当前位置： 首页 > news >正文

什么是迁移学习（Transfer Learning）？

news 来源：原创 2025/7/29 1:59:01

什么是迁移学习（Transfer Learning）？

一句话概括
迁移学习研究如何把一个源领域（source domain）/源任务（source task）中获得的知识迁移到目标领域（target domain）/目标任务（target task），以减少目标任务对大量标注数据或过长训练时间的依赖，从而获得更快、更好的学习效果。

目录

  1. 引言与动机
  2. 基本概念与数学表述
  3. 迁移学习的主要范式
  4. 常见实现方法
  5. 经典与前沿算法实例
  6. 评估指标与实验设计
  7. 应用场景全览
  8. 最佳实践与落地经验
  9. 前沿挑战与研究趋势
  10. 结语与资源索引

1. 引言与动机

深度学习在大规模标注数据和高算力的支撑下取得突破，但现实世界的 “长尾数据” 与 “小数据任务” 依然普遍：

  • 标注成本高：医疗影像、法律文书等专业领域的标签稀缺。
  • 数据安全 & 隐私：金融、政务、工业控制等领域难以集中训练大模型。
  • 分布差异：训练时与推理时的数据分布经常不一致（domain shift）。

迁移学习通过 “先学通用，再学特定” 的范式，把在数据富裕或算力充足场景中学到的知识迁移到资源受限场景，缩短训练周期并提升效果。

2. 基本概念与数学表述

  • 域（Domain）
    ( \mathcal{D} = { \mathcal{X}, P(X) } )，其中 (\mathcal{X}) 是特征空间，(P(X)) 是边缘分布。

  • 任务（Task）
    ( \mathcal{T} = { \mathcal{Y}, f(\cdot) } )，(\mathcal{Y}) 为标签空间，(f: \mathcal{X} \rightarrow \mathcal{Y}) 为预测函数。

  • 迁移学习目标
    已知源域 (\mathcal{D}_S)、源任务 (\mathcal{T}_S)，希望提升目标域 (\mathcal{D}_T)、目标任务 (\mathcal{T}_T) 上的性能，其中 (\mathcal{D}_S \neq \mathcal{D}_T) 或 (\mathcal{T}_S \neq \mathcal{T}_T)。

3. 迁移学习的主要范式

范式域差异任务差异典型例子
归纳迁移（Inductive TL）(\mathcal{D}_S = \mathcal{D}_T) 或近似(\mathcal{T}_S \neq \mathcal{T}_T)ImageNet 预训练 → 猫狗分类
迁移式领域自适应（Transductive TL / Domain Adaptation）(\mathcal{D}_S \neq \mathcal{D}_T)(\mathcal{T}_S = \mathcal{T}_T)合成 → 真实路标检测
无监督迁移（Unsupervised TL）(\mathcal{D}_S \neq \mathcal{D}_T)(\mathcal{T}_T) 无标签机器翻译无平行语料

扩展概念还有 多任务学习（MTL）、持续/终身学习、联邦迁移学习 等。

4. 常见实现方法

  1. 基于实例的迁移

    • 重加权/重采样：如 Kernel Mean Matching、TrAdaBoost。
    • 解决边缘分布差异（covariate shift）。

  2. 基于特征表示的迁移

    • 对抗域自适应：DANN、ADDA；提取域无关特征。
    • 最大均值差异（MMD）：深度域自适应网络（DAN）。
    • 自监督对比学习：MoCo、SimCLR 作为通用表征。

  3. 基于参数/微调的迁移

    • Fine-tuning：冻结低层，微调高层或 LoRA / Adapter。
    • Parameter-Efficient Tuning：Prompt Tuning、Prefix Tuning、LoRA。

  4. 基于关系/知识的迁移

    • 知识蒸馏（KD）：Teacher → Student。
    • 模型集成：Zero-shot Distillation、Ensemble Averaging。

5. 经典与前沿算法实例

5.1 图像领域

年份算法/模型关键思想
2014Fine-tune AlexNet固定卷积层、微调全连接层
2017ResNet + DANMMD 约束在深层特征
2018DANN对抗梯度反转层 (GRL)
2022MAE / DINOv2大规模自监督，线性探测即可高精度

