- 综合排序
- 最热优先
- 最新优先
- 来自专栏悟道
2-5 快速幂模板
这个就是在快速乘的基础上改一下 sum=0--->sum=1 x+=x--->x*=x //快速幂模板 public double quickPow(double x,long y){ double sum=1; while(y>0){ if((y&1)==1){ sum*=x; } x*=x; y=y>>1; }
36120发布于 2021-06-01 - 来自专栏AI机器学习与深度学习算法
学习分类 2-5 线性可分
感知机非常简单同时又很容易理解，但是相对应的，缺点也很多。感知机最大的缺点就是它只能解决线性可分的问题。
59910编辑于 2022-11-08 - 来自专栏算法一只狗
DeepSeek 开源的FlashMLA到底是什么？
DeepSeek之前开源的FlashMLA，其github仓库代码已经来带了6000+的stars数量了，果然DeepSeek团队才是真正的OpenAI。 它其实总结下来就是两个关键的信息适配DeepSeek中自研的MLA，能够有效加速MLA的推理速度。其实MLA技术一开始就是DeepSeek-V2中训练的一种方法。 而DeepSeek-V2提出的MLA（Multi-Head Latent Attention），在KV缓存数量上略大于GQA（2.25组），但具备恢复完整MHA效果的能力。 从部署使用上看，其用法相当简单，只需要安装对应的依赖，然后像下面一样调用即可DeepSeek团队在首日就开源了FlashMLA，相信在接下来的几天内，社区会有更多实践和应用落地。 DeepSeek正用行动证明，他们不仅仅是开源的践行者，更是AI技术普惠化的推动者。
39210编辑于 2025-03-18 - 来自专栏Hank’s Blog
2-5 R语言基础 factor
#因子：分类数据 #有序和无序 #整数向量+标签label #Male/Female #常用于lm(),glm()
44710发布于 2020-09-16 - 来自专栏NetCore 从壹开始
2-5 安装容器Web工具：Docker Portainer
现在已经习惯了容器化了，不仅可以很快的配合CICD来实现部署，同时主要是也能解决一些疑难杂症，比如在Linux中经常会有各种图形图像的依赖包问题。特别是内网环境。
1K20编辑于 2023-01-09 - 来自专栏刷题笔记
2-5 Two Stacks In One Array (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101173005 2-5 Two Stacks In One Array (20 分) Write
78930发布于 2019-11-08 - 来自专栏Deep learning进阶路
2-5 线性表之循环链表
2-5 线性表之循环链表 循环链表就是链表首尾相接连成一个环，可以用单链表 和 循环链表来实现。 = h； 然后如果是在队尾插入或删除元素，就需要改变头指针的prior， 程序就都不写了，改动并不大，知道是什么意思即可
43840发布于 2019-07-02 - 来自专栏刷题笔记
2-5 修理牧场 (35 分)【优先队列】
2-5 修理牧场 (35 分) 农夫要修理牧场的一段栅栏，他测量了栅栏，发现需要N块木头，每块木头长度为整数Li个长度单位，于是他购买了一条很长的、能锯成N块的木头，即该木头的长度是Li的总和
1.1K10发布于 2020-06-23 DeepSeek V4是什么？能做什么？
