qq_45257495的博客

原创 SpringBoot 项目代码报错：org.apache.ibatis.binding.BindingException: Parameter ‘offset‘ not found. Availabl

问题的原因在于 MyBatis 直接从参数列表中获取参数的方式。当有多个参数时，没有使用 @Param 注解来显式指定参数名称，因此 MyBatis 默认使用 param1 和 param2，而不是 offset 和 pageSize。这是 MyBatis 中常见的参数映射问题。这个问题通常是因为 MyBatis Mapper 中的 SQL 语句没有正确引用传递的参数，或者传递的参数名称与 SQL 中的占位符不匹配。

原创 Windows环境如何安装maven并配置IDEA

运行Springboot项目时，出现了依赖错误，最后排查可能是maven安装出错了。MAVEN版本要和IDEA版本对应，maven发行版本不能比idea版本高，可以在idea查看内置的maven版本。点击 File–>Settings,在设置页面搜索maven，如下图。没有安装maven之前，Maven home path那里应该是Bundled(Maven3)，下面的Version代表内置的版本。为了保险起见，最好在MAVEN官网上下载不大于该内置版本的压缩包。

原创 MySQL 忘记密码怎么重置修改密码

成功输出端口、版本等信息之后，再次打开一个新的cmd窗口（注意：之前的窗口不要关闭）解决方法：使用快捷键Win+R，输入services.msc，进入本地服务。如果出现以上错误，是因为不能使用mysql，可能是其他服务名称。设置成功显示如上页面，数据库更改了配置。成功输出如上页面，说明正确重置了密码。然后退出MySQL，输入quit命令。出现如下界面代表成功停止服务。

原创 游游的you矩阵

这道题我的思路是先找出三个字符中数量最少的两个字符，然后在讨论这两个字符可能组合成水平，垂直以及斜边的情况，以此来判断符合直角三角的另一个字符，若符合，则计数加1。但是这段代码始终怎么优化都不能全部AC,如果有更好的优化算法可以在评论区跟我说。接下来的n行，每行输入一个长度为m的字符串，代表游游拿到的矩阵。第一行输入两个正整数n,m，用空格隔开，代表矩阵的行数和列数。输出一个整数，代表满足条件的三角形个数。

原创 因子化简——CSP认证题目

小 P 同学在学习了素数的概念后得知，任意的正整数 n都可以唯一地表示为若干素因子相乘的形式。反映了该素因子对于 n的重要程度。最终剩余项的乘积就是 n简化后的值，如果没有剩余项则认为简化后的值等于1。每个查询包含两个正整数 n 和 k，要求计算按上述方法将 n 简化后的值。接下来 q 行每行包含两个正整数 n 和 k，表示一个查询。输入第一行包含一个正整数 q，表示查询的个数。小于 k，则认为该素因子不重要，可以将。每行输出一个正整数，表示对应查询的结果。小 P 认为，每个素因子对应的指数。

原创 仓库规划——CSP认证

具体来说，每个仓库i 均可能有一个上级仓库 j，满足：仓库 j位置编码的每一维均大于仓库 i位置编码的对应元素。比如编码为 (1,1,1)的仓库可以成为 (0,0,0) 的上级，但不能成为 (0,1,0)的上级。如果有多个仓库均满足该要求，则选取其中编号最小的仓库作为仓库 i的上级仓库；如果没有仓库满足条件，则说明仓库 i是一个物流中心，没有上级仓库。，分别代表仓库的个数、位置编码的维数以及仓库的位置编码列表。现给定 n个仓库的位置编码，试计算每个仓库的上级仓库编号。列表，即每个仓库的上级仓库编号。

原创 昇思MindSpore技术公开课——第三课：GPT

GPT代表“生成预训练”（Generative Pre-trained Transformer）。GPT模型是由OpenAI公司开发的一种基于Transformer架构的人工智能语言模型。它在大规模文本数据上进行预训练，学习了丰富的语言知识和语境，并能够执行多种自然语言处理任务。GPT模型的核心思想是在大规模语料库上进行预训练，使其具备对语言的理解和生成能力。它采用Transformer架构，该架构利用自注意力机制来处理输入序列，使得模型能够捕捉长距离依赖关系。

