核心内容摘要
探索eICU重症监护数据库：临床研究新范式
Day70_0127专注时间目标是5h30~6h。
实际6h26min。
调整学习路线
调整算法学习方法
重视工程能力。
每日任务饭后的休息25min学习间歇的休息15min都用手表计时器来监督{step1}40min二刷1道力扣hot100昨天的题再做一遍(如果是hard只做一道就好完成情况及时长二刷昨日题目6min今日题目64min)【学习资源PyTorch官方文档https://docs.pytorch.ac.cn/tutorials/beginner/basics/intro.html】
5hPyTorch工程实操(完成情况及时长0。
把第二个pytorch网页的“局部禁用梯度计算”看懂就去看第一个pytorch网页){step4}1h周志华机器学习(完成情况及时长0min){setp3}
5h(claude的《RL4LLM》《Claude Opus
5深度思考RLHF学习路径》学习路径时长min){step2计网考纲复习模式识别复习}3h计算机网络考纲题目背诵]完成情况及时长学完机器学习然后是深度学习。
学完PyTorch之后是Transformer与大模型架构见Gemini3pro生成的阶段2。
学快一点。
准备一个GitHub Repo把所有手撕过的算法整理进去这会是最好的复习资料。
必须熟记的API、最简洁的GPT实现、带注释的Transformer实现、推荐系统模型库包含主流模型实现还有“Lets build GPT”系列学习视频见Claude的第20页。
冰哥听讲座老师说GPT是最好的老师不需要其他家教清华学生智商120GPT有140。
多用大模型来帮助学习。
学习内容如上
总结与心得依旧早起早餐后娱乐了45min。
中午也娱乐了1h还好其他时间利用好专注下来了。
回溯的感觉要好了一些目前期末复习的任务量还是有点大。
这几天都没搞RL4LLM。
用typora这种文件夹很方便复习和面试准备。
《
分割回文串》class Solution(object): def partition(self, s): :type s: str :rtype: List[List[str]] #先分割是回文串就记录答案。
“使每个子串都是回文串”那么是不是有点像动态规划每步要依赖上一步。
#或者把每次递归搜索看成是在字符串里加逗号分割符号的过程len n有n-1个位置可以放逗号。
放置完逗号之后左边s[:i1]是s[i]作为子串的最后一个字符应当是回文需要判断吗然后对右边s[i1:]视作新的字符串进行同样的方法去递归就好了。
#现在写写伪代码。
应该是需要回文判断函数的。
一定要有耐心。
#**对每个串分割结果先判断是否回文**。
若不是则此轮一轮递归的意思每轮至多放n-1个逗号清空path。
递归终止也就是剪枝。
是回文就加入到path中当len(path)len(s)加入到ans中 #n-1个位置可以放插板也可以不放就是2^(n-
放法。
放完插板要保证插板左边的是回文 #第n-1个位置是一定要放挡板的in-1时候一定要分割不然就分割不出来那个字符。
self.ans [] #临时路径列表记录当前正在尝试的分割子串比如递归过程中可能先存[a]再存[a,a],回溯时候恢复状态 self.path [] #具体方法在字符串的每个字符间隙选择是否分割对于每个位置有两种选择 #
不分割继续往后延伸当前子串 #
分割检查当前子串是否是回文串若是则记录该子串然后从下一个位置开始新的子串。
通过递归检查所有可能的选择最终收集合法的分割方案。
n len(s) #现在不知道参数怎么写要写哪些 def backtrack(i,start): #i:当前处理到字符串的第i个字符索引从0开始 #start当前正在构建回文串的起始位置比如从0开始构建子串,还没分割时候start0 #递归终止条件当前子串不是回文串则需要剪枝?下一步当前路径列表长度字符串长度则收集该答案并终止递归 #注意.append(list.copy()) if i n: self.ans.append(self.path[:]) return #两次dfs (因为有 选择分割 和 选择不分割 两种选择) if in-1: #不分割继续往后看 backtrack(i1,start) #分割 t s[start:i1] #第一个冒号从字符串开始 #第二个冒号到字符串结束 #-1步长为-1表示从后向前取字符 if t t[::-1]: self.path.append(t) backtrack(i1,i