当前位置：首页 > news >正文

【Datawhale AI春训营】Java选手初探数据竞赛

news 来源：原创 2025/8/6 20:15:09

自然语言处理基础：

自然语言处理(Natural Language Processing，NLP) 是计算机科学与人工智能领域中的一个极具挑战性和应用前景的研究方向。
它旨在使计算机能够理解、生成和处理人类的自然语言，从而实现人机高效交互。
NLP技术在搜索引擎、机器翻译、智能客服、文本挖掘、语音助手等众多领域得到了广泛应用，极大的改变了人们的生活和工作方式。

NLP常见任务：

文本分类 是将文本文档自动分配到一个或多个预定义类别的任务，是NLP中的基础任务之一。
序列标注是为文本中的每个单元(通常是词或字符)分配一个标签的任务，考虑序列中元素之间的依赖关系。

文本分类的输入输出 ：为整个文本分配一个或多个类别标签
序列标注的输入输出 ：输出是一个与输入等长的标签序列

词向量：

词向量(Word Embedding) 是NLP中的一种重要技术，用于将词汇映射到低维连续向量空间，使得语义和语法相似的词在向量空间中距离相近

传统方法(One-Hot编码)的缺点：
- 高维稀疏(词汇表多大，向量就多大)
- 无法表达词与词之间的语义关系(如"猫"和"狗"都是动物，但One-Hot编码无法体现)
词向量的优势：
- 低维稠密（如50维、100维、300维)
- 语义相近的词在向量空间距离相近
- 可以计算词之间的相似度(如余弦相似度)

BERT模型：

相关文章：

【Datawhale AI春训营】Java选手初探数据竞赛

自然语言处理基础： 自然语言处理(Natural Language Processing，NLP) 是计算机科学与人工智能领域中的一个极具挑战性和应用前景的研究方向。它旨在使计算机能够理解、生成和处理人类的自然语言，从而实现人机高效交互。 NLP技术在搜索引擎、…...

编程日记 2025/8/6 20:15:09

React-useRef

如果我们想在hooks里面获同步取最新的值，那么则可以使用useRef, 关键源码如下： function mountRef<T>(initialValue: T): {|current: T|} {const hook mountWorkInProgressHook();const ref {current: initialValue};hook.memoizedState ref;re…...

编程日记 2025/7/29 21:49:30

得物官网sign签名逆向分析

打开得物官网，点击鞋类，可以看到请求直接搜sign function p(e) {return f()("".concat(e ? s()(e).sort().reduce(function(t, n) {return "".concat(t).concat(n).concat(e[n])}, "") : "", "048a9…...

编程日记 2025/8/6 15:57:07

网络爬虫和前端相关知识

一爬虫发展历史，概念与反爬机制（一）爬虫发展历史早期爬虫（1990s）起源：早期的爬虫主要是为了构建搜索引擎。典型案例： Yahoo!人工目录 → 谷歌PageRank算法驱动的自动化爬虫。功能特点：这些爬虫的功能比较单一，主要以抓取网页的文本内容为主，采用简单的广度优先…...

编程日记 2025/8/6 20:05:51

山东科技大学人工智能原理考试回忆复习资料

全部资料：https://mbd.pub/o/around_01 考试回忆版简答题人工智能定义图灵测试基本思想人工智能主要研究领域写八个以上专家系统是什么及其特点遗传算法流程图综合题语义网络表示书上习题证明S不满足性用归结原理求问题谁说真话假话的书上例题…...

编程日记 2025/8/6 20:05:52

单元测试的一般步骤

Qt Test Qt Test 是 Qt 开发人员发布的一个单元测试框架，用于测试基于 Qt 框架的应用程序或库。它提供了单元测试框架中常见的所有功能以及用于测试图形用户界面的扩展。 1.自动化测试包络ui测试>接口测试>单元测试；现问如何使用Qt进行单元测试&…...

编程日记 2025/8/3 1:19:12

c++题目_P1443 马的遍历

P1443 马的遍历 # P1443 马的遍历 ## 题目描述有一个 $n \times m$ 的棋盘，在某个点 $(x, y)$ 上有一个马，要求你计算出马到达棋盘上任意一个点最少要走几步。 ## 输入格式输入只有一行四个整数，分别为 $n, m, x, y$。 ## 输出格式 …...

