tag 算法

標籤
貢獻213
195
05:25 PM · Oct 25 ,2025
qingfouai 頭像 tecdat 頭像 youyudetusi 頭像 huikaichedemianbao 頭像 xiongshihubao 頭像 horizondeveloper 頭像 howiecong 頭像 liubo86 頭像 lab4ai 頭像 chiqingdechouti 頭像 liudamao 頭像 tongsuots 頭像

@算法 / 博客 RSS 訂閱

chaoqipengbodehuochai_eav70j 頭像

極市平台 - 驍龍大賽-技術分享第6期——直播問題&答疑整理（騰訊）

Q1：老師，想問問在 NPU 上部署 LLM 或多模態模型時，有什麼選擇模型規模、架構或量化策略的經驗可以給備賽選手參考嗎？ A1： 在本地部署大模型時，最核心的限制通常是設備資源，因此一般優先選擇小型或輕量級模型，例如 1B 以下參數規模。對於 7B 模型，通常需要 16GB 以上內存才能穩定運行。除了模型權重本身的佔用，還需要考慮上下文長度，因為更長的 context 會顯著增加推理過程

算法 , 運維 , 教程 , 知識 , 人工智能

收藏 評論

u_16213674 頭像

mob64ca140e0490 - [LeetCode] 639. Decode Ways II 解碼方法 II

Problem: 639. Solution碼方法 II Solution題過程 自己做出來的困難題，優先考慮這道題91. Decode Ways，動態規劃遞推公式主要考慮當前字符和前一個字符，若單獨考慮當前字符[1-9]，則dp[i] = dp[i-1]，若單獨考慮當前字符*，則dp[i] = dp[i-1] * 9；若合起來考慮

redis , leetcode , 算法 , 數據庫 , 職場和發展 , 遞推公式 , Git

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 32B 參數還能本地跑？Flux.2-dev 這次是真的把「大模型」玩明白了

過去的開源圖像模型有點像一櫃子分科工具：這一個負責生成，那一個負責編輯，想讓角色不崩還得再上個微調模型，流程又長又碎。而Flux.2-dev的出現就像突然給你塞了一把真正能幹活的 AI 瑞士軍刀——一句話能畫圖，一張圖能修改，幾張參考圖還能自動融合成統一風格，整套流程一個模型就走通了，再也不用東拼西湊。 更讓人驚訝的是，它明明有 32B 參數，卻因為量化和推理優化做得非常激進，居然能在 RT

算法 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

u_16213686 頭像

mob64ca1410eb61 - tdigest算法原理

Dijkstra算法 1.定義概覽 Dijkstra(迪傑斯特拉)算法是典型的單源最短路徑算法，用於計算一個節點到其他所有節點的最短路徑。主要特點是以起始點為中心向外層層擴展，直到擴展到終點為止。Dijkstra算法是很有代表性的最短路徑算法，在很多專業課程中都作為基本內容有詳細的介紹，如數據結構，圖論，運籌學等等。注意該算法要求圖中不存在負權邊。 問題描述：在

dijkstra , tdigest算法原理 , 算法 , 最短路徑 , 架構 , 後端開發 , 原理

收藏 評論

u_13229 頭像

bingfeng - 大模型 temperature 設置為0

儘管近年來卷積神經網絡很大地促進了計算機視覺的發展，但一個重要方面很少被關注：圖像大小對被訓練的任務的準確性的影響。在本文介紹了一篇谷歌在ICCV2021的工作，作者提出了一個可學習的調整器模型（resizer model）來提高模型的性能。 【寫在前面】 儘管近年來卷積神經網絡很大地促進了計算機視覺的發展，但一個重要方面很少被關注：圖像大小

