上机练习第50天

第一题

个人总结:首先比较两个字符串长度,不等则直接输出1;长度相等时,逐个字符比较是否完全一致(区分大小写),完全一致则输出2;若不满足情况2,则转换为相同大小写后比较,若一致则输出3;以上条件都不满足,输出4。

代码如下:

复制代码
#include <stdio.h>
#include <string.h>
#include <ctype.h>
int main() {
    char str1[11], str2[11];
    int len1, len2;
    int i;
    scanf("%s", str1);
    scanf("%s", str2);
    len1 = strlen(str1);
    len2 = strlen(str2);
    if (len1 != len2) {
        printf("1\n");
        return 0;
    }
    if (strcmp(str1, str2) == 0) {
        printf("2\n");
        return 0;
    }
    int caseInsensitiveMatch = 1;
    for (i = 0; i < len1; i++) {
        if (tolower(str1[i]) != tolower(str2[i])) {
            caseInsensitiveMatch = 0;
            break;
        }
    }
    if (caseInsensitiveMatch) {
        printf("3\n");
    } else {
        printf("4\n");
    }
    
    return 0;
}

翻译

Transformer模型是一种基于注意机制的神经网络体系结构,在自然语言处理领域取得了巨大的成功。与传统的递归神经网络不同,Transformers不依赖于循序渐进的序列处理。相反,他们使用自我注意机制来同时处理整个序列。这种架构不仅提高了模型执行并行计算的能力,还使其能够更有效地捕获远距离依赖关系。在机器翻译任务中,Transformer模型可以根据句子中不同单词之间的关系动态分配注意力权重,从而产生更准确的翻译。此外,Transformer体系结构已被广泛应用于文本生成、语音识别甚至图像处理等任务。近年来,大多数大规模的预训练语言模型都是建立在Transformer体系结构之上的,这大大加快了人工智能技术的发展。

单词打卡

相关推荐
不会就选b11 小时前
算法日常・每日刷题--<二分查找>3
算法
绿算技术11 小时前
Mooncake 与绿算ForinnBase GroundPool如何联手打破推理僵局?
科技·算法·架构
-森屿安年-12 小时前
63. 不同路径 II
c++·算法·动态规划
老余捞鱼12 小时前
线性回归实战:5步验证你的量化因子是否真有效
算法·金融·回归·线性回归·ai量化
想吃火锅100512 小时前
【leetcode】121.买卖股票的最佳时机js/c++
算法·leetcode·职场和发展
码云数智-大飞12 小时前
RAII 与智能指针深度拆解
java·前端·算法
Dick50712 小时前
ROS2 常用命令表
人工智能·学习·算法·机器人
大鱼>13 小时前
地平线BPU部署实战:YOLOv8在J5/X3上的算法适配与性能优化
算法·yolo·性能优化
apcipot_rain13 小时前
计科八股20260616(2)/面经——线性代数对称阵求n次幂、概率论最大似然估计
算法
cici1587413 小时前
彩色图像模糊增强(Fuzzy Enhancement)MATLAB 实现
开发语言·算法·matlab