原创 經典的卷積網絡架構(一)——LeNet-5詳解

LeNet-5出自論文Gradient-Based Learning Applied to Document Recognition 如有錯誤,歡迎指正! 目錄 論文解讀 摘要 術語 A.卷積網絡 B.LeNet-5 C.損失函數 網絡結

原创 整理經典的卷積網絡架構

爲了完善自己的學習系統,開始嘗試對知識進行儘可能的整理和完整的理解掌握。 先從比較經典的CNN開始,之前對深度學習CNN做過粗略簡單的入門介紹,接下來針對經典的卷積網絡架構做一個整理。 卷積神經網絡(Convolutional Neura

原创 Leetcode簡單題N101、104、N107、N108、N110、111、N112

樹相關的部分掌握的很不好,題目很少有完整的思路。 (N) 101.對稱二叉樹 注:自己沒想出來,打個標記 class TreeNode(object): def __init__(self, x): se

原创 Leetcode簡單題66、67、69、70、83、88、100

66. 加一 class Solution(object): def plusOne(self, digits): for i in range(len(digits)-1, -1, -1):

原创 Leetcode簡單題26、27、28、29、38、53、58

26.刪除排序數組中的重複項 class Solution(object): def removeDuplicates(self, nums): if len(nums) == 0: r

原创 Leetcode簡單題1、7、9、13、14、20、21

1.給定一個整數數列,找出其中和爲特定值的那兩個數。 class Solution: def twoSum(self, nums, target): n = len(nums) for i in

原创 記錄我的寒假找實習之路

先挖個坑 從十一月中下旬開始準備在南京找個寒假實習,找的心累,先佔個坑吧。   地平線機器人:智能駕駛算法實習生 一面(筆試+面試)、二面(技術面)、三面(類似HR面) 筆試主要是機器學習相關、深度學習相關、還有兩道編程題。後來面試的時候

原创 SMO算法理解

SMO算法看了近3遍感覺還是有點朦朦朧朧,模模糊糊。 所以索性,理解多少寫多少,避免遺忘。可能會有很多錯誤,歡迎指正。 主要基於李航的《統計學習方法》 SMO(sequential minimal optimization)序列最小最優化

原创 Hoeffding不等式

在看統計學習方法證明泛化誤差上界中提到使用Hoeffding不等式(霍夫丁不等式) 很陌生,佔個坑理解一下。 關於該不等式的原地址:Hoeffding's inequality   Hoeffding不等式指的是某個事件的真實概率與在伯

原创 ISO/OSI參考模型總結

1、物理層:   主要功能:利用傳輸介質爲數據鏈路層提供屋裏連接,實現比特流的透明傳輸。   作用:實現相鄰計算機節點之間比特流的透明傳輸,儘可能屏蔽掉具體傳輸介質與物理設備的差異。使其上面的數據鏈路層不必考慮網絡的具體傳輸介質是什麼。

原创 牛頓法(Newton‘s method)

在看伊恩·古德費洛的深度學習,4.3節基於梯度的優化方法時提到 僅使用梯度信息的優化算法稱爲 一階優化算法 ,如梯度下降。 使用Hessian矩陣的優化算法稱爲 二階最優化算法 ,如牛頓法。 下面記錄一下對牛頓法的一點理解    儲備

原创 劍指offer(python): 第二題 字符串 替換空格

題目描述 請實現一個函數,將一個字符串中的每個空格替換成“%20”。例如,當字符串爲We Are Happy.則經過替換之後的字符串爲We%20Are%20Happy。   看到題目的第一反應是找到空格直接替換就行了。簡單粗暴。  pyt

原创 劍指offer(python): 第一題 數組 二維數組中的查找

題目描述: 在一個二維數組中(每個一維數組的長度相同),每一行都按照從左到右遞增的順序排序,每一列都按照從上到下遞增的順序排序。請完成一個函數,輸入這樣的一個二維數組和一個整數,判斷數組中是否含有該整數。   最粗暴的做法,對數組中的數字

原创 理解Batch Normalization

Batch Normalization是在GoogleNet的系列文章第二篇《Batch Normalization: Accelerating Deep Network Training by  Reducing Internal Co

原创 Python 描述可變數據

原文鏈接:SICP Python 描述 2.4 可變數據   目錄  可變數據 2.4.1 局部狀態 2.4.2 非局部賦值的好處 2.4.3 非局部賦值的代價 2.4.4 列表 2.4.5 字典 2.4.6 示例:傳播約束   可變數據