原创 Visual Saliency Transformer (VST) 源代码实现

VST Encoder： 使用 T2t_vit_t_14 模型（Transformer-based Vision Transformer with token size 14）分别对输入的图像（image_Input）和深度信息（depth_Input）进行编码，提取不同层次的特征表示（rgb_fea_1_16、rgb_fea_1_8、rgb_fea_1_4、depth_fea_1_16）。提交好的镜像，我们可以在后续创建训练任务的时候选中这个镜像，这样我们就可以直接开始训练模型了。

原创 Transformer

摘要：Transformer是一种神经网络结构，由Vaswani等人在2017年的论文中提出，用于处理机器翻译、语言建模和文本生成等自然语言处理任务。

原创 使用LangChain框架加载与解析txt,markdown,pdf,jpg格式文档

使用LangChain库进行文档加载，对于txt,md,pdf格式的文档，都可以用LangChain类加载，UnstructuredFileLoader（txt文件读取）、UnstructuredFileLoader（word文件读取）、MarkdownTextSplitter（markdown文件读取）、UnstructuredPDFLoader（PDF文件读取），对于jpg格式的文档，我这里提供了一种思路。

原创 开源大模型应用开发

ChatGLM3-6B 是一个基于 Transformer 的预训练语言模型，由清华大学 KEG 实验室和智谱 AI 公司于 2023 年共同训练发布。该模型的基本原理是将大量无标签文本数据进行预训练，然后将其用于各种下游任务，例如文本分类、命名实体识别、情感分析等。ChatGLM3-6B 的核心功能是语言建模，即通过预测下一个单词或字符来建立一个语言模型。该模型采用了 Transformer 结构，这是一种基于自注意力机制的深度神经网络结构，能够有效地捕捉文本中的长期依赖关系。

原创 【2023CANN训练营第二季】——Ascend C算子开发（进阶）微认证

build_out文件夹是后面编译部署生成的，这里我们主要要修改的文件有：CMakePresets.json，op_host目录下的sinh_custom_tiling.h、sinh_custom.cpp、op_kernel目录下的sinh_custom.cpp。参考tensorflow的Sinh算子，实现Ascend C算子Sinh,算子命名为SinhCustom，并完成aclnn算子调用相关算法: sinh(x) = (exp(x) - exp(-x)) / 2.0。

原创 【2023CANN训练营第二季】——Ascend C代码实操分享

以上就是Ascend C代码实操课的作业分享，其实理解了算子开发的流程之后，做起来就没那么吃力了，归纳起来就是先用msopgen工具生成算子工程文件，然后分别修改op_kernel侧和op_host侧的代码，然后进行编译和部署就可以了，后续还可以通过aclnn调用的方式调用AddCustom算子工程。

原创 快速排序非递归实现

总体而言，非递归实现提供了一种更直接、更灵活地控制算法流程和资源使用的方式，尤其在对性能和内存使用有严格要求的情况下，非递归实现可能更受青睐。一些编程语言和环境中，递归调用的性能可能不如循环，因为每个递归调用都需要函数调用的开销。非递归实现使用显式的数据结构（如栈）来管理状态，不依赖于系统的调用栈。递归调用在一些编程语言中可能引入额外的开销，包括函数调用栈的使用和维护。非递归实现更容易进行一些优化，例如通过使用迭代而不是递归的方式来访问数组，以更好地利用 CPU 缓存。

原创 Ascend C 算子开发遇到的问题及解决方法

在学习Ascend C算子开发进阶课程的时候，进行Ascend C自定义算子工程、算子调用等实验，在开发环境中遇到了一些问题，在这里记录一下。首先如果在启智社区CANN版本为6.3 ，要进行Ascend C算子开发，需要更新CANN版本。

原创 【2023CANN训练营第二季】——Ascend C算子调用及实验演示

完成自定义算子的开发部署后，可以通过单算子调用的方式来验证单算子的功能。单算子API执行：基于C语言的API执行算子，无需提供单算子描述文件进行离线模型的转换，直接调用单算子API接口。单算子模型执行：基于图IR执行算子，先编译算子（例如，使用ATC工具将Ascend IR定义的单算子描述文件编译成算子om模型文件），再调用AscendCL接口加载算子模型，最后调用AscendCL接口执行算子。两种方式对于自定义算子开发部署的不同约束要求如下：下面分别梳理单算子调用的方式。

原创 【2023CANN训练营第二季】——Ascend C自定义算子工程介绍及实验

自定义算子工程是一个包含用户编写的host侧和kerne|侧算子实现文件的，用于编译和安装自定义算子run包的工程框架。CANN软件包中提供了工程创建工具msopgen，开发者可以输入算子原型定义文件生成Ascend C算子开发工程。需要编写AddCustom算子的原型定义json文件以及运行以下代码其中对这些命令进行解释：${INSTALL_DIR}为CANN软件安装后文件存储路径，根据实际环境进行替换。-i：指定算子原型定义文件add_custom.json所在路径，请根据实际情况修改。

