上一页 1 ··· 16 17 18 19 20 21 22 23 24 ··· 130 下一页
摘要: 由于决策树本质上是对位置之间的大小关系进行比较(比如说,比较a[1]和a[2],我们可以在节点\(1\)和节点\(2\)之间连一条有向边),所以最后形成的DAG可能如下 假设我们现在找第\(k\)大,那么令a[5]为第\(k\)大,剩下的随便怎么排最后形成的DAG都是上图 但是对于排序来说,最后一定 阅读全文
posted @ 2025-04-17 13:17 最爱丁珰 阅读(6) 评论(0) 推荐(0)
摘要: R\(5\) 现如今有很多防火墙会阻碍UDP,所以需要使用TCP R\(8\) 不会通过相同套接字,但是都具有\(80\)端口号。这是因为运行持续链接的是TCP,而TCP端口由源IP地址/端口,目的IP地址/端口四元组唯一确定。\(A\)和\(B\)是不同的主机,所以有不同的源IP地址,所以不会通过 阅读全文
posted @ 2025-04-11 21:31 最爱丁珰 阅读(9) 评论(0) 推荐(0)
摘要: 在创建数据库的时候,root代表最高权限的用户,URL里面写的就是连接到本地的MySQL数据库(这个数据库使用的端口是3306,IP地址是localhost) 这一段代码,代表后端运行的IP地址是本地(其实前端,后端和数据库都运行在本地,所以IP地址是相同的),端口是8080 这一段代码就是用来配置 阅读全文
posted @ 2025-04-11 11:40 最爱丁珰 阅读(15) 评论(0) 推荐(0)
摘要: Problem Set 5.1 Problem 5.1.1 一颗严格二叉树即可满足题意,如下 Problem 5.1.2 TE:不会,因为\([v.discoveTime,v.finishTime]∈[u.discoveTime,u.finishTime]\),所以\(u.discoveTime<v 阅读全文
posted @ 2025-04-10 10:56 最爱丁珰 阅读(11) 评论(0) 推荐(0)
摘要: P\(1\) 枚举使用多少张\(5\)分的邮票然后判断是否可以整除即可 但是第二问这个归纳比较幽默,搞不懂这种题目为什么要用归纳:n>=12时n-3的换法+一张3,归纳假设是12~n-1都能换 P\(2\) a.数学归纳法 b.与普通的汉诺塔一样,只不过现在不可以直接从\(A\)移动到\(B\)而已 阅读全文
posted @ 2025-04-08 10:22 最爱丁珰 阅读(8) 评论(0) 推荐(0)
摘要: 以原始LoRA论文为例 目录在本地复现利用云GPU 在本地复现 首先创建虚拟环境。虚拟环境之间,以及虚拟环境与全局环境之间是相互隔离的,所以我们在虚拟环境中安装包并不会影响到其他的环境 打开Anaconda Prompt,输入conda create -n test python=3.12.9创建一 阅读全文
posted @ 2025-04-01 17:42 最爱丁珰 阅读(55) 评论(0) 推荐(0)
摘要: Problem Set 4.1 Problem 4.1.1 首先判断\(A[1]\)和\(A[n]\)是不是峰值,如果是的话就找到了,如果都不是的话就说明数列在开头一段处于单调递增的状态,末尾一段处于单调递减的状态,于是可以知道在\([2,n-1]\)中一定存在峰值。接下来使用二分,设当前在区间\( 阅读全文
posted @ 2025-03-30 10:26 最爱丁珰 阅读(26) 评论(0) 推荐(0)
摘要: 目录定义常见的UML图用例图类图泛化实现关联聚合组合依赖对象图状态图活动图序列图-时序图协作图构件图部署图 定义 UML(Unified Modeling Language)统一建模语言,又称标准建模语言。是用来对软件密集系统进行可视化建模的一种语言。UML的定义包括UML语义和UML表示法两个元素 阅读全文
posted @ 2025-03-29 23:17 最爱丁珰 阅读(67) 评论(0) 推荐(0)
摘要: 在 PyTorch 中,scheduler.get_last_lr() 返回的是一个列表(list),其中包含优化器中每个参数组(parameter group)当前的学习率。例如: optimizer = torch.optim.SGD( [ {'params': model.layer1.par 阅读全文
posted @ 2025-03-28 21:32 最爱丁珰 阅读(18) 评论(0) 推荐(0)
摘要: 在 PyTorch 中,trainer.param_groups 是一个列表(list),其中每个元素是一个字典(dict),表示优化器管理的参数组(parameter group)。每个参数组包含一组模型参数及其对应的超参数(如学习率、动量等)。以下是详细解释: 1. trainer.param_ 阅读全文
posted @ 2025-03-28 20:56 最爱丁珰 阅读(35) 评论(0) 推荐(0)
上一页 1 ··· 16 17 18 19 20 21 22 23 24 ··· 130 下一页