मैट्रिक्स शृंखला लागत
अधिकतम 12 मैट्रिक्स की शृंखला की न्यूनतम अदिश गुणा लागत खोजें।
def chain_cost(dimensions):
if type(dimensions) not in (list, tuple) or not 2 <= len(dimensions) <= 13:
raise ValueError("one through twelve matrices")
if any(type(d) is not int or not 1 <= d <= 1000 for d in dimensions):
raise ValueError("dimensions 1 through 1000")
n = len(dimensions)-1
cost = [[0]*n for _ in range(n)]
for width in range(2, n+1):
for left in range(n-width+1):
right = left+width-1
cost[left][right] = min(
cost[left][k]+cost[k+1][right]+
dimensions[left]*dimensions[k+1]*dimensions[right+1]
for k in range(left,right))
return cost[0][n-1]| प्रोजेक्ट | एक मैट्रिक्स और अलग कोष्ठक जाँचें तथा मैट्रिक्स तत्व गुणा किए बिना 1–1000 से बाहर आयाम अस्वीकार करें। |
|---|---|
| लागू करने से पहले समीक्षा करें | वास्तविक व्यवहार की अपेक्षित परिणाम से तुलना करें। जाँच असफल हो तो अगले बदलाव से पहले कारण समझें। |
| मॉडल | बेस URL और आवश्यक होने पर API कुंजी से OpenAI-संगत या Anthropic endpoint सेट करें। कनेक्शन जाँचें। स्थानीय मॉडल सर्वर चालू होना चाहिए; दूरस्थ उपकरण अलग से डेटा भेज सकते हैं। |
def chain_cost(dimensions):
if type(dimensions) not in (list, tuple) or not 2 <= len(dimensions) <= 13:
raise ValueError("one through twelve matrices")
if any(type(d) is not int or not 1 <= d <= 1000 for d in dimensions):
raise ValueError("dimensions 1 through 1000")
n = len(dimensions)-1
cost = [[0]*n for _ in range(n)]
for width in range(2, n+1):
for left in range(n-width+1):
right = left+width-1
cost[left][right] = min(
cost[left][k]+cost[k+1][right]+
dimensions[left]*dimensions[k+1]*dimensions[right+1]
for k in range(left,right))
return cost[0][n-1]गणना की गई योजना और उससे जुड़े काम में अंतर रखें
ChainArbor गणनात्मक योजना के काम के लिए Windows कोडिंग कार्यक्षेत्र देता है, जहाँ जुड़े मॉडल के साथ मान्यताओं पर चर्चा कर सकते हैं। पहले पहचानें कि योजना फ़ंक्शन वास्तव में क्या लौटाता है और उसका उपयोग कौन करता है। लागत अनुमान, निष्पादन क्रम और निष्पादित संक्रिया अलग आउटपुट हैं; उपयोगी बदलाव अनुरोध इस अंतर को स्पष्ट करता है।
दिया गया उदाहरण मैट्रिक्स शृंखला लागत की योजना है। आसपास के अनुप्रयोग का विस्तार करने से पहले सहायक से आयाम सत्यापन और बताई गई अंकगणितीय लागत की समीक्षा करा सकते हैं। कॉल करने वाला कोड और उसकी अपेक्षाएँ शामिल करें, ताकि सुझाया बदलाव न्यूनतम लागत को गलती से गुणा करने की अनुसूची या तैयार मैट्रिक्स परिणाम की तरह प्रस्तुत न करे।
बातचीत में इंटरफ़ेस के ये निर्णय स्पष्ट करें, फिर बने स्रोत बदलाव जाँचें। स्वतंत्र रूप से स्थापित लागतों वाले छोटे आयाम अनुक्रम, एकल मैट्रिक्स का मामला भी, परखें और परियोजना के अपने परीक्षण चलाएँ। बाद में निष्पादन योजना माँगें तो उसके निरूपण और सत्यापन को अतिरिक्त आवश्यकताएँ मानें; यह न मानें कि वे लागत गणना से स्वतः मिल जाते हैं।
अनफ़िल्टर्ड एआई मॉडल चुनने के लिए ऐसी समर्थित OpenAI-संगत या Anthropic सेवा जोड़ें जो इच्छित मॉडल उपलब्ध कराती हो। क्रेडेंशियल, उपकरण समर्थन और संदर्भ सीमाएँ उस व्यवस्था पर निर्भर हैं। कार्यक्षेत्र प्रदाता की पाबंदियाँ निष्प्रभावी नहीं करता; यह सुझाए गए योजना बदलावों को स्रोत और समीक्षा योग्य स्वीकृति मानदंडों से जोड़े रखने में मदद करता है।
योजना कोड का दायरा स्पष्ट करने वाले प्रश्न
निष्पादन क्रम चाहिए तो क्या माँगूँ?
क्रम का स्पष्ट निरूपण माँगें और बताएँ कि कॉल करने वाला उसका उपयोग कैसे करेगा। न्यूनतम अंकगणितीय लागत बताने वाला फ़ंक्शन वह निरूपण शायद न बनाए। योजना और बताई गई लागत, दोनों के सत्यापन उदाहरण शामिल करें।
केवल एक मैट्रिक्स वाली शृंखला क्यों परखें?
यह उस मूल व्यवहार को निर्धारित करती है जब गुणा आवश्यक नहीं होता। छोटे बहु-मैट्रिक्स उदाहरण के साथ यह मामला शामिल करें, ताकि सहायक का प्रस्ताव सीमा और लंबी शृंखलाओं में प्रयुक्त योजना तर्क, दोनों पर जाँचा जाए।
क्या कार्यक्षेत्र वास्तविक संख्यात्मक मैट्रिक्स परिणाम सत्यापित कर सकता है?
उन परिणामों के लिए परियोजना के संख्यात्मक उपकरण और परीक्षण इस्तेमाल करें। कोडिंग कार्यक्षेत्र सुझाए बदलावों की चर्चा और समीक्षा में मदद करता है; सही लागत वाला परीक्षण उदाहरण सिद्ध नहीं करता कि अलग गुणा कार्यान्वयन सही मान देता है।
लागत रीफ़ैक्टर को इंटरफ़ेस बढ़ाने से कैसे रोकूँ?
अनुरोध में मौजूदा वापसी प्रकार और कॉल करने वाले का आवश्यक व्यवहार बताएँ। नए आउटपुट या बदली इकाइयों के लिए डिफ़ जाँचें। अधिक विस्तृत योजना चाहिए तो उसे जानबूझकर किए जाने वाले अगले काम के रूप में परिभाषित करें, आकस्मिक रीफ़ैक्टर के रूप में नहीं।
ChainArbor · अद्यतन 2026-10-25