程序员面试、算法研究、机器学习、大模型/ChatGPT、AIGC等11大系列集锦

(4) 2024-05-29 15:12

Hi,大家好,我是编程小6,很荣幸遇见你,我把这些年在开发过程中遇到的问题或想法写出来,今天说一说程序员面试、算法研究、机器学习、大模型/ChatGPT、AIGC等11大系列集锦,希望能够帮助你!!!。

作者:July,七月在线创始人兼CEO、结构之法算法之道blog之博主
时间:2010年10月-2024年1月,一直在不断更新中..
出处:程序员面试、算法研究、机器学习、大模型/ChatGPT、AIGC等11大系列集锦

前言

    开博10年有余,回首这10余年,自己一开始侧重编程、面试、数据结构/算法,中途侧重数据挖掘、机器学习,近期则专攻AIGC/ChatGPT,而自己在本blog上也着实花费了巨大的时间和精力,写的东西可能也够几本书的内容了。然不管怎样,希望我能真真正正的为读者提供实实在在的价值与帮助。

    下面,敬请观赏。有任何问题,欢迎随时不吝指正(同时,若你也能帮助回复blog内留言的任何朋友的问题,欢迎你随时不吝分享&回复,我们一起讨论,互帮互助,谢谢)。

无私分享,造福天下

    以下是本blog内的微软面试100题系列、经典算法研究系列、程序员编程艺术系列、红黑树系列、机器学习十大算法系列、AIGC/ChatGPT等6大经典原创系列作品与一些重要文章的集锦:

一、微软面试100题系列

  • 横空出世,席卷Csdn--评微软等数据结构+算法面试100题 (微软面试100题系列原题+答案索引)
  • 微软100题   (微软面试完整第1-100题)
  • 微软面试100题2010年版全部答案集锦(含下载地址)
  • 全新整理:微软、谷歌、百度等公司经典面试100题[第101-160题]
  • 全新整理:微软、Google等公司的面试题及解答[第161-170题]  
  • 十道海量数据处理面试题与十个方法大总结  (十道海量数据处理面试题)
  • 海量数据处理面试题集锦与Bit-map详解  (十七道海量数据处理面试题)
  • 教你如何迅速秒杀掉:99%的海量数据处理面试题   (海量数据处理PDF)
  • 九月腾讯,创新工场,淘宝等公司最新面试三十题(第171-200题) (2011年度九月最新面试三十题)
  • 十月上旬百度,阿里巴巴,迅雷搜狗最新面试七十题(第201-270题) (2011年度十月上旬七十题)
  • 十月下旬腾讯,网易游戏,百度最新校园招聘笔试题集锦(第271-330题)  (2011年度十月下旬校招)
  • 九月十月百度人搜,阿里巴巴,腾讯华为笔试面试八十题(第331-410题)  (2012年度笔试面试八十题)
  • 九月百度,迅雷,华为,阿里巴巴,最新校招笔试面试十(第411-470题)   (2013年度校招笔试面试十题)

    上述微软面试100题系列(共计11篇文章,300多道面试题)的PDF文档近期已经制作出来,其下载地址为:微软面试100题系列之高清完整版PDF文档[带目录+标签]by_July_pdf-C++文档类资源-CSDN下载

