原创 Alex-net

 下一個圖像的通道爲48, 是因爲96個核,分成了兩部分減少過擬合的方法:1 數據處理: (1)圖像變換和鏡像旋轉,說明CNN不是抗旋轉的 (2)主成分分析後添加高斯噪聲,因爲圖像的內容豐富度用秩來表示,主成分分析是奇異值分解的另一種形式

原创 給定一個沒有重複元素的數組,如何構建一棵樹

對於正在處理的數,找到左右兩邊離該元素最近的比它大的兩個數,取其中較小的數作爲當前數的根節點建立樹的過程用2張表實現,一張左表,一張右表比如3 4 5 1 2右表key  value3        44         55      

原创 實現一個可以返回最小值的棧

申請一個額外的棧空間,維護最小值,和數據棧同時進行push和pop即可#include<iostream> #include<stack> //成員函數不要和構造函數混淆 //函數是否有形參和函數的返回類型沒有關係 class Min{

原创 判斷一棵樹是否包含另一棵樹的結構

思路一:按照常規的方法進行遍歷,找到相同的根節點之後一次比較孩子節點,失敗則檢查下一個節點時間複雜度爲O(n*m)思路二:使用樹結構序列化的方法,將兩棵樹進行相同方式的序列化,然後利用kmp判斷子串,則可以得到結果,時間複雜度爲O(m+n

原创 代價函數(損失函數)

      模型分爲能量模型和概率模型,知道概率分佈的可以直接用概率模型進行建模,不知道的就用能量模型。因爲一個系統穩定的過程就是能浪逐漸減小的過程。    代價函數說白了也就是通常建立的能量方程的一種,在機器學習中用來衡量預測值和真實值

原创 深度學習

原创 動態規劃之求一個序列的最長遞增子序列

 dp[i]  必須以i結尾的情況下,最長遞增子序列的長度思路2: O(n*logn)只是對第一步建立dp的過程進行了優化,第二部不變建立輔助數組h,h[i]表示,長度爲i+1的遞增子序列的最小末尾,所以說h數組的值均來自原數組dp依舊錶

原创 numpy

numpy 中快速創建矩陣,小括號表示的是維度手動創建矩陣,中括號裏面寫具體的元素.T 轉置——維度全部逆序.dot() 矩陣乘法* 矩陣的對應元素相乘.transpose()   維度亂序矩陣和數組(列向量)相加進行矩陣拓寬操作,將數組

原创 ssh 遠程登錄

ssh 安全外殼協議, Secure Shell, 應用層和傳輸層基礎上的安全協議ssh安裝: sudo apt-get install openssh-server查看ssh是否啓動: ps -e |grep sshifconfig 查

原创 TensorFlow

TensorFlow 採用數據流圖的方式進行計算: 通俗的解釋就是先把相關計算畫成線和節點, 線表示關係,節點是操作符或者輸入輸出,要求某個節點的時候,將這個節點依賴的其他節點初始化,然後進行計算,和該節點無關的節點不動。tensor:中

原创 判斷一個鏈表迴文結構

思路1:額外空間複雜度O(n)申請棧,全部壓棧之後,彈出進行比較思路2:額外空間複雜度O(n/2)申請棧,利用快慢指針,快指針每次走2步,慢指針每次走1步,快指針指向空的時候,慢指針會到棧的中間,後續元素進行壓棧操作,然後指針從最開始走,

原创 進程

原创 字符串匹配kmp

算法原理:http://wiki.jikexueyuan.com/project/kmp-algorithm/define.html#include<iostream> #include<string> #include<string.h