
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
python通过引入os用os.popen执行cmd命令,多条命令用"& ^"连接。通过ollama引入AI大语言模型,这里用的是qwen3.5。通过AI回复的cmd代码块执行命令。请谨慎操作,避免被AI一键格式化磁盘。
python通过引入os用os.popen执行cmd命令,多条命令用"& ^"连接。通过ollama引入AI大语言模型,这里用的是qwen3.5。通过AI回复的cmd代码块执行命令。请谨慎操作,避免被AI一键格式化磁盘。
这篇文章介绍了一个基于自定义DNN库的代码自动拼接系统。系统通过学习代码片段的输入输出关系(格式为[代码];fd:[输入];~[输出]),将字符转换为0-1之间的数字用于DNN训练。核心功能包括:1)字符与数值的相互转换函数trans()和ots();2)训练数据生成函数trainIO();3)通过递归调用link()函数实现代码块自动拼接。系统首先训练神经网络建立输入输出映射关系,然后根据给定需
本文介绍了一个使用NumPy实现的极简版深度神经网络(DNN)。该网络支持自定义层数结构(如begin(8,4,2)表示输入层8节点、隐藏层4节点、输出层2节点),隐藏层默认使用leaky_relu激活函数,输出层使用sigmoid激活函数。核心算法包括:1)基于矩阵运算的前向传播;2)通过递归实现的链式法则反向传播;3)支持学习率动态调整的梯度下降优化。代码提供完整的训练流程(train())、
本文介绍了一个使用NumPy实现的极简版深度神经网络(DNN)。该网络支持自定义层数结构(如begin(8,4,2)表示输入层8节点、隐藏层4节点、输出层2节点),隐藏层默认使用leaky_relu激活函数,输出层使用sigmoid激活函数。核心算法包括:1)基于矩阵运算的前向传播;2)通过递归实现的链式法则反向传播;3)支持学习率动态调整的梯度下降优化。代码提供完整的训练流程(train())、