二、十五个经典算法研究与总结、目录+索引

  • 一、A*搜索算法
  • 一(续)、A*,Dijkstra,BFS算法性能比较及A*算法的应用
  • 二、Dijkstra 算法初探          (Dijkstra算法系列4篇文章)
  • 二(续)、彻底理解Dijkstra算法
  • 二(再续)、Dijkstra 算法+fibonacci堆的逐步c实现
  • 二(三续)、Dijkstra 算法+Heap堆的完整c实现源码
  • 通俗理解动态规划:由浅入深DP并解决LCS问题(23年修订版)
  • 如何通透理解:BFS和DFS优先搜索算法(23年修订版)
  • 五、教你透彻了解红黑树     (红黑树系列6篇文章之其中两篇)
  • 五(续)、红黑树算法的实现与剖析
  • 六、教你初步了解KMP算法
  • 六(续)、从KMP算法一步一步谈到BM算法
  • 六(三续)、从头到尾彻底理解KMP   (KMP的PDF)
  • 七、遗传算法 透析GA本质
  • 八、再谈启发式搜索算法
  • 九、图像特征提取与匹配之SIFT算法      (sift算法系列五篇文章)
  • 九(续)、sift算法的编译与实现
  • 九(再续)、教你一步一步用c语言实现sift算法、上
  • 九(再续)、教你一步一步用c语言实现sift算法、下
  • 九(三续):SIFT算法的应用--目标识别之Bag-of-words模型
  • 九(四续)、SIFT + KD_BBF算法 (此文第3部分)
  • 十、从头到尾彻底理解傅里叶变换算法、上
  • 十、从头到尾彻底理解傅里叶变换算法、下
  • 十一、从头到尾彻底解析Hash表算法
  • 十一(续)、倒排索引关键词Hash不重复编码实践
  • 十二、快速排序算法      (快速排序算法3篇文章)
  • 十二(续)、快速排序算法的深入分析
  • 十二(再续):快速排序算法之所有版本的c/c++实现
  • 十三、通过浙大上机复试试题学SPFA 算法
  • 十四、快速选择SELECT算法的深入分析与实现
  • 十五、多项式乘法与快速傅里叶变换

    最新的十五个经典算法研究的PDF文档0积分下载地址如下(1个月5000+人次下载)

三、程序员编程艺术第一~四十章集锦与总结

  • 第一章、左旋转字符串
  • 第二章、字符串是否包含问题
  • 第三章、寻找最小的k个数
  • 第三章续、Top K算法问题的实现
  • 第三章再续:快速选择SELECT算法的深入分析与实现
  • 三之三续、求数组中给定下标区间内的第K小(大)元素
  • 第四章、现场编写类似strstr/strcpy/strpbrk的函数
  • 第五章、寻找满足条件的两个或多个数
  • 第六章、求解500万以内的亲和数
  • 第七章、求连续子数组的最大和
  • 第八章、从头至尾漫谈虚函数
  • 第九章、闲话链表追赶问题
  • 第十章、如何给10^7个数据量的磁盘文件排序
  • 第十一章、最长公共子序列(LCS)问题
  • 第十二~十五章:数的判断,中签概率,IP访问次数,回文问题(初稿)
  • 第十六~第二十章:全排列/跳台阶/奇偶调序,及一致性hash算法

  • 第二十一~二十二章:出现次数超过一半的数字,最短摘要的生成

  • 第二十三、四章:杨氏矩阵查找,倒排索引关键词Hash不重复编码实践

  • 第二十五章:Jon Bentley:90%无法正确实现二分查找

  • 第二十六章:基于给定的文档生成倒排索引的编码与实践
  • 第二十七章:不改变正负数之间相对顺序重新排列数组
  • 第二十八~二十九章:最大连续乘积子串、字符串编辑距离
  • 第三十~三十一章:字符串转换成整数,字符串匹配问题
  • 第三十二~三十三章:最小操作数,木块砌墙问题
  • 第三十四~三十五章:格子取数问题,完美洗牌算法
  • 第三十六~三十七章、搜索智能提示suggestion,附近地点搜索
  • 第三十八章:Hero在线编程判题、出题系统的演进与优化
  • 第三十九~四十章:最近公共祖先LCA问题、打印螺旋矩阵
  • 第四十一章~四十二章:荷兰国旗、矩阵相乘Strassen算法
  • ...

    程序员编程艺术第1~37章带标签的最新PDF下载地址为(3天3000人下载)

   编程艺术github优化版阅读地址:https://github.com/julycoding/The-Art-Of-Programming-By-July-2nd

   重大消息:经过反复修改、优化,编程艺术系列最终成书出版,并改名为《编程之法:面试和算法心得》,目前京东、当当、亚马逊等各大网店均已有现货销售。京东抢购地址:《编程之法:面试和算法心得(异步图书出品)》(July)【摘要 书评 试读】- 京东图书,且23年Q4将上市第二版

、红黑树、B树、R树、Trie树

  • 教你初步了解红黑树  (红黑树系列)
  • 红黑树算法的实现与剖析
  • 红黑树的C实现完整源码
  • 一步一图一代码,R-B Tree
  • 红黑树插入和删除结点的全程演示
  • 红黑树的C++完整实现源码
  • 从2-3-4树谈到Red-Black Tree(红黑树)
  • 从B树、B+树、B*树谈到R 树   (B树的PDF)
  • B树的C 实现
  • 从Trie树(字典树)谈到后缀树  (其余树结构)
  • 从LSM-Tree、COLA-Tree谈到StackOverflow、OSQA