DeepSeek V4不只是聊天机器人，它是能真正干活的AI助手。 一、DeepSeek V4是什么？ ▪ 3.1 网页版 访问 https://chat.deepseek.com，注册即可使用。 " ) response = client.chat.completions.create( model="deepseek-v4-pro", # 或 deepseek-v4-flash 访问 https://chat.deepseek.com 注册 2. 试试简单的任务（写代码、总结文档） 3. 熟悉后尝试复杂任务（Agent流程） 4. 需要更高级功能，升级到Pro版 一句话带走： DeepSeek V4不是聊天机器人，是你的AI工作伙伴。
2K10编辑于 2026-04-28- 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程2-5：杂合率检验
一般自然群体，基因型个体的杂合度过高或者过低，都不正常，我们需要根据杂合度进行过滤。偏差可能表明样品受到污染，近亲繁殖。我们建议删除样品杂合率平均值中偏离±3 SD的个体。
2.4K20发布于 2020-04-27 - 来自专栏大模型系列
万字长文详解DeepSeek：DeepSeek是什么-超长上下文
成立不到三年，DeepSeek已发布包括DeepSeek-Coder、DeepSeek-MoE、DeepSeek-VL、DeepSeek-R1等多个重量级模型，在代码生成、混合专家架构、多模态理解与推理能力等方面实现多项突破 本文将从技术演进、核心架构、开源生态、应用场景、产业影响五大维度，全面剖析DeepSeek的技术内核与发展路径。一、DeepSeek是什么？ 阶段三：迈向通用智能——DeepSeek-VL与DeepSeek-R1（2025–2026）DeepSeek-VL：支持图文理解、OCR、视觉问答等多模态任务。 参考资料：DeepSeek官网：https://www.deepseek.comGitHub仓库：https://github.com/deepseek-aiHuggingFace模型库：https:/ /huggingface.co/deepseek-ai腾讯云《3年，从0到全球领跑：万字长文拆解DeepSeek大模型技术演进》百度开发者中心《DeepSeek模型全解析：核心差异与应用场景指南》
6.3K60编辑于 2026-04-06 - 来自专栏一臻AI
DeepSeek之后，10万一个的Manus到底是什么？
从"AI会说"到"AI会做"的飞跃 如果说ChatGPT和DeepSeek只是会说话的AI，那Manus就是真正会干活的AI。 以前你对AI说："帮我分析这些简历。" 但现在DeepSeek基本干掉了提示词工程，Manus又干掉了复杂的RPA+智能体+AI工作流...留给低端牛马打工人的时间，似乎确实不多了。 那我们该怎么办？ 与其焦虑，不如拥抱变化。 1. 继DeepSeek之后，又一个让全球瞩目的国产AI产品诞生了。 创始人是90后，之前做过壹伴助手这个产品（很多公众号作者都在用），然后卖掉后继续创业，现在又带来了Manus这个颠覆性产品。
28510编辑于 2025-03-07 - 来自专栏爱可生开源社区
是什么原因导致慢 SQL？问问 ChatDBA 和 DeepSeek
下面让我们正式进入《一问一实验：AI 版》第 63 期，看看 ChatDBA 最新效果以及与热门大模型 DeepSeek-R1 在 慢 SQL 优化方面 的效果对比（结尾）。 ChatDBA 与 DeepSeek 解决数据库故障的能力对比。 问题 是什么导致了慢 SQL？如何优化？ ChatDBA VS DeepSeek DeepSeek 的回答 登录 DeepSeek 官网，提出相同的问题。 DeepSeek-R1 回答首先给出了对问题的分析，然后给出了修改 SQL 语句创建复合索引以及强制索引提示两个解决方，但并未考虑到临时表参数对慢查询的影响。 上下滑动查看交互截图 对比总结 ChatDBA 相较于 DeepSeek-R1 的优势总结如下： 1.