编程日记 2025/8/6 20:07:54

并发网路通信-套接字通信

套接字通信就是网络通信在网络通信时，客户端和服务器的比例是N:1 服务器如何处理多个客户端的请求并发处理方式 1.多线程并发处理->线程池并发处理，线程池可以对多个线程进行管理 2.多进程->进程池 3.io多路转接，使用select或者epoch进行处理，使用io转接函数…...

编程日记 2025/8/6 20:07:55

STM32N6如何调试下载代码

关键词：STM32N6、调试代码、开发者模式、外部Flash模式文章目录前言一、开发者模式调试1.1 CubeIDE调试1.2 IAR调试二、如何下载代码（外部FLASH模式）2.1 准备工作2.2 编译下载2.2.1 Appli编译头文件下载2.2.2 FSBL编译头文件下载 2.3 运行…...

编程日记 2025/8/1 11:52:32

【2025】Datawhale AI春训营-蛋白质预测（AI+生命科学）-Task2笔记

【2025】Datawhale AI春训营-蛋白质预测（AI生命科学）-Task2笔记本文对Task2使用的代码进行理解。任务描述 Task2的任务仍然是通过对反应中包含的蛋白质残基信息，运用深度学习模型构建蛋白质3D结构的隐式模型，从而达成准确预测…...

编程日记 2025/8/3 15:16:07

Python基于知识图谱的医疗问答系统【附源码、文档说明】

博主介绍：✌Java老徐、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ 🍅文末获取源码联系🍅 👇🏻 精彩专栏推荐订阅👇&…...

编程日记 2025/8/4 14:42:59

Unreal 从入门到进阶之如何实现Pixel Streaming

文章目录前言核心概念工作原理主要应用场景Pixel Streaming和Pixel Streaming2部署准备编辑器推流打包推流最后前言 Unreal Engine 5 (UE5) 的 Pixel Streaming 是一项基于云端的实时流媒体技术，允许将 UE5 应用的高质量图形渲染结果通过 WebRTC 协议传输到用户的浏览器或轻…...

编程日记 2025/8/5 1:33:36

作业2 CNN实现手写数字识别

# 导入必要库 import numpy as np import matplotlib.pyplot as plt import seaborn as sns # 用于高级可视化 from tensorflow import keras from tensorflow.keras import layers from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay import time # 用于…...

编程日记 2025/8/3 12:31:56

Linux驱动开发--阻塞、非阻塞I/O

2. 阻塞、非阻塞I/O IO 指的是 Input/Output，也就是输入/输出，是应用程序对驱动设备的输入/输出操作。当应用程序对设备驱动进行操作的时候，如果不能获取到设备资源，那么阻塞式 IO 就会将应用程序对应的线程挂起，直到…...

编程日记 2025/7/30 3:49:08

运筹学之模拟退火

目录一、历史二、精髓思想三、案例与代码实现一、历史问：谁在什么时候提出模拟退火？答：模拟退火算法（Simulated Annealing，SA）是由斯图尔特柯尔斯基（Scott Kirkpatrick） 等人在 …...

编程日记 2025/7/30 3:49:06

JavaScript 的演变：2023-2025 年的新特性解析

随着Web技术的飞速发展，ECMAScript（简称ES）作为JavaScript的语言标准，也在不断进化。本文将带你学习 ECMAScript 2023-2025 的新特性。一、ECMAScript 2023 新特性 1.1 数组的扩展 Array.prototype.findLast()/Array.protot…...

编程日记 2025/8/2 21:28:47

CSS继承

CSS继承 CSS继承是一种机制，允许子元素自动继承父元素的某些样式属性，从而减少重复代码。以下是一些常见的具有继承性的CSS属性： color : 文字颜色 font-family ： 字体族名称 font-size ： 字体大小 font-weight &am…...

编程日记 2025/7/30 3:49:02

游戏引擎学习第236天:GPU 概念概述

回顾并展望通过视频采集卡进行流媒体传输的未来昨天，我们迈出了大胆的一步，决定初始化硬件的 3D 加速，因为我有点厌倦了我们的游戏没有垂直同步（vsync）。如今，在 Windows 上，我找不到一种可靠…...