五、机器学习十大算法系列

  • 5.1 AI数学基础

  • 概率统计极简入门:通俗理解微积分/期望方差/正态分布前世今生(23修订版)
  • 一文通透优化算法:从随机梯度、随机梯度下降法到牛顿法、共轭梯度
  • ..
  • 5.2 AI工程实践

  • 一文读懂特征工程
  • 教你从头到尾利用DL学梵高作画:GTX 1070 cuda 8.0 tensorflow gpu版
  • 没GPU也能玩梵高作画:Ubuntu tensorflow CPU版
  • 基于torch学汪峰写歌词、聊天机器人、图像着色/生成、看图说话、字幕生成
  • 教你从头到尾利用DQN自动玩flappy bird(全程命令提示,GPU+CPU版)
  • 手把手教你搭建caffe及手写数字识别(Ubuntu下且附mac、纯通俗教程)
  • 如何从零起步学习AI(附学习路线)
  • GAN之父在NIPS 2016上做的报告:两个竞争网络的对抗(含译文下载)
  • Kaggle—So Easy!百行代码实现排名Top 5%的图像分类比赛
  • BAT机器学习面试1000题系列(第1~500题)
  • 5.3 AI经典模型:从SVM XGBoost CNN RNN LSTM

  • 数据挖掘领域十大经典算法初探
  • 从K近邻算法、距离度量谈到KD树、SIFT+BBF算法,2012年11月
  • 从决策树学习谈到贝叶斯分类算法、EM、HMM,2012年5月
  • 支持向量机通俗导论(理解SVM的三层境界)   PDF下载    LaTeX版本1    LaTeX版本2,2012年6月
  • 最大熵模型中的数学推导,2014年10月
  • 如何通俗理解EM算法,2018年8月
  • Adaboost 的原理与推导    LaTeX版本下载,2014年11月
  • 从拉普拉斯矩阵说到谱聚类,2014年11月
  • 从贝叶斯方法谈到贝叶斯网络    LaTeX版本下载,2014年11月
  • 通俗理解LDA主题模型    LaTeX版本下载,2014年11月
  • CNN笔记:通俗理解卷积神经网络,2016年7月
  • 图解CNN:通过100张图一步步理解CNN,2018年3月
  • 一文读懂目标检测:R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD,2018年5月
  • ​​​​​​通俗理解kaggle比赛大杀器xgboost,2018年8月
  • 如何从RNN起步,一步一步通俗理解LSTM,2019年5月
  • 如何通俗理解Word2Vec,2019年10月首发,后2023年全面修订
  • GNN通俗笔记:图神经网络在推荐/广告中的应用,2021年3月
  • 通俗理解卡尔曼滤波(感知融合的经典算法),2021年9月
  • ..

六、大模型与ChatGPT系列:原理、论文、代码、应用

  • 6.1 ChatGPT的原理与实现系列

  • ChatGPT技术原理解析:从RL之PPO算法、RLHF到GPT-N、instructGPT
  • Transformer通俗笔记:从Word2Vec、Seq2Seq逐步理解到GPT、BERT
  • 从零实现Transformer的简易版与强大版:从300多行到3000多行
  • 强化学习极简入门:通俗理解MDP、DP MC TC和Q学习、策略梯度、PPO
  • 从零实现带RLHF的类ChatGPT:逐行解析微软DeepSpeed Chat的源码
  • RLHF的替代算法之DPO原理解析:从RLHF、Claude的RAILF到DPO、Zephyr
  • LLM/ChatGPT与多模态必读论文150篇(已更至第101篇)
  • 6.2 大模型背后的关键技术:高效参数微调/并行训练/注意力/位置编码等

  • LLM高效参数微调方法:从Prefix Tuning、Prompt Tuning、P-Tuning V1/V2到LoRA、QLoRA(含对模型量化的解释)
  • 大模型并行训练指南:通俗理解Megatron-DeepSpeed之模型并行与数据并行
  • 通透理解FlashAttention与FlashAttention2:全面降低显存读写、加快计算速度
  • 一文通透位置编码:从标准位置编码、欧拉公式到旋转位置编码RoPE
  • 一文通透各种注意力:从多头注意力MHA到分组查询注意力GQA、多查询注意力MQA
  • 一文通透想颠覆Transformer的Mamba:从SSM、HiPPO、S4到Mamba
  • 6.3 国内外类ChatGPT的微调、部署

