摘要：
1、队列 const int N=1e5; //定义队列大小 int que[N], head,tail; //队头队尾指针，队列大小为tail-head+1 //head++; 弹出对头，head<=tail //queue[head]; //读对头数据 //que[++tail] = data; 阅读全文
摘要：
目录2.1 线性表的定义和基本操作2.2 顺序表2.2.1 顺序表的定义2.2.2 顺序表的插入、删除（实现是基于静态分配）2.2.3 顺序表的查找2.3 链表2.3.1 单链表的定义2.3.2 单链表的插入删除2.3.3 单链表的查找2.3.4 单链表的建立2.3.4 双链表2.3.5 循环链表2 阅读全文
摘要：
目录2.1 进程2.1.1 进程的概念、组成、特征2.1.2 进程的状态与转换2.1.3 进程控制2.1.4 进程通信IPC共享存储消息传递管道通信2.2 线程2.2.1 线程的概念2.2.2 线程的实现方式2.2.3 线程的状态与转换2.3 调度2.3.1 调度的概念、层次2.3.2 进程调度的时 阅读全文
摘要：
P1996 约瑟夫问题 1. 动态链表 临时分配链表节点，使用完毕后释放链表节点。 优点：能及时释放空间，不使用多余内存 缺点：需要管理空间，容易出错。 #include <bits/stdc++.h> #define int long long #define rep(i, a, b) for(i 阅读全文
摘要：
目录1.1.0 导读1.1.1 绪论1.1.2 数据结构的三要素逻辑结构数据的运算物理结构（存储结构）1.2.1 算法的基本概念1.2.2 时间复杂度1.2.3 空间复杂度 1.1.0 导读 数据结构在学什么？ 如何用程序代码把显示世界的问题信息画 如何用计算机高效地处理这些信息从而创造价值 1.1 阅读全文
摘要：
L2 Loss L1 Loss Huber‘s Robust Loss 将上面两个损失函数结合 阅读全文
摘要：
目录构造数据集初始化模型参数定义模型定义损失函数定义优化算法训练过程线性回归的简洁实现读取数据使用框架预定义好的层初始化模型参数误差实例化SGD训练过程 线性回归是一个很好能理解深度学习的模型，麻雀虽小五脏俱全。 构造数据集 def synthetic_data(w, b, num_examples 阅读全文
摘要：
自动求导计算一个函数在指定值上的导数 它有别于 符号求导 数值求导 符号求导是基于数学符号和代数规则的求导方法。它通过使用微积分的基本公式和规则（如链式法则、乘积法则、商法则等）直接计算函数的导数表达式。这种方法可以得到精确的导数表达式，适用于需要精确表达式的场合。但是，对于复杂的函数或表达式，符号 阅读全文
摘要：
梯度下降 梯度是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）。梯度在物理学、机器学习和数学优化等领域有着广泛的应用。 挑选一个初始值\(w_0\) 重复迭代参数t=1,2,3 沿梯度方向将增加损失函 阅读全文
摘要：
[torch.arange] 是 PyTorch 中的一个函数，用于生成一个一维的张量（tensor），其中包含从起始值（包括）到结束值（不包括）的等差数列。这个函数非常类似于 Python 的内置 range 函数，但是生成的是 PyTorch 张量而不是 Python 列表。 torch.ara 阅读全文