题号 | 题目 | 提交时间 | 状态 | 运行时间 | 占用内存 | 使用语言 | 题解 |
|---|
288086 |
损失函数
|
2025-03-09
|
答案正确
| 309ms | 14708K | Python 3 | |
287736 |
使用梯度下降的线性回归
|
2025-03-09
|
答案正确
| 237ms | 14748K | Python 3 | |
287620 |
实现自注意力机制
|
2025-03-08
|
答案正确
| 229ms | 14776K | Python 3 | |
287720 |
具有反向传播的单神经元
|
2025-03-08
|
答案正确
| 245ms | 14740K | Python 3 | |
287722 |
单神经元
|
2025-03-08
|
答案正确
| 235ms | 14692K | Python 3 | |
287690 |
Log Softmax函数的实现
|
2025-03-07
|
答案正确
| 280ms | 14740K | Python 3 | |
287724 |
softmax激活函数实现
|
2025-03-07
|
答案正确
| 166ms | 14848K | Python 3 | |
287726 |
Sigmoid 激活函数实现
|
2025-03-07
|
答案正确
| 31ms | 4544K | Python 3 | |
287511 |
矩阵变换
|
2025-03-06
|
答案正确
| 228ms | 15220K | Python 3 | |
287473 |
计算矩阵的逆
|
2025-03-06
|
答案正确
| 250ms | 15188K | Python 3 | |
287479 |
计算矩阵的积
|
2025-03-06
|
答案正确
| 222ms | 21596K | Python 3 | |
287479 |
计算矩阵的积
|
2025-03-06
|
答案正确
| 309ms | 14660K | Python 3 | |
287490 |
点积计算器
|
2025-03-06
|
答案正确
| 183ms | 14668K | Python 3 | |
287532 |
描述性统计计算器
|
2025-03-06
|
答案正确
| 233ms | 14716K | Python 3 | |
287537 |
计算向量之间的余弦相似度
|
2025-03-06
|
答案正确
| 225ms | 14740K | Python 3 | |
287586 |
实现压缩列稀疏矩阵
|
2025-03-06
|
答案正确
| 23ms | 4736K | Python 3 | |
287588 |
实现向量到直线的正交投影
|
2025-03-06
|
答案正确
| 216ms | 16444K | Python 3 | |
287588 |
实现向量到直线的正交投影
|
2025-03-06
|
答案正确
| 168ms | 15064K | Python 3 | |
287592 |
实现压缩行稀疏矩阵(CSR)格式转换
|
2025-03-06
|
答案正确
| 23ms | 4648K | Python 3 | |
287699 |
将向量转换为对角矩阵
|
2025-03-06
|
答案正确
| 202ms | 23336K | Python 3 |
创作者周榜
更多
关注他的用户也关注了: