- 博客(346)
- 资源 (431)
- 收藏
- 关注
RSS订阅原创 在线机考|2025年华为暑期实习&春招&秋招编程题（最新）——第1题_物流运输
摘要：题目描述了一个树形结构的快递配送问题，需要计算完成所有快递任务的总路径长度。通过BFS建立树的拓扑序，后序遍历统计每个节点的寄件和收件数量，最后累加所有边权值乘以对应任务数。算法使用邻接表存储树结构，时间复杂度为O(N+M)。代码提供了C++、Python和Java三种实现，核心思路相似。
2025-06-12 11:53:06
211
原创 在线机考|2025年华为暑期实习&春招&秋招编程题（最新）——第2题_网络整改
题目要求计算从树中移除最少节点数，使剩余节点构成一棵所有叶节点深度相同的树。给定树结构，程序通过动态规划自底向上计算每个子树在不同目标叶深度时的最大保留节点数。核心思想是遍历所有可能的叶深度（0到最大深度），对于每个深度，验证保留节点数，最终输出总节点数减去最大保留节点数。 摘要（150字）：本文解决树结构调整问题，要求移除最少节点使剩余树的所有叶节点深度相同。采用动态规划方法，预处理节点深度和子树结构，遍历每个可能的叶深度，计算相应最大保留节点数。程序通过后序遍历和分层处理优化计算，最终输出需要移除的最小
2025-06-12 11:09:32
54
原创 科研学习|科研软件——激活后的Origin导出图时突然出现了demo水印
摘要 解决导出图形带"demo"水印问题有两种方法：1) 右击软件图标选择"以管理员身份运行"；2) 进入软件安装目录，双击运行Origin64.exe文件。这两种方式都可以去除导出图形中的演示版水印标记，确保输出干净的专业图表。
2025-06-01 22:42:15
428
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——第3题_个性化歌单推荐系统_300分（十一）
假设你是音乐服务的开发者，为了提高用户体验需要解决推荐歌单的同质化问题，保证推荐给用户的所有歌单不包含相同歌曲的。给定一个包含N个歌单和M条歌单重复记录，每个歌单用一个从1到N的整数编号，歌单重复记录包含两个歌单的ID，表示两个歌单有相同的歌曲。你的任务是对歌单进行合并，找出合并后的最小歌单数量，合并的歌单中不能有相同的歌曲。
2025-01-07 00:15:00
681
2
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——第2题_公司园区里的建筑群_200分（十）
某公司基地园区很大，里面有N个建筑，依次编号为1到N，通过M条路将这些建筑连接在一起，这N个建筑根据之间的距离，被分为不同的建筑群。云小核喜欢饭后散步，并用步数计算了每条路的长度。经过一段时间的散步，云小核发现了一个规律，两个建筑群间最近的两个建筑之间，步数大于K步。两个建筑群之间，可能没有路。云小核把每条路的步数给了你，请你计算园区里有多少个建筑群?
2025-01-06 00:15:00
586
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——第1题_最强大脑游戏_100分（九）
某最强大脑游戏要求：选手在一个整数序列中(整数取值为[1, 10])，自行去掉K个整数，得到一个新的整数序列，-使得整数序列左到右拼接起来后，得到的整数值最大。那么假设你是优秀的选手，在给定这个整数序列之后，你能够得到的最大整数值是多少?
