题号 | 题目 | 提交时间 | 状态 | 运行时间 | 占用内存 | 使用语言 | 题解 |
|---|
287486 |
位置编码计算器
|
2025-02-22
|
答案正确
| 287ms | 14624K | Python 3 | |
287598 |
实现一个简单的基于时间反向传播(BPTT)的循环神经网络(RNN)
|
2025-02-22
|
答案正确
| 226ms | 14908K | Python 3 | |
287688 |
实现自定义Dense层
|
2025-02-22
|
答案正确
| 221ms | 14888K | Python 3 | |
288106 |
RMSProp(Root Mean Square Propagation)
|
2025-02-22
|
答案正确
| 283ms | 14776K | Python 3 | |
288105 |
SGDM(带动量的随机梯度下降)
|
2025-02-22
|
答案正确
| 286ms | 14740K | Python 3 | |
287482 |
Adam优化器
|
2025-02-22
|
答案正确
| 221ms | 14756K | Python 3 | |
287604 |
实现长短期记忆(LSTM)网络
|
2025-02-22
|
答案正确
| 215ms | 14868K | Python 3 | |
287614 |
实现一个简单的循环神经网络
|
2025-02-22
|
答案正确
| 280ms | 14612K | Python 3 | |
287620 |
实现自注意力机制
|
2025-02-22
|
答案正确
| 252ms | 16504K | Python 3 | |
287634 |
实现Adam优化算法
|
2025-02-22
|
答案正确
| 221ms | 14736K | Python 3 | |
287684 |
简单二维卷积
|
2025-02-22
|
答案正确
| 172ms | 14868K | Python 3 | |
287718 |
实现基本自动微分操作
|
2025-02-22
|
答案正确
| 32ms | 4780K | Python 3 | |
287720 |
具有反向传播的单神经元
|
2025-02-22
|
答案正确
| 222ms | 14740K | Python 3 | |
288097 |
生成对抗网络(GAN)
|
2025-02-22
|
答案正确
| 275ms | 14668K | Python 3 | |
288096 |
生成式对抗网络(GAN)判别器
|
2025-02-22
|
答案正确
| 179ms | 14756K | Python 3 | |
288095 |
生成对抗网络(GAN)生成器
|
2025-02-22
|
答案正确
| 227ms | 14752K | Python 3 | |
287610 |
两个正态分布之间的KL散度
|
2025-02-22
|
答案正确
| 167ms | 14728K | Python 3 | |
287690 |
Log Softmax函数的实现
|
2025-02-22
|
答案正确
| 222ms | 14784K | Python 3 | |
287682 |
实现ReLU激活函数
|
2025-02-22
|
答案正确
| 33ms | 4480K | Python 3 | |
287678 |
Leaky ReLU 激活函数
|
2025-02-22
|
答案正确
| 218ms | 14740K | Python 3 |
创作者周榜
更多
关注他的用户也关注了: