- 博客(66)
- 资源 (10)
- 收藏
- 关注
RSS订阅原创 哈希表理论基础
快速判断一个元素是否出现集合里的时候，就考虑用哈希法；遇到需要判断一个元素是否出现过的问题，也应该第一时间想到哈希法！哈希法是牺牲空间换取时间，因为我们要使用额外的数组，set或者是map来存放数据，才能实现快速的查找。
2024-03-14 15:45:26
387
1
原创 力扣：链表篇章
链表是一种通过指针串联在一起的线性结构，每一个节点由两部分组成，一个是数据域一个是指针域（存放指向下一个节点的指针），最后一个节点的指针域指向null（空指针的意思）。（1）单链表单链表中的指针域只能指向节点的下一个节点。（2）双链表双链表：每一个节点有两个指针域，一个指向下一个节点，一个指向上一个节点。因此双链表既可以向前查询也可以向后查询。（3）循环链表循环链表就是链表首尾相连，可以用来解决约瑟夫环问题。链表在内存中不是连续分布的，通过指针域的指针链接内存中各个节点。链表中的节点散
2024-03-11 17:12:03
488
原创 力扣：数组篇
因为数组的在内存空间的地址是连续的，所以我们在删除或者增添元素的时候，就难免要移动其他元素的地址。（2）定义 target 是在一个在左闭右开的区间里，也就是[left, right)。不同编程语言的内存管理是不一样的，以C++为例，在C++中二维数组是连续分布的。（1）定义 target 是在一个在左闭右闭的区间里，数组的元素是不能删的，只能覆盖。
2024-03-10 14:10:06
497
原创 import torch_geometric Segmentation fault (core dumped)
import torch_geometric Segmentation fault (core dumped)
2024-03-06 14:38:55
432
原创 Pytorch神经网络模型nn.Sequential与nn.Linear
对于标准深度学习模型，我们可以使用框架的预定义好的层。这使我们只需关注使用哪些层来构造模型，而不必关注层的实现细节。我们首先定义一个模型变量net，它是一个Sequential类的实例。Sequential类将多个层串联在一起。当给定输入数据时，Sequential实例将数据传入到第一层， 然后将第一层的输出作为第二层的输入，以此类推。在下面的例子中，我们的模型只包含一个层，因此实际上不需要Sequential。但是由于以后几乎所有的模型都是多层的，在这里使用Sequential。
2024-01-24 17:01:32
1024
原创 Pytorch线性代数
用向量表示物品（如单词、产品或新闻文章），以便最小化相似项目之间的距离，最大化不同项目之间的距离。将张量乘以或加上一个标量不会改变张量的形状，其中张量的每个元素都将与标量相加或相乘。第一个性质是：如果我们按常数因子a缩放向量的所有元素， 其范数也会按相同常数因子的。由于输入矩阵沿0轴降维以生成输出向量，因此输入轴0的维数在输出形状中消失。目标是深度学习算法最重要的组成部分（除了数据），通常被表达为范数。（size）概念不涉及维度，而是分量的大小。每个ai⊤都是行向量，表示矩阵的第i行。
2024-01-24 15:32:29
1171
原创 张量计算和操作
（1）首先，我们不想总是不必要地分配内存。在机器学习中，我们可能有数百兆的参数，并且在一秒内多次更新所有参数。（2）如果我们不原地更新，其他引用仍然会指向旧的内存位置，这样我们的某些代码可能会无意中引用旧的参数。例如，如果我们用Y = X + Y，我们将取消引用Y指向的张量， 而是指向新分配的内存处的张量。1. 通过适当复制元素来扩展一个或两个数组，以便在转换之后，两个张量具有相同的形状；可以指定范围以包含第一个元素和最后一个之前的元素。第一个元素 的索引是0，最后一个元素索引是‐1；
2024-01-24 11:21:56
662
原创 大模型Agent
大模型Agent一、背景知识1.会产生幻觉。2.结果并不总是真实的。3.对时事的了解有限或一无所知。4.很难应对复杂的计算。•Google搜索：获取最新信息•Python REPL：执行代码•Wolfram：进行复杂的计算•外部API：获取特定信息大模型 + 插件 + 执行流程 = Agent二、Agent框架LLM-based Agent 框架包含三个组成部分：控制端（Brain）、感知端（Perception）和行动端 （Action）。1、控制端：Brain。
2024-01-17 18:13:35
5754
原创 大模型缩放法则
KM缩放法则是由OpenAI的研究员Jared Kaplan和Sam McCandlish提出的，用于描述大型语言模型（LLMs）如何随着模型大小、数据量和计算资源的增加而提高性能。通过遵循这些法则，可以在有限的计算资源下实现更高的性能，同时也为未来大型模型的发展提供了理论基础。KM缩放法则的关键观点是，通过增加模型的大小和投入更多的计算资源，可以预测地改善模型的性能。此外，这些研究有助于推动人工智能领域的进步，使得即使是资源较少的研究者和企业也能够开发出强大的语言模型，进而加速技术的普及和应用。
2024-01-04 17:11:16
728
原创 力扣_day1
hash表是基于数组+链表的实现的。数组在内存中是一块连续的空间，只要知道查找数据的下标就可快速定位到数据的内存地址，即数组查找数据的时间复杂度为O(1)。表的时间复杂度为什么是O(1)？
2024-01-02 19:25:47
541
转载 ‘numpy.random.mtrand.RandomState‘ object has no attribute ‘integers‘
'numpy.random.mtrand.RandomState' object has no attribute 'integers'
2023-02-01 15:11:06
1037
原创 FileNotFoundError: [Errno 2] No such file or directory: ‘./data/articles.csv‘
目录结构为：报错代码#FileNotFoundError: [Errno 2] No such file or directory: './data/articles.csv'aaa = pd.read_csv('./data/articles.csv') # ./data表示该目录下有个data文件，实际data是在code文件的上一层文件中aaa修改后# 应该为..，退回到上一个目录，再进入data读取数据aaa = pd.read_csv('../data/articl.
2022-04-14 16:39:43
1729
原创 YoutubeDNN TypeError: Could not build a TypeSpec for ＜KerasTensor: shape=(None, 16) dtype=float32
报错语句：model = YoutubeDNN(user_feature_columns, item_feature_columns, num_sampled=5, user_dnn_hidden_units=(64, embedding_dim))修改后：# 加上下面这几句代码from tensorflow.python.keras import backend as KK.set_learning_phase(True)import tensorflow as tfif tf._
2022-04-06 22:22:34
1955
3
原创 pandas的两大数据结构之——Series
pandas库的Scries对象用来表示一维数据结构，由两个相互关联的数组组成。主数组用来存放数据，主数组的每个元素都有一个与之相关联的标签，这些标签存储在另外一个叫作Index的数组中。1、声明Series对象调用Series()构造函数，把要存放在Series对象中的数据以数组形式传入。Series的输出：左侧Index是一列标签，右侧是标签对应的元素。声明Series时，若不指定标签，pandas默认使用从0开始依次递增的数值作为标签。然而，最好使用有意义的标签，用以区分和..
2022-03-27 11:20:13
4219
原创 MapReduce作业的执行流程、错误处理机制、任务执行
一、MapReduce作业的执行流程MapReduce作业的执行流程：代码编写→作业配置→作业提交→Map任务的分配和执行→处理中间结果→Reduce任务的分配和执行→作业完成。每个任务的执行过程中又包含：输入准备→任务执行→输出结果。MapReduce作业的执行可以分为11个步骤，涉及4个独立的实体。它们在MapReduce执行过程中的主要作用是：客户端（Client）：编写MapReduce代码，配置作业，提交作业； JobTracker：初始化作业，分配作业，与TaskTra
2022-03-16 23:32:41
2653
原创 MapReduce计算模型、数据流和控制流，Hadoop流的工作原理
一、MapReduce计算模型执行MapReduce任务的机器有两个角色：JobTracker和TaskTracker。JobTracker：管理和调度MapReduce的Job。TaskTracker：执行MapReduce的Job。1、Job在Hadoop中，每个MapReduce任务都被初始化为一个Job。每个Job又可以分为两个阶段：Map阶段和Reduce阶段。这两个阶段分别用两个函数来表示，即Map函数和Reduce函数。Map函数接收一个＜key, value＞形式
2022-03-16 11:23:08
2763
原创 HDFS的体系结构和读写数据
一、HDFS体系结构1、副本存放与读取策略副本的存放是HDFS可靠性和性能的关键，HDFS采用一种称为机架感知的策略来改进数据的可靠性、可用性和网络带宽的利用率。在大多数情况下，同一个机架内的两台机器间的带宽会比不同机架的两台机器间的带宽大。带宽：固定时间可传输的资料数量，带宽越大越好。HDFS采用的策略就是将副本存放在不同的机架上，这样可以有效防止整个机架失效时数据的丢失。在大多数情况下，副本系数是3，HDFS客户端调用FileSystem对象中的open()函数来读取它需要的数据
2022-03-14 16:35:13
2043
原创 Hadoop——HDFS实例
package com.atguigu.hdfs;/*客户端代码常用套路：1、获取一个客户端对象2、执行相关的操作命令3、关闭资源HDFS zookeeper */import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.*;import org.apache.hadoop.yarn.webapp.hamlet2.Hamlet;import org.junit.After;import org.
2022-03-13 20:01:41
2952
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人