5.2 NLP 领域

  • ELMo → ULMFiT → BERT → GPT 系列
  • Adapters / LoRA：在参数量敏感场景部署大模型。
  • 指令微调（Instruction Tuning）：Zero-shot->Few-shot 泛化。

5.3 强化学习

  • Sim2Real：在物理仿真中预训练策略，再迁移到真实机器人。
  • 元强化学习（Meta-RL）：学习跨任务的快速适应能力。

6. 评估指标与实验设计

  1. 下游任务指标：Accuracy、F1、mAP、BLEU、ROUGE 等。
  2. 迁移增益（Transfer Gain, Δ）：迁移模型 vs. 从零训练。
  3. 负迁移检测：若 Δ < 0 表示 knowledge mismatch，需要诊断。
  4. 稳定性评估：不同随机种子、不同目标域子集的方差。
  5. 计算成本：FLOPs、峰值显存、收敛时间。

实验建议：

  • 保持严格可重复：固定随机种子、报告数据拆分。
  • 对比多种冻结策略与学习率，绘制数据效率曲线（Few-shot → Full-shot）。

7. 应用场景全览

行业典型落地迁移收益
医疗CT/核磁分割，病理切片诊断50%+ 标注成本节省
制造视觉质检从“良品”迁移到“缺陷少样本”准确率↑30%
自动驾驶合成数据预训练 → 真实街景检测mAP↑12%
金融语言大模型对账单、合同解析标注需求下降 >80%
跨语言 NLP高资源语言 → 低资源语言翻译BLEU↑5~10

8. 最佳实践与落地经验

步骤建议
1. 数据审计对比源/目标统计：类别分布、像素/词频直方图、t-SNE/UMAP 可视化
2. 选择预训练模型同领域 > 通用；模型大小与目标数据规模平衡
3. 微调策略逐层解冻（Layer-wise LR Decay）、PEFT、Learning Rate Finder
4. 监控负迁移绘制训练/验证曲线，早停（Early Stopping）
5. 部署与更新周期性蒸馏、在线学习或增量适配，保持模型新鲜度

9. 前沿挑战与研究趋势

  1. 理论统一性：尚缺普适的负迁移判别准则与迁移上限定义。
  2. 多模态迁移：视觉–语言–语音的统一表征与对齐。
  3. 持续学习 + 迁移：Catastrophic Forgetting vs. Knowledge Accumulation。
  4. 安全与可信：隐私保护迁移（Federated Transfer Learning）、公平性。
  5. 大模型时代的长尾适配：如何用百亿参数模型高效吸收小数据？

10. 结语与资源索引

迁移学习已由**“小众技巧”演变成“深度学习默认范式”**。随着 自监督预训练、大模型、联邦学习 的融合，未来的迁移学习将在 跨任务、跨模态、跨设备 的场景中继续重塑 AI 应用边界。

推荐资源

  • 书籍：《Transfer Learning》（Zhang, Yang, 2020）
  • 综述：A Survey on Transfer Learning (IEEE TKDE, 2023)
  • 代码库：transferlearning.ai/code, huggingface/transformers, OpenMMLab/MMTransfer
  • 课程：CMU 11-777 Multilingual & Transfer Learning、Stanford CS330 Meta Learning

温馨提示
如果你正在做一个小数据项目，先在相近的大数据集或任务上 “站在巨人的肩膀” 预训练，然后针对你的特定场景 逐步微调、监控负迁移，往往能事半功倍！

相关文章：

什么是迁移学习（Transfer Learning）？

什么是迁移学习&#xff08;Transfer Learning&#xff09;&#xff1f; 一句话概括 迁移学习研究如何把一个源领域&#xff08;source domain&#xff09;/源任务&#xff08;source task&#xff09;中获得的知识迁移到目标领域&#xff08;target domain&#xff09;/目标任…...

编程日记 2025/7/29 1:59:01

CMake调试与详细输出选项解析

在使用 CMake 进行项目构建和编译时&#xff0c;--debug-output 和 --verbose 的作用如下&#xff1a; 1. --debug-output 适用阶段&#xff1a;CMake 配置阶段&#xff08;运行 cmake 命令生成构建系统时&#xff09;。作用&#xff1a; 启用 CMake 内部的调试输出&#xff0…...