43610编辑于 2025-06-17 - 来自专栏九彩拼盘的叨叨叨
学习前端 第4周 第2-5天
了解什么叫响应式。 了解CSS3 Media Queries 了解Bootstrap 了解Bootstrap的全局 CSS 样式。特别是其中的栅格系统。 作业 用Bootstrap做页面 http://www.bootcss.com/ 。交互不需要实现
21110发布于 2018-08-27 - 来自专栏大模型系列
DeepSeek是什么？一文看懂国产开源大模型 DeepSeek 的功能、特点与使用方法
一句话总结：DeepSeek 是由中国初创公司“深度求索”开发的一系列完全开源、免费商用的大语言模型，以 DeepSeek-Coder（代码模型） 起家，现已扩展至 MoE 架构、多模态与智能体领域，目标是成为 引言：从“现象级模型”到“AI 基础设施”的跃迁 2023 年底，当中国 AI 行业陷入“百模大战”的同质化竞争时，一个成立不足一年的团队——深度求索（DeepSeek），凭借三款产品迅速出圈： DeepSeek-Coder ：性能超越 CodeLlama-34B 的开源代码大模型； DeepSeek-MoE：以稀疏激活实现“小成本、大性能”的混合专家模型； DeepSeek-VL：支持图文理解的多模态模型。 2.2 DeepSeek V4：下一代架构的三大支柱（技术前瞻，截至 2026 年 3 月） 虽然 V4 尚未正式发布，但 DeepSeek 在 2025–2026 年发布的三篇论文已勾勒出其技术蓝图： 这为 DeepSeek 这类独立实验室留下了宝贵的发展窗口。 结语：开源不是终点，而是新范式的起点 DeepSeek 的故事，是一个关于 技术理想主义如何在商业现实中扎根 的范本。
7.7K40编辑于 2026-03-27 - 来自专栏Linux运维技术之路
Deepseek 和Open Ai 大模型最大区别是什么
DeepSeek 和 OpenAI 的大模型（如 GPT 系列）在技术路线、架构设计和应用场景上存在显著区别。以下是两者的主要差异： 1. 模型架构 • DeepSeek： • 使用 MoE（Mixture of Experts，混合专家）架构，如 DeepSeek-V3 具有 6710 亿参数，但每次推理只激活 370 亿参数。 参数量和计算效率 • DeepSeek： • 参数量巨大（如 DeepSeek-V3 有 6710 亿参数），但通过 MoE 架构实现高效计算，每次推理只激活部分参数（如 370 亿）。 训练数据规模 • DeepSeek： • 在 14.8 万亿 token 的数据上进行了预训练，数据规模庞大。 开源与商业化 • DeepSeek： • 目前未完全开源，更多用于特定领域或商业化场景。
4.3K10编辑于 2025-02-04 - 来自专栏C++
【DeepSeek】DeepSeek概述 | 本地部署deepseek
1 -> 概述 DeepSeek是由中国的深度求索公司开发的一系列人工智能模型，以其高效的性能和低成本的训练而受到关注。 知识蒸馏：DeepSeek-R1通过知识蒸馏，将长链推理(CoT)模型的推理能力蒸馏到标准LLM中，显著提升了推理性能。 推动行业变革：DeepSeek的成功挑战了传统的“大力出奇迹”的AI发展模式，为行业提供了新的发展思路和方向，激发了更多的创新和探索。 2.2 -> 部署deepseek-r1模型 回到ollama官网点击左上角的Models进入如下界面。 这样本地部署deepseek就算完成啦
4K32编辑于 2025-02-08 - 来自专栏AI技术探索和应用
打破信息差，小白也可以知道最近大火的DeepSeek是什么？
什么是DeepSeek？ DeepSeek的官网：https://www.deepseek.com/ DeepSeek是一款基于深度学习技术的人工智能平台，它能够模拟人类的思维过程，通过大量的数据学习和自我优化，从而提供精准的预测和决策支持 开源 Github开源地址：https://github.com/deepseek-ai HuggingFace模型地址：https://huggingface.co/deepseek-ai DeepSeek-R1 Deepseek的应用场景 DeepSeek的应用场景非常广泛，几乎涵盖了所有行业。以下是一些典型的应用案例： 金融领域：DeepSeek可以分析市场趋势，预测股票价格，帮助投资者做出更明智的决策。 教育领域：DeepSeek可以根据学生的学习情况，提供个性化的学习建议，提高学习效果。 Deepseek的未来展望 Deepseek的出现，标志着AI技术进入了一个新的阶段。
2.3K21编辑于 2025-02-24 - 来自专栏跟着官方文档学小程序开发
第二章 小程序开发指南2-5
query的作用是什么？先来设想这样一个场景，实现一个购物商城的小程序，需要完成一个商品列表页面和商品详情页面，点击商品列表页面中的任何一个商品就可以跳转到该商品的详情页面。
68510编辑于 2025-08-25 （数智化）招标采购行业未来的趋势是什么？DeepSeek这样答
最近，DeepSeek-R1这款开源推理模型火了！ 此外，平台已成功对接DeepSeek大模型，将借助DeepSeek在自然语言处理、机器学习、推理等能力，将AI能力融入招采全流程，赋能智能招采问答、采购文件智能编制及审查、围串标分析、大数据分析决策等应用场景
57910编辑于 2025-02-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号