我的文章 - 老孟讲编程

C/C++

共 42 篇

01 C++ 模板特化（Template Specialization） 11-21

02 C++ 读写锁（std::shared_mutex）用法 11-20

03 C++ std::recursive_mutex 递归锁 10-22

04 C++ std::mutex 互斥锁 10-19

05 C 语言位域（bit filed） 07-28

06 C++ 位运算技巧 07-28

07 C++ 中 using 关键字的用法 07-28

08 C/C++ 编写 Python 扩展-传递参数（3） 07-28

09 C/C++ 编写 Python 扩展-调用C函数（1） 07-28

10 C/C++ 编写 Python 扩展-返回值（2） 07-28

11 C++ Type Traits 07-28

12 二叉树遍历算法（Binary Tree） 07-28

13 图的存储（Graph） 07-28

14 弗洛伊德算法（Floyd） 07-28

15 迪杰斯特拉算法（Dijkstra） 07-28

16 霍夫曼编码算法（Huffman Coding） 07-28

17 普利姆算法（Prim） 07-28

18 克鲁斯卡尔算法（Kruskal） 07-28

19 平衡二叉树实现（Balanced Binary Tree） 07-28

20 C++ Web Framework Oat++ Hello World 07-28

21 C++ Web Framework Oat++ DTO 07-28

22 C++ Web Framework Oat++ Component 07-28

23 C++ Web Framework Oat++ Controller 07-28

24 FFmpeg AVPacket 07-28

25 FFmpeg Hello World 07-28

26 FFmpeg AVCodecContext 07-28

27 Linux Select IO 模型 07-28

28 Linux Socket API 用法详解 07-28

29 Linux Epoll IO 模型 07-28

30 C/C++ 指针语法详解 07-28

31 C/C++ 指针和函数 07-28

32 C/C++ 指针和数组 07-28

33 C/C++ 指针和字符串 07-28

34 C/C++ 随机数 07-28

35 局部敏感哈希（Locality Sensitive Hashing） 07-28

36 字节序（Byte Order） 07-28

37 C++ std::future 和 std::promise 07-28

38 C++ 调用 Python 对象 07-28

39 C++ Boost Circular Buffer 07-28

40 C++ Boost Bidirectional Maps 07-28

41 C++ operator new/delete 函数重载 07-28

42 C++ CUDA Hello World 07-28

Python

共 40 篇

01 matplotlib 安装中文字体 07-28

02 Python 日志模块 07-28

03 Python 基础语法 07-28

04 Tenacity 重试执行库 07-28

05 Python 容器原理 07-28

06 PyTorch 图像裁剪 07-28

07 Python MetaClass 07-28

08 Python 反射机制 07-28

09 安装 jupyter notebook 扩展 07-28

10 不同 shape numpy ndarray 广播运算 07-28

11 PyTorch Tensor 拼接操作 07-28

12 PyTorch Tensor 形状操作 07-28

13 PyTorch Tensor 创建方法 07-28

14 PyTorch Tensor 数值计算 07-28

15 PyTorch Tensor 类型转换 07-28

16 PyTorch Tensor 索引操作 07-28

17 PyTorch Tensor 运算函数 07-28

18 PyTorch DataLoader 使用 07-28

19 C/C++ 编写 Python 扩展-调用C函数（1） 07-28

20 C/C++ 编写 Python 扩展-返回值（2） 07-28

21 C/C++ 编写 Python 扩展-传递参数（3） 07-28

22 《Python Gradio》（六）常用控件 07-28

23 《Python Gradio》（五）灵活构建 07-28

24 《Python Gradio》（四）常用效果 07-28

25 《Python Gradio》（一）准备工作 07-28

26 《Python Gradio》（三）聊天界面 07-28

27 《Python Gradio》（二）常规界面 07-28

28 基于 mT5 实现中英翻译 07-28

29 Python Pickle 不可序列化对象处理 07-28

30 Python FastAPI 快速入门 07-28

31 LangChain 文本向量 07-28

32 LangChain 输出解析 07-28

33 LangChain 链式调用 07-28

34 LangChain 聊天历史 07-28

35 LangChain 工具调用 07-28

36 LangChain 响应缓存 07-28

37 LangChain 文档处理 07-28

38 LangChain 模型使用 07-28

39 LangChain 输入构建 07-28

40 Python gRPC 06-03

机器学习

共 95 篇

01 GBDT 多分类计算过程 09-21

02 K 近邻算法（K-Nearest Neighbor） 07-28

03 相对位置编码（Relative Positional Encoding） 07-28

04 TextRank 算法 07-28

05 BLEU 摘要评价工具 07-28

06 恒等映射层 nn.Identity 的作用 07-28