機器學習 , 算法 , 編程語言 , 人工智能 , 計算機視覺

收藏 評論

u_16213666 頭像

mob64ca140c3859 - Leetcode 76最小覆蓋子串&77組合&78子集 - bigsai的個人空間 -

LeetCode 76.最小覆蓋子串 題目詳情 暴力解法與不足 最優解：滑動窗口 + 哈希表 核心思路 代碼關鍵點解析 哈希表的作用 滑動窗口的收縮條件 複雜度分析 總結與擴展 題目詳情 Le

leetcode , 算法 , JAVA , 職場和發展 , Css , 前端開發 , 散列表 , HTML

收藏 評論

elegantdevil 頭像

Believer - 二叉樹中的小鋼炮：🔍二叉查找樹

原文參考我的公眾號文章 梳理一波「二叉樹 二叉樹 二叉樹，顧名思義，每個節點最多有兩個“叉”，也就是兩個子節點，分別是左子節點和右子節點。不過，二叉樹並不要求每個節點都有兩個子節點，有的節點只有左子節點，有的節點只有右子節點。 根節點：無父節點的節點 葉子結點：無子節點的節點 兄弟節點：有相同根節點的節點 關於“樹”，還有三個比較相似的概念：高度（Height）、深度（Depth）、層（

數據結構 , 算法 , 二叉樹 , Javascript

收藏 評論

wenglean 頭像

翁樂安 - [算法數據結構] 二叉樹的幾種操作方法及思考

二刷代碼隨想錄，在做二叉樹的時候總結一下規律，以加深對二叉樹的理解。 遞歸遍歷 首先，回顧一下其他的數據結構，如數組，鏈表，棧和隊列，比較少的出現遞歸的操作，一遍都是直接遍歷循環。之所以在二叉樹的體系裏出現遞歸，和樹的數據結構的特點相關：由root節點和左右節點及節點的節點...構成。本質上是存在一個指針的不斷鏈接。因此和數組這種地址連續的結構相比，樹的節點沒有辦法通過依次尋找地址來

算法 , 二叉樹

收藏 評論

dtstack 頭像

袋鼠雲數棧 - AIWorks四大核心能力煥新！打造高性能 AI 應用開發底座

近期，智能應用開發平台 AIWorks 進行了四大板塊的內容升級，以提升開發效率、增強靈活性、優化檢索體驗和強化安全保障為核心目標，通過工作流畫布的革新、自定義工具能力的突破、知識庫檢索的升級以及平台權限的精細化管控，為開發者打造了一個高效、智能、安全的開發環境，更好助力開發者應對複雜業務挑戰，加速AI智能應用的落地進程。以下是AIWorks四大升級亮點詳細內容： 一、工作流畫布更新 本次迭代的核

大數據 , 算法 , 開發 , 數據庫 , 人工智能

收藏 評論

u_16099253 頭像

數據解碼者 - leetcode287(尋找重複數)--C語言實現 - 自信的土豆的個人空間 -

題目 給定一個包含 n + 1 個整數的數組 nums ，其數字都在 [1, n] 範圍內（包括 1 和 n），可知至少存在一個重複的整數。 假設 nums 只有 一個重複的整數 ，返回 這個重複的數 。 你設計的解決方案必須 不修改 數組 nums 且只用常量級 O(1) 的額外空間。

leetcode , 數組 , 數據結構 , 算法 , 後端開發 , 鏈表 , harmonyos

收藏 評論

huikaichedemianbao 頭像

合合技術團隊 - 啓信寶發佈《全國產業集羣大全》哈爾濱篇：2300家企業織就冰雪產業網

寒潮襲來，國內冰雪旅遊市場正悄然升温，“北上追雪”成為消費新熱點。隨着第27屆哈爾濱冰雪大世界啓動冰建工作，這座北方“冰城”正式進入冰雪時間。 作為我國萬億冰雪產業的關鍵一環，哈爾濱的冰雪經濟發展備受關注。近期，啓信寶發佈《全國產業集羣大全》哈爾濱篇，系統梳理當地冰雪產業的發展現狀與集羣特徵。報告提到，哈爾濱已構建起較為完整的冰雪產業鏈，尤其在裝備製造領域形成龍頭引領效應，並依託全域資源協同，展現

大數據 , 算法 , 人工智能

收藏 評論

qingfouai 頭像

青否Ai - 傳統員工 vs AI數字人：不露臉也能火的‘超級員工’是什麼來頭？

在辦公室裏，每天早上打卡、穿上西裝、坐在工位上忙得不亦樂乎的你，是否曾想象過有一天，你的工作會被一個“不露臉”的AI數字人取代？這個聽起來像是科幻電影的情節，如今正在一步步成為現實。從製造業到客服中心，從金融行業到教育培訓領域，這些“不露臉”的AI員工正以驚人的效率和穩定性，悄然改變着我們的工作方式。 但別擔心，這篇文章並不是要告訴你“AI會搶走你的飯碗”，而是想帶你一起看看：什麼是AI數字人？它