  • LLaMA的解读与其微调:Alpaca-LoRA/Vicuna/BELLE/中文LLaMA/姜子牙/LLaMA 2
  • 详解带RLHF的类ChatGPT:从TRL、ChatLLaMA到ColossalChat、DSC
  • ChatGLM-6B的部署/微调/实现:从GLM到6B的LoRA/P-Tuning微调、及6B源码解读
  • baichuan7B/13B的原理与微调:从baichuan的SFT实现到baichuan2的RLHF实现
  • // 待更..

  • 6.4 医疗及LLM与KG、DB的结合

  • 医疗金融法律大模型:从ChatDoctor到BloombergGPT/FinGPT/FinBERT、ChatLaw/LawGPT_zh
  • 知识图谱实战导论:从什么是KG到LLM与KG/DB的结合实战
  • ..// 待更..

 七、AIGC生成一切系列(含多模态):图像/视频/代码生成

  • 7.1 AIGC/AI绘画/CV多模态/图像生成

  • 图像生成发展起源:从VAE、VQ-VAE、扩散模型DDPM、DETR到ViT、Swin transformer
  • AI绘画原理解析:从CLIP、BLIP到DALLE、DALLE 2、DALLE 3、Stable Diffusion
  • 图像分割的大变革:从SAM(分割一切)到FastSAM、MobileSAM
  • 文生图的最新进展:从一致性模型CMs、LCM、SDXL到Stable Diffusion3、SDXL-Lightning
  • 7.2 视频生成,含OpenAI首个视频生成模型sora

  • Sora之前的视频生成发展史:从Gen2、Emu Video到PixelDance、SVD、Pika 1.0
  • 视频生成模型Sora的全面解析:从AI绘画、ViT到ViViT、DiT、VDT、NaViT、VideoPoet
  • Google发布Genie硬杠Sora:通过大量无监督视频训练最终生成可交互虚拟世界
  • 7.3 其他生成:代码生成

  • 代码生成的原理解析:从Codex、GitHub Copliot到CodeLlama、CodeGeex

八、七月论文大模型:含论文的审稿、阅读、写作、修订

  • 8.1 七月论文审稿GPT(从第1版到第4.5版)

  • 七月论文审稿GPT第1版:通过3万多篇paper和10多万的review数据微调RWKV
  • 七月论文审稿GPT第2版:用一万多条paper-review数据集微调LLaMA2 7B最终反超GPT4
  • 七月论文审稿GPT第2.5和第3版:分别微调GPT3.5、Llama2 13B以扩大对GPT4的优势
  • 七月论文审稿GPT第3.1版和第3.2版:通过paper-review数据集分别微调Mistra、gemma
  • 七月论文审稿GPT第3.5版:通过一万多条paper-review数据集微调mixtral 8x7B
  • 七月与opennlplab联合研发论文审稿GPT第3.6版:通过5000多条paper-review数据集增量预训练TransnormerLLM 15B
  • 七月论文审稿GPT第4版:通过一万多条paper-review数据集微调Llama 3
  • 8.2 论文的阅读:翻译、摘要、对话、检索

  • 学术论文GPT的源码解读与二次开发:从ChatPaper到gpt_academic
  • // 待更
  • 8.3 论文的写作:idea的提出(涉及论文的抓取 检索 召回 排序 提炼)

  • //待更
  • 8.4 论文的修订:语法纠错、润色等

  • // 待更
  • 8.5 部分所需的相关技术:长度扩展等

  • 从Mistral 7B到MoE模型Mixtral 8x7B的全面解析:从原理分析到代码解读
  • 大模型上下文扩展之YaRN解析:从直接外推ALiBi、位置插值、NTK-aware插值、YaRN
  • 大模型上下文长度的超强扩展:从LongLoRA到LongQLoRA(含源码剖析)
  • 大模型上下文长度扩展的最新方法:得克萨斯SelfExtended、微软LongRoPE、陈丹琦团队CEPE