2025-01-05 00:15:00
453
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——第3题_PCB印刷电路板布线_300分（八）
在PCB印刷电路板设计中，器件之间的连线需要避免线路的阻抗值增大、而且赛件之间还有别的器件和别的干扰源，在布线时我们希望受到的干扰尽量小。现将电路板简化成一个M×N的矩阵，每个位置(单元格)的值表示其源干扰度。如果单元格的值为0，表示此位置没有干扰源;如果单元格的值为非0，则表示此位置是干扰源，其值为源干扰度。连线经过干扰源或干扰源附近会增加连线的总干扰度。位置A[x, y]的干扰源的源干扰度为d(d>0)，则连线的干扰度计算如下：1、若连线经过位置A[x, y]，则其总干扰度会增加d；
2025-01-04 00:15:00
846
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——第1题_拔河比赛队员选拔_100分（八）
某团队近期需要组织一支队伍参加拔河比赛，团队共有队员n人，比赛队员人数要求为m人，n>m，n个队员按编号，1到n的顺序参加k轮力量测试，每轮的测试成绩用正整数表示。根据n个队员的力量测试成绩选择比赛队员m人，先选择k轮测试中最好成绩最大的队员，若有多人的最好成绩相等，则优先选择其中第二好成绩最大的队员，依次类推，最后若还有相等的情况，则优先选择编号较小的队员。每个人只能被选择一次。
2025-01-03 00:15:00
393
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——第2题_公司班车上车点规划_200分（七）
某公司基地搬迁到新地点之后，新规划了一条班车路线，在这条路线上会经过N个小区，计划在这些小区中挑选出M个作为上车点，小区的位置可以用一维坐标上的点来表示，小区到上车点的距离为两个坐标点差值的绝对值。现在给定N个小区的位置，即一维坐标上的整数点：x1、x2、…、xN $ ，我们希望所有小区到最近上车点的距离总和尽可能小，请计算这个最大值能够是多少？当该小区被作为上车点，该小区到上车点的距离为0。
2025-01-02 00:15:00
350
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——第2题_微服务发布时长_200分（六）
部署发布时，通常需要部署所有的现网局点。局点的部署过程存在依赖关系，因为某些局点需要等其他的局点部署完成后，才能开始部署。另外这些局点由于网络或地理位置的原因，所花费的部署时间有可能是不同的。给定一个大小为n的数组region存储局点之间的部署依赖关系，其中region[i]是第i个局点的依赖局点，0
2025-01-01 17:38:04
503
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——第3题_订单取餐顺序_300分（五）
肯德基店销售炸鸡、薯条、可乐三种实物，准备三种食物的速度一样，且三种食物同时制作;三种食物同时制作，按订单顺序进行分发食物。现在有N个订单，每个订单用连续三位数组元素表示，数组的元素是对应食物的份数。N最大为100万，每个订单里每份食物最多100万份。请计算N个订单的取餐顺序，如果多个订单可以同时取餐，按订单号从小到大排序。
2024-12-31 00:15:00
529
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——中等、较难和困难题目Python3答案（三）
【代码】牛客网|华为在线编程（最新）——中等、较难和困难题目Python3答案（三）
2024-12-29 00:15:00
237
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——中等、较难和困难题目Python3答案（二）
【代码】牛客网|华为在线编程（最新）——中等、较难和困难题目Python3答案（二）
2024-12-27 14:59:41
244
原创 在线机考|2024华为实习&秋招&春招编程题（最新）——中等、较难和困难题目Python3答案（一）
【代码】牛客网|华为在线编程（最新）——中等、较难和困难题目Python3答案（一）
2024-12-27 14:35:19
694
1
原创 人工智能|预训练大模型——混合专家模型（MoE）
MoE，全称为Mixed Expert Models，混合专家模型，简单理解就是将多个专家模型混合起来形成一个新的模型。在理解MOE之前，有两个思想前提，可以帮助我们更容易地理解MOE架构。一是在现实生活中，如果有一个包括了多个领域知识的复杂问题，我们该使用什么样的方法来解决呢？最简单的办法就是先拆分任务到各领域，然后把各个领域的专家集合到一起来攻克这个任务，最后再汇总结论。这个思想可以追溯到集成学习，MoE和集成学习的思想异曲同工，都是集成了多个模型的方法，区别在于集成学习不需要将任务分解为子任务。