编程日记 2025/7/29 1:45:05

Elasticsearch进阶篇-DSL

目录 DSL查询 1 快速入门 2 DSL 查询分类 2.1 叶子查询 2.1.1 全文检索查询 语法 举例 2.1.2 精准查询 term 语法 term 示例 range 语法 range 示例 2.2 复合查询 2.2.1 bool查询 举例 2.3 排序 语法 示例 2.4 分页 2.4.1 基础分页 示例 2.4.2 深度分页 …...

编程日记 2025/7/29 1:47:06

2025年全国青少年信息素养大赛初赛真题（算法创意实践挑战赛C++初中组：文末附答案）

2025年全国青少年信息素养大赛初赛真题（算法创意实践挑战赛C++初中组：文末附答案） 一、单项选择题（每题 5 分） C++ 程序流程控制的基本结构不包括以下哪项? A. 分支结构 B. 数据结构 C. 循环结构 D. 顺序结构 以下哪段代码能将数组 int a[4] = {2, 4, 6, 8}; 的所有元素变…...

编程日记 2025/7/28 23:00:04

C++ 二分查找：解锁高效搜索的密码

一、引言 在 C 编程的广阔领域中&#xff0c;数据处理和查找是日常开发中极为常见的操作。想象一下&#xff0c;你有一个包含数百万个数据的有序数组&#xff0c;需要从中快速找到特定的元素&#xff0c;如果采用逐个遍历的方式&#xff0c;效率之低可想而知&#xff0c;而二分…...

编程日记 2025/7/29 1:53:03

YOLO12改进-模块-引入Channel Reduction Attention (CRA)模块 降低模型复杂度，提升复杂场景下的目标定位与分类精度

在语义分割任务中&#xff0c;基于 Transformer 的解码器需要捕获全局上下文信息&#xff0c;但传统自注意力机制&#xff08;如 SRA&#xff09;因高分辨率特征图导致计算成本高昂。现有方法多通过降低空间分辨率减少计算量&#xff0c;但未充分优化通道维度。为平衡全局上下文…...

编程日记 2025/7/29 1:50:53

sparkSQL读入csv文件写入mysql

思路 示例 &#xff08;年龄>18改成>20) mysql的字符集问题 把user改成person “让字符集认识中文”...

编程日记 2025/7/25 18:52:44

如何确定自己的职业发展方向？

引言 确定职业发展方向是一个需要深度自我探索和外部信息结合的过程。以下是系统化的思考框架和行动步骤&#xff0c;帮助你逐步清晰方向&#xff1a; 一、核心问题&#xff1a;职业方向的本质是什么&#xff1f; 职业方向的核心是找到 “你能做什么”&#xff08;能力&…...

编程日记 2025/7/24 10:19:48

【LLIE专题】基于Retinex理论的transformer暗光增强

Retinexformer: One-stage Retinex-based Transformer for Low-light Image Enhancement&#xff08;2023&#xff0c;ICCV&#xff09; 专题介绍一、研究背景二、Retinexformer方法1. 通用Retinex理论2. 作者建立的Retinex理论3. ORF(one stage Retinex-based Framework)4. 网…...

编程日记 2025/7/25 1:18:25

C++多态与虚函数详解——从入门到精通

C多态与虚函数详解——从入门到精通 引言 在C面向对象编程中&#xff0c;多态是一个核心概念&#xff0c;它赋予了程序极大的灵活性和扩展性。本文将通过六个精心设计的实例&#xff0c;深入浅出地讲解C中的多态、虚函数、继承和抽象类等概念&#xff0c;帮助初学者快速理解这…...

编程日记 2025/7/25 5:06:15

自适应Prompt技术：让LLM精准理解用户意图的进阶策略

开发&#xff5c;界面&#xff5c;引擎&#xff5c;交付&#xff5c;副驾——重写全栈法则&#xff1a;AI原生的倍速造应用流 来自全栈程序员 nine 的探索与实践&#xff0c;持续迭代中。 欢迎关注评论私信交流~ 一、核心挑战&#xff1a;传统Prompt的局限性 传统静态Prompt&…...

编程日记 2025/7/28 18:34:57

Java文件读写程序

1.引言 在日常的软件开发中&#xff0c;文件操作是常见的功能之一。不仅要了解如何读写文件&#xff0c;更要知道如何安全地操作文件以避免程序崩溃或数据丢失。这篇文章将深入分析一个简单的 Java 文件读写程序 Top.java&#xff0c;包括其基本实现、潜在问题以及改进建议&am…...

