Erwin Feng Blog

Erwin Feng Blog

内容也是一种社交方式!

首页 归档 关于 订阅

正在查看 剑指Offer 下的文章

2017

  • 2017-09-10数字在排序数组中出现的次数(算法38)
  • 2017-09-09O(1)时间删除链表结点(算法13)
  • 2017-09-08实现Singleton模式(算法2.1)
  • 2017-09-06圆圈中最后剩下的数字(算法45)
  • 2017-09-06实现Singleton模式(算法2)
  • 2017-09-06连续子数组的最大和(算法31)
  • 2017-09-05从上往下打印二叉树(算法23)
  • 2017-09-04两个链表的第一个公共结点(算法37)
  • 2017-09-04两个栈实现队列(算法7)
  • 2017-09-04两个队列实现栈(算法7+)
  • 2017-09-04二叉树的深度(算法39)
  • 2017-09-04二进制中1的个数(算法10)
  • 2017-09-04包含min函数的栈(算法21)
  • 2017-09-04反转链表(算法16)
  • 2017-09-04合并两(多)个排序的链表(算法17)
  • 2017-09-04数值的整数次方(算法11)
  • 2017-09-04链表中倒数第k个结点(算法15)
  • 2017-09-04斐波那契数列的多种实现方法(算法9)
  • 2017-09-03从尾到头打印链表(算法5)
  • 2017-09-01不用加减乘除做加法运算(算法47)

Erwin Feng, 你的认知合作伙伴!

分类
  • C/C++
  • Go
  • Java
  • Linux
  • NLP
  • Python
  • 数学
  • 数据库
  • 数据结构和算法
  • 机器学习深度学习
  • 记录
标签
C语言 算法 C Python 设计模式 数据库 区块链 MySQL 分布式 ACID SQL NoSQL sudo Docker git Linux 命令行 Git Systemd Tensorflow gcc 操作系统 正则表达式 记录 数据结构 Go 网络 go LRU ARC Java 剑指Offer 函数式 搜索引擎 Stack 并发编程 HTTP 网络编程 并发 装饰器 Redis 度量 数学 时间序列 投资 概率 统计 信息论 机器学习 贝叶斯 最小二乘法 矩阵 分布 不等式 深度学习 变分推断 随机 采样 光滑 逼近 词向量 信息 量化 交叉验证 集成学习 分类 证明 损失函数 回归 指标 特征工程 正则化 NLP Embedding Transformer Attention 神经网络 对抗训练 prompt LLM NER 概率图 文本分类 分词 HMM 图 并行 可视化 梯度 RNN LSTM 注意力 序列编码 BERT 磁盘故障 CNN 卷积 注意力机制 优化 调参
最近文章
  • 掌握基本面投资艺术:精炼的 prompt 模板
  • 确定性变量的随机化技巧
  • 分析与拓展:Transformer中的MultiHeadAttention为什么使用scaled?
  • Tensorflow的多卡训练:原理和实践
  • 机器学习之分类问题的评估指标总结
  • 天马行空:设计自己的激活函数
  • 函数光滑近似(4):Heaviside step函数及其应用
  • 引入参数控制softmax的smooth程度
  • 分析与拓展:多分类模型的输出为什么使用softmax?
  • 一种基于光滑逼近的正态分布采样法
友情链接
    github
    Copyright © 2023 Erwin Feng Blog. Powered by Hexo. Theme by Cho.