台部落ifenghao

圖像預處理：減去的均值是數據集所有圖片的RGB三個通道的均值構成的向量[Rmean, Gmean, Bmean]，每個通道各一個均值。然後所有圖像都減去此向量。 MEAN_VALUE = np.array([103.939, 1

2020-06-21 04:31:20

題目小易有n塊磚塊，每一塊磚塊有一個高度。小易希望利用這些磚塊堆砌兩座相同高度的塔。爲了讓問題簡單，磚塊堆砌就是簡單的高度相加，某一塊磚只能使用在一座塔中一次。小易現在讓能夠堆砌出來的兩座塔的高度儘量高，小易能否完成呢。輸入

2020-06-21 03:29:26

1.獲取Intel Parallel Studio XE Intel免費軟件工具提供免費的軟件包，其中包括完整的Intel編譯器和計算庫及其激活碼，軟件和激活碼一一對應。注意需要使用教育郵箱註冊，否則不予通過。 2. 安裝過程解

2020-06-21 03:29:26

1. 結構配置預處理只有減去所有RGB像素的均值使用最小的感受野3× 3，如果選擇1× 1，則可作爲輸入通道的線性變換（後面跟着激活函數的非線性）。卷積stride 1，pad 1（卷積圖大小不會因爲卷積而改變）共5個最

2020-06-21 02:12:50

1. 古典概型樣本空間有限個基本事件，基本事件等可能發生 P(A)=A包含基本事件數S所有基本事件數P(A)=\frac{A包含基本事件數}{S所有基本事件數}P(A)=S所有基本事件數A包含基本事件數 2. 條件概率 A發生

2020-02-21 22:31:56

分類問題的損失函數交叉熵損失（Cross Entropy Loss）：假設誤差是二值分佈，可以視爲預測概率分佈和真實概率分佈的相似程度。在分類問題中有良好的應用 CE(θ)=−∑i=1nyi∗log(y^i) 其中yi 表

2020-02-21 22:31:56

1. CNN CNN中的濾波器是一種廣義的線性模型（GLM），它的抽象水平較低，而抽象可以使特徵具有不變性。要讓GLM有好的抽象，樣本中隱含的概念必須是線性可分的。因此一般的CNN默認的先驗是樣本中隱含概念是線性可分的，而實際情

2020-02-21 22:31:56

1. 安裝與配置 Linux系統 $ sudo apt-get install git Windows系統從官網下載[https://git-for-windows.github.io/][1]，用Git bash操作。配

2020-02-21 22:31:55

1. 分類固定輸入最短邊大小爲256（訓練使用多尺度縮放）提取5個隨機剪裁和水平翻轉的231× 231圖片 batchSize 128 權重初始化均值0，標準差0.01的均勻分佈， momentum 0.6 懲罰係數1e-5

2020-02-21 22:31:55

1. 動機提高深度網絡的性能可以通過加深網絡的深度和寬度，但是缺點是容易過擬合且計算量大。所以應該採用稀疏連接結構代替全連接結構，但是現有設備對稀疏計算並不高效，所以依然只採用稠密計算。Inception是一種逼近稀疏連接的結構

2020-02-21 22:31:55

1. Dropout dropout可以訓練集成模型，它們共享參數並近似的對這些模型的預測進行了平均。它可以被當作一種通用的方法用在任何一種MLP和CNN模型中，但是在論文中，由於dropout的模型平均過程沒有被證明，因而一個

2020-02-21 22:31:55

1. 數據集ImageNet 數據特徵：15 million張，22000類，分辨率高且多樣預處理：降採樣到256× 256固定分辨率，對矩形邊框的圖像，先讓短邊縮小到256，然後剪裁出中心的256× 256的部分。使用中心化

2020-02-21 22:31:55

快速冪求數a 的n 次冪，可以採用二分法進行快速計算，即 an={an2⋅an2,a⋅an2⋅an2,n爲偶數n爲奇數 public int power(int a, int n){ int result = 1;

2020-02-21 22:31:55

題目找出字符串中最長迴文子序列，可以在原字符串中不連續。如“character”的最長迴文子序列爲“carac”。分析1 設字符串s 從第i 個字符到第j 個字符的最長迴文子序列長度爲p[i,j] ，則遞歸式爲 p[i,j

2020-02-21 22:31:55

在上一篇博客中，我們探討了關於打網格尋找線段和多邊形的GeoHash編碼的框架，但是對直線而言還有更高效的編碼算法，本文就探討線段的GeoHash編碼優化。 1. 線段的GeoHash編碼問題打網格的GeoHash編碼方式需要在2維

2019-01-21 22:19:27