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

xiongshihubao 頭像

醉舞經閣 - 牛客網高頻算法題系列-BM16-刪除有序鏈表中重複的元素-II

牛客網高頻算法題系列-BM16-刪除有序鏈表中重複的元素-II 題目描述 給出一個升序排序的鏈表，刪除鏈表中的所有重複出現的元素，只保留原鏈表中只出現一次的元素。 原題目見：BM16 刪除有序鏈表中重複的元素-II 解法一：鏈表遍歷 首先，考慮特殊情況，如果鏈表為空或者只有一個結點，不會有重複的元素，返回原鏈表。 否則，遍歷鏈表判斷是否有重複元素，處理過程如下： 首先，因為頭

算法 , 鏈表 , JAVA

收藏 評論

turing_interview 頭像

圖靈訪談 - 《算法新解》作者劉新宇：我只是想打開那些黑盒子，告訴人們裏面有什麼。

本文僅用於學習和交流的目的，不得用於商業目的。非商業轉載請註明作譯者、出處，並保留本文的原始鏈接：http://www.ituring.com.cn/art... 訪談嘉賓： 劉新宇, 於1999年和2001年分別獲得清華大學自動化系學士和碩士學位，之後長期從事軟件研發工作。他關注基本算法和數據結構，尤其是函數式算法，目前就職於亞馬遜中國倉儲和物流技術團隊。 他七年磨一劍，筆耕不輟，寫成《

算法新解 , 算法 , 數學 , 圖靈訪談

收藏 評論

chang_lehung 頭像

一無是處的研究僧 - HashMap源碼深度剖析，手把手帶你分析每一行代碼，包會！！！

HashMap源碼深度剖析，手把手帶你分析每一行代碼！ 在前面的兩篇文章哈希表的原理和200行代碼帶你寫自己的HashMap（如果你閲讀這篇文章感覺有點困難，可以先閲讀這兩篇文章）當中我們仔細談到了哈希表的原理並且自己動手使用線性探測法實現了我們自己的哈希表MyHashMap。在本篇文章當中我們將仔細分析JDK當中HashMap的源代碼。 首先我們需要了解的是一個容器最重要的四個功能 增刪改查 ，

hashmap , 數據結構 , 算法 , 哈希表 , hashmap的工作原理

收藏 評論

tongsuots 頭像

銅鎖開源密碼庫 - OpenSSL 3.0.0 設計（四）｜代碼維護、FIPS 測試

譯｜王祖熙 （花名：金九) 螞蟻集團開發工程師 負責國產化密碼庫 Tongsuo 的開發和維護 專注於密碼學、高性能網絡、網絡安全等領域 本文 2862 字 閲讀 8 分鐘 本文翻譯 OpenSSL 官網文檔：https://www.openssl.org/docs/OpenSSL300Design.html Tongsuo-8.4.0 是基於 OpenSSL-3.0.3 開發，所以本

code , 算法 , 密碼學 , 測試 , openssl

收藏 評論

u_13360 頭像

level - KNN 方法構建圖模型中計算節點之間距離

樹模型 樹模型在機器學習中至關重要，它不僅本身具有較好的性能，也可以用於優化其他的算法。 我們在本節將要介紹優化算法的樹模型以及決策樹。 一、的數據結構 在KNN算法中我們要找到測試點的最近的K個鄰居，但是這需要我們求解所有點與測試點之間的距離（我們稱這個過程為線性掃描），在數據集很大時這顯然是不合理的，為此我們需要在

機器學習 , 數據集 , 決策樹 , 算法 , 座標軸 , 人工智能

收藏 評論

monday_pro 頭像

週一pro - 二叉樹遞歸套路（3）：判斷是否是滿二叉樹、最大子搜索二叉樹的節點數

今天繼續二叉樹的遞歸套路。 一、判斷是否是滿二叉樹 滿二叉樹定義：對於高度為h的二叉樹，節點數為（2^h - 1） 1、遞歸套路思路 根據滿二叉樹的定義可以知道，我們每次只需要獲取高度、節點數即可。 也就是每次從左子樹和右子樹中我們都需要 高度、節點數 兩個數據，最後再根據高度和節點數的關係判斷是否是滿二叉樹。所以可以定義如下的Info類 /** *@authorJava和算法學習：週一 */ p