编程日记 2025/8/5 16:18:55

HFSS3（limy）——建模学习记录

前言——笔者使用的是21版HFSS 1.基本模型为什么没有环形的天线 2.创建基本模型方法常用：先粗略建好模型再编辑输入准确坐标和大小尺寸（这里长方体起始点是左上角下方的点，也就是说要输入模型起点相对于坐标原点的位置尺寸就可以确定具体…...

编程日记 2025/7/30 3:48:58

php实现zip压缩

可以使用ZipArchive类来创建ZIP压缩文件。ZipArchive是PHP内置的一个类，提供了创建、打开、读取、写入和关闭ZIP文件的功能。示例：压缩单个文件 <?php$fileToZip path/to/your/file.txt; $zipFileName compressed.zip;$zip new ZipArchive(); …...

编程日记 2025/8/4 4:58:24

【STM32单片机】#10 USART串口通信

主要参考学习资料： B站江协科技 STM32入门教程-2023版细致讲解中文字幕开发资料下载链接：https://pan.baidu.com/s/1h_UjuQKDX9IpP-U1Effbsw?pwddspb 单片机套装：STM32F103C8T6开发板单片机C6T6核心板实验板最小系统板套件科协实验&…...

编程日记 2025/7/31 4:42:16

goc命令大全

颜色0黑1红2蓝3浅绿4浅蓝5淡黄6棕7深蓝8灰9粉10深绿11紫12蓝绿13黄14橙15白绘图命令功能pen笔.fd()前进.rt()右转.c()颜色.up()抬笔.o(,)圆.e(,)椭圆.r(,,)长方形.picL(,)调图片.text(,,)文字.hide()隐藏.moveTo(,)移动wait();等待.soundL()调声音pause();暂停绘图命令功能…...

编程日记 2025/8/5 17:04:25

Linux | 软件仓库管理

一. 软件包 1.1 软件包的分类 DEB：主要用于基于 Debian 的系统，如 Ubuntu。这种软件包格式具有良好的依赖管理机制，方便用户安装、升级和卸载软件。RPM：广泛应用于 Red Hat、CentOS、Fedora 等系统。RPM 包将软件打包成一个文件…...

编程日记 2025/7/30 3:48:52

Python实现对目标Word文档进行自动化排版【4万字精讲】（14）

前言本文是该专栏的第14篇，后面会持续分享Python办公自动化干货知识，记得关注。注意：本文涵盖4万字以及实战操作代码的精讲攻略，带你轻松掌握一键式“文档自动化排版”程序功能。如果说当你在工作项目中，遇到这样的需求，需要如何处理——假设，现在有大批量的docx格…...

编程日记 2025/7/30 3:48:50

LeetCode每日一题4.19

2563. 统计公平数对的数目题目问题分析输入：一个整数数组 nums 和两个整数 lower 和 upper。输出：返回满足条件的公平数对的数目，即对于所有 0 < i < j < n，lower < nums[i] nums[j] < upper 的数对 (i, j)…...

编程日记 2025/8/4 1:55:54

Spring AI 开发 - 快速入门

先看效果项目搭建 Spring AI 是 Spring 推出的一个项目，目标是提供统一的API抽象层，屏蔽不同AI模型和服务的底层差异，实现跨平台兼容性。演示使用的模型是阿里的 qwq-32b。环境要求： JDK ：17以上（包括…...

编程日记 2025/8/2 13:56:37

leetcode哈希表（六）-三数相加

题目 15. 三数之和给你一个整数数组 nums ，判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i ! j、i ! k 且 j ! k ，同时还满足 nums[i] nums[j] nums[k] 0 。请你返回所有和为 0 且不重复的三元组。注意：答案中不可以包含重复…...

编程日记 2025/8/1 10:45:52

Photoshop安装与配置--简单攻略版

下载地址:Photoshop软件工具下载安装完成后，即可运行Photoshop.exe；打开工具页面后，按照下面简单配置即可 1.编辑-》首选项-》常规或者直接快捷键CtrlK 暂存盘：一定要设置为非C盘 2.性能 3.文件处理以上配置比较基础&#xf…...

