登录社区云,与社区用户共同成长
邀请您加入社区
(以及量化参数何时确定)。区别主要在**激活的 s/zp(scale/zero-point)**是“离线固定”还是“运行时现算”。更多工程优化:SIMD/向量化、CUTLASS/CUDA 融合 LUT-GEMM、块大小/对齐、标量类型选择(FP16/FP32 scale)。吞吐提升不错(CPU)。**校准/计算:**不需要跑数据集,直接看权重本身(可选用 max-abs、百分位、MSE 等策略确定
本文介绍了搜索算法的基本概念与实现方法。搜索是通过枚举所有可能情况来寻找最优解或统计合法解,主要包括深度优先搜索(DFS)和宽度优先搜索(BFS)。文中重点讲解了四种枚举问题的DFS实现:子集枚举通过递归构建选择路径,组合枚举按顺序选择元素,排列枚举使用标记数组避免重复,全排列则输出所有可能的排列。每个算法都包含回溯过程,即撤销选择以恢复现场。这些方法为解决问题提供了系统的枚举框架,适用于各种组合
递归回溯
差分
米切尔团队做过一个极端实验:用某股票过去 100 天的收盘价,拟合出一个 “预测模型”。他们加入了 “当天是否下雨”“上证指数末位数字” 等无关因子,最后得到一个公式:次日收盘价 = 今日收盘价 ×1.02 + (下雨?0.03:0) - (上证指数末位是 3?0.01:0)回测时,这个模型对过去 100 天的预测准确率高达 98%。但用它预测未来 10 天,准确率瞬间跌到 52%,和抛硬币差不多
关注“Java后端技术全栈”回复“面试”获取全套大厂面试资料程序=数据结构+算法这好比是软件工程师的“武林秘籍”。数据结构指的是数据与数据之间的逻辑关系;算法指的是解决特定问题的步骤和方...
由于量化前的激活值变化范围较大,即使对于同一 token,不同channel数值差异较大,对每个 token 的量化也会造成精度损失,但是不难看出较大值一般出现在同一 channel,因此作者也分析了采用 per-channel 的量化方式,这种量化方式能很好的避免精度损失,但是硬件不能高效执行,增加了计算时间,因此大多数量化仍采用 per-token 及 per-tensor 的量化方式。最后,
作为一个想要入坑的算法的小白,期间遇到了很多坑,每个人的水平都是不同的,我很羡慕那些可以看懂算法导论的那些大佬,真的真的!但是我看不懂,嘿嘿。也羡慕那些,高中的早早接触这类比赛的收获了非常非常多经验的大佬。上了大学本着对计算机的热爱报了计算机,被调剂了,然后转专业后,慢慢接触到算法这一个领域,加上自己编程基础薄弱,但是也不想放弃,为自己开一坑,在此做下笔记。对本书作者 李煜东 致谢之后会对ac
AtCoder是日本最大的算法竞技网站,域名为http://atcoder.jp/(注意http://www.atcoder.jp/ 是其官网)。AtCoder支持日语和英语。AtCoder每周六北京时间20:00(日本标准时间则为21:00)会有比赛。AtCoder的比赛分为三个等级:(1)AtCoder Beginner Contest (ABC),是给算法初学者参加的。总共有4道...
算法分析:最大公约数
RETE算法介绍一、 rete概述Rete算法是一种前向规则快速匹配算法,其匹配速度与规则数目无关。Rete是拉丁文,对应英文是net,也就是网络。Rete算法通过形成一个rete网络进行模式匹配,利用基于规则的系统的两个特征,即时间冗余性(Temporal redundancy)和结构相似性(structural similarity),提高系统模式匹配效率。二、 相关概念2.1 事实(fac
量化策略评价指标夏普比率(Sharpe Ratio)表示每承受一单位总风险,会产生多少的超额报酬。具体计算方法为 (策略年化收益率 - 回测起始交易日的无风险利率) / 策略收益波动率(换句话说,策略收益标准偏差) 。信息比率(Information Ratio)衡量超额风险带来的超额收益。具体计算方法为 (策略每日收益 - 参考标准每日收益) 的年化均值 / 年化标准差 。注意:这里的“参考标准
前言我们经常听到这样的股市要闻:“主力资金全天净流出140.95亿元……”目前很多行情软件也提供了主力资金流入流出、散户资金流入流出等数据。很多交易者会依据这些“主力”和“散户”动向数据...
