​ 哈希1.两数之和49.字母异位词分组146.LRU缓存机制链表2.两数相加19.删除链表的倒数第N个节点21.合并两个有序链表61.旋转链表138.复制带随机指针的链表(待更新)206.反转链表&&92.反转链表II左右指针/快慢指针/滑动窗口3.无重复字符的最长子串(待更新)11.盛最多水的容器15.三数之和16.最接近的三数之和26.删除排序数组中的重复项42.接雨水/直方图雨量121.买卖股票的最佳时机209.长度最小的子数组(待更新)141.环形链表202.快乐数287.寻找重复数876.链表的中间结点面试题02.02.返回倒数第K个结点字符串6.Z字形变换(待更新...

​手把手写C++服务器(1)：网络编程常见误区手把手写C++服务器(2)：C/C++编译链接模型、函数重载隐患、头文件使用规范手把手写C++服务器(3)：C++编译常见问题、编译优化方法、C++库发布方式手把手写C++服务器(4)：Linux四大必备网络分析工具手把手写C++服务器(5)：《计算机操作系统(西电版)》读后感和一点思考手把手写C++服务器(6)：编译实操——打开gcc/g++世界手把手写C++服务器(7)：给C语言程序员看的C++科普手把手写C++服务器(8)：常用boost之program_options命令行参数解析手把手写C++服务器(9)：永远滴神vim(源码安装、插件管...

​ Diffusion Models专栏文章汇总：入门与实战前言：diffusion models是现在人工智能领域最火的方向之一，并引爆了AIGC方向，一大批创业公司随之诞生。笔者2021年6月开始研究diffusion，见证了扩散模型从无人问津到炙手可热的过程，这些篇经典论文我的专栏里都详细介绍过原理、复现过代码。这篇博客以时间发展顺序，串讲一下从入门到精(放)通(弃)的10篇必读的经典论文。目录1、DDPM奠基之作：《Denoising Diffusion Probabilistic Models》2、从DDPM到DDIM：《Denoising Diffusion Implicit Mo...

​0、手把手写深度学习(0)：专栏文章导航专栏文章导航汇总2、手把手写深度学习(2)：用Generative score-based models生成手写数字作为和DDPM同宗同源的score-based models，虽然没能做到如此火爆，但是其中很多思想都被后来的研究者们借鉴，这篇博客就详细讲解score-based models代码，手把手带读者生成自己的MNIST。3、手把手写深度学习(3)——用RNN循环神经网络自动生成歌词之理论篇RNN的出现，解决了CNN在处理时空序列上的糟糕表现。所谓时空序列可以简单理解上前后的输入是有联系的，比如自然语言处理，我们说的前一句话和后一句话之间是有...

0、【论文汇总】Diffusion Models视频生成/视频编辑/可控视频生成/跨模态视频生成本文总结了Diffusion Models视频生成领域相关的工作，目前共收录142篇，持续更新中。1、Video Diffusion Models：基于扩散模型的视频生成扩散模型已经被广泛运用到图像生成、image-to-image转换、时间序列生成、3D点云生成、文本生成、音频生成等领域，谷歌研究院最新的研究成果成功将diffusion models运用到视频生成领域。2、详细解读 VideoFactory：Swap Attention in Spatiotemporal Diffusions f...

​ Diffusion Models专栏文章汇总：入门与实战前言：diffusion models是现在人工智能领域最火的方向之一，并引爆了AIGC方向，一大批创业公司随之诞生。笔者2021年6月开始研究diffusion，见证了扩散模型从无人问津到炙手可热的过程，这些篇经典论文我的专栏里都详细介绍过原理、复现过代码。这篇博客以时间发展顺序，串讲一下从入门到精(放)通(弃)的10篇必读的经典论文。目录1、DDPM奠基之作：《Denoising Diffusion Probabilistic Models》2、从DDPM到DDIM：《Denoising Diffusion Implic...

​ 最新最全Diffusion Models论文、代码汇总1、Diffusion Models扩散模型与深度学习(数学原理和代码解读)这篇文章适合小白入门看，能快速了解diffusion models背后的物理背景、数学推导、核心思想、代码实现。2、击败GANs的新生成式模型：score-based model(diffusion model)原理、网络结构、应用、代码、实验、展望这篇文章适合小白入门，在上一篇文章的基础上，更加深入讨论：会不会是下一个GANs？能否解决目前GANs遇到的问题？和现有的生成式模型相比有哪些优点?哪些缺点？目前的网络结构是怎样？如何用代码实现？常用的数据集有哪些？...

​ 1、Diffusion models代码实战：从零搭建自己的扩散模型这个系列曾经写过三篇文章专门讲代码，分别从数据集、超参数、loss设计、参数计算、Unet结构、正向过程、逆向过程等部分详细介绍了如何搭建DDPM。Diffusion models领域发展神速，最近半年代表作品有OpenAI的GLIDE、DALL-E 2，Google Brain的ImageGen，海森堡大学的Latent Diffusion。这篇博客针对入门新手讲解一下如何利用已有的资源快速搭建自己的Diffusion models。2、DDPM代码详细解读(1)：数据集准备、超参数设置、loss设计、关键参数计算大部分...