/minip.jpg

技术博客分享

贪心算法二

贪心算法是指在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,只做出在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。

贪心算法一

贪心算法是指在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,只做出在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。

机器学习深度学习基本概念logistic-regression和softmax

softmax用来处理多分类问题:比如llm在generate的时候,每个batch里面的一个样本的一个一次generate就是softmax生成一个大小为vocab_size的向量的概率分布,然后再采样。当W·x趋近于负无穷时sigmoid输出接近于0,当趋近于正无穷时,接近于1,来生成分类预测的概率。逻辑回归(logistic regression)的核心:sigmoid函数。softmax函数输出每个类别的概率,概率总和为1。逻辑回归用来处理二分类问题。对数损失作为损失函数。

高分论文密码AI大模型和R语言的全类型科研图形绘制,从画图标注改图美化组合排序分解科研绘图每个步骤

重点讲解基于AI大模型和R语言的全类型科研图形绘制,通过一个个高水平论文案例,从如何画图、如何标注、如何改图、如何美化、如何组合、如何排序来分解科研绘图每个步骤,并且从数据清洗、视觉表现、出版合规等维度构建核心竞争力,帮助学者将复杂科研成果转化为“审稿人友好型”学术图表,为高水平论文的发表奠定坚实的基础。

阿里云QwQ-32B模型发布AI领域的新突破

阿里云通义千问 QwQ-32B 模型,作为一款拥有 320 亿参数的推理模型,其性能却可与具备 6710 亿参数(其中 370 亿被激活)的 DeepSeek-R1 媲美,仅用 1/20 参数实现了比肩满血 DS-R1 的奇迹,这无疑是对传统 “参数至上” 观念的有力挑战 ,也证明了强化学习路线仍有巨大潜力。阿里云深知开源对于推动 AI 技术发展的重要性,因此,QwQ-32B 模型基于宽松的 Apache2.0 协议开源 ,这一举措犹如在 AI 领域播下了希望的种子,为全球开发者带来了无限可能。