目录背景目标核心方法前向传播反向传播结论背景深度学习框架如Tensorflow Pytorch 等最重要的功能之一即自动对网络模型进行了前向传播和反向梯度传播计算,从而对应用开发人员屏蔽了底层算法实现的细节,很容易进行网络模型的training、evalution、testing 最终构建符合AI应用场景需求的网络模型及其参数,本文旨在用通俗易懂的方式解释前向传播(Forward Pass)和反向
深度强化学习实验室官网:http://www.neurondance.com/论坛:http://deeprl.neurondance.com/作者:饼干Japson(DeepRL-La...
随着无人机技术的飞速发展,无人机在军事、民用等领域得到了广泛的应用。然而,在复杂地形环境中,无人机面临着来自地形、障碍物和威胁等多方面的风险。为了提高无人机的安全性,本文提出了一种基于 A* 算法实现复杂地形下无人机威胁概率地图最短路径避障三维航迹规划方法。该方法利用威胁概率地图表示复杂地形环境中的威胁分布,并采用 A* 算法求解威胁概率地图上最短路径,实现无人机避障三维航迹规划。仿真结果表明,该
摘要:风险平价模型在双资产组合中出现权重异常问题,表现为后期权重极端偏向一方。原因在于两者高度相关导致协方差矩阵病态,数值计算不稳定。解决方案包括:1)去除高度相关资产;2)采用Ledoit-Wolf收缩估计等稳健化方法;3)调整滚动窗口长度(如1-3年);4)设置权重上下界约束(如5%-95%)。这些改进可提升模型稳定性与可执行性。
例如,在相对底部具有上升趋势的时候,当日在股价紧急下挫情况下,大胆买入小于主仓的股数,然后在股价回升时卖出,从而实现高抛低吸通过这种策略,交易者可以提高交易的效率和准确性,以获取更好的投资回报。所以我们在使用T0算法交易的时候,除非需要考虑两融费用,股票交易费用,同时算法费用也需要考虑在里面,不然小编前面说到的那种收益率是很难做到的。对于家办等投资人来说,在对T0策略考察和管理人选择的过程中,需要
来源:PaperWeekly本文约3600字,建议阅读7分钟本文以可逆残差网络(The Reversible Residual Network: Backpropagation Without Storing Activations)作为基础进行分析。为什么要用可逆网络呢?因为编码和解码使用相同的参数,所以 model 是轻量级的。可逆的降噪网络 InvDN 只有 D...
量化感知训练(QAT)通过在模型训练中插入伪量化节点,模拟低精度计算(如INT8)的量化误差。前向传播时,权重和激活值被量化为整数再反量化回浮点数,将量化噪声纳入优化目标。核心公式展示量化过程,通过钳位、舍入和缩放操作实现精度损失最小化。该技术使模型在部署时能保持高精度,同时实现计算加速和内存节省。
相较于非结构化剪枝的随机权重剪裁,虽然其理论压缩上限较低,但结构化剪枝带来的模型精度损失更可控,在工业级部署中通常可获得1.8-2.5倍的实际加速效果,特别是在移动端部署场景下,该技术可使ResNet-50等典型模型的推理延迟从230ms优化至92ms,满足边缘计算设备的实时性要求。该技术的核心机制在于利用教师网络训练过程中产生的知识信号(包括概率分布、特征图、注意力权重等)来引导学生模型的优化方
秋招抱佛脚之作,大纲由GPT提供,内容由博主本人整理。日更直到拿到满意的offer为止。
点击阅读全文!
wandb是什么wandb是Weights & Biases的缩写,这款工具能够帮助跟踪你的机器学习项目。 它能够自动记录模型训练过程中的超参数和输出指标,然后可视化和比较结果,并快速与同事共享结果。怎么解决使用github账号登录https://wandb.ai/authorize,然后创建完之后,会有一个码,在终端使用wandb init,然后输入刚才的码(注意当你输入码的时候,不可见
在立项会上,经常被提及的就是项目的ROI。怎么算?如何评估?