遞歸 , 算法 , 數據結構與算法 , 二叉樹 , 數據結構和算法

收藏 評論

huikaichedemianbao 頭像

合合技術團隊 - 論文解讀-對話中的多模態情感識別綜述

一、簡要介紹 儘管基於文本的情感識別方法已經取得了顯著的成就，但現實世界中的對話系統往往需要比單一模態所能提供的更加細膩的情感理解。因此，多模態情感識別（MERC）成為了提升人機交互自然性和情感理解的關鍵方向。其目標是通過整合文本、語音和視覺信號等不同模態的信息，準確地識別情感。本綜述系統地概述了MERC，包括其動機、核心任務、代表性方法和評估策略。論文進一步探討了最近的趨勢，指出了關鍵挑戰，並

大數據 , 算法 , 人工智能

收藏 評論

horizondeveloper 頭像

地平線智駕開發者 - 征程 6P/H 計算平台部署指南

1.前言 本文旨在提供 征程 6H/P 計算平台的部署指南，將會從硬件、軟件兩部分進行介紹，本文整理了我們推薦的使用流程，和大家可能會用到的一些工具特性，以便於您更好地理解工具鏈。某個工具具體詳 l 細的使用説明，還請參考用户手冊。 2.征程 6H/P 硬件配置 2.1 BPU®Nash 2.2 硬件規格 BPU DSP ​ ​ 算

自動駕駛 , 算法

收藏 評論

pannideniupai 頭像

雨大王 - 工業數字化服務商哪家強？廣域銘島的實戰經驗告訴你答案

隨着數字化浪潮席捲全球製造業，工業數字化服務商正成為企業轉型升級的關鍵角色。尤其在2025年這個AI技術快速落地的節點，越來越多的製造企業開始意識到，數字化不再是信息化的延續，而是催生全新生產力的必要路徑。那麼，在這場變革中，工業數字化服務商究竟扮演什麼角色？它們又如何幫助傳統制造企業跨過轉型的“死亡之谷”？ 從企業需求來看，製造業數字化轉型的核心痛點往往集中在三方面：一是數據壁壘，不同系統

機器學習 , 算法 , 人工智能

收藏 評論

u_16163442 頭像

datian1234 - 一文搞懂大模型標準配置RoPE位置編碼原理與實現！

簡介 RoPE（Rotary Positional Embedding）是當前大語言模型中最主流的位置編碼方式，通過旋轉矩陣操作將位置信息引入Q、K向量角度，實現相對位置建模。它支持長序列泛化、計算高效且保留週期信息，被LLaMA、GPT-NeoX等主流大模型採用。相比傳統位置編碼，RoPE能更好地處理序列順序信息，提升模型對相對距離的感知能力。

github , 算法 , 知識圖譜 , 後端開發 , 人工智能 , 大模型入門 , Python

收藏 評論

meituanjishutuandui 頭像

美團技術團隊 - 聯合營銷生態下的廣告機制設計與實踐

即時零售行業蓬勃發展，在此生態下美團零售廣告成為助力零售商家和品牌商擴大生意規模的重要驅動力。文章首先介紹了在全新業務模式“聯合營銷”場景下，首創的多協同方參競拍賣機制算法——“集資拍賣”，然後梳理了集資拍賣在美團的技術發展路徑和實踐，圍繞規則化集資拍賣、模型化集資拍賣、整體集資拍賣進行了展開，最後是一些總結，希望能對大家有所幫助或啓發。 1 背景介紹 1.1 聯合營銷介紹 即時零售行業蓬勃發展，

搜索 , 算法 , 美團

收藏 評論

u_16213670 頭像

mob64ca140d2323 - AIGC與多模態AI區別 多模態算法

本週論文包括Meta AI提出了一種名為 data2vec 的自監督學習新架構，在多種模態的基準測試中超越了現有 SOTA 方法；谷歌、MIT 等提出分類器可視化解釋方法 StylEx等。 目錄 data2vec: A General Framework for Self-supervised Learning in Speech,

sed , 算法 , pytorch , AIGC與多模態AI區別 , 人工智能 , 深度學習

收藏 評論