2024-12-19 15:24:30
1595
原创 科研学习|论文解读——智能体最新研究进展
Can Modern LLMs Act as Agent Cores in Radiology~Environments?Achieving Collective Welfare in Multi-Agent Reinforcement Learning via Suggestion SharingA systematic review of norm emergence in multi-agent systemsAgent-based Video TrimmingGROOT-2: Weakly Supe
2024-12-19 14:44:45
783
原创 科研学习|论文解读——顶会论文中多模态数据融合成果
该论文提出了一种名为“逐步融合”（Progressive Fusion）的多模态集成方法，旨在缓解早期融合和后期融合的缺点。传统多模态集成方法将各模态的特征在不同阶段进行融合，但这可能导致信息损失。逐步融合通过向后连接，将后期融合表示引入早期层级，使模型逐步完善融合后的多模态表示，从而增强表达能力。实验表明，该方法在情感检测、媒体分析等任务中有效提高了模型的性能和鲁棒性。本研究开发了一个平衡多模态学习框架（BalanceMLA），聚焦于音视频多任务学习中的模态不平衡问题，特别是语音与情感识别。
2024-12-18 15:19:57
1701
原创 人工智能|预训练大模型——思维链详解[Chain of Thought, CoT]
Chain-of-Thought(CoT)是一种改进的Prompt技术，目的在于提升大模型LLMs在复杂推理任务上的表现，对于复杂问题尤其是复杂的数学题大模型很难直接给出正确答案。如算术推理（arithmetic reasoning）、常识推理（commonsense reasoning）、符号推理（symbolic reasoning）。COT通过要求模型在输出最终答案之前，显式输出中间逐步的推理步骤这一方法来增强大模型的算数、常识和推理能力。简单，但有效。2022 年，在 Google 发布的论文。
2024-12-17 16:46:31
4341
原创 科研学习|研究方法——访谈法
访谈，就是指以，调查者根据调查需要，并根据回答，以此用于学术研究的方法。与文献研究法、数据等研究方式不同，，整个研究工作都需要围绕着人进行，是一项直接从受众身上得到所需数据或结论，并作用于研究对象的方法。多数情况下，访谈法更多地被应用于心理学研究，但随着研究需要的扩大，现在有许多其他学科也将访谈法视为重要的研究方法。等分类。
2024-12-13 08:00:00
3209
原创 环境配置——Win10更新后严重卡顿？教你几招快速解决系统卡顿问题
通过检查并优化启动项、清理系统垃圾文件、更新驱动程序、调整虚拟内存以及检查并修复系统文件等方法，可以有效解决Windows 10更新后出现的系统卡顿问题。定期进行系统维护和备份，保持系统和软件更新，必要时进行硬件升级，能够进一步提高系统的稳定性和性能。
2024-12-12 00:15:00
3703
原创 人工智能|自然语言处理——机器翻译评价指标Bleu和Rouge
在机器翻译任务中，BLEU 和 ROUGE 是两个常用的评价指标，BLEU 根据精确率(Precision)衡量翻译的质量，而ROUGE 根据召回率(Recall)衡量翻译的质量
2024-12-11 10:23:51
1369
1
原创 编程语言|python3——GUI编程
1.python提供了多个图形开发界面库tkinter(import tkinter) :Tkinter 模块(Tk 接口)是 Python 的标准 Tk GUI 工具包的接口wxPython(import wx) :wxPython 是一款开源软件，是 Python 语言的一套优秀的 GUI 图形库Jytyhon(import sys sys.path.append(a.jar)
2024-12-03 00:30:00
2207
2
原创 环境配置|联想G510笔记本电脑换屏——操作步骤详解
前一段时间，电脑放在包中不知道什么原因，电脑屏幕发生了挤压，屏幕出现了漏液的情况，右下角出现了两个黑色的圆圈，之后查询了一下换屏费用... ... 果断选择自行淘宝购买（比较便宜，本人对屏幕的分辨率并没有什么太高要求）并进行安装，现将整个的安装过程分享如下：1.购买对应的笔记本液晶屏幕2.拔掉电源线，卸除笔记本电池一来是为了硬件的安全，二来是为了更加方便的拆除屏幕的外壳3.
