首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

蓝桥杯大赛软件类省赛C/C++大学B组-修剪灌木

题目 题目描述 爱丽丝要完成一项修剪灌木的工作。有 N 棵灌木整齐的从左到右排成一排。爱丽丝在每天傍晚会修剪一棵灌木,让灌木的高度变为 0 厘米。爱丽丝修剪灌木的顺序是从最左侧的灌木开始,每天向右修剪一棵灌木。当修剪了最右侧的灌木后,她会调转方向,下一天开始向左修剪灌木。直到修剪了最左的灌木后再次调转方向。然后如此循环往复。灌木每天从早上到傍晚会长高 1 厘米,而其余时间不会长高。在第一天的早晨,所有灌木的高度都是 0 厘米。爱丽丝想知道每棵灌木最高长到多高。 输入格式 一个正整数 N ,含义如题面所述。 输出格式 输出 N 行,每行一个整数,第行表示从左到右第 i 棵树最高能长到多高。 样例输入 3 样例输出 4 2 4 提示 对于 30% 的数据,N ≤ 10. 对于 100% 的数据,1 < N ≤ 10000.

01

COLING24|自适应剪枝让多模态大模型加速2-3倍,哈工大等推出SmartTrim

基于 Transformer 结构的视觉语言大模型(VLM)在各种下游的视觉语言任务上取得了巨大成功,但由于其较长的输入序列和较多的参数,导致其相应的计算开销地提升,阻碍了在实际环境中进一步部署。为了追求更为高效的推理速度,前人提出了一些针对 VLM 的加速方法,包括剪枝和蒸馏等,但是现有的这些方法大都采用静态架构,其针对不同输入实例采用同样的计算图进行推理,忽略了不同实例之间具有不同计算复杂性的事实:针对复杂的跨模态交互实例,自然需要更多计算才能完全理解图像和相关问题的复杂细节;相反,简单的实例则可以用更少的计算量解决。这也导致较高加速比下的 VLM 的性能严重下降。

01

加速2-3倍,哈工大|提出多模态大模型自适应剪枝算法:SmartTrim

基于 Transformer 结构的视觉语言大模型(VLM)在各种下游的视觉语言任务上取得了巨大成功,但由于其较长的输入序列和较多的参数,导致其相应的计算开销地提升,阻碍了在实际环境中进一步部署。为了追求更为高效的推理速度,前人提出了一些针对 VLM 的加速方法,包括剪枝和蒸馏等,但是现有的这些方法大都采用静态架构,其针对不同输入实例采用同样的计算图进行推理,忽略了不同实例之间具有不同计算复杂性的事实:针对复杂的跨模态交互实例,自然需要更多计算才能完全理解图像和相关问题的复杂细节;相反,简单的实例则可以用更少的计算量解决。这也导致较高加速比下的 VLM 的性能严重下降。

01

蓝桥杯大赛软件类省赛C/C++大学B组-修剪灌木

题目 题目描述 爱丽丝要完成一项修剪灌木的工作。有 N 棵灌木整齐的从左到右排成一排。爱丽丝在每天傍晚会修剪一棵灌木,让灌木的高度变为 0 厘米。爱丽丝修剪灌木的顺序是从最左侧的灌木开始,每天向右修剪一棵灌木。当修剪了最右侧的灌木后,她会调转方向,下一天开始向左修剪灌木。直到修剪了最左的灌木后再次调转方向。然后如此循环往复。灌木每天从早上到傍晚会长高 1 厘米,而其余时间不会长高。在第一天的早晨,所有灌木的高度都是 0 厘米。爱丽丝想知道每棵灌木最高长到多高。 输入格式 一个正整数 N ,含义如题面所述。 输出格式 输出 N 行,每行一个整数,第行表示从左到右第 i 棵树最高能长到多高。 样例输入 3 样例输出 4 2 4 提示 对于 30% 的数据,N ≤ 10. 对于 100% 的数据,1 < N ≤ 10000.

02

4.25日的leetcode全国算法大赛

昨日,leetcode举办的算法大赛战队赛开赛。一共六道,题目难度全面提高,且没有错误反馈,也就是说你执行脚本他不会告诉你这个用例的预期输出是什么,你甚至不知道你的输出是对还是错。若是点击提交,会进行一系列的用例测试,如果失败,你也不会知道是哪个用例导致你失败,也不会知道你是不是哪行代码报了什么错(比如某特殊用例会导致你15行的下标越界/某条用例超时等/你的各种输出日志 都不给你显示),唯一能知道的就是你这个算法没通过,没通过会有时间惩罚。这个难度堪称变态。而小编也努力尝试做出了其中一道题,耗时15分钟左右。下面就跟我来看看里面最简单的一道题吧:

01
领券