编程日记 2025/7/24 4:19:51

数字电子技术基础（六十）——使用Digital软件绘制脉冲触发的触发器

目录 1 使用Digital软件来绘制脉冲触发的触发器 1.1 使用Digital软件来绘制脉冲触发的SR触发器 1.2 使用Digitial软件绘制脉冲触发的JK触发器 1.3 使用Digital软件绘制脉冲触发D触发器 1 使用Digital软件来绘制脉冲触发的触发器 1.1 使用Digital软件来绘制脉冲触发的SR触发…...

编程日记 2025/7/24 1:10:29

C++学习：六个月从基础到就业——C++20：范围(Ranges)基础

C学习&#xff1a;六个月从基础到就业——C20&#xff1a;范围(Ranges)基础 本文是我C学习之旅系列的第五十一篇技术文章&#xff0c;也是第三阶段"现代C特性"的第十三篇&#xff0c;介绍C20引入的范围(Ranges)库的基础知识。查看完整系列目录了解更多内容。 引言 S…...

编程日记 2025/7/24 11:09:19

【AGI】模型性能评估框架EvalScope

【AGI】模型性能评估框架EvalScope 项目地址&#xff1a;https://github.com/modelscope/evalscope ​ EvalScope 是由阿里巴巴魔搭社区&#xff08;ModelScope&#xff09;推出的一款开源模型评估框架&#xff0c;旨在为大语言模型&#xff08;LLM&#xff09;和多模态模型提供…...

编程日记 2025/7/23 8:07:44

【老马】离线版金融敏感信息加解密组件开源项目 encryption-local

前言 你是否存在这样的苦恼&#xff0c;数据需要安全存储&#xff0c;但是每个系统大家自己写&#xff0c;很浪费时间。。 每一个子项目各自为政&#xff0c;加解密搞得也无法统一。也许下面这个开源项目可以帮助你。 encryption-local 一个离线版本的金融敏感信息加解密工具…...

编程日记 2025/7/28 7:31:55

利用systemd启动部署在服务器上的web应用

0.背景 系统环境&#xff1a; Ubuntu 22.04 web应用情况&#xff1a; 前后端分类&#xff0c;前端采用react&#xff0c;后端采用fastapi 1.具体配置 1.1 前端配置 开发态运行&#xff08;启动命令是npm run dev&#xff09;,创建systemd服务文件 sudo nano /etc/systemd/…...

编程日记 2025/7/28 5:14:05

YOLOv5目标构建与损失计算

YOLOv5目标构建与损失计算 YOLOv5目标构建与损失计算构建目标关键步骤解析&#xff1a; 计算损失关键实现细节解析各损失分量说明 YOLOv5目标构建与损失计算 YOLOv5作为单阶段目标检测的经典算法&#xff0c;其高效的检测性能离不开精心设计的训练目标构建和损失计算策略。本文…...

编程日记 2025/7/23 12:09:42

【Linux】ELF与动静态库的“暗黑兵法”：程序是如何跑起来的？

目录 一、什么是库&#xff1f; 1. C标准库&#xff08;libc&#xff09; 2. C标准库&#xff08;libstdc&#xff09; 二、静态库 1. 静态库的生成 2. 静态库的使用 三、动态库 1. 动态库的生成 2. 动态库的使用 3. 库运行的搜索路径。 &#xff08;1&#xff09;原因…...

编程日记 2025/7/20 14:34:48

【图书管理系统】用户注册系统实现详解

引言 本系统允许用户输入用户名和密码&#xff0c;前端通过AJAX请求将数据发送到后端&#xff0c;后端验证并存储用户信息&#xff0c;同时为每个用户创建一个专属图书表。尽管这是一个基础实现&#xff0c;但它展示了前后端分离开发的核心思想。博客还将讨论潜在的优化点&…...

编程日记 2025/7/17 18:40:23

FastDFS分布式文件系统架构学习(一)

FastDFS分布式文件系统架构学习 1. FastDFS简介 FastDFS是一个开源的轻量级分布式文件系统&#xff0c;由淘宝资深架构师余庆设计并开发。它专为互联网应用量身定制&#xff0c;特别适合以中小文件&#xff08;如图片、文档、音视频等&#xff09;为载体的在线服务。FastDFS不…...

编程日记 2025/7/24 9:37:19

Oracle 内存优化

Oracle 的内存可以按照共享和私有的角度分为系统全局区和进程全局区&#xff0c;也就是 SGA和 PGA(process global area or private global area)。对于 SGA 区域内的内存来说&#xff0c;是共享的全局的。在 UNIX 上&#xff0c;必须为 Oracle 设置共享内存段(可以是一个或者多…...

编程日记 2025/7/26 19:39:35

算法题（149）：矩阵消除游戏

审题&#xff1a; 本题需要我们找到消除矩阵行与列后可以获得的最大权值 思路&#xff1a; 方法一&#xff1a;贪心二进制枚举 这里的矩阵消除时&#xff0c;行与列的消除会互相影响&#xff0c;所以如果我们先统计所有行和列的总和&#xff0c;然后选择消除最大的那一行/列&am…...

编程日记 2025/7/25 11:21:40

AI：NLP 情感分析

💬 从零开始掌握情感分析：NLP 初学者实战指南 本文适合自然语言处理（NLP）入门者，聚焦于最热门应用之一——情感分析（Sentiment Analysis）。无论你是学生、工程师，还是数据爱好者，都可以通过本文了解情感分析的原理、方法和实现技巧。 🧠 一、什么是情感分析？ 情感…...

编程日记 2025/7/25 3:47:23

LearnOpenGL---着色器

着色器的例子 文章目录 着色器的例子1.颜色变化的三角形2.构造三个顶点颜色不同的一个三角形 1.颜色变化的三角形 #include <glad/glad.h> #include <GLFW/glfw3.h>#include <iostream> #include <cmath>void framebuffer_size_callback(GLFWwindow* …...

编程日记 2025/7/28 4:48:19

计算机图形学编程(使用OpenGL和C++)(第2版)学习笔记 13.几何着色器（一）修改顶点

几何着色器 以下是OpenGL图像管线的主要阶段&#xff1a; 几何着色器&#xff08;Geometry Shader&#xff09; 几何着色器是OpenGL管线中的一个可选阶段&#xff0c;位于顶点着色器和片段着色器之间。它能够动态地生成或修改图元&#xff08;primitives&#xff09;。 主…...

编程日记 2025/7/26 23:18:05

如何利用 Java 爬虫获得某书笔记详情：实战指南

在知识分享和学习的领域&#xff0c;许多平台提供了丰富的书籍笔记和学习资源。通过 Java 爬虫技术&#xff0c;我们可以高效地获取这些笔记的详细信息&#xff0c;以便进行进一步的分析和整理。本文将详细介绍如何利用 Java 爬虫获取某书笔记详情&#xff0c;并提供完整的代码…...

编程日记 2025/7/29 1:38:19

【关联git本地仓库，上传项目到github】

目录 1.下载git2.绑定用户3.git本地与远程仓库交互4.github项目创建5.上传本地项目到github6.完结撒花❀❀❀&#xff01;&#xff01;&#xff01; 1.下载git git下载地址&#xff1a;https://git-scm.com/downloads 下载安装后创建快捷地址&#xff1a;&#xff08;此处比较…...

编程日记 2025/7/19 16:49:35

计算机科技笔记： 容错计算机设计05 n模冗余系统 TMR 三模冗余系统

NMR&#xff08;N-Modular Redundancy&#xff0c;N 模冗余&#xff09;是一种通用的容错设计架构&#xff0c;通过引入 N 个冗余模块&#xff08;N ≥ 3 且为奇数&#xff09;&#xff0c;并采用多数投票机制&#xff0c;来提升系统的容错能力与可靠性。单个模块如果可靠性小于…...

编程日记 2025/7/26 1:36:03

配置代理服务器访问github、google

配置代理服务器访问github、google 背景与原理配置环境配置步骤云主机配置Windows客户端创建SSH隧道安装 Windows 内置 OpenSSHssh config 配置文件创建动态代理隧道 浏览器代理设置 验证浏览器访问google、githubssh 访问github 背景与原理 由于网络政策限制&#xff0c;中国…...