2024-12-02 07:00:00
5515
3
原创 科研学习|论文解读——基于旅游知识图谱的游客偏好挖掘和决策支持
目前，旅游管理研究的重点是通过对异构用户生成的内容进行广泛分析，来理解旅游偏好的波动，制定有针对性的发展策略。然而，鉴于在线景点评论涉及过多的混合和无形维度，广泛使用的无监督文本挖掘可能是不完整的或不准确的。此外，现有文献通常局限于几个旅游目的地和起源地的某些类型的景点，很难保证具有全面的洞察力。为了克服这些局限性，本研究提出了一种新的知识图谱驱动框架，该框架涉及旅游知识图谱(TKG)的系统构建和深入的研究与推理。
2024-12-01 23:06:24
1258
原创 人工智能|计算机视觉——微表情识别（Micro expression recognition）的研究现状
MEGC2019中的四篇工作，虽然使用的网络结构各不相同，但思路类似，都使用了微表情的Apex帧表示整段表情的特征。总体而言，关于Apex的光流是比较好的特征形式，而Transfer learning+Domain Adaptation对于模型的效果提升也是巨大的。
2024-11-19 23:19:41
3561
1
原创 科研学习|论文解读——Past Present and Future of Industry4.0 a systematic literature review
工业4.0的过去、现在和将来——系统性文献综述和研究议程提案
2024-11-16 00:15:00
1385
原创 人工智能|预训练大模型——常用大模型的原理介绍
这些模型使用表中的超参数构建。这三个模型使用相同的数据和词汇表进行相同的训练（除了批量大小），feed-forward size dff始终为dmodel的4倍，注意力头大小始终为256。在训练期间，数据集不按其大小进行采样，而是质量较高的数据集采样更频繁，因此CommonCrawl和Books2数据集在训练期间采样不到一次，但其他数据集采样2-3次。虽然具体的训练细节没有公布，但一个有意思的事情是，在GPT4中的技术报告中，上述表格中的实验证明RLHF基本不起作用，甚至有些情况会降低效果。
2024-11-15 16:45:25
1279
原创 人工智能|预训练大模型——基于Ollama+AnythingLLM搭建本地私有知识库系统
AnythingLLM 是 Mintplex Labs 开发的一款可以与任何内容聊天的私人ChatGPT，是高效、可定制、开源的企业级文档聊天机器人解决方案。它能够将任何文档、资源或内容片段转化为大语言模型（LLM）在聊天中可以利用的相关上下文。AnythingLLM 支持多种文档类型（PDF、TXT、DOCX等），具有对话和查询两种聊天模式。
2024-09-26 22:12:38
3847
原创 人工智能|预训练大模型——全球医疗大模型
谷歌和DeepMind的科研人员在《自然》杂志上发表了一项研究，根据其研究结果，一组临床医生对谷歌和DeepMind团队的医疗大模型Med-PaLM回答的评分高达92.6%，与现实中人类临床医生的水平（92.9%）相当。
2024-09-17 15:58:32
3177
原创 人工智能|集成学习——混合专家模型 (MoE)
与稠密模型相比，预训练速度更快与具有相同参数数量的模型相比，具有更快的推理速度需要大量显存，因为所有专家系统都需要加载到内存中在微调方面存在诸多挑战，但 近期的研究 表明，对混合专家模型进行指令调优具有很大的潜力。为了实现大模型的高效训练和推理，有的是从模型底层下手，比如直接改变底层模型架构，将原来的Transformer架构改成近期新出的基于状态空间模型（SSM）的mamba架构；
2024-09-12 11:21:44
2053
2
原创 科研学习|论文解读——OceanGPT：用于海洋科学任务的大型语言模型
•海洋科学语料库包含多个领域和主题 ，每个主题都有其独特的数据特征和模式。为了有效地模拟和获取这些数据 ，我们提出了 一种领域指令生成框架DOINSTRUCT。通过多代理合作获取海洋指令。每个代理都被视为特定领域（主题）的专家 ，并负责生成相应的数据。它不仅保证了数据的专业性和准确性 ，而且允许并行高效地生成大量数据。•我们根据海洋学专家的专业知识 ，将海洋科学中的数据手动分类为五个主要的海洋主题：科学和研究、资源和开发、生态与环境、技术和工程、生活和文化等。
2024-09-03 16:11:52
1494
6
原创 编程语言|Python——为什么0.1+0.2≠0.3（深入理解Python中的浮点数运算）
在python中可以采用采用round()函数，对数据进行处理。round()函数的格式：round(x, d)， 其中x表示需要被处理的数据，d表示要返回的小数位数，即round(x, d)代表返回参数x的四舍五入的有 d 位小数的一个数字。d=0表示取整，d=1表示要返回一位小数，以此类推。此外，round()会自动四舍五入。
2024-08-01 10:51:42
1257
1
原创 人工智能|机器学习——Aho-Corasic多模匹配算法的学习、理解和应用（Python）
2.1 Aho-Corasick算法的定义Aho-Corasick（简称为AC自动机），是一种基于前缀的，使用了确定有限自动机(DFA)原理的，字符串多模匹配算法。什么是DFA?DFA也就是确定有限自动机，英文全称是Deterministic Finite Automaton。具体的细节介绍，可以参照百度百科、维基百科，以及《算法导论》之类的算法书。在这里，我们尝试用通俗的语言和图示来解释一遍。首先，什么是自动机(A)。自动机就是一个代码块。这段代码块只做一件事，那就是接收输入值和状态值输出。
2024-07-28 10:56:51
905
转载 环境配置|Neo4j数据库——Neo4j安装与配置以及JDK安装与配置教程（详细）
JDK=17 Neo4j=5.15（win10也可以）由于是基于Java的图数据库，运行Neo4j需要启动JVM进程，因此必须SE的JDK。配置 JDK环境，为以后能适应Springboot，请选择最低JDK1.8的环境。
2024-07-17 22:35:23
3417
原创 环境配置|PyCharm——Pycharm本地项目打包上传到Github仓库的操作步骤
通过Ctrl+Alt+S快捷组合键的方式，打开设置，导航到版本控制一栏中的Git，在Git可执行文件路径中，输入Git.exe。按照下图顺序，依次点击，完成测试。输出如图标④的结果，即可完成测试。输出下图结果，配置Git成功，如本地未安装Git，需自行安装。下图栏中不输入任何配置信息，直接点击测试，如本地端有安装并配置Git，也能够自动弹出Git默认安装路径。点击测试即可。
2024-07-16 15:40:24
917
原创 人工智能|深度学习——常用的神经网络优化算法（从梯度下降到 Adam！）
优化算法的功能，是通过改善训练方式，来最小化(或最大化)损失函数E(x)。模型内部有些参数，是用来计算测试集中目标值Y的真实值和预测值的偏差程度的，基于这些参数，就形成了损失函数E(x)。比如说，权重(W)和偏差(b)就是这样的内部参数，一般用于计算输出值，在训练神经网络模型时起到主要作用。在有效地训练模型并产生准确结果时，模型的内部参数起到了非常重要的作用。这也是为什么我们应该用各种优化策略和算法，来更新和计算影响模型训练和模型输出的网络参数，使其逼近或达到最优值。
2024-07-15 11:44:18
1196
原创 心理学|心理咨询概论——心理咨询概论单科作业（中科院）
咨询结束后，心理咨询师与求助者的关系也应终止┋C、咨询师对咨询效果的预期，既不能过分保守，也不能冒进┋D、心理咨询师不介入、不解决求助者生活中的具体问题。、以下关于心理咨询师需要具备的一些个人特质（即对人的心理活动的感受性、丰富的想象力、思维的敏捷性与灵活性）的叙述，正确的是（ ）。、整合身体、情感、认知、情境和行为系统┋B、研究和实践的整合┋C、各种心理疗法的理论和技术的整合┋D、个人和职业的整合。、个体未表达出来的情感，包括悔恨、愤怒、怨恨、痛苦、焦虑、悲伤、罪恶、遗弃感等在完形疗法中称为（ ）。
2024-07-10 18:16:37
644
原创 心理学|变态心理学&健康信息学——变态心理学与健康心理学单科作业题（中科院）
健康的心理活动是一种处于动态平衡的心理过程┋B、它涵盖一切有利于个体生存与发展的心理活动┋C、它是围绕心理健康常模，在一定范围内上下波动的相对平衡过程┋D、它在某一时间段内，展现着自身的正常功能。、精神分裂症患者在言谈或书信中，其单独语句在语法结构上是正确的，但主题之间、语句之间缺乏内在意义上的连贯性和应有的逻辑性，这种症状是（ ）、在应对压力过程中个体变得敏感、脆弱，即使是日常微小的困扰，都可引发个体强烈的情绪反应，说明其处于“一般适应征候群”的（ ）
2024-07-03 14:58:55
725
原创 心理学|人格心理学——人格心理学单科作业（中科院）
