原创 PSP-Net的理解(多尺度特徵融合分割)
Pyramid Scene Parsing Network 收錄:CVPR 2017 (IEEE Conference on Computer Vision and Pattern Recognition) 原文地址: PSPNet 代碼
原创 1,2--LeetCode-python筆記
一.給定一個整數數組 nums 和一個目標值 target,請你在該數組中找出和爲目標值的那 兩個 整數,並返回他們的數組下標。 你可以假設每種輸入只會對應一個答案。但是,你不能重複利用這個數組中同樣的元素。 (1)class Sol
原创 cs231n筆記(11+)--faster-rcnn中,對RPN的理解
2017年05月28日 00:45:55 美利堅節度使 閱讀數:20487更多 個人分類: 深度學習 版權聲明:本文爲博主原創文章,未經博主允許不得轉載。 https://blog.csdn.net/ying86615791/arti
原创 7--leetcode--python筆記
一.給出一個 32 位的有符號整數,你需要將這個整數中每位上的數字進行反轉。 示例 1: 輸入: 123 輸出: 321 示例 2: 輸入: -123 輸出: -321 示例 3: 輸入: 120 輸出: 21 注意: 假設
原创 22--leetcode--括號生成
給出 n 代表生成括號的對數,請你寫出一個函數,使其能夠生成所有可能的並且有效的括號組合。 例如,給出 n = 3,生成結果爲: [ "((()))", "(()())", "(())()", "()(())", "(
原创 24--leetcode--倆倆交換鏈表中的結點
# Definition for singly-linked list. # class ListNode(object): # def __init__(self, x): # self.val = x #
原创 21--leetcode--合併兩個有序列表
# Definition for singly-linked list. # class ListNode(object): # def __init__(self, x): # self.val = x #
原创 MobileNet v1-v2的理解
v1: (1)單片卷積 + 1x1 通道改維度; (2)寬度因子a + 分辨率因子 b ; (以最低的精度損失換取大量的參數減少) v2: (1)加入殘差結構(先升維:增加信息量,再降維度:較少參數,
原创 26--leetcode--刪除排序數組的重複項
給定一個排序數組,你需要在原地刪除重複出現的元素,使得每個元素只出現一次,返回移除後數組的新長度。 不要使用額外的數組空間,你必須在原地修改輸入數組並在使用 O(1) 額外空間的條件下完成。 class Solution(ob
原创 GoogLenet Inception v1-v4的理解
簡單來說: v1:多尺度融合 v2:卷積分解,倆個3x3代替5x5 v3:1xn+nx1代替nxn進一步減少參數 v4:加入殘差思想 【問題來了】什麼是Inception呢? Inception歷經了V1、V2、V3、V4
原创 20--leetcode--括號是否匹配
利用堆。 class Solution: def isValid(self, s): stack = [] lookup = { "(":")",
原创 12--leetcode--數字轉羅馬數字
羅馬數字包含以下七種字符: I, V, X, L,C,D 和 M。 字符 數值 I 1 V 5 X 10 L 50 C
原创 14--leetcode--最大公共子串
找到最短的字符串 已list[0]爲標準,遍歷list,加單個字符串右指針,不同即已到最長公共字串,返回 class Solution(object): def longestCommonPrefix(self, st
原创 13--leetcode
羅馬數字轉整數 class Solution(object): def romanToInt(self, s): d = {'I':1, 'IV':4, 'V':5, 'IX':9, 'X':10, 'XL':
原创 雙線性插值的理解
雙線性插值不僅可以resize圖片(解決最近鄰鋸齒狀問題),還可以代替反捲積(本質也是resize)。 記錄下原理: 雙線性插值 假設源圖像大小爲mxn,目標圖像爲axb。那麼兩幅圖像的邊長比分別爲:m/a和n/b。注意,通常