为解决这个问题，我们在 map 和 set 这两个容器层，分别实现了仿函数 MapKeyOfT 和 SetKeyOfT，并将它们传递给红黑树的 KeyOfT 模板参数。，无法直接判断模板参数 T 具体是单纯的键类型 K（如：set 的场景 ），还是键值对类型 pair<K, V>（如：map 的场景 ）这样一颗红黑树，既能适配 set 的 “纯 key 搜索场景”，也能适配 map 的 “key/

还是用原本视频的例子最为贴近来解释关于广播的矩阵算法。这是一个不同食物(每 100g)中不同营养成分的卡路里含量表格，表格为 3 行 4 列，列表示不同的食物种类，从左至右依次为苹果，牛肉，鸡蛋，土豆。行表示不同的营养成分，从上到下依次为碳水化合物，蛋白质，脂肪。那么，我们现在想要计算不同食物中不同营养成分中的卡路里百分比。 现在计算苹果中的碳水化合物卡路里百分比含量，首先计算苹果（100g）中三

可以知道的一个使用 sigmoid 函数和机器学习问题是，在这个区域，也就是这个 sigmoid 函数的梯度会接近零，所以学习的速度会变得非常缓慢，因为当你实现梯度下降以及梯度接近零的时候，参数会更新的很慢，所以学习的速率也会变的很慢，而通过改变这个被叫做激活函数的东西，神经网络换用这一个函数，叫做 ReLU 的函数（修正线性单元），ReLU 它的梯度对于所有输入的负值都是零，因此梯度更加不会趋向

来了来了，这道题才是值得我们奇思妙想的题,链接在下面。看完题目一脸懵吗，没关系，我们还得看示例还是一脸懵怎么办？？两个链表相交的方式有几种？我们再来仔细看一下这道题这里我们就看到了，可能出现三种形式的相交，那我们就要在想一下，这三种情况下，我们应该怎么去判断这两个链表是相交的。为什么是找地址而不是比值呢？好了，那我们来试试看，能不能用双指针法来解决，但是你会很直观发现不可行，因为链表长度是不相同的