人格的统合性体现了人格的组织功能、匹配功能和健康功能┋B、人格决定一个人的生活方式，甚至有时会决定一个人的命运┋D、人格的内在的统一性遭到破坏，就会产生心理冲突，出现各种适应困难。、霍尼所说的（ ）是指个体在此时此地所表现出来的一切存在的总和，是别人所能观察到的客观存在，独立于个体的自我概念和知觉。、根据卡特尔的理论，在根源特质中，（ ）是由遗传决定的特性，决定个体对情境做出反应的速度、能量、脾气等。、人格决定一个人的生活方式，甚至有时会决定一个人的命运，反映的是人格的（ ）
2024-07-01 12:15:49
801
人工智能-预训练大模型-基于预训练模型 BERT 的阅读理解
2024-12-12
人工智能-预训练大模型-简洁易用版TinyBert：基于Bert进行知识蒸馏的预训练语言模型
2024-12-12
人工智能-开源情报-基于开源威胁情报AlienVault，排查IP地址及域名的恶意性
2024-12-01
人工智能-开源情报-本项目致力于收集网上公开来源的威胁情报，主要关注信誉类威胁情报（如IP/域名等），以及事件类威胁情报
2024-12-01
人工智能-检索增强生成-基于BM25、BGE的检索增强生成RAG示例
2024-11-19
人工智能-检索增强生成-利用开源大模型，通过RAG(检索增强生成)技术，实现基于企业内部知识图谱的，可内网运行的大模型智能客服
2024-11-19
人工智能-大模型-一个智能问答系统，能够自动将用户的自然语言问题转换成 SQL 查询，并以可视化形式展示结果
2024-11-15
人工智能-大语言模型-基于ChatGLM-6B + LoRA的Fintune方案
2024-11-13
人工智能-大语言模型-基于Bert的预训练大语言推荐模型
2024-11-13
人工智能-大语言模型-基于人工智能标记语言 (AIML)和开放域问答(WebQA)的深度智能对话模型
2024-11-05
人工智能-大语言模型-基于企业私有知识库的LLM大语言模型的智能客服机器人问答系统，支持私有化部署
2024-11-05
人工智能-大语言模型-基于大型语言模型的评论回复机器人
2024-11-05
人工智能-扩散模型-基于扩散模型stable diffusion的T恤图案设计和基于HR-VITON的虚拟试衣项目
2024-10-28
人工智能-机器学习-基于各种机器学习和深度学习的中文微博情感分析
2024-10-24
人工智能-大模型-基于DPO算法微调语言大模型，简单好上手
2024-10-21
人工智能-大模型-基于大模型的企业内部知识库和工具流系统，web界面，完全局域网内网部署（外网隔离）
2024-10-21
人工智能-大模型-基于大模型ChatGLM，微调方式为LORA，集SFT、RM、PPO算法为一体项目
2024-10-21
人工智能-大模型-基于外挂知识库的大模型问答
2024-10-21
人工智能-大模型-基于大模型的高质量情感虚拟人系统
2024-10-21
人工智能-大模型-基于yolov4的老鼠位置检测,并且裁剪了模型大小
2024-10-21
人工智能-大模型-使开发者能够通过标准化的接口轻松使用多个中国的大型语言模型（LLM）
2025-06-01
人工智能-计算机视觉-这是一个yolov8-pytorch的仓库，可以用于训练自己的数据集
2025-06-02
人工智能-鸿蒙开发-阅读鸿蒙版仓库
2025-04-28
Origin中【CorrelationPlot】插件资源，下载后直接拖拽到右侧+app处即可安装
2025-04-16
人工智能-知识图谱-基于领域本体和大语言模型的知识图谱自动化构建工具
2025-04-16
人工智能-大语言模型-基于deepseek 的OCR
2025-02-15
人工智能-大语言模型-基于DeepSeek开发的Intellj Idea插件
2025-02-15
人工智能-大语言模型-基于200万条医疗数据对deepseek-r1进行微调且简单部署
2025-02-15
人工智能-法律问答-基于知识图谱的林业法律法规问答
2025-01-11
人工智能-迁移学习-基于知识库的问答系统 其中使用带注意力机制的对抗迁移学习做中文命名实体识别，使用BERT模型做句子相似度分析
2025-01-01
人工智能-强化学习-基于强化学习的空战对抗
2025-01-01
人工智能-对比学习-基于iris数据集进行四种机器学习算法（决策树、朴素贝叶斯、随机森林、支持向量机SVM
2024-12-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人