原创 leetcode刷題筆記——分治

leetcode 241 這個題改了幾次也看了題解,重點複習 /* 給定一個含有數字和運算符的字符串,爲表達式添加括號,改變其運算優先級以求出不同的結果。你需要給出所有可能的組合的結果。有效的運算符號包含 +, - 以及 * 。

原创 Leetcode刷題筆記-滑動窗口

記錄一下在leetcode上刷的滑動窗口的幾道題,方便後邊複習。 解析都放在代碼裏註釋。 leetcode 15: /* 給你一個包含 n 個整數的數組 nums,判斷 nums 中是否存在三個元素 a,b,c ,使得 a + b

原创 DETECTION OF FAKE IMAGES VIA THE ENSEMBLE OF DEEP REPRESENTATIONS FROM MULTI COLOR SPACES 論文閱讀筆記

DETECTION OF FAKE IMAGES VIA THE ENSEMBLE OF DEEP REPRESENTATIONS FROM MULTI COLOR SPACES 論文閱讀筆記 摘要檢測方法實驗數據實驗實驗結果問題

原创 leetcode刷題筆記-樹2

leetcode 101: /* 給定一個二叉樹,檢查它是否是鏡像對稱的。 例如,二叉樹 [1,2,2,3,4,4,3] 是對稱的。 1 / \ 2 2 / \ / \ 3 4 4 3 但是下

原创 leetcode刷題筆記-樹1

方便之後複習,記錄一下leetcode上有關於樹的幾道題 先是樹的前序遍歷、中序遍歷、和後序遍歷 分別是leetcode上144、94、145 前序遍歷就是先根結點 – 左子樹 – 右子樹 中序遍歷就是左子樹 – 根結點 – 右子

原创 Momentum、RMSprop、Adam

吳恩達深度學習筆記 要說Momentum、RMSprop、Adam這三個優化器就要先講講指數加權平均 指數加權平均 上圖是一年中365天的溫度變化 指數加權平均的等式是:Vt = βVt-1 + (1-β)θt θt 代表第t天

原创 BatchNorm學習筆記

BatchNorm的作用 BatchNorm的主要作用是加速訓練 BatchNorm還有輕微的正則化效果 BatchNorm原理 對於神經網絡中其中某一層給定的隱藏單元Z(1)…Z(m)有以下操作: 第一步,求Z(1)…Z(m)

原创 Leetcode滑動窗口題筆記

記錄一下在leetcode上刷的滑動窗口的幾道題,方便後邊複習。 解析都放在代碼裏註釋。 leetcode 15: /* 給你一個包含 n 個整數的數組 nums,判斷 nums 中是否存在三個元素 a,b,c ,使得 a + b

原创 灰度變換(反轉,對數,伽馬)的python實現

這是學習第三章的時候的灰度變換的知識,就是找一個函數對原圖像的每個像素點的灰度值重新計算,得到一個新得圖像。 1. 圖像反轉 一幅圖像的灰度級範圍爲[0,L-1],那麼反轉函數是 s = L-1-r (原來黑的變亮,亮的變黑) f

原创 keras圖像二分類Loss一直0.69

最近做圖像分類 遇到了loss下降的0.69就不下降了,一直停在那裏,acc在0.5左右。 然後在網上查了很多資料,搞清楚了爲什麼會出現這種情況: https://www.jianshu.com/p/45c2180cab17 h

原创 兩道課後題

/* * 編寫一個程序表示出數N二進制中1的個數 * */ public class Recurison { public int calculate(int b){ if(b<2){

原创 泛型筆記

爲什麼使用泛型 泛型實質上就是使程序員定義安全的類型,在沒有出現泛型之前,Java也提供了對Object的引用“任意化”操作,這種操作就是對Object引用進行向上轉型或者向下轉型的操作,但某些強制類型轉換的錯誤不會被編譯器捕捉

原创 均值空間濾波和中值空間濾波

空間濾波由一個鄰域(通常是一個較小的矩形),然後對該鄰域所包圍的圖像像素執行預定義操作產生一個新的像素,新像素的座標等於鄰域的中心座標。 均值濾波器就是對這個區域的像素取平均值給鄰域中心的那個像素,它是線性濾波器。 這種處理可以

原创 數字圖像處理-第二章筆記

1. 取樣和量化 爲了產生數字圖像,我們需要把連續的感知數據轉換爲數字形式 對座標值進行數字化稱爲取樣,對幅值數字化稱爲量化 2. 數字圖像的表示 f(x,y) 一般用MN矩陣表示 從0開始, 圖像在任何座標(x,y)處的值記爲f(

原创 python 實現臨近值插入和雙線性插入

上篇筆記記過這兩種方法了,這裏用代碼實現一下 臨近值插入 from skimage import io,data import numpy as np def function(img,widths,heights): ro