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
2020-07-03 12:38:48
8
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
2020-05-30 17:41:55
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
2020-05-30 17:41:55
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
2020-05-30 17:41:55
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： [ "((()))", "(()())", "(())()", "()(())", "(
2019-08-23 03:22:20
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 #
2019-08-23 03:22:20
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 #
2019-08-23 03:22:20
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，
2019-08-23 03:22:20
7
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
2019-08-23 03:22:20
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
2019-08-23 03:22:20
71
原创 20--leetcode--括號是否匹配
利用堆。 class Solution: def isValid(self, s): stack = [] lookup = { "(":")",
2019-08-06 03:14:41
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
2019-08-06 03:14:41
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
2019-08-06 03:14:41
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':
2019-08-03 03:46:11
1
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
2019-07-06 04:43:40