原创 FCOS: Fully Convolutional One-Stage Object Detection 论文源代码复现

报错AK_CHECK没有定义，这是因为在 PyTorch 的新版本中，AT_CHECK 可能已被替换为 TORCH_CHECK。所以要把报错的那个文件里的AT_CHECK替换为TORCH_CHECK，找到/FCOS/fcos_core/csrc/cuda/deform_conv_cuda.cu文件和/FCOS/fcos_core/csrc/cuda/deform_pool_cuda.cu 把里面的AT_CHECK替换为TORCH_CHECK，即可。

原创 如何去云服务器申请环境跑深度学习模型

上面就是如何在Autodl 云服务器创建环境，上传数据 、以及连接VS Code，还有更详细的文档在官网也可以找到。然后我最近又发现了一个更省钱的方法，就是启智AI协作平台（启智启智平台有CPU,GPU和NPU，然后有算力积分可以免费获取，一块V100才2积分一小时，然后积分每天都可以领，具体可以去官网看看，反正就是不用花钱就能训练模型。因为我也用过其他的云服务，比如华为云的modelarts，那个太烧钱了。

原创 机器人走迷宫问题

7.请为该机器人实现路径规划功能:给定房间大小，墙壁位置，请计算出陷阱方格与不可达方格分别有多少个。2.机器人固定从方格(0, 0)出发，只能向东或者向北前进，出口固定为房间的最东北角，如下图的。1.陷阱方格与不可达方格数量，两个信息在一行中输出， 以一个空格隔开。(结尾不带回车换行)5.有些地方是机器人无法达到的，如标记为A的方格，称之为不可达方格,不可达方格不包括墙壁。4.有些地方是- -旦到达就无法走到出口的，如标记为B的方格，称之为陷阱方格。6.如下实例图中，陷阱方格有2个，不可达方格有3个。

原创 猜密码：小杨申请了一个保密柜,但是他忘记了密码。只记得密码都是数字，而且所有数字都是不重复的。

箱子中字符拼出的字符串与密码的匹配忽略大小写，且要求与密码完全匹配，如密码abc匹配aBc,但是密码abc不匹配abcd。2.输出的密码数字要按照从小到大的顺序排列，密码组合需要按照字母顺序,从小到大的顺序排序。可能的密码组合，每种组合显示成一行，每个组合内部的数字以半角逗号分隔，从小到大的顺序排。请你根据他记住的数字范围和密码的最小数字数量，帮他算下有哪些可能的组合,3.输出的每一个组合的数字的数量要大于等于密码最小数字数量;1.输出的组合都是从可选的数字范围中选取的，且不能重复;

原创 RuntimeError: CUDA error: no kernel image is available for execution on the device

我的GPU版本是NVIDIA GeForce RTX 3080 Ti，可能是pytorch版本不适配,我安装的Pytorch版本是1.8.1的，重新安装Pytorch1.11版本，不再报错，

原创 【2023CANN训练营第二季】——Ascend C算子开发进阶—Ascend C Tiling计算

在这一小节中接触到了一个新的概念，叫Tiling计算，指的是在Ascend C 算子开发过程中，矢量的算子流程分为3个基本任务：CopyIn，Compute，CopyOut。CopyIn任务负责将Global Memory上的输入Tensor xGm和yGm搬运至Local Memory，但是Local Memory不能容纳所有算子的输入和输出，所以需要每次搬入一部分数据进行计算，然后再搬出，再搬入另一部分数据，重复上述过程，直到最终得到完整结果，这个把全部数据进行切分、分块的计算就叫做。

原创 ImportError: libGL.so.1: cannot open shared object file: No such file or directory

运行Python时报错：ImportError: libGL.so.1: cannot open shared object file: No such file or directory。

原创 【2023CANN训练营第二季】——通过一份入门级算子开发代码了解Ascend C算子开发流程

这个核函数的主要作用是创建 KernelAdd 类对象，初始化并执行向量相加的计算过程，调用 Process 方法来实际执行向量相加的操作。extern “C”: 这是一个C++编译指示，用于告诉编译器要使用C链接规范，以便在C/C++混编时，能够正确链接核函数。__global__: 这是一个GPU编程的关键字，表示核函数可以在GPU上执行。这个关键字通常用于CUDA编程，表明这是一个全局函数，可以在GPU上调用。

