CS336 assignment 1：用BPE算法实现tokenizer
引言本次实现的是CS336...
pytorch备忘录
最近感觉记性变得有点差，很多方法的使用经常记不住，虽然说现在已经是llm后时代了，但是感觉很多代码如果不是自己写的话会有一种无力感（笑），故在此记录一下pytorch常用的一些方法（其实也包括python方法，笔者的python基础也是一坨。。） 首先就是一些常用的创建张量的方法 1234567891011121314import torch# 个人习惯里面传入列表来创建张量tensor1=torch.tensor()# 按照一定的序列创建张量,和range用法差不多(比如输入3,10就会创建出一个(7,)的张量)torch.arange(begin,end,step)# 创建固定大小和值的张量torch.full(size,fill_value)# 创建全0张量torch.zeros(size)#...
图像的低秩近似尝试
我们知道一个矩阵可以通过SVD分解来得到一种特定的表示形式，而低秩近似是其中一个很重要的应用，这次我们通过简单的程序通过图像来实现这个过程。 SVD首先就是先介绍什么是SVD，也就是奇异值分解，以下粘贴自维基百科： 假设 $M$ 是一个 $m \times n$ 阶矩阵，其中的元素全部属于域 $K$（实数域或复数域）。如此则存在一个分解使得： $$M = U \Sigma V^\ast$$ 其中 $U$ 是 $m \times m$ 阶酉矩阵；$\Sigma$ 是 $m \times n$ 阶非负实数对角矩阵；而 $V^\ast$ 即 $V$ 的共轭转置，是 $n \times n$ 阶酉矩阵。这样的分解就称作 $M$ 的奇异值分解。$\Sigma$ 对角线上的元素 $\sigma_i$ 即为 $M$ 的奇异值。 若将对角线元素相同但排列顺序不同的 $\Sigma$ 视为等价，$\Sigma$ 由 $M$ 唯一确定。（虽然 $U$ 和 $V$ 仍然不能确定。） 这里通过通俗一点的说法就是一个矩阵 $M \in \mathbb{R}^{m \times n}$...
算法竞赛
复习用练习用多case解题这道题注意要开long long。。 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273#include<iostream>using namespace std;typedef long long ll;ll god(ll x,ll y){ ll s=x*y;while(x%y){ ll tmp=x%y;x=y;y=tmp;}return s/y;}int main(){ int n;cin>>n;while(n--){ll x,y;cin>>x>>y;cout<<god(x,y)<<endl;}cout<<"group 1...
算法学习
简介记录本人算法学习 kadane算法（处理最长连续子数列和）本质是动态规划结合贪心算法，时间复杂度为o(n)。 递推表达式为: 1current_max = std::max(arr[i], current_max + arr[i]); 1max_so_far = std::max(max_so_far, current_max); 其中arr[i]是存储数据元素的数组，current_max是局部最大值，max_so_far是全局最大值。 通过这一算法可以极大地减小时间复杂度。
数据结构
引言仅用于本人考试复习使用。 顺序表的基本操作注意插入和删除时的逻辑关系。 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113#include <stdio.h>#include <malloc.h>#define OK 1 #define ERROR 0#define LIST_INIT_SIZE 100#define LISTINCREMENT 10#define ElemType inttypedef struct { int* elem; int length; int listsize;}...