Modellen
Stel een OpenAI-compatibel of Anthropic-endpoint in met de basis-URL en zo nodig een API-sleutel. Test de verbinding. Een lokale modelserver moet actief zijn; externe hulpmiddelen kunnen apart gegevens versturen.
Product
Functies van de software · Kostenplanning voor matrixketens
01
Begin bij de afmetingen in de aanroepende code en bekijk een spoor van de kostentabel afzonderlijk van de routine die matrixelementen vermenigvuldigt.
Project
Selecteer een map en laat de assistent de relevante bestanden lezen voordat hij ze wijzigt. Benoem het doel en de grenzen van je opdracht.
Wijzigingen
Controleer wijzigingen en uitvoer van opdrachten. Voer de projectcontroles uit voordat je het resultaat overneemt; gegenereerde code is niet automatisch getest.
Kostenplanning voor matrixketens
● ● ●ChainArbor●
Werkprocessen · Kostenplanning voor matrixketens ×
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]✳Bepaal de kleinste kosten in scalaire vermenigvuldigingen voor hoogstens 12 matrices.
✓ WijzigingenControleer vóór het toepassen ↗
Illustratie van de werkruimte