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
和裕36 分钟前
平口开槽箱 vs 飞机盒 vs 扣底盒:自动化、展示效果与成本核心区别
大数据·运维·网络·人工智能·算法·自动化
AgentMaster42 分钟前
从售前到售后全链路覆盖:智能客服在企业 5 大场景的落地实践与工具选型
大数据·人工智能·算法
Cccp.12344 分钟前
【leetcode】(六) 图和贪心算法
数据结构·算法·leetcode
y1su1 小时前
【Leetcode】1477. 找两个和为目标值且不重叠的子数组
数据结构·后端·算法·leetcode·职场和发展
不会就选b9 小时前
算法日常・每日刷题--<贪心>14
算法
mmmmath_312 小时前
LeetCode.541.反转字符串II
数据结构·算法·leetcode
Navigator_Z12 小时前
LeetCode //MySQL - 1251. Average Selling Price
c语言·算法·leetcode
醇氧13 小时前
MySQL 8.0 系统表损坏与引擎转换故障排查实战
数据结构·算法
大熊背13 小时前
《Color constancy by characterization of illumination chromaticity》之色度色域最大化算法(二)
算法·白平衡·色度·色温