学习日记day59

Day59_0116

专注时间:目标是:5h30~6h。实际:4h31min

每日任务: 饭后的休息(25min),学习间歇的休息(15min)都用手表计时器来监督

40min =二刷 1 道力扣hot100 +昨天的题再做一遍 (如果是hard,只做一道就好 完成情况及时长: 二刷昨日题目:40min共4道5个程序,今日题目: );【学习资源:PyTorch官方文档:https://docs.pytorch.ac.cn/tutorials/beginner/basics/intro.html】1.5h=PyTorch工程实操(完成情况及时长: 0把第二个pytorch网页的"局部禁用梯度计算"看懂,就去看第一个pytorch网页 );1h=周志华机器学习(完成情况及时长:); 1.5h+(claude的RL4LLM学习路径,时长:)

学完机器学习,然后是深度学习。学完PyTorch,之后是Transformer与大模型架构(见Gemini3pro生成的阶段2)。学快一点。准备一个GitHub Repo把所有手撕过的算法整理进去,这会是最好的复习资料。

必须熟记的API、最简洁的GPT实现、带注释的Transformer实现、推荐系统模型库(包含主流模型实现)还有"Let's build GPT"系列学习视频见Claude的第20页。 冰哥听讲座,老师说: GPT是最好的老师,不需要其他家教,清华学生智商120,GPT有140。多用大模型来帮助学习。

学习内容:全拿来做算法题了。

总结与心得:懒惰了,没有用好时间。

《695.岛屿的最大面积》

python 复制代码
class Solution(object):
    def maxAreaOfIsland(self, grid):
        """
        :type grid: List[List[int]]
        :rtype: int
        """
        def dfs(grid,i,j):
            if not (0<=i<len(grid) and 0<=j<len(grid[0])):
                return 0
            if grid[i][j]!=1:
                return 0
            grid[i][j]=2
            return 1+dfs(grid,i-1,j)+dfs(grid,i+1,j)+dfs(grid,i,j-1)+dfs(grid,i,j+1)
        res = 0
        for i,row in enumerate(grid):
            for j,x in enumerate(grid[0]):
                if grid[i][j]==1:
                    res = max(res,dfs(grid,i,j))
        return res

《827.最大人工岛》

python 复制代码
class Solution(object):
    def largestIsland(self, grid):
        """
        :type grid: List[List[int]]
        :rtype: int
        """
        n = len(grid)
        #dfs求面积的过程中修改格子值以方便后续映射到格子对应陆地面积。而后遍历0,看他的上下左右
        def dfs(grid,i,j):
            if not (0<=i<n and 0<=j<n):
                return 0
            if grid[i][j]!=1:
                return 0
            grid[i][j] = len(area)+2
            return 1+dfs(grid,i+1,j)+dfs(grid,i-1,j)+dfs(grid,i,j-1)+dfs(grid,i,j+1)
        
        area = []
        for i,row in enumerate(grid):
            for j,x in enumerate(row):
                if grid[i][j]==1:
                    area.append(dfs(grid,i,j))
        if not area:
            return 1
        
        res = 0
        for i,row in enumerate(grid):
            for j,x in enumerate(row):
                if grid[i][j]==0:
                    s = set()
                    for x,y in [i-1,j],[i+1,j],[i,j-1],[i,j+1]:
                        if 0<=x<n and 0<=y<n and grid[x][y]:
                            s.add(grid[x][y])
                    res = max(res,1+sum(area[idx-2] for idx in s))

        return res if res else n*n
相关推荐
中小企业实战军师刘孙亮15 小时前
快消纺织五金怎么融合?三大业态协同发展战略思路-佛山鼎策创局破局增长咨询
学习·面试·创业创新·制造·学习方法
Upsy-Daisy15 小时前
Hermes Agent 学习笔记 04:工具调用系统,让 Agent 从“会说”变成“会做”
java·笔记·学习
楼田莉子15 小时前
C++20新特性:协程
开发语言·c++·后端·学习·c++20
weixin_4280053015 小时前
C#调用 AI学习从0开始-第2阶段(Function Calling+工具调用智能体)-第9天实战-实现计算器工具
开发语言·学习·c#·functioncalling·ai实现计算器工具
Deepoch15 小时前
Deepoc VLA开发板:除草机器人的持续学习与协同作业系统
人工智能·学习·机器人·开发板·具身模型·deepoc
_李小白16 小时前
【android opencv学习笔记】Day 31:提取轮廓之Canny算法
android·opencv·学习
零陵上将军_xdr16 小时前
后端转全栈学习-Day6-JavaScript 基础-4
前端·javascript·学习
数智工坊16 小时前
周志华《Machine Learning》学习笔记--第十四章--概率图模型
笔记·学习·机器学习
段一凡-华北理工大学16 小时前
工业领域的Hadoop架构学习~系列文章20:故障诊断与根因分析 - 从表象到本质的智能推理
大数据·人工智能·hadoop·学习·架构·高炉炼铁·工业智能体
The moon forgets16 小时前
ABot-M0:基于动作流形学习的机器人操作VLA基础模型深度解析
人工智能·pytorch·python·学习·具身智能·vla·点云分割