编程日记 2025/8/2 13:56:37

一个 CTO 的深度思考

今天和一些同事聊了一会，以下是我的观点我的观点，成年人只能筛选，不能培养在组织中，应该永远向有结果的人看齐。不能当他站出来讲话的时候，大家还要讨论讨论，他虽然拿到结果了，但是他就是有一…...

编程日记 2025/8/5 17:50:03

Java：使用Maven构建项目无src解决方案

创建箭头所指的包和类以及yml文件： 类中： package com.itheima;import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication;SpringBootApplication public class BigEventApplication …...

编程日记 2025/8/5 11:45:47

Git 命令速查手册

听说用美图可以钓读者？ 一、基础操作核心命令 1. 仓库初始化与克隆命令作用示例git init创建新仓库git init my-projectgit clone克隆远程仓库git clone [https://github.com/user/repo.git](https://github.com/user/repo.git)git remote add关联远程仓库git re…...

编程日记 2025/8/4 14:49:19

office软件中word里面的编号库和列表库功能

在Microsoft Word中，编号库和列表库是两大核心排版工具，分别服务于不同层级的文档结构化需求。以下从功能定义、核心差异、应用场景及操作技巧等维度进行详细解析：一、编号库（Numbering Library） 1. 定义与功能编号库是Word中预设或用户自定义的有序列表格式集合，用于…...

编程日记 2025/8/5 4:34:43

C++入门七式——模板初阶

目录函数模板函数模板概念函数模板格式函数模板的原理函数模板的实例化模板参数的匹配原则类模板类模板的定义格式类模板的显式实例化当面对下面的代码时，大家会不会有一种无力的感觉？明明这些代码差不多，只是因为类型不…...

编程日记 2025/7/31 6:55:13

Python+Selenium+Pytest+POM自动化测试框架封装（完整版）

🍅 点击文末小卡片 ，免费获取软件测试全套资料，资料在手，涨薪更快 1、测试框架简介 1）测试框架的优点代码复用率高，如果不使用框架的话，代码会显得很冗余。可以组装日志、报告、邮件等一…...

编程日记 2025/8/3 10:18:56

matlab 处理海洋数据并画图的工具包--ocean_data_tools

matlab 处理海洋数据并画图的工具包–ocean_data_tools matlab 处理海洋数据并画图的工具包–ocean_data_tools ocean_data_tools 简化了提取、格式化和可视化免费可用的海洋学数据的过程。虽然可以在线访问大量海洋学数据，但由于获取这些数据并将其格式化为可用数据…...

编程日记 2025/8/6 5:07:14

软件开发指南——GUI 开发方案推荐

1. LVGL (Light and Versatile Graphics Library) 适用场景：嵌入式设备、资源受限环境优势： 专为嵌入式设计的开源 GUI 库，内存占用极小（最低仅需 64KB RAM）支持触摸屏、硬件加速（如 STM32 的 LTDC&…...

编程日记 2025/8/5 4:50:57

JDK8 HashMap的实现原理

一 HashMap底层存储结构 HashMap底层结构采用（数组）（链表 or 红黑树）的形式来存储节点。首先HashMap是一个数组，而且数组里面每个位置可以放入多个元素，形象一点，咱们把数组的这些个位置称为桶…...

编程日记 2025/7/30 5:54:27

YOLO拓展-锚框(anchor box)详解

一.锚框（anchor box）概述 1.1什么是锚框锚框就是一种进行预测的像素框，通过遍历输入图像上所有可能的像素框，然后选出正确的目标框，并对位置和大小进行调整就可以完成目标检测任务。对于yolo锚框的建设须基于实际…...

编程日记 2025/8/4 19:49:34

U-Boot（Universal Bootloader）简介

U-Boot 是一种开源的、高度可定制的引导加载程序（Bootloader），专为嵌入式系统和特定硬件平台设计。它负责在设备上电后初始化硬件、加载操作系统内核，并将控制权移交给操作系统，是嵌入式设备启动过程中不可或缺的核心…...

编程日记 2025/7/30 5:54:23

turtle库绘制进阶图形

要求： 1.绘制嵌套彩色五角星（大小逐层递减） 2. 设计函数绘制自定义正多边形（边数与颜色参数化） 3. 扩展：实现动态旋转花瓣图案代码： import turtledef draw_nested_star():colors ["…...