在大数据和高性能计算领域,高效的哈希算法对于数据处理和检索至关重要。CityHash是由Google开发的一种高性能字符串哈希函数,专为处理任意长度的字节序列而设计。本文将深入探讨CityHash算法的核心原理,并通过C++示例代码解析其实现细节。
作为资深Slots游戏策划,我深知数值计算模型的精确性和风险控制的严谨性是Slots游戏成功的基石。一个精心设计的数值模型不仅确保游戏的娱乐性,还保障平台的长期稳定性和合规性。
牛股:IF(BARSLAST(CROSS(慢线,空))<P AND BARSLAST(CROSS(空,慢线))<P AND CROSS(慢线,空) AND 慢线<20,90,0),STICK,COLORFF937F;BB:=IF(BARSLAST(CROSS(慢线,快线))>=3 AND CROSS(快线,慢线) AND 慢线<30,20,0);AA:=IF(BARSLAST(CROSS(快线,慢
保姆级教程|LangChain+Qwen3+BGE-M3 搭建本地 RAG 系统,4 位量化 8GB 显存就能跑,私有文档精准问答
用法: ContextInfo.run_time(funcName,period,startTime) 定时触发指定的 funcName函数, funcName函数由用户定义, 入参为ContextInfo对象。有三个参数:funcName:回调函数名period:重复调用的时间间隔,'5nSecond'表示每5秒运行1次回调函数,'5nDay'表示每5天运行一次回调函数,'500nMilliSe
title : 后缀自动机date : 2021-11-11tags : ACM,字符串author : Linno前置知识KMP,Trie,AC自动机等字符串基础DFA(有限状态自动机)后缀自动机(Suffix automaton ,SAM)定义字符串s的SAM是一个接受s的所有后缀的最小DFA(确定性有限自动机)。直观上SAM是给定字符串的所有字串的压缩形式。而构造的时间复杂度和空间复杂度仅为
这道题目模拟了12个月的零花钱管理过程,需要跟踪每月资金流动,判断是否会出现资金不足,并计算年终总金额。核心思路是:初始化状态后,每月处理300元收入和预算支出,执行整百储蓄,年终计算1.2倍储蓄利息。关键点在于状态跟踪、储蓄逻辑实现和边界条件处理。解决方案使用两个变量分别记录当前金额和储蓄金额,通过循环处理每月收支,遇到资金不足立即返回负月份。注意处理整百储蓄和利息计算精度问题,避免浮点运算误差
题目链接:Jessica’s Reading ProblemDescriptionJessica’s a very lovely girl wooed by lots of boys. Recently she has a problem. The final exam is coming, yet she has spent little time on it. If she wants to
下图展示了中国气候风险指数的概览,包含了各省市在1993至2023年间的极端气候事件数据。气候风险指数是基于历史气候资料和未来气候预测结果,通过判断极端天气气候事件致灾阈值、结合社会经济数据及实际灾害损失分析,采用科学的方法对单一或综合气候灾害风险进行的定量化评价。中国各省市气候风险数据主要包括极端低温、极端高温、极端降雨及极端干旱日数的相关数据,可为研究者进行气候风险评估、应对气候变化策略的制定
既然理论上Max和Min等价,为什么实践中几乎都用Min?在算法的世界里,实验和数学同样重要。MinHash的故事,就是一个完美的例子。“MinHash使用最小值是因为Max不work,Max会严重低估相似度。这与许多教科书和博客的说法完全不同。两个定理的证明是完全对称的。一旦确立了标准,整个社区就沿用了这个约定。让我们用严谨的数学和实验来探寻真相。而k-max需要反向排序,略显不自然。剧透:答案
东华大学沈波教授团队在2022年提出蜣螂优化算法 (Dung Beetle Optimizer,DBO) [1],该算法与PSO、GWO、WOA、SSA、SCA、MVO、HHO相比均显示出一定然而,它有其他SI算法存在的问题,如全局探索和局部开发能力不平衡、面对复杂问题的易陷入局部最优等,其收敛速度和精度仍有改进的可能。因此针对DBO存在的问题,KAU将对DBO进行改进。
齿轮啮合刚度是齿轮传动系统的一个重要参数,它影响着传动系统的承载能力、振动和噪声等性能。齿轮啮合刚度计算方法有很多,其中韦伯算法是一种比较常用的方法。韦伯算法基于齿轮啮合的接触几何学和材料力学,通过计算齿轮啮合接触处的应力-应变关系来得到齿轮啮合刚度。
优化工业信息集成是发挥工业4.0潜力的基础,推动基于数据的决策,以提高运营效率、降低成本,并增强现代工业环境中的竞争力。在这一过程中,无人机(UAV)路径规划扮演着至关重要的角色,它支持高效、可靠的数据收集与传输,从而为智能决策提供基础。本文提出了增强霜冰优化算法(IRIME),IRIME通过霜晶扩散机制提高初始种群的多样性,通过高空凝结策略提升全局搜索能力,通过格子编织策略避免过早收敛。
问题描述- 分而治之的解决方案在分治算法中,已经学习过最大子数组问题。使用分治的方法:将大数组arr分为两个小数组arr_left和arr_right,则求解arr的最大子数组和等价于:在arr_left的最大子数组和、arr_right的最大子数组和、跨中点的最大子数组和中找一个最大的,即为arr的最大子数组和。采用分治算法解决该问题,Golang实现在前面分治的博客里写过,其时间...
