摘要： 时间复杂度和空间复杂度是衡量算法效率的核心指标。时间复杂度反映算法执行时间随输入规模（n）的增长趋势，常见类型包括O(1)、O(n)、O(n²)等，可通过循环或递归的嵌套层数判断。空间复杂度衡量算法运行中额外占用的内存，如变量、数组或递归栈的深度。判断时需注意：输入本身不计入空间复杂度，仅统计额外创建的存储结构。口诀总结：时间看操作次数，空间看额外内存。例如，单层循环为O(n)，数组副本为

Word2Vec的使用，含示例——包括使用预训练Word2Vec模型和自训练Word2Vec模型

【内网Tesla T4_16G为例】超详细安装部署ollama、加载uugf格式大模型qwen2、chatglm3及大模型的使用

一个完整的神经网络训练流程详解

Anaconda Conda 23.7.2的使用，及Conda在PyCharm中的使用(如何指定环境)conda executable is not found

【概念+实例】一文搞懂机器学习、深度学习中的准确率、精确率、召回率、F1分数

SSE凸函数最小值的一般方法，也就是最著名的最小二乘法；求解最小值的一般方法：1).对于一元函数，如果存在导数为0的点，则该点就是最小值点；2). 对于多元函数，如果存在某一点，使得函数的各个自变量的偏导数都为0，则该点就是最小值点。因此，对于凸函数的最小值求解，最基本的出发点就是寻求导数为0的点。而最小二乘法也是基于偏导函数取值为0联立的方程组进行的求解。边界点：比如y关于x在定义域（1,30]

mongodb/mongoTemplate.upsert批量插入更新数据的实现