九、RAG知识库问答系列

  • LangChain+LLM的本地知识库问答:从企业单文档问答到批量文档问答
  • 知识库问答LangChain+LLM的二次开发:商用时的典型问题及其改进方案
  • 一文通透Text Embedding模型:从text2vec、openai-ada-002到m3e、bge
  • 一文掌握文本语义分割:从朴素切分、Cross-Segment到阿里SeqModel

十、大模型机器人系列

  • 10.1 斯坦福机器人Mobile Aloha、UMI的原理、复现、二次开发

  • 大模型机器人发展史:从VoxPoser、RT2到斯坦福Mobile ALOHA、Google机器人
  • 斯坦福家务机器人Mobile ALOHA的关键技术:动作分块算法ACT的原理解析
  • 逐行解读ACT:斯坦福Mobile Aloha之动作分块算法ACT的代码剖析、训练部署
  • 斯坦福刷盘机器人UMI的关键技术:从手持夹持器到动作预测Diffusion Policy
  • 10.2 预训练模型 + RL路线下的大模型机器人

  • 大模型机器人的爆发时刻:从RoboFlamingo、OK-Robot到CMU 18万机器人、Digit、FMB
  • ..

十一、智能体Agent项目

  • 11.1 AI Agent

  • 智能体AI Agent的极速入门:从ReAct、AutoGPT到AutoGen、QwenAgent、XAgent、MetaGPT
     

十二、其它重要文章节选

  • 12.1、经典数据结构 & 算法系列

  • 精通八大排序算法系列:一之续、快速排序算法的深入分析

    几个最短路径算法Floyd、Dijkstra、Bellman-Ford、SPFA的比较

  • 12.2、数据处理/网站架构系列

  • 从Hadhoop框架与MapReduce模式中谈海量数据处理

    MapReduce技术的初步了解与学习

    海量数据处理之Bloom Filter详解

    从上百幅架构图中学大型网站建设经验(上)

  • Chrome源码剖析、上--多线程模型、进程通信、进程模型
  • Nginx源码剖析之内存池,与内存管理
  • 12.3、推荐 & 搜索算法系列

  • 细数二十世纪最伟大的10大算法     
  • 当今世界最为经典的十大算法--投票进行时    (本blog将评选出当今世界最为经典的十大算法)
  • 推荐引擎算法学习导论
  • 搜索引擎技术之概要预览
  • 12.4、其它

  • 程序员如何快速准备面试中的算法
  • 重启开源,分享无限--诚邀你加入微软面试187题的解题中
  • 敏捷软件开发模型Scrum通俗讲义
  • 由快速排序引申而来--如何学习算法
  • Machine Learning读书会,面试算法讲座,创业活动,算法班(14年10月)   (含所有线下讲座PPT 集锦)
  • 结构之法算法之道blog博文集锦第6、第7期CHM文件 第8期  第9期下载(第9期截止到2014年12月9日)
  • ....

后记

    世上本无路,走的人多了,也就成了路。世上本无免费的午餐,分享的人多了,也就造就了开源的辉煌

    如果你发现了本blog中的任何一问题,请一定不吝指正,thanks。此外,你可以永久通过搜索引擎搜索本博客名称的前4个字,即:“结构之法” 这4个关键字,进入本博客。    最后,感谢CSDN,感谢所有一直以来关注本blog的所有朋友。谢谢大家,谢谢。

转发送书

    欢迎大家转发下条微博:Sina Visitor System我会不定期抽奖,经典IT图书大赠送:

程序员面试、算法研究、机器学习、大模型/ChatGPT、AIGC等11大系列集锦_https://bianchenghao6.com/blog__第1张


2015年,July团队正式创业,上半年推出在线教育网站:精品课程(面试、算法、机器学习在线课程)。July、二零一五年九月十五日。

另,我的新书《编程之法:面试和算法心得》终于在2015年10月14日上架开卖了!京东抢购地址:《编程之法:面试和算法心得(异步图书出品)》(July)【摘要 书评 试读】- 京东图书。目前,京东、当当、亚马逊等各大网店均已有现货销售,且时隔8年之后,24年终于将上市第二版

今天的分享到此就结束了,感谢您的阅读,如果确实帮到您,您可以动动手指转发给其他人。

上一篇

已是最后文章

下一篇

已是最新文章

发表回复