- 博客(171)
- 收藏
- 关注
RSS订阅原创 Remove Duplicates from Sorted Array
摘要 本文介绍了一个原地删除已排序数组中重复元素的问题。要求保持元素相对顺序，并将不重复元素放在数组前部，返回不重复元素数量k。解决方案使用双指针法：一个指针遍历数组，另一个指向当前不重复元素的位置。当遇到新元素时，将其复制到指针位置并移动指针。时间复杂度O(n)，空间复杂度O(1)。该方法高效利用了已排序数组的特性，通过单次遍历完成去重操作。
2025-09-06 15:44:26
574
原创 ADB 无线调试连接（Windows + WSL 环境）
摘要（149字）： 本文详细介绍了在Windows+WSL环境下通过ADB无线调试连接Android设备的完整流程。核心步骤包括：1）Windows端确认USB连接状态；2）获取手机Wi-Fi IP；3）启用ADB TCP模式；4）WSL终端连接设备；5）验证连接状态；6）通过gradlew命令部署APK。特别解决了WSL环境下ADB跨系统通信问题，提供端口开放等补充建议，并附赠Linux空间检测命令（du -h --max-depth=1）。该方案实现了脱离数据线的无线调试，适用于混合开发环境。
2025-08-13 15:22:11
527
原创 Symbolic AI
haddhhmaxhdelhaddAnswer:BCDA. 操作 b 与此问题无关。B. 对于该状态，加性启发式hadd对操作 a 和 c 进行了重复计数。C. 初始状态的完美启发式h∗值为 3。D. 初始状态的最大启发式hmax值为 3。E. 初始状态的删除放宽启发式hdel值为 4。F. 初始状态的加性启发式hadd值为 4。
2025-07-07 06:28:36
652
原创 面向医学图文模型的皮肤病数据集与RAG-MCP技术路径
本文探讨了多模态医学AI模型的架构设计与数据集应用。在模型架构方面，MedGemma-4B采用集成式VLM+LLM统一处理图文输入，而MedVLM-R1则采用CLIP编码器与语言模型结合的融合架构。针对皮肤病诊断任务，推荐使用SkinCAP等高质量数据集。文章还介绍了检索增强生成（RAG）技术及其与MCP的结合应用，包括技术原理、论文研究和实现方案，为构建医疗AI系统提供了技术参考。
2025-06-13 08:59:01
425
原创 VLM, Vision-Language Model
摘要 视觉语言模型(VLM)通过融合图像编码器和语言模型处理多模态任务。主流架构包括：1)分离的VLM+LLM组合(如CLIP+GPT)；2)统一架构(VLM内含LLM)，如MedGemma采用Gemma架构直接处理图文；3)纯VLM用于分类。典型VLM流程为：图像编码→文本编码→图文融合→LLM解码输出。融合方式包括早期拼接、交叉注意力等。训练方法有监督微调、对比学习和强化学习。医学领域代表模型MedGemma采用一体式Transformer处理，而MedVLM-R1则连接CLIP-ViT和LLM，强化学
2025-06-12 05:36:33
1325
原创 WSL迁移到的目标文件夹
本文介绍了如何将WSL（Windows Subsystem for Linux）中的Ubuntu发行版迁移到指定目录的步骤。首先，通过wsl --shutdown命令关闭WSL。接着，在目标位置（如E:\AI\WSL\Ubuntu）创建新文件夹，并使用wsl --export命令将Ubuntu发行版导出为.tar文件。然后，通过wsl --unregister命令注销原始发行版，并使用wsl --import命令将导出的发行版导入到新位置。最后，通过wsl --list --verbose验证导入，并使用w
2025-05-15 23:16:42
120
1
原创 安装flash_attn
本文提供了FlashAttention的Linux和Windows下载地址，并详细介绍了如何在支持CUDA 12.1的环境中安装PyTorch 2.2以及FlashAttention。安装步骤包括使用pip安装特定版本的PyTorch和FlashAttention，并确保CUDA版本与PyTorch版本一致。最后，文章还提供了验证安装是否成功的方法。通过这些步骤，用户可以顺利安装并验证FlashAttention在系统中的正确运行。
2025-05-15 08:46:54
1043
原创 前向搜索与后向搜索的比较（Comparison to Forward and Backward Search）
前向搜索与后向搜索的比较（Comparison to Forward and Backward Search）
2025-02-20 05:55:01
830
原创 HTN 规划的总序前向分解（Total-order Forward Decomposition，TFD）
