6k 字 5 分钟

写在前面： 希望你自己感谢你自己的坚持 江西财经大学出题组祝大家：越活越年轻，越活越开心 # A - 搞点语法题 # 题目大意 输出字符串 # 题解 直接输出就好 123456789101112131415#include <iostream>#include <string>using namespace std;int main() { cout << "计算机241陶金杰10.14：\n"; cout <<...
3.3k 字 3 分钟

# G # 题目大意 给定 A=(a1,...,an)A = (a_1, ..., a_n)A=(a1​,...,an​)，有 qqq 个询问，每次询问给出 x,yx, yx,y，求满足 ai=x,aj=y,x<ya_i = x, a_j = y, x < yai​=x,aj​=y,x<y 的 (i,j)(i, j)(i,j) 对数 # 数据范围 1≤n,q≤1051 \le n, q \le 10^51≤n,q≤105 # 题解 对于给定的数据，存一个 PIIPIIPII {a[i], i}...
5.4k 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...
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...
1.2k 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...