摘要：
前言 去年第一次参加天梯赛，拿了 \(158\) 分，没有个人奖，团队也差点打铁（最后应该是递补省三）。 今年天梯赛拿了 \(224\) 分，幸运地拿了个人国二。这次担任的队长，团队也拿到了国二，感谢队友们的努力付出。 今年好像很多人断网，不过没有发生在我身上哈哈哈（也许是因为我连的手机热点）。对于 阅读全文
摘要：
参赛感受 这是我第一次参加蓝桥杯的省赛，虽然没什么参赛经验，但是自己做了很多前几届蓝桥杯的题，不得不说，这一届蓝桥杯省赛的难度相较于之前而言还是比较大的。之前很流行蓝桥杯就是暴力杯的说法，但是随着参赛人数的增多，比赛认可度的提升，比赛题目的质量也明显越来越高了。这次省赛涉及知识点非常全面，而且难度都 阅读全文
摘要：
1. Seq2Seq 模型 1.1 Seq2Seq 简介 \(\text{Seq2Seq}\)（\(\text{Sequence to Sequence}\)）通常由两部分构成：编码器（\(\text{Encoder}\)） 和 解码器（\(\text{Decoder}\)）。 \(\text{En 阅读全文
摘要：
1. Transformer 概述 1.1 整体结构 \(\text{Transformer}\) 主要由 \(\text{Encoder}\) 和 \(\text{Decoder}\) 两个部分组成。\(\text{Encoder}\) 部分有 \(N = 6\) 个相同的层，每层包含 一个 \( 阅读全文
摘要：
1. 神经网络 1.1 神经元 神经元（Neuron）或节点（Node） 是神经网络的基本单元。下图是一个简单的神经元示意图，\(x\) 表示 输入（\(\text{Input}\)）， \(x_i\) 表示来自于前面第 \(i\) 个 神经元（\(\text{Neuron}\)）的输入，通常会增加 阅读全文
摘要：
1. RNN 1.1 RNN 简介 循环神经网络（\(\text{Recurrent Neural Network}\)，简称 \(\text{RNN}\)）是一种用于处理序列数据的神经网络。其核心思想是使用循环结构来保持一个内部状态，这个状态理论上可以捕获到目前为止的全部信息流。\(\text{R 阅读全文
摘要：
1. one-hot 向量 我们先了解一下 \(\text{one-hot}\) 向量。\(\text{one-hot}\) 编码是表示分类变量的常见方法，尤其在数据预处理和机器学习的特征工程中。一个 \(\text{one-hot}\) 向量是一个其中只有一个元素是 1，其余为 0 的向量。 假设 阅读全文
摘要：
1. 单词与向量 1.1 Term-document 矩阵 Term-document 矩阵是信息检索和文本挖掘中常用的一种表示方法，这种矩阵是一个二维表格，用来表示词（term）在文档（document）集合中的分布情况。在这个矩阵中，行通常代表词汇（terms），列代表文档。矩阵中的每一个元素， 阅读全文
摘要：
1. 贝叶斯决策论 假设有 \(N\) 中类别标记 \(\gamma = \{c_1, c_2, \dots, c_N\}\)，\(\lambda_{ij}\) 是将一个真实标记为 \(c_{j}\) 分类为 \(c_i\) 所产生的损失。基于后验概率 \(P(c | \mathbf{x})\) 可 阅读全文
摘要：
1. N-gram 模型 1.1 N-gram 模型介绍 \(\text{N-gram}\) 是一种基于统计语言模型的算法，用于预测文本中的单词，其中 \(\text{N}\) 一般指的是序列中的单词数量。其基本思想是将文本内容进行大小为 \(\text{N}\) 的滑动窗口操作来计算概率。 例如： 阅读全文
摘要：
1. 拉格朗日乘子法 拉格朗日乘子法 是一种 将约束优化问题 转化 为 无约束优化问题 的方法。其核心思想就是通过 拉格朗日乘子 将 含有 \(n\) 个变量和 \(m\) 个约束条件的带约束优化问题转换为含有 \(n + m\) 个变量的无约束优化问题。 对于如下约束优化问题： \[\begin{ 阅读全文