HTN 规划的总序前向分解（Total-order Forward Decomposition，TFD）旅行问题的解决方案（Solution to the Travel Problem）
2025-02-20 05:34:24
818
原创 纳什均衡（Nash Equilibrium）和帕累托最优（Pareto Optimality）
纳什均衡（Nash Equilibrium）和帕累托最优（Pareto Optimality）
2025-02-20 03:28:58
1456
原创 KRR（知识表示与推理，Knowledge Representation and Reasoning）
KRR（知识表示与推理，Knowledge Representation and Reasoning）
2025-02-12 21:43:27
918
原创 Introduction to Multi-Agent Systems and Intelligent Agents
Introduction to Multi-Agent Systemsand Intelligent Agents
2025-02-12 16:03:42
590
原创 多类特征（Multiple features）
Z-score normalization 是一种通过减去数据的平均值（mean）并除以标准差（standard deviation）来对数据进行归一化的方法。这种方法有助于将不同尺度的数据转换到一个相同的尺度上，特别是在特征具有不同量纲时很有用。归一化后的不等式范围是通过将原始数据的最小值和最大值代入 Z-score 归一化公式计算出来的。这种方法将数据标准化，使得每个特征的归一化后数据范围与标准正态分布的范围相一致。
2025-01-08 22:52:35
1361
原创 箱线图解释
四分位差（Interquartile Range）=IQR=Q3-Q1=120-50=70。最大值(Maximum Value)=150。最小值(Minimum Value)=20。极差=最大值-最小值=150-20=130。中位数(Median)=70。第三四分位数(Q3)=120。第一四分位数(Q1)=50。
2024-11-26 06:13:09
320
原创 计算线性回归中的代价函数（Cost Function）
特征矩阵包含了所有样本的所有特征信息，是模型输入数据的核心部分。每一行表示一个样本，每一列表示一个特征。它用于描述数据，并为机器学习模型提供结构化的数据格式。截距项（也叫偏置项或bias）是线性模型中的一个常数项，用于调整模型的输出，使模型能够更好地拟合数据。截距项（bias）帮助模型调整输出，使其更好地拟合数据。它允许模型在输入特征为零时，仍然可以预测非零的输出值。在许多机器学习模型中，截距项是一个重要的参数，用来优化模型性能。
2024-11-04 18:12:12
938
原创 Gradient descent algorithm
simultaneously update w and b 同时更新 w 和 b。Gradient descent algorithm(梯度下降)如果学习率太小，梯度下降会起作用，但是速度会很慢。当接近局部最小梯度下降时，他会自定采取更小的步长。学习率控制更新模型参数w和b时采取的步骤大小。梯度下降可以达到局部最小值，学习率a固定。w减掉一个正数，结果会越来越小。w减掉一个负数，结果会越来越大。大交叉可能无法收敛，甚至发散。
2024-11-04 07:47:47
704
原创 Machine Learning
Dimensionality reduction (降维)clustering algorithm(聚类算法)anomaly detection（检测异常事件）预测类别 predicts categories。离散类别 discrete categories。classification 分类。classification 分类。Regression 回归。
2024-11-04 05:18:27
796
原创 Using Machine Learning KNN (K-Nearest Neighbors) to Solve Problems
Using Machine Learning KNN (K-Nearest Neighbors) to Solve Problems
2024-10-21 04:12:08
1170
原创 Pandas DataFrame在预测时同样需要传入一个带有相同特征名称的数据框
Pandas DataFrame在预测时同样需要传入一个带有相同特征名称的数据框
2024-10-13 22:15:04
354
原创 Python Enhancement Proposals，Python 增强提案
Python Enhancement Proposals，Python 增强提案
2024-10-13 07:38:33
852
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人