不过,小数部分的最 后可以有 0,因此 0.0和 0.000是一样大的。在一个n×n (n = 2k)个方格组成的棋盘中,恰有一个方格与其他方格不同,称该方格为一特殊方格,且称该棋盘为一特殊棋盘。岳麓山,东临长沙城,四面环水,绵延数十里,狭处横约 40 米,宽处横约 140 米,形状是一个长岛,是。(名字仅由英文字母和数字表示,长度不超过 20,没有相同名字的两个人,0 ≤ Ai ≤ 106)。橘
1、用pycharm软件打开python-okx-master文件2、修改Account.py、MarketData.py、Trade.py文件把debug = True 修改为debug=False3、新增config.py文件api_key = '你申请的 api key'secret_key = '你申请的 secret key'passphrase = '你申请时的密码'fl...
给定两个字符串和 ,返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ,返回。一个字符串的 子序列 是指这样一个新的字符串:它是由原字符串在不改变字符的相对顺序的情况下删除某些字符(也可以不删除任何字符)后组成的新字符串。两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。示例 1:输入:text1 = "abcde", text2 = "a
本文介绍了一个基于数据挖掘技术的台风灾害预测系统,旨在通过随机森林算法和多元技术栈(Python、Django、Vue、Scrapy)提升台风路径、强度及影响范围的预测精度。系统整合气象数据采集、清洗、建模与可视化功能,为防灾决策提供科学支持。核心模块包括Scrapy爬虫数据获取、随机森林模型训练及交互式前端展示,有效解决传统预警系统的滞后性问题。项目具备显著社会价值,可优化资源配置,减少灾害损失
MACD(Moving Average Convergence Divergence):这是一个趋势追踪指标,由快速EMA(12日)和慢速EMA(26日)的差异与其9日EMA的差异之差计算而来。VA(Volume Accumulation):这个公式计算了成交量的累积,如果当前收盘价高于前一天的收盘价,则累积成交量为正值,否则为负值。MA6、MA5、V05、V35和VL135:分别是6日、5日、5
本文详细介绍了文本向量化的含义以及常见文本向量化方法的python实现。
本文系统总结了堆(优先级队列)的基础知识与应用场景。首先比较堆与栈的区别:栈维护元素顺序,堆维护元素频率。详细介绍了PriorityQueue的创建方式(默认小顶堆、指定容量、自定义比较器)及常用API(add/offer、remove/poll、peek/size等)。通过三个经典案例详解堆的应用:1)快速选择算法求第K大元素;2)HashMap统计频率+最小堆维护TopK高频元素;3)双堆法(
由此通过项目和用户的特征去建立基于内容的过滤算法:利用用户向量和电影向量之间的点积这里我们仍然以推荐电影为背景,要预测用户j对电影i的评分(这里我们不考虑b,因为事实证明b不会影响基于内容的过滤算法)将w(j) * x(i)替换为vu(j) * vm(i),这两者分别来自于xu(j)和xm(i),vu是一个用户向量,捕获了用户的偏好preferences。
矩阵是多行多列元素组成的一个集合。一个m*n的矩阵就有m行n列个元素。下图为一个2*3的矩阵很简单,两行,三列,第一行有1,2,3,第一列有1,4如果一个矩阵只有一列,那么就是一个列向量;如果只有一行,就是行向量某种角度说,矩阵是由多个向量组成的。
好的,同学,我们现在来学习算法复杂度分析中常用的符号,主要包括大O符号、大Θ符号等等。你可以把大Θ符号想象成一个“双向保证书”,它保证了你的算法不会太慢,也不会太快,它的运行速度就稳定在这个数量级。它给出了算法性能的一个更精确的描述。在实际应用中,大O符号是最常用的,因为它能帮助我们评估算法在最坏情况下的性能,从而避免选择效率过低的算法。大O符号只给出了算法运行时间的上限,而大Θ符号给出了算法运行
有向图中寻找强连通分量(环)和拓扑排序——Kosaraju、Trajan、Gabow算法