原创 Ascend C算子开发（入门）章节小测

8、在开发算子时，如果所需算法Ascend C没有对应API可以调用，那么我们可以（通过Ascend C已提供的API组合实现算法运算）3、Ascend C编程API主要是向量计算API和矩阵运算API，计算API都是（SIMD）样式。7、我们在使用Ascend C提供的API实现算子时，如果追求高性能，那么我们应该使用（0级接口）18、编写CPU侧的核函数运行验证程序，会使用到以下列表中的哪些接口（ABC）19、编写NPU侧的核函数运行验证程序，会使用到以下列表中的哪些接口（CDE）

原创 【Ascend C算子开发（入门）】——Ascend C编程模式与范式

SPMD（Single Program, Multiple Data）模型是一种并行编程模型，用于同时处理多个数据元素的相同程序。在Ascend C中，SPMD模型用于编写并行计算任务，以便充分利用Ascend AI处理器的并行计算能力。SPMD模型的要点如下：Single Program：SPMD模型意味着编写的程序是相同的，不会针对不同的数据元素而改变。这个程序会在不同的数据上执行，但代码本身是相同的。这有助于提高代码的可维护性和复用性。每个核上唯一区别是block_idx不同。

原创 2023CANN训练营第二季——Ascend C算子开发（入门）——基础概念

我学习了Ascend C算子开发入门课程的基础概念，然后做了一个很简单加法算子开发实验，对于Ascend C有了一定程度的理解，虽然我是初学者，然后现在学下来感觉有些复杂，有点难理解，但是我相信，跟着课程一步一步来，下一节学习Ascend C编程模型与范式，深入地理解多核并行、流水编程等概念，学习核函数开发，核函数验证的具体知识点。希望最后可以对Ascend C有一个更全面的认识，且可以自己学会写使用Ascend C编程，加油，坚持学习，坚持进步，慢慢来！

原创 怎么将本地代码文件夹通过Git 命令上传到启智平台仓库

关联远程仓库： 使用以下命令将本地仓库与远程仓库关联。输入用户名和密码： Git Bash可能会提示您输入启智AI协作平台的用户名和密码，以验证您的身份。然后在本地文件夹右键–>选择Git Bash Here,就会打开Git命令窗口。在命令行中使用以下命令执行强制推送。请注意，这会覆盖远程分支的内容。在本地创建一个与启智平台仓库同样名字的文件夹。这里要初始化一下自己的名字和邮箱。将项目文件添加到Git。

原创 滴滴笔试——算式转移

题目：给出一个仅包含加减乘除四种运算符的算式(不含括号)，如1+2*3/4，在保持运算符顺序不变的情况下，现在你可以进行若干次如下操作：如果交换相邻的两个数，表达式值不变，那么你就可以交换这两个数。

原创 2024届校招-Java开发笔试题-S4卷

以下是一些常见的进程同步机制：互斥锁（Mutex）、信号量（Semaphore）、条件变量（Condition Variable）、屏障（Barrier）、读写锁（Read-Write Lock）、管程（Monitor）、自旋锁（Spin Lock）、消息传递。2.给定一个任意矩阵（用二维数组表示），要求从左上角移动至右下角，每次只能向下或向右移动一格，矩阵中的数字为本次移动的收益，请算出移动值右下角时，所经过路径和的最大收益。每个星际门的开启需要消耗一定的能量，这个能量由星际门上的数字表示。

原创 105. 从前序与中序遍历序列构造二叉树

思路：题目给出了先序遍历和中序遍历的结果，因为先序遍历遵循根–>左–>右，而中序遍历遵循左–>根–>右。所以先序第一个元素必定为根节点，我们可以对中序数组构建一个哈希表，用于存放每个元素的索引值，然后在中序找到根节点所在的索引。这样就可以知道左子树和右子树的数目，以及左子树和右子树的前序和中序遍历结果，最后可以使用递归方法构造出左子树和右子树，再将这两颗子树接到根节点的左右位置。先序遍历中「从 左边界+1+左子树节点数目 开始到 右边界」的元素就对应了中序遍历中「从 根节点定位+1 到 右边界」的元素。

