原创 POJ 1338 & UVA 136

思路:用2,3,5分別求積得到所有的醜數,再排序後求第n個 #include<iostream> #include<algorithm> using namespace std; const int maxN = 1500; int

原创 POJ 1005 & ZOJ 1049 & UVA 2363

思路:求出在x,y點的面積,除以每年的腐蝕面積,向上取整,使用ceil()函數 #include <iostream> using namesp

原创 ZOJ 2739 & UVA 3399

思路:先離線求出[2,10000]的所有素數,再從素數數組從前往後累加求和 #include <iostream> using namespace std; bool isPrime(int x) { if(2 >= x)

原创 ubuntu 16.04 安裝 xgboost python運行環境

最近在做天池的比賽,需要用到xgboost,於是記錄一下安裝過程。 從github上下載到本地 git clone --recursive https://github.com/dmlc/xgboost注意一定要加 --recursiv

原创 統計學習方法筆記,第一章,統計學系方法概論

這個博客系列是我複習李航博士的《統計學習方法》所做的筆記,其中一部分是筆記,一部分是自己的感悟和理解,可能有些理解不夠準確,歡迎指正! 1.1 統計學習 (1)統計學習方法的三要素:模型、策略和算法,之後的章節對於每一種模型都是按照這三

原创 【機器學習】—— 什麼是機器學習

  什麼是機器學習(Machine Learning)   Machine Learning這個詞,我第一次聽到感覺就是怪怪的,其實我們可以把它倒過來理解, “Learning Machine” ,好吧,似乎還是怪怪的, 那麼我們把Mac

原创 【機器學習】——爲什麼softmax搭配cross entropy是解決分類問題的通用方案?

衆所周知,softmax+cross entropy是在線性模型、神經網絡等模型中解決分類問題的通用方案,但是爲什麼選擇這種方案呢?它相對於其他方案有什麼優勢?筆者一直也困惑不解,最近瀏覽了一些資料,有一些小小心得,希望大家指正~

原创 阿里校招內推電話面

下午接到阿里的電話面試,總共面了大概有50分鐘,記錄一下主要內容。 首先先是自我介紹,我主要介紹了一下自己的實習和研究方向。然後是問項目,讓我着重介紹其中一個項目,我介紹了一個實習的時候做的圖像識別+雙目測距的項目,然後就是各種細節,識

原创 【機器學習】—— 各種梯度下降的變形momentum,adagrad,rmsprop,adam分別解決了什麼問題

Momentum Momentum的公式表達 設時間步ttt的自變量爲xt\boldsymbol{x}_txt​,學習率爲ηt\eta_tηt​。在t0t_0t0​時刻,速度變量v0=0\boldsymbol{v}_0=0v0​=

原创 python調用redis批量寫入並設置過期時間

redis可以通過mset批量寫入key,value值,但是如果對於寫入後的key,value值一個一個設置過期時間的話速度較慢,最近發現了一個可以同時完成批量寫入並設置過期時間的方法,記錄一下,希望對他人有所幫助。 with r

原创 【機器學習】從RNN到Attention上篇 循環神經網絡RNN,門控循環神經網絡LSTM

打算寫一個從RNN到Attention的系列文章,今天先介紹一下循環神經網絡RNN和門控循環神經網絡LSTM,很多內容爲筆者自己的理解,難免有疏漏之處,歡迎大家探討。 文章有一些修改,因爲是在本人的知乎專欄裏劉改的,不想來回修改,

原创 【機器學習】——偏差方差,欠擬合過擬合

這一篇我們就是介紹機器學習中誤差的來源——模型的偏差與方差 偏差與方差的直觀理解 我們首先從直觀上來理解一下這兩個詞: 偏差 直觀上我們感覺偏差就是預測值與真實值的偏離程度 方差 大家在統計學中應該都學過,方差通差是反映隨機變量

原创 【機器學習】——學習率,梯度下降法,批梯度下降,歸一化

爲什麼需要梯度下降法 在上一篇內容中我們講到了對於一個損失函數 L(θ)L(\theta)L(θ) ,其中 θ\thetaθ 是自變量,我們希望 L(θ)L(\theta)L(θ) 最小,那麼就相當於要尋找一個 θ∗∈θ{\the

原创 統計學習方法筆記,第二章感知機的python代碼實現

實現的比較粗糙,代碼如下: class Perceptron: import numpy as np def __init__(self, w = 0, b = 0, lr = 1, epoch =

原创 tk1環境下安裝 caffe

由於在實習工作中需要在tk1環境下安裝caffe,碰到很多坑,因此記錄下來,一來希望幫助別人少走彎路,二來做個記錄避免自己忘記 1.打開終端輸入如下 sudo add-apt-repository universe sudo apt-g