原创 leetcode_2: 排序問題

378.有序矩陣中第K小的元素 題目描述: 給定一個 n x n 矩陣,其中每行和每列元素均按升序排序,找到矩陣中第k小的元素。 請注意,它是排序後的第k小元素,而不是第k個元素。 示例: matrix = [ [ 1, 5,

原创 卷積網絡的稀疏與量化

論文: Sparse, Quantized, Full Frame CNN for Low Power Embedded Devices github: https://github.com/tidsp/caffe-jacinto AI爆

原创 leetcode_3:二叉樹

二叉樹 二叉樹(Binary Tree)是每個節點最多隻有兩個分支的樹結構,通常分支被稱爲“左子樹”或“右子樹”,二叉樹的分支具有左右次序,不能隨機顛倒。 二叉搜索樹(Binary Search Tree),也稱爲二叉查找樹,是指

原创 leetcode_11:鏈表

鏈表 鏈表翻轉 反轉一個單鏈表 class Solution { public: ListNode* reverseList(ListNode* head) { ListNode* pre = NULL;

原创 leetcode-8:DFS和BFS

DFS和BFS 節點間通路 節點間通路。給定有向圖,設計一個算法,找出兩個節點之間是否存在一條路徑。 提示: 節點數量n在[0, 1e5]範圍內。 節點編號大於等於 0 小於 n。 圖中可能存在自環和平行邊。 思路: 判斷兩點之間

原创 leetcode_5:回溯法

回溯法(backtracking)是暴力搜索法中的一種。對於某些計算問題而言,回溯法是一種可以找出所有(一部分)解的一般性算法,尤其適用於約束滿足問題(在解決約束滿足問題時,我們逐步構造更多的候選解,並且在確定某一部分候選解不可能

原创 leetcode_1: 最少移動次數問題

453:最小移動次數使數組元素相等 題目描述: 給定一個長度爲 n 的非空整數數組,找到讓數組所有元素相等的最小移動次數。每次移動可以使 n - 1 個元素增加 1。 示例: 輸入: [1,2,3] 輸出: 3 解釋: 只需要3

原创 leetcode_4:揹包問題

0-1揹包: 有N件物品和一個容量爲V的揹包。第i件物品的費用是c[i],價值是w[i]。求解將哪些物品裝入揹包可使這些物品的費用總和不超過揹包容量且價值總和最大。 思路: 每件物品僅一件,可以選擇放與不放。用dp[i][v]表示

原创 leetcode_10:並查集

並查集 維基百科中的定義:在計算機科學中,並查集是一種樹型的數據結構,用於處理一些不交集的合併及查詢問題。有一個聯合-查找算法(union-find algorithm)定義了兩個用於此數據結構的操作: Find: 確定元素屬於

原创 圖像文字識別初探(一)-CRNN(Convolution Recurrent Neural Network)和DTRN(Deep-text Recurrent Network)

最近參加了一個圖像文字識別比賽,之前沒有接觸過這個方向,所以經過多方查找,目前選定五篇論文,希望能從這五篇論文中找出能解決的方法。 圖像文字識別初探(一)-CRNN(Convolution Recurrent Neural Network

原创 TFRecords文件實現不定長圖片和標籤的存儲和讀取感悟(1)(附完整代碼)

最近一段時間接觸到用tfrecord儲存數據和讀取,期間踩了數之不盡的坑,在消bug的路上艱難行走,所以在這裏記錄下我所遇見過的各種坑,望共勉。  TFRecord是谷歌推薦的一種二進制文件格式,理論上它可以保存任何格式的信息。使用tfr

原创 GAN及其變體WGAN, improved WGAN, DualGAN, cycleGAN(二)

上篇文章見:GAN及其變體C_GAN,infoGAN,AC_GAN,DC_GAN(一) WGAN(Wasserstein GAN) 論文: Towards Principled Methods for Training Generativ

原创 GAN及其變體C_GAN,infoGAN,AC_GAN,DC_GAN(一)

當時害怕篇幅過大,拆分兩部分編寫,下一篇文章見:GAN及其變體DCGAN, CGAN,infoGAN,BiGAN,ACGAN,WGAN,DualGAN(二) 在介紹GAN之前,我們先了解一些什麼是生成模型(Generative Model

原创 目標檢測算法RCNN,Fast RCNN,Faster RCNN,YOLO和SSD

  object detection,目標檢測,就是在給定圖片中精確找到物體所在位置,並標註出物體的類別。所以,object detection 要解決的問題就是物體在哪裏以及是什麼的整個流程問題。目前最常聽到的目標檢測算法就是RCNN系

原创 目標檢測之YOLO, YOLOv2, YOLOv3詳解

剛剛接觸目標檢測時,對CRNN系列,YOLO和SDD這幾大算法有一個粗略的理解,目標檢測算法RCNN, Fast RCNN, Faster RCNN, YOLO和SSD ,而目前又因爲想要用YOLO算法做文字檢測,所以在此對YOLO系列做