编程日记 2025/7/23 1:21:58

Java API学习笔记

一.类 1. String 类 不可变性&#xff1a;String对象创建后不可修改&#xff0c;每次操作返回新对象 String str "Hello"; str.length(); str.charAt(0); str.substring(1, 4); str.indexOf("l"); str.equals("hel…...

编程日记 2025/7/27 8:57:18

C++ map容器: 插入操作

1. map插入操作基础 map是C STL中的关联容器&#xff0c;存储键值对(key-value pairs)。插入元素时有四种主要方式&#xff0c;各有特点&#xff1a; 1.1 头文件与声明 #include <map> using namespace std;map<int, string> mapStu; // 键为int&#xff0c;值…...

编程日记 2025/7/24 13:16:01

Linux SSH 远程连接全攻略：从加密原理到实战配置（含图解）

一、SSH 加密体系核心理论 &#xff08;一&#xff09;对称加密与非对称加密对比解析 1. 加密算法分类与应用场景 类型代表算法密钥数量加密速度安全性特点典型用途对称加密AES、3DES1 个★★★★☆密钥传输风险高会话数据加密非对称加密RSA、ECC2 个★★☆☆☆公钥可公开&a…...

编程日记 2025/7/16 1:46:15

项目制作流程

一、使用 CRA 创建项目 npx create-react-app name 二、按照业务规范整理项目目录 &#xff08;重点src目录&#xff09; 三、安装插件 npm install sass -Dnpm install antd --savenpm install react-router-dom 四、配置基础路由 Router 1. 安装路由包 react-router-dom …...

编程日记 2025/7/25 8:26:01

ctr查看镜像

# 拉取镜像到 k8s.io 命名空间 sudo nerdctl --namespace k8s.io pull nginx:1.23.4 # 验证镜像是否已下载 sudo nerdctl --namespace k8s.io images 下载镜像到k8s.io名称空间下 nerdctl --namespace k8s.io pull zookeeper:3.6.2 sudo ctr image pull --namespace k8s.io …...

编程日记 2025/7/28 2:04:39

【深度学习基础】从感知机到多层神经网络：模型原理、结构与计算过程全解析

【深度学习基础】从感知机到多层神经网络&#xff1a;模型原理、结构与计算过程全解析 1. 引言 神经网络的重要性&#xff1a; 作为人工智能的核心技术之一&#xff0c;神经网络通过模拟人脑神经元的工作机制&#xff0c;成为解决复杂模式识别、预测和决策任务的利器。从图像分…...

编程日记 2025/7/26 23:19:26

discuz X3.5批量新建用户

<?php define(IN_DISCUZ, true); require ./source/class/class_core.php; // 确保管理员权限&#xff08;可选&#xff0c;增加安全性&#xff09;删除这一段加粗则可以直接使用. if ($_G[adminid] ! 1) { exit(Access denied. Only admin allowed.); } C::app()->…...

编程日记 2025/7/24 22:06:45

symfonos: 1靶场

symfonos: 1 来自 <https://www.vulnhub.com/entry/symfonos-1,322/> 1&#xff0c;将两台虚拟机网络连接都改为NAT模式 2&#xff0c;攻击机上做namp局域网扫描发现靶机 nmap -sn 192.168.23.0/24 那么攻击机IP为192.168.23.182&#xff0c;靶场IP192.168.23.252 3&…...

编程日记 2025/7/24 4:59:36

C# String 格式说明符

标准格式说明符数字格式说明符C 或 c&#xff1a;货币格式D 或 d&#xff1a;十进制数字格式E 或 e&#xff1a;科学计数法格式。F 或 f&#xff1a;固定点格式G 或 g&#xff1a;常规格式N 或 n&#xff1a;数字格式P 或 p&#xff1a;百分比格式X 或 x&#xff1a;十六进制格…...

编程日记 2025/7/24 0:51:45

Python高级特性深度解析：从熟练到精通的跃迁之路

Python高级特性深度解析&#xff1a;从熟练到精通的跃迁之路 引言 对于已经掌握Python基础语法的开发者而言&#xff0c;如何突破瓶颈进入高手行列&#xff1f;本文将从Python的高级特性入手&#xff0c;深入剖析那些能让代码更优雅、效率更高的技术点&#xff0c;助你完成从…...

