识-头文件标准路径
glibc（GNU C Library）的头文件与C++标准库头文件在Linux系统中的路径存在显著差异，主要源于其功能定位和编译器管理方式的不同。**3. 内核相关路径（开发板/嵌入式）**。- sys/mman.h：内存管理（如mmap）- sys/socket.h：套接字接口。- sys/time.h：时间操作函数。
2025-08-02 23:26:52
1118
原创 linux编译基础知识-编译时路径和运行时路径
在 Linux 系统中，程序链接分为编译时链接（构建阶段）和运行时链接（执行阶段），两者路径设置相互独立。
2025-08-01 22:56:24
438
原创 linux编译基础知识-工具链
GNU（GNU’s Not Unix）是一个自由软件操作系统项目，其核心工具链和组件构成了现代Linux系统的基础；glibc（GNU C Library）则是GNU项目中C标准库的实现，为程序提供运行时支持。
2025-08-01 22:54:36
1049
原创 C++ 编译链接机制的演化路径
以 完全问题驱动的方式 推导 C++ 编译链接机制的演化路径。每一步都基于前一阶段无法解决的问题，提出新的设计方案，不依赖当前 GCC 或 MSVC 的实现细节，而是像一个架构师一样，从零开始设计一个现代 C++ 系统。
2025-07-20 12:54:37
734
原创 c++重定义探究与思考
任何变量、函数、类、枚举、模板等实体在整个程序中必须有且仅有一个定义，且在不同翻译单元（Translation Unit, TU）中使用时，定义必须完全一致。违反 ODR 会导致未定义行为（UB）或链接错误。将会从简单的例子开始一直到上面那个让人困惑的问题，慢慢理解odr例如我们在同一个cpp文件中定义了int x = 1;int x = 2;执行编译的时候就会报错int x = 1;但是我们在不同的函数中定义相同的变量并不会有问题int x = 1;int x = 2;
2025-07-10 00:12:31
966
原创 gcc编译构建流程-函数未定义问题
我们有一个项目// add.h// add.cpp我们进行编译链接gcc -c main.cpp -o main.o # 编译main.cppgcc -c add.cpp -o add.o # 编译add.cppgcc main.o add.o -o main # 链接两个目标文件链接的时候就会报错，我们声明并且使用了add_v2函数，但是并没有实现链接器如何检测函数未实现？链接器扫描所有目标文件的重定位表 → 收集未解析符号 → 在符号表中匹配定义 → 若缺失则报错。
2025-06-02 15:19:29
1103
原创 gcc符号表生成机制
编译阶段：每个源文件编译成目标文件，生成局部符号表。链接阶段：合并所有目标文件的段。合并符号表，进行符号解析（将未定义的符号绑定到定义的地方）。重定位：根据新的段布局修改符号引用的地址（利用重定位表）。输出可执行文件或共享库。通过这个流程，链接器确保了程序中的所有符号引用都有唯一的定义，并位于正确的地址。
2025-06-02 13:55:54
1224
原创 gcc编译构建流程
上面的命令其实会报错，我们生成二进制时会将所有的目标文件.o合并成最终的可执行文件。gcc是编译c语言的，但是我们使用了std::cout这个函数，这个是c++语言的，在链接的时候gcc从c语言中找不到这个函数，所以报错。问题是为啥编译的时候（gcc -c）不会报错呢？gcc -c 的作用是生成目标文件（.o），仅执行预处理、编译和汇编，不进行链接。语法检查：GCC 检查代码的语法合法性（如括号匹配、分号缺失等）。
2025-05-25 21:35:51
991
原创 leetcode-快慢指针系列
如果链表中有某个节点，可以通过连续跟踪 next 指针再次到达，则链表中存在环。为了表示给定链表中的环，评测系统内部使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。仅仅是为了标识链表的实际情况。如果有环的话，那么兔子和乌龟都会进入环中。这时用「相对速度」思考，乌龟不动，兔子相对乌龟每次只走一步，这样就可以看出兔子一定会和乌龟相遇了。核心点就是当快慢指针相遇的时候，快指针的距离是慢指针的两倍。如果链表中存在环 ，则返回 true。给你一个链表的头节点 head ，判断链表中是否有环。
2025-05-23 22:41:07
586
原创 小白服务器开发-socket网络编程
它就像是一个两端分别连接着两个不同主机上进程的通信管道，屏蔽了网络通信底层的复杂细节，让程序员可以通过简单的 API（应用程序编程接口）来实现跨主机的进程间的数据传输，从而有效地解决了跨主机进程间通信的问题，满足了日益增长的网络应用需求，广泛应用于各种网络应用领域，如 web 服务器与浏览器之间的通信、即时通讯软件中的消息传递等场景。一切设置好之后，服务器就可以接客了，通过accept函数等待客户端的连接，如果有连接就返回客户端的地址，同时返回一个socket对象用来跟客户端交互。
2025-04-19 00:24:22
662
原创 条件变量，锁，共享数据的关系
条件变量、共享数据和锁之间的三方耦合关系源于多线程环境下对资源访问的同步需求。以下是关键点分析：条件变量中通常会对共享数据进行判断和处理，如果不加锁就会出现数据竞争的问题，所以并不是条件变量要跟锁一起使用，而是上锁为了保护共享数据，共享数据恰好在条件变量中，因此才会造成，条件变量，共享数据，锁的三方耦合。
2025-03-21 22:02:18
538
原创 c++多线程条件变量
只有在锁的保护下，条件变量才能正确地工作，并保证线程之间的数据可见性。如果消费者线程在检查队列是否为空的时候不使用锁保护，生产者线程可能会在消费者线程检查的中间过程插入数据，导致检查结果不准确。条件变量用于线程之间的通信和同步，当线程等待某个条件时，必须确保该条件的状态是被保护起来的。如果没有锁保护，在线程等待条件时，其他线程可能会修改条件相关的数据，导致数据不一致和竞争条件。通过互斥锁，可以确保这三步操作是原子的，即在多线程环境下，其他线程不能在步骤 2 和 3 之间修改条件相关的数据。
2025-03-16 12:36:57
469
原创 GCC头文件搜索顺序详解
在C/C++编程中，合理管理头文件的引入路径对于项目的组织至关重要。GCC编译器提供了灵活的机制来指定头文件的搜索路径，这主要通过#include "…"和#include <…>两种形式实现。本文将详细介绍这两种形式的区别以及如何使用-I参数优化头文件的搜索过程。
2025-02-20 00:19:29
1401
原创 推荐算法实践：movielens数据集
MovieLens 数据集是由明尼苏达大学的GroupLens研究小组维护的一个广泛使用的电影评分数据集，主要用于推荐系统的研究。该数据集包含用户对电影的评分、标签以及其他相关信息，是电影推荐系统开发与研究的常用数据源。
2025-02-11 22:24:36
2538
1
原创 c++面试：符号修饰
在C++中，名称修饰（Name Mangling）是一种将函数或变量的名称转换为唯一标识符的过程。它主要用于解决C++中的一些复杂特性，例如重载、类的作用域、模板等。
2025-02-08 22:44:55
1114
1
空空如也
tensorflow 数据读取，哪位帮我解释一下
2018-05-09
TA创建的收藏夹 TA关注的收藏夹
TA关注的人