置顶文章

399 字 1 分钟

Welcome to duoxichangan's blog! # 想起他们 - 毛不易 算不得走了多远 一路到今天 简单翻阅 挑拣些碎片 算不得有多特别 所谓从前 里面只是几段 我虚度的时间 那些人生里 看似顺其自然的拥有 曾以为属于世上每一个人 其实连按部就班也比想象中难 只好从那些缺憾 找出美感 现在长进了吗 我不觉得 能困住我的事情 还有好多 变得更弱了吗 我也不觉得 毕竟那些经过 得算些什么 那些人生里 看似顺其自然的拥有 希望他属于世上每一个人 就算连按部就班也比想象中难 还能从那些缺憾 找出美感 现在长进了吗 我不觉得 能困住我的事情 还有好多 变得更弱了吗...

精选分类

学习学习我爱学习

7 个子项，107 篇文章

程序设计

15 个子项，103 篇文章

文章列表

5.3k 字 5 分钟

文章来源：初识 CV - Transformer 模型详解（图解最完整版） # Transformer 是什么 TransformerTransformerTransformer 是一种由谷歌团队在 201720172017 年提出的深度学习模型架构，最初用于处理自然语言（翻译、文本生成等），现已广泛应用于图像、音频等领域，设计灵感是人类处理信息的方式 关注重点、忽略无关内容 核心特点 注意力机制 无记忆性 通用架构 # Transformer 结构与工作流程 # 结构 由图可知，TransformerTransformerTransformer 由...
7.2k 字 7 分钟

# 江西七校联盟第二场题解 写在前面 提交状态从 Wating\color{brown}{Wating}Wating 到 PendingPendingPending 再到 Accepted\color{green}{Accepted}Accepted 亦或是 TLE、WA\color{red}{TLE}、\color{red}{WA}TLE、WA，你学到的是知识，排名 rankrankrank 对你而言，并不重要。曾经你视为人生唯一目标的高考...
2.3k 字 2 分钟

# 什么是有序列特性的数据 人类的自然语言，是符合某个逻辑或规则的字词拼凑排列起来的，这就是符合序列特性 语音，我们发出的声音，每一帧每一帧的衔接起来，才凑成了我们听到的话，这就是符合序列特性 股票，随着时间的推移，会产生具有顺序的一系列数字，这就是符合序列特性 符合时间顺序，逻辑顺序，或者其他顺序就叫序列特性 # RNN Recurrent Neural Network (RNN)Recurrent~Neural~Network~(RNN)Recurrent Neural Network (RNN) 循环神经网络，是一种用于处理序列数据的神经网络。核心特点是...
360 字 1 分钟

C++12345678910111213141516171819202122inline int read() { int x = 0, w = 1; char ch = 0; while (!isdigit(ch)) { if (ch == '-') w = -1; ch = getchar(); } while (isdigit(ch)) { x = x * 10 + (ch - '0'); ch = getchar(); }...
4.8k 字 4 分钟

# 为什么需要图神经网络 随着时代发展，深度学习在语音、图像、自然语言处理方面有很大突破，针对这种很结构化的序列、网格数据，有很好的处理效果。然而，现实世界中，不是所有数据都能描绘成序列或网格化的数据的。图数据有这些特点 图的大小是任意的，图的拓扑结构复杂，没有像图像一样的空间局部性 图没有固定的节点顺序，或者说没有一个参考节点 图经常是动态图，而且包含多模态的特征 # 图的基本概念 感恩算法竞赛，你应该大概已经懂了（有向图、无向图） # 图的预备知识 邻接矩阵 度矩阵（如果仅已知度矩阵，不能还原出图） 度矩阵 Di,i=d(i)D_{i,i} =...
5.6k 字 5 分钟

本文全称：基于 Embedding 的相似度检索（Word2Vec），核心目标是通过无监督学习来计算词的分布式表示 # Embedding 是什么 你有一堆单词（比如 猫 、 狗 、 汽车 ），EmbeddingEmbeddingEmbedding 就是把这些词变成一串数字（比如 [-0.2, 0.5, 1.3...] ），这串数字能代表这个词的含义 意思相近的词（ 猫 和 狗 ），它们的数字串也相似 Word2VecWord2VecWord2Vec 就是生成这种数字串的工具之一 # One-Hot Representation 一种最简单的词向量方式是...
549 字 1 分钟

# 基于物品的协同过滤 通过用户的历史行为分析物品之间的相似性，为用户推荐与他们过去喜欢的物品相似的其他物品 适用于：物品数量稳定、用户行为丰富的场景（电商推荐） 需要有用户的历史行为数据 根据历史行为数据，计算类似的物品 # 核心数学公式 r^u,i=rˉi+∑j∈N(i)sim(i,j)⋅(ru,j−rˉj)∑j∈N(i)∣sim(i,j)∣\hat{r}_{u, i}=\bar{r}_i+\frac{\sum_{j \in N(i)} sim(i, j)·(r_{u,j}- \bar{r}_j)}{\sum_{j \in...
1.1k 字 1 分钟

# 学习路线 # 阶段 1：推荐系统入门 目标：理解推荐系统基础流程，先实现 baselinebaselinebaseline 学习内容： 推荐系统三步骤：召回 → 排序 → 重排序 ✅ 协同过滤（UserCFUserCFUserCF，ItemCFItemCFItemCF）✅ 基于 EmbeddingEmbeddingEmbedding 的相似度检索（Word2VecWord2VecWord2Vec）✅ 任务： 用 ItemCF 给用户推荐文章（TopN 推荐）。 用 Word2Vec（gensim 库） 学习文章...
2.1k 字 2 分钟

# C1 - Easy Version # 题目大意 现在买 nnn 个东西，每次你可以选择一个非负整数 xxx，以 3x+1+x×3x−13^{x + 1} + x \times 3^{x - 1}3x+1+x×3x−1 的价钱，购买 3x3^x3x 个物品，请问，如果要使得交易次数最小的话，你要花多少钱？ # 数据范围 1≤n≤1091 \le n \le 10^91≤n≤109 # 题解 显然，按照 nnn...