编程日记 2025/7/26 1:36:22

【微信小程序 + 高德地图API 】键入关键字搜索地址，获取经纬度等

前言 又到熟悉的前言&#xff0c;接到个需求&#xff0c;要引入高德地图api&#xff0c;我就记录一下&#xff0c;要是有帮助记得点赞、收藏、关注&#x1f601;。 后续有时间会慢慢完善一些文章&#xff1a;&#xff08;画饼时间&#xff09; map组件自定义气泡、mark标记点…...

编程日记 2025/7/28 1:06:36

贪心、分治和回溯算法

1. 贪心算法 1.1. 贪心算法的概念 定义&#xff1a;在求解过程中&#xff0c;始终做出当前状态下看起来“最优”的选择&#xff0c;不回退。核心思想&#xff1a;每一步都选择当前最优解&#xff0c;期望最后得到全局最优解。 适用问题的特征&#xff1a; 问题可以分解成多个…...

编程日记 2025/7/24 4:26:26

window自带截图快捷键

Win Shift S&#xff1a;按此组合键后&#xff0c;会出现截图模式选择框&#xff0c;可选择矩形截图、任意形状截图、窗口截图和全屏幕截图&#xff0c;然后使用 “Ctrl V” 粘贴截图内容...

编程日记 2025/7/12 19:06:23

简单使用Slidev和PPTist

简单使用Slidev和PPTist 1 简介 前端PPT制作有很多优秀的工具包&#xff0c;例如&#xff1a;Slidev、revealjs、PPTist等&#xff0c;Slidev对Markdown格式支持较好&#xff0c;适合与大模型结合使用&#xff0c;选哟二次封装&#xff1b;revealjs适合做数据切换&#xff0c…...

编程日记 2025/7/21 2:48:38

1.2.2

某智慧养老平台的心率监测模块目前存在数据准确性不高、异常预警响应慢等问题&#xff0c;影响了老年人健康监测的体验和服务质量。作为人工智能训练师&#xff0c;你需要结合业务知识和人工智能技术&#xff0c;对该模块进行优化设计与实现。 &#xff08;1&#xff09;列出心…...

编程日记 2025/7/24 7:37:05

LeeCode 101.对称二叉树

给你一个二叉树的根节点 root &#xff0c; 检查它是否轴对称。 提示&#xff1a; 树中节点数目在范围 [1, 1000] 内-100 < Node.val < 100 进阶&#xff1a;你可以运用递归和迭代两种方法解决这个问题吗&#xff1f; 答案 && 测试代码&#xff1a; #include &…...

编程日记 2025/7/28 1:09:30

面向GIS的Android studio移动开发（二）--在地图上绘制电子围栏

电子围栏&#xff0c;校园跑的常客&#xff0c;也是定位打卡必不可少的东西 主要代码&#xff1a; 创建电子围栏代码 // 添加多边形地理围栏&#xff08;兼容2023版SDK&#xff09;private void addPolygon(String fenceName, List<LatLng> points) {if (points null…...

编程日记 2025/7/23 1:25:48

《从零开始：Spring Cloud Eureka 配置与服务注册全流程》​

关于Eureka的学习&#xff0c;主要学习如何搭建Eureka&#xff0c;将order-service和product-service都注册到Eureka。 1.为什么使用Eureka? 我在实现一个查询订单功能时&#xff0c;希望可以根据订单中productId去获取对应商品的详细信息&#xff0c;但是产品服务和订单服…...

编程日记 2025/7/27 16:52:42

能力验证及大练兵活动第一期

计算机 请根据计算机检材&#xff0c;回答以下问题&#xff1a; (10道题&#xff0c;共19.0分) 1. 计算机中曾挂载的Bitlocker加密分区的恢复密钥后6位为&#xff1f;&#xff08;答案格式&#xff1a;6位数字&#xff09; (1.0分) 答案&#xff1a;700755 2. 请写出曾远程连…...

编程日记 2025/7/26 7:35:21

TASK03【Datawhale 组队学习】搭建向量知识库

文章目录 向量及向量知识库词向量与向量向量数据库 数据处理数据清洗文档分割 搭建并使用向量数据库 向量及向量知识库 词向量与向量 词向量&#xff08;word embedding&#xff09;是一种以单词为单位将每个单词转化为实数向量的技术。词向量背后的主要想理念是相似或相关的…...

编程日记 2025/7/19 17:46:07