台部落舞動的心

引子：刷題的過程可能是枯燥的，但程序員們的日常確不乏趣味。分享一則LeetCode上名爲《打家劫舍 |||》題目的評論：如有興趣可以從此題爲起點，去LeetCode開啓刷題之旅，哈哈。該題目是選擇一顆二叉樹中對

2019-11-25 12:57:18

本期講思維轉換類型問題，共7道題，三道簡單題，四道中等題。此部分題目是作者認爲有價值去做的一些題，但是其考察的知識點不在前三篇總結系列裏面。例1解法：採用數組索引位置排序的思想。例2解法：考察了組合數學的組合公式應用。有點類似動態規

2019-11-13 12:57:57

本期講O(n)類型問題，共14題。3道簡單題，9道中等題，2道困難題。數組篇共歸納總結了50題，本篇是數組篇的最後一篇。其他三個篇章可參考： LeetCode刷題總結-數組篇（上），子數組問題（共17題） LeetCode刷題總

2019-11-13 12:57:57

本文接着上一篇文章《LeetCode刷題總結-數組篇(上)》，繼續講第二個常考問題：矩陣問題。矩陣也可以稱爲二維數組。在LeetCode相關習題中，作者總結的考點有：矩陣元素的遍歷、矩陣位置的旋轉、矩陣行或列次序的交換、空

2019-11-07 12:57:24

數組是算法中最常用的一種數據結構，也是面試中最常考的考點。在LeetCode題庫中，標記爲數組類型的習題到目前爲止，已累計到了202題。然而，這202道習題並不是每道題只標記爲數組一個考點，大部分習題都有兩到三個考點。比如，考

2019-11-04 12:57:06

遞歸是算法學習中很基本也很常用的一種方法，但是對於初學者來說比較難以理解（PS：難點在於不斷調用自身，產生多個返回值，理不清其返回值的具體順序，以及最終的返回值到底是哪一個？）。因此，本文將選擇LeetCode中一些比較經典的

2019-10-28 12:57:19

本文分爲四個部分，第一部分簡要介紹LSTM的應用現狀；第二部分介紹LSTM的發展歷史，並引出了受衆多學者關注的LSTM變體——門控遞歸單元（GRU）；第三部分介紹LSTM的基本結構，由基本循環神經網絡結構引出LSTM的具體結構。第四部分，應

2019-10-06 12:57:35

1 題幹內容請實現一個函數用來匹配包括.和*的正則表達式。模式中的字符.表示任意一個字符，而*表示它前面的字符可以出現任意次（包含0次）。在本題中，匹配是指字符串的所有字符匹配整個模式。例如，字符串aaa與模式a.a和ab*ac*

2019-05-01 12:56:24

目錄第8章循環神經網絡第9章自然語言處理第8章循環神經網絡循環神經網絡的主要用途是處理和預測序列數據。循環神經網絡的來源就是爲了刻畫一個序列當前的輸出與之前信息的關係。也就是說，循環神經網絡的隱藏層之間的節點是有

2019-01-22 12:54:04

目錄第10章 TensorFlow高層封裝第11章 TensorBoard可視化第12章 TensorFlow計算加速第10章 TensorFlow高層封裝目前比較流行的TensorFlow高層封裝主要有4個，分別是

2019-01-22 12:54:04

目錄第5章 MNIST數字識別問題第6章圖像識別與卷積神經網絡第7章圖像數據處理第5章 MNIST數字識別問題 MNIST是一個非常有名的手寫體數字識別數據集，在很多資料中，這個數據集都會被用作深度學習的入門樣例。

2019-01-20 12:53:37

目錄第1章深度學習簡介第2章 TensorFlow環境搭建第3章 TensorFlow入門第4章深層神經網絡第1章深度學習簡介對於許多機器學習問題來說，特徵提取不是一件簡單的事情。在一些複雜問題上，要通過人工

2019-01-18 14:04:13

目錄第一週循環序列模型第二週自然語言處理與詞嵌入第三週序列模型和注意力機制第一週循環序列模型在進行語音識別時，給定一個輸入音頻片段X，並要求輸出對應的文字記錄Y，這個例子中輸入和輸出數據就是序列模型。音樂生產問題

2018-11-17 22:17:19

目錄第一週卷積神經網絡基礎第二週深度卷積網絡：實例探究第三週目標檢測第四周特殊應用：人臉識別和神經風格轉換第一週卷積神經網絡基礎垂直邊緣檢測器，通過卷積計算，可以把多維矩陣進行降維。如下圖：卷積運算提供了

2018-11-11 22:16:44

目錄第一週機器學習策略（1）第二週機器學習策略（2）目標：學習一些機器學習優化改進策略，使得搭建的學習模型能夠朝着最有希望的方向前進。第一週機器學習策略（1）搭建機器學習系統的挑戰：嘗試和改變的東西太多，比如超參數。

2018-11-04 23:12:52