2025年12月26日
摘要: import numpy as np import matplotlib.pyplot as plt from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.prep 阅读全文
posted @ 2025-12-26 13:28 汤圆233 阅读(9) 评论(0) 推荐(0)
摘要: import numpy as np import matplotlib.pyplot as plt import time import torch import torch.nn as nn import torch.optim as optim from torch.utils.data im 阅读全文
posted @ 2025-12-26 00:36 汤圆233 阅读(8) 评论(0) 推荐(0)
摘要: 解码注意力革命 —— 视频《Transformer 核心原理解析》读书报告 近期观看了一则解析《Attention Is All You Need》的科普视频,视频以清晰的逻辑、生动的案例拆解了 Transformer 模型的核心原理,让这篇 NLP 领域的开创性论文变得通俗易懂。通过视频学习,我不 阅读全文
posted @ 2025-12-26 00:33 汤圆233 阅读(4) 评论(0) 推荐(0)
  2025年12月5日
摘要: import torch import torch.nn as nn import torch.optim as optim import numpy as np 1. 配置参数(初学者友好版) 设备配置:优先使用GPU,没有则用CPU device = torch.device('cuda' if 阅读全文
posted @ 2025-12-05 12:51 汤圆233 阅读(9) 评论(0) 推荐(0)
  2025年10月16日
摘要: 本次报告聚焦神经网络核心原理与发展脉络。神经网络模拟生物神经元结构,通过输入层、隐藏层、输出层的节点互联传递信息,以反向传播算法不断调整连接权重,实现对数据规律的学习与预测。 其发展历经三次浪潮:从感知机的初步探索,到BP算法推动多层网络突破,再到深度学习凭借深度架构与海量数据实现图像识别、自然语言 阅读全文
posted @ 2025-10-16 11:22 汤圆233 阅读(10) 评论(0) 推荐(0)
  2025年10月15日
摘要: ![fb0aba7f-1cd0-4283-9477-d8220e6dbb5c](https://img2024.cnblogs.com/blog/3608522/202510/3608522-20251015232648360-1309250490.png) ![fb0aba7f-1cd0-4283-9477-d8220e6dbb5c](https://img2024.cnblogs.com/bl 阅读全文
posted @ 2025-10-15 23:27 汤圆233 阅读(5) 评论(0) 推荐(0)
  2025年6月22日
摘要: import pygame import sys import random import math from pygame.math import Vector2 pygame.init() CELL_SIZE = 30 GRID_WIDTH = 20 GRID_HEIGHT = 15 SCREE 阅读全文
posted @ 2025-06-22 01:40 汤圆233 阅读(18) 评论(0) 推荐(0)
  2025年5月25日
摘要: 8.1 from random import random def printInatro(): print("这个程序模拟两个选手A何B的某种竞技比赛") print("程序运行需要A和B的能力值(用0到1之间的小数表示)") def getInputs(): a = eval(input("请输 阅读全文
posted @ 2025-05-25 21:20 汤圆233 阅读(29) 评论(0) 推荐(0)
  2025年4月20日
摘要: 5.1 def drawaq(n): line = 3n+1 for i in range(1,line+1): if i%3 == 1: print(n"+ ",end="") print("+") else: print("| "*n,end="") print("|") n = eval(in 阅读全文
posted @ 2025-04-20 21:12 汤圆233 阅读(28) 评论(0) 推荐(0)
  2025年4月7日
摘要: target = 425 guess = 0 cishu = 0 while guess != target: guess = eval(input('请输入一个猜测的整数(1至1000):')) if guess > target: print('猜大了') cishu = cishu + 1 p 阅读全文
posted @ 2025-04-07 11:30 汤圆233 阅读(35) 评论(0) 推荐(0)