原创 【两个有序数组合并】

2、设置三个变量i,j,k分别指向A、B数组，以及合并后的数组的末尾，从末尾开始一个个遍历A、B数组中的元素，若A大于B，则把A数组中的元素放到A的最后位置，反之则把B数组位置放到A数组最后位置，最后遍历完之后，若B数组还剩余元素，则把数组再添加到A数组中。步骤：1、创建两个数组A、B分别读取输入流数据，其中A数组的大小应该设置为A、B两数组长度之和，因为A数组最后存放的是合并后的数据。给定两个有序整数数组 A 和 B，将B合并到A中，使得 A 成为一个有序数组。

原创 【整数列表求三的倍数】

题目的意思是输入一个n，然后在这1-n个整数列表中，从第一个数开始计数，比如对于n=5，就是从1开始计数，这个计数指的是每个位置的索引，当计数到3时，是三的倍数，所以第三个数对应的数值应该被删除，删除之后，之前的计数值从第一个数开始计数，比如第一步计数到5，此时数字3被删除了，又从第一个开始计数，计数值从5开始数！问题描述: 给定一个从1到n的整数列表，从第一个数字开始计数，遇到3的倍数时，将该数从列表中删除，直至列表末尾。在剩下的数字中，从第一个数字开始，继续之前的计数值，同样遇到3的倍数时，删除该数。

原创 Krahets 笔面试精选 88 题——40. 组合总和 II

由于题目说候选数组中的每个数字在每个组合只能出现一次，所以，为了避免重复，在开始之前对候选数组进行升序排序，这样优先选择小的数，如果当前的数都小于目标值，则后面的数就不用递归了。1、定义一个列表freq，每一个元素都是一个数组，其中第一个元素代表候选数字，第二个元素代表数字在候选数组中出现的次数。2、定义深度优先搜索方法，pos代表当前处理位置，rest代表剩余目标数。

原创 JZ13 机器人的运动范围

从[0,0]开始，每次选择一个方向开始检查能否访问，如果能访问进入该节点，该节点作为子问题，继续按照这个思路访问，一条路走到黑，然后再回溯，回溯的过程中每个子问题再选择其他方向，正是深度优先搜索。这里要定义一个数组，表示每次遍历的四个方向，int[][] dir = {{-1,0},{1,0},{0,-1},{0,1}};表示向上移动一行，{{1, 0}} 表示向下移动一行，{{0, -1}} 表示向左移动一列，{{0, 1}}step 1：检查若是threshold小于等于0，只能访问起点这个格子。

原创 JZ12 矩阵中的路径

递归适用于许多问题，如数学运算（如阶乘、斐波那契数列）、树结构遍历、图算法、字符串处理等。然而，使用递归时要注意合适的终止条件和避免出现无限递归。step 4：递归查找的时候，到了矩阵的边界或者是下一个字符与这个位置的字符不匹配，或者节点已经访问过了，或者字符串匹配完成都结束递归。step 2：设置flag数组记录某一次路径中矩阵中的位置是否被经过，因此一条路径不能回头。step 5：访问节点，修改flag数组，向其他四个方向延伸，回溯的时候修改flag数组。step 3：遍历矩阵，对每个位置进行递归。

原创 vivo2020届春季校园招聘在线编程考试(一）

输入m=1，n=2，表示最少1个键，最多2个键，符合要求的键数是1个键和2个键，其中1个键的有效模式有9种，两个键的有效模式有56种，所以最终有效模式总数是9+56=65种，最终输出65。：输入参数：curr和remaining，代表当前键和剩余要连接的键数，该方法是一个深度优先搜索（DFS）的递归函数，用于计算在给定的键数限制下，从当前键开始的所有有效解锁模式的数量。：输入参数m和n,代表允许解锁的最少和最多键数，计算满足在范围[m,n]内允许的键数的所有有效模式的总数。2、所有的键都必须是不同的；

原创 点点互动AI工程师笔试复盘

原创 BM20 数组中的逆序对

经过思考，我个人的见解是这样的，这里归并排序计算逆序对的数量和暴力解法不一样，暴力解法是在一个已有的数组中，对于每一个数，都判断其他的数是否比该数大，而递归排序，它比较的不是相邻的两个数，而是相邻的两个子数组，我认为这是看懂这道题的关键，因为比较的是两个子数组，所以在两个子数组中已经排好序是没关系的，因为两个子数组的相对顺序没有变，所以如果在左区间发现了一个比右区间大的数，那么说明左区间中这个数以后的数都会比右区间大，这是递归算法计算的公式。3、将排好序的子序列合并，同时累加逆序对。