- 博客(14)
- 收藏
- 关注
RSS订阅原创 单调栈（每日一类）
所以栈，队列并不是之前讲到的那种固定的格式。假设存入3,4,2,7,5这五个数字，现在存到“4”这个数组，我们需要向前遍历数字，找到第一个比7小的数，也就是3，输出3，之后再存入2，找到第一个比2小的数，没有，那就输出-1，之后以此类推，我们看一下时间复杂度（简单来看，其实就是遍历两遍，就是n的平方）老规矩，第一步，我们理解一下题目，嗯，很简单，找出每个数前面第一个比它小的数，如果有，就输出，如果没有，就输出-1，那怎么实现的，朴素的做法肯定是将数一个个存入数组中，然后以这个数为起点，从前往后找。
2024-06-05 11:06:24
697
原创 数组模拟队列（每周一类）
如果同学们把上节课的知识理解了，了解栈的创建，增添，删除，查询，那么队列也是类似的，我们要对于上节课的代码进行的改变，就是针对栈和队列的性质进行的改变。，由于队列是先入先出的，所以删除操作要在头部进行删除，将原来的 t -- 变为 h ++ ，这里理解的重点还是上节课的那句话“ h 和 t 中间的数表示数组中的数”。查询 h + 1 的原因是 h 指针始终指向的数组前面的一个数，另外一提，t 指针指向的是数组最后的一个数，如图中的value3。队列是先入先出的一种数据结构，和栈的进出顺序是相反的结构。
2024-05-30 19:11:21
697
原创 数组模拟单链表（每周一类）
第一句e[idx] = x，即将目前e数组索引的位置的值赋值给x，ne[idx] = head，将第idx个点指向原head头结点所指的结点，head = idx，将head头结点的下一个结点变为idx点，最后将idx ++，指向下一个点。首先，我们知道STL库中有很好用的封装函数，这个我不否认，但要强调的是这些库函数在调用的时候是比较慢的，做算法题常常会超时，这时我们就需要用数组来实现，实际上，我们不仅需要用数组来实现模拟链表，还可能会用数组模拟栈，队列。delate：删除一个结点之后的结点就很简单了。
2024-05-14 21:34:58
634
原创 你的AI大本营——coze(扣子)
个人空间是你创建的bot，插件，工作流，知识库，卡片，这里就是你创作的大本营！左键点进去，就可以进行对话并使用，简单明了。
2024-05-11 21:50:38
246
1
原创 你的第一个AI绘画工具——奇域
一般我们作为小白，刚开始肯定是不知道如何去绘画，但奇域中有很多交流训练营，其中有队长帮忙带小白，有大佬在群里进行分享。另外，奇域有灵感共创频道，俗话说得好，天下写作一大抄，你抄我，我抄他，AI绘画也是一个道理，你不会，可以偷别人的，偷过来也就是你自己的了。，此工具只需要上线每天签到每签到一次就可以获得100点算力，每1点算力可以画四幅画，换句话说，一天可以画400幅画，而且之前的算力还可以继承给之后，几乎就是可以支持我们普通人源源不断绘画。有想要继续了解的同学可以关注我的最近新办的小红书账号 阿布说说。
2024-05-04 15:56:22
313
原创 基于 InternLM 和 LangChain 搭建你的知识库
众所周知，大模型都是方方面面都懂一些的，但是如果深层次地追问它某一个领域的专业问题，它就会胡说八道，这时我们就可以基于。运行如下图的代码便可快速完成下载（有一个download.py 和 download_hf.py，本文只附了一个图）废话不多说，我们直奔主题。这篇文章简单来说就是基于标题这两个工具构建我们的。之后就是博主自己部署过程中的一些截图，之后会补充讲解文字，时间紧，见谅。一、还是和上一节一样，创建一个新的叫InterLM的环境。因为时间原因，有些仓促，具体文章见。并安装相应所需要的依赖，如图。
2024-02-20 17:56:16
352
原创 运行Demo
还是建议大家参照github上的原链接https://github.com/InternLM/tutorial/blob/main/helloworld/hello_world.md（需要魔法）中间经历了pip找不到，huggingface找不到，又做了调环境变量，用powershell重新安装等各种方法，基本算是把问题解决了。二、之后下载模型，如使用官方的开发机，使用圈1中的代码，如使用自己的本机或其他开发机，使用圈2中的方式。由于我的电脑内存的缘故，我没有下载完，以下是过程中的图片。
2024-02-20 14:17:07
715
原创 你的第一个大模型——书生浦语
通过大规模参数的学习，它们可以提高在各种任务上的泛化能力，并在未经过大量特定领域数据训练的情况下实现较好的表现。然而，大模型也面临着一些挑战，比如巨大的计算资源需求、高昂的训练成本、对大规模数据的依赖以及模型的可解释性等问题。是一个轻量级、开源的基于大语言模型的智能体（agent）框架，支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供了一些典型工具为大语言模型赋能。具体的大家可以去看文档和视频，跟着步骤一步步来实施部署，不算很难，即使没有代码基础也可以进行部署，也不是很吃电脑的配置。
2024-02-18 21:39:08
366
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