编程日记 2025/8/3 5:10:25

[matlab]南海地形眩晕图代码

[matlab]南海地形眩晕图代码请ChatGPT帮写个南海地形眩晕图代码图片图片代码 .rtcContent { padding: 30px; } .lineNode {font-size: 12pt; font-family: "Times New Roman", Menlo, Monaco, Consolas, "Courier New", monospace; font-style: n…...

编程日记 2025/8/4 17:37:36

3. 进程概念

目录 1. 冯诺依曼体系结构 2. 操作系统 3. 理解进程的一般思路 4. 查看进程 5. fork初识 6. 进程状态 6.1 一般操作系统 6.2 Linux系统是怎么维护进程状态的 7. 进程优先级先谈硬件-再谈软件-最后谈进程。 1. 冯诺依曼体系结构我们常见的计算机（笔记本电…...

编程日记 2025/8/3 8:51:36

yolov8的数据处理lableimg的安装以及使用

视频数据集准备 video cv2.VideoCapture("./BVN.mp4") num 0 # 计数器 save_step 30 # 间隔帧 while True:rel, frame video.read()if not ret:breaknum 1if num % save_step 0:cv2.imwrite("./demo images/" str(num) ".jpg", frame)l…...

编程日记 2025/8/2 13:38:50

小刚说C语言刷题——1035 判断成绩等级

1.题目描述输入某学生成绩，如果 86分以上(包括 86分）则输出 VERY GOOD ，如果在 60到 85之间的则输出 GOOD (包括 60和 85)，小于 60 的则输出 BAD。输入输入只有一行，包括 1个整数。输出输出只有一行&#xf…...

编程日记 2025/8/3 1:55:03

Spring 依赖冲突解决方案详解

引言在Spring框架中，依赖管理是一个核心功能，它使得开发者能够轻松地管理应用程序中的各种组件和服务。然而，随着项目的增长和复杂度的增加，依赖冲突问题也变得日益常见。本文将详细介绍Spring中不同类型的依赖冲突及其解决方法…...

编程日记 2025/8/2 21:35:21

P11299 [NOISG 2021 Finals] Fraud 题解

题目背景你被任命为第 24 届全国信息学奥林匹克竞赛的负责人！ 题目描述本次竞赛共有 N 名参赛者和 2 轮比赛。第 i 名参赛者在第一轮获得了分，在第二轮获得了分。每轮比赛分别有一个正整数权重 X 和 Y。第 i 名参赛者的最终得分计算公式为&a…...

编程日记 2025/7/28 13:32:27

AI时代下你需要和想要了解的英文缩写含义

在AI智能时代下，越来愈多的企业都开始重视并应用以及开发AI相关产品，这个时候都会或多或少的涉及到英文，英文还好，但是如果是缩写，如果我们没有提前了解过，我们往往很难以快速Get到对方的意思。在这里&…...

编程日记 2025/8/1 18:15:38

大数据平台简介

一、分布式系统基础架构 （一）定义与核心特征分布式系统是由多台计算机（节点）通过网络协作组成的系统，对外表现为一个统一整体。其核心特征包括： 去中心化：节点平等或分角色协作（如…...

编程日记 2025/8/6 2:01:25

电脑端移植至手机平板：攻克难题，仙盟架构显神通——仙盟创梦IDE

在将电脑端应用移植到手机和平板的过程中，常面临诸多棘手问题。像 1.x 号关闭按钮因位置设计欠佳，难以被用户精准点击，字体过小导致阅读与操作不便等。未来之窗仙盟创梦凭借创新的仙盟架构，巧妙且高效地化解了这些困扰开发者与用户…...

编程日记 2025/7/31 18:45:36

基于Python的中国象棋小游戏的设计与实现

基于Python的中国象棋小游戏的设计与实现第一章绪论1.1 研究背景1.2 研究意义第二章需求分析2.1 需求分析2.1.1核心功能需求2.1.2 用户体验需求2.1.3 衍生功能需求 2.2 可行性分析2.2.1 技术可行性2.2.2 经济可行性2.2.3 市场可行性2.2.4 法律与合规性第三章概要设计3.1 …...

编程日记 2025/8/2 19:36:11