摘要：
基础算法：前缀和（Prefix Sum）核心原理与实战 在算法竞赛和日常开发中，我们经常会遇到这样一类问题：给定一个数组或矩阵，然后进行大量的查询操作，每次查询求某一段区间或某一个子矩阵内所有元素的和。 如果每次查询都使用暴力遍历，时间复杂度会非常高，极易导致超时。为了解决这个问题，我们引入前缀和（ 阅读全文
posted @ 2026-03-24 22:57
LAOBIEXL
阅读(0)
评论(0)
推荐(0)
摘要：
基础算法：双指针与滑动窗口（Sliding Window）核心原理与实战 在算法竞赛和笔试面试中，暴力枚举往往是我们要想到的第一个解法。然而，暴力的时间复杂度通常很高。双指针算法（有时候也叫尺取法或者滑动窗口）就是一种优化暴力枚举策略的强大手段。 💡 个人笔记 / 核心总结：滑动窗口的本质 滑动窗 阅读全文
posted @ 2026-03-24 22:53
LAOBIEXL
阅读(0)
评论(0)
推荐(0)
摘要：
基础算法：二分算法（Binary Search）核心原理与实战 [cite_start]二分算法可以说是基础算法篇章中最难的算法之一 [cite: 3095][cite_start]。二分算法的原理以及模板其实是很简单的，主要的难点在于问题中的各种各样的细节问题 [cite: 3095][cite_ 阅读全文
posted @ 2026-03-24 22:49
LAOBIEXL
阅读(0)
评论(0)
推荐(0)
摘要：
基础算法：差分（Difference Array） 在前缀和算法中，我们学习了如何通过预处理在 $O(1)$ 的时间复杂度内求出某一个区间的元素之和。而在实际的算法应用中，我们常常会遇到另一种高频操作：频繁地将某一个区间内的所有元素统一加上或减去一个特定的值。 如果使用暴力遍历，每次区间修改的时间复 阅读全文
posted @ 2026-03-24 22:45
LAOBIEXL
阅读(1)
评论(0)
推荐(0)
摘要：
深度解析 Vision Transformer (ViT)：算法原理、架构解构与核心机制重构 我们深知卷积神经网络（CNN）曾在计算机视觉领域占据统治地位。然而，随着 Transformer 在自然语言处理（NLP）领域的巨大成功，视觉与语言的架构统一成为了新的探索方向。本文将基于详实的推导与实验数 阅读全文
posted @ 2026-03-24 22:25
LAOBIEXL
阅读(2)
评论(0)
推荐(0)
摘要：
深度解构 Transformer 算法原理： 如今，如果我们要在当今的 AI 时代寻找一个真正的“万物基石”，那无疑是 Transformer。从自然语言处理（NLP）跨越到计算机视觉（CV），再到多模态大模型，其底层架构的统一性令人叹为观止。本文将基于详实的推导与原汁原味的原理图，为你深度解构 T 阅读全文
posted @ 2026-03-24 22:18
LAOBIEXL
阅读(3)
评论(0)
推荐(0)
摘要：
Self-attention 原理解析 在自然语言处理（NLP）和计算机视觉（CV）领域，Transformer 架构及其核心的 Self-attention（自注意力机制） 已经成为了绝对的基石。本文将基于详实的科研推导笔记，从输入表示讲起，一步步拆解 Self-attention 的数学原理、矩 阅读全文
posted @ 2026-03-24 22:15
LAOBIEXL
阅读(1)
评论(0)
推荐(0)
摘要：
从全连接到卷积神经网络（CNN） 在图像分类（Image Classification）任务中，最原始的输入往往是一个 3-D 张量（3-D tensor），例如一个 $100 \times 100$ 像素、包含 RGB 3 个通道（3 channels）的彩色图像。张量中的每一个数值代表了该像素的 阅读全文
posted @ 2026-03-24 22:09
LAOBIEXL
阅读(1)
评论(0)
推荐(0)
摘要：
深度学习基础解析：从回归到多分类模型与损失函数的选择 在深度学习（Deep Learning）的广阔领域中，分类（Classification）是最核心的任务之一。无论是图像识别、自然语言情感分析，还是医疗影像诊断，本质上都是在解决分类问题。今天，我们将基于一系列硬核的推导笔记，深入探讨多分类网络的 阅读全文
posted @ 2026-03-24 22:03
LAOBIEXL
阅读(2)
评论(0)
推荐(0)
摘要：
深入浅出深度学习优化器：从 Adagrad、RMSProp 到 Adam 的演进与学习率调度 在深度学习（Deep Learning）的模型训练过程中，优化算法的选择和超参数的调试往往决定了模型最终的收敛效果。本文将基于一系列详实的实验记录与数学推导，深入剖析自适应学习率（Adaptive Lear 阅读全文
posted @ 2026-03-24 22:00
LAOBIEXL
阅读(1)
评论(0)
推荐(0)
浙公网安备 33010602011771号