07 基于 Bert+CRF 实现 NER 任务 07-28

08 AlexNet CIFAR10 图像分类 07-28

09 Rouge 评价指标 07-28

10 浮点数向量距离（Similarity）度量方法 07-28

11 PyTorch 自动微分模块 07-28

12 基于 PyTorch 手动实现线性回归 07-28

13 Sigmoid 和 LogSigmoid 激活函数 07-28

14 GELU 激活函数 07-28

15 Tanh 激活函数 07-28

16 ReLU、SoftPlus、LeakyReLU、ELU 激活函数 07-28

17 HardSwish 和 Mish 激活函数 07-28

18 LLM 解码策略 07-28

19 神经网络 BP 算法 07-28

20 Batch 文本长度不同（pad_sequence） 07-28

21 BCELoss、CrossEntropyLoss 07-28

22 Xavier 初始化 07-28

23 卷积核（Convolution Kernel） 07-28

24 池化（Pooling）的作用和计算 07-28

25 NER 标签体系 07-28

26 梯度裁剪（Gradient Clipping） 07-28

27 KL 散度（Kullback-Leibler Divergence） 07-28

28 BERT 07-28

29 直接训练 Llama 生成对联 07-28

30 一个轻量级的 Albert 模型 07-28

31 基于 BiLSTM+CRF 实现 NER 任务 - 数据处理 07-28

32 CRF 层详细实现 07-28

33 基于 Bert 实现 NER 任务 07-28

34 基于 BiLSTM+CRF 实现 NER 任务 - 模型构建 07-28

35 基于 BiLSTM+CRF 实现 NER 任务 - 训练预测 07-28

36 SGD 优化器原理 07-28

37 权重衰减（Weight Decay） 07-28

38 AdaGrad 和 RMSProp 优化器原理 07-28

39 Adam 优化器原理 07-28

40 Learning Rate Scheduler（一） 07-28

41 Learning Rate Scheduler（二） 07-28

42 基于候选区的卷积神经网络（R-CNN） 07-28

43 使用 PCA 实现图像压缩 07-28

44 文本数据增强 - EDA 07-28

45 潜在语义分析（Latent Semantic Analysis） 07-28

46 Ernie 中文情感分类任务 07-28

47 因子分解机（Factorization Machine） 07-28

48 增量学习（Incremental Learning） 07-28

49 模型剪枝（Model Pruning） 07-28

50 近似近邻算法（ANNOY） 07-28

51 更加鲁棒的 RoBERTa 模型 07-28

52 从 Bert 到 BiLSTM 知识蒸馏 07-28

53 用于文本摘要 Pegasus 预训练模型 07-28

54 XLNet 07-28

55 显存使用分析（PyTorch） 07-28

56 焦点损失（focal loss） 07-28

57 协同过滤（Collaborative Filtering） 07-28

58 TextCNN（CNN for Sentence Classification） 07-28

59 时序卷积网络（Temporal Convolutional Network） 07-28

60 VGG（Visual Geometry Group） 07-28

61 卷积层替换全连接层 07-28

62 空间金字塔池化（Spatial Pyramid Pooling） 07-28

63 直方图均衡化（Histogram Equalization） 07-28

64 困惑度（Perplexity） 07-28

65 SpanBERT 07-28

66 基于 SKEP 模型实现观点抽取 07-28

67 基于类别均值的分类方法 07-28

68 基于 GAN 网络 STL10 生成图像 07-28

69 基于 PEGASUS 生成中文文本摘要 07-28

70 Bert MHA 源码分析 07-28

71 XGBoost 解决多分类问题 07-28

72 基于 TextRank 实现抽取式文本摘要 07-28

73 AdaBelief 优化器原理 07-28

74 伯努利朴素贝叶斯（Bernoulli NB） 07-28

75 转置卷积核（Transpose Convolution Kernel） 07-28

76 索贝尔算子（Sobel）图像边缘检测 07-28

77 方向梯度直方图算法（HOG） 07-28

78 AUC（Area Under the Curve） 07-28

79 循环神经网络（RNN） 07-28

80 门控循环单元（GRU） 07-28

81 长短期记忆网络（LSTM） 07-28

82 自动混合精度（AMP） 07-28

83 批量归一化（Batch Normalization） 07-28

84 层归一化（Layer Normalization） 07-28

85 基于 AutoAWQ 模型量化压缩 07-28

86 基于 RNN/GRU/LSTM 手撸实现评论分类模型 07-28

87 基于 LoRA 高效微调分类任务 07-28

88 全量微调 Qwen2.5-0.5B-Instruct 分类任务 07-28

89 基于 GPT2 生成文本摘要 07-28

90 基于文本语义的图像检索应用 07-28

91 基于 GAN 网络 CIFAR10 生成图像 07-28

92 变分自编码器（Variational Autoencoder） 07-28

93 绝对位置编码（Absolute Positional Encoding） 07-28

94 实现 Seq2Seq + Attention 生成对联 07-28

95 文本向量模型 jina-embeddings-v3 使用 07-28