原创 LeetCode刷題——計算質數
大家好，本期刷題日記是計算質數。先看題目：思路：我最開始沒想出什麼好辦法，是用硬算的方法，一個一個除，有能除盡的就不是質數，全都除不盡就是。這種方法很笨，就去看了別人的方法，看到一個很巧妙的，因爲我還不太會轉載，直接附上他的鏈接：點擊打開
2020-06-27 02:01:04
2
原创 LeetCode刷題——爬樓梯
大家好，今天刷到了動態規劃類型的題，原先對動態規劃具體是什麼並沒有概念，今天趁機瞭解了一下。很多人覺得動態規劃問題就是遞歸。但我覺得動態規劃問題更應該是狀態的定義和狀態轉移方法的定義。通過初始狀態和尋找狀態轉移方法對一個複雜問題進行拆分。
2020-06-27 02:01:04
原创 LeetCode刷題——無重複字符的最長子串(beat 80%)
大家好，穿插刷題日記，繼續leetcode，中等難度，字符串。題目要求如下：思路：構建一個字符串t用來保存子串，但這個t是不管是否有相同字符只寫入不刪除的，t會越來越長直到變成完整的字符串s，因此我們定義一個point表示當前不重複子串的
2020-06-27 02:01:04
1
原创 深度學習理論——SSD批量測試自己的圖片
大家猴！ 這篇是針對我自己實驗室的一個硬件配置情況的一個教程，其他人看的話可能不太符合。 批量測試首先需要的是st_ssd中的ssd_detect_image.py。點開以後發現要配置的地址信息爲 1. labelmap_file：需要把
2020-06-08 04:14:05
1
原创 深度學習理論——目標函數（損失函數）&正則化&交叉驗證
大家好，繼續理論學習，網絡的設置接近了尾聲，本次學習目標函數和正則化。1.目標函數(1)分類問題中的目標函數這類問題中最常用的就是交叉熵函數了，即使用了softmax的損失函數。假設共有N個訓練樣本，針對網絡最後分類層第i個樣本的輸入特徵
2020-02-20 20:00:40
原创 Linux入門——vi/bash/echo/set
大家好，項目需要，這兩天看了一下Linux入門，只是一些基礎知識，給自己記錄一下。1.vi不管是vi還是vim都是Linux的一種常用編輯器，執行vi命令就是在調用這個編輯器。在編輯完想要退出編輯器的時候，輸入：進入vi的末尾模式，如果想
2020-02-20 20:00:40
原创 深度學習理論——logistic迴歸算法
大家好，繼續理論學習日記，今天介紹很基礎的logistic迴歸的公式推導，很多書上只是寫了公式，並沒有推導過程，我這次全都寫出來了，還加了註釋，希望對大家有幫助。首先介紹一下logistic迴歸算法的思路：1.首先構造或選取一個預測函數，
2020-02-20 20:00:40
原创 深度學習理論——基本結構（池化層&激活函數&全連接層）
大家好，繼續深度學習理論學習。記錄一下自己覺得有用的關於深度學習基本結構的相關知識。 1.池化層 池化層不包含需要學習的參數，使用時僅需指定池化類型，池化核大小和池化步長。池化類型一般都取平均池化(average-pooling)或最大值
2020-02-20 20:00:40
2
原创 深度學習理論——數據預處理(逐樣本減去均值)
大家好，繼續深度學習的理論日記，本次介紹數據預處理相關內容。在深度學習中，大家都會發現訓練集，驗證集合測試集劃分好之後會有減去均值的一步操作，但很多人都是隻跟着做，並沒有探究爲什麼要做這一步處理。其主要原理是我們默認自然圖像是一類平穩的數
2020-02-20 20:00:40
原创 Leetcode刷題——三數之和
大噶猴，前一段比較忙，刷題日記被耽擱了一段時間，從今天起開始恢復。今天開始刷leetcode中等難度的算法題了，第一道是三數之和，看下題目要求：思路：好久沒刷題了手非常生，思路也很枯竭，只想到了暴力循環，找到所有相加等於零的vector之
2020-02-20 20:00:40
原创 深度學習理論——隨機梯度下降法(SGD) & 反向傳播
大家好，一直在用深度學習，但是感覺理論並不紮實，打算開始補點理論基礎，在CSDN上記錄下來。 今天介紹隨機梯度下降法和反向傳播，首先介紹梯度下降法。 1.梯度下降法 梯度下降法是從初始值開始，向函數上當前點對應梯度的反方向的規定步長的距離
2020-02-20 20:00:40
原创 深度學習理論——SVM（支持向量機）
大家好，今天學習了SVM相關知識，真的很難，看了很久，依舊手推公式，總結出來，希望能幫到大家。SVM是一種二分類模型，在特徵空間中尋求間隔最大化的分離超平面。具體推導如圖：有不懂得歡迎問我，我們下期見。 點贊 1 收藏
2020-02-20 20:00:40
原创 深度學習理論——Softmax
大家好，繼續理論的學習，雖然前面的博客已經簡略介紹了目標函數和Softmax，但最近又更深入學習了一些，因此再爲Softmax單獨開一篇博客，介紹Softmax是如何配合Loss函數求偏導，根據梯度下降法反向傳播的。學到很多，我們下期見！
2020-02-20 20:00:30
原创 深度學習理論——ssd從之前的網絡斷點接着訓練
大家好，今天完成了新一小步的學習，想要接着上次訓練的模型訓練。步驟如下： 1.把上次訓練好的caffemodel和solvestate文件複製到model裏本次訓練新建的文件夾中 2.在ssd_pycal.py文件中，修改snapshot
2018-12-17 01:34:36
1
原创 深度學習理論——yolov3計算map
大家好，繼續備忘，這次是記錄yolov3跑完測試以後如何計算map的簡單方法。 1.生成檢測文件 上一篇博客寫的是批量測試生成圖像結果，要想計算map，需要首先生成檢測文件，在darknet文件下運行： ./darknet detecto
2018-12-08 03:00:40