原创 leetcode第65題擊敗100%用戶的答案

  #include <iostream> #include <vector> #include<numeric> #include<unordered_map> #include<string> using namespace st

原创 c++ vector erase的注意事項

1. 要接收erase返回的迭代器 2. erase返回的迭代器自動指向下一個位置,所以代碼裏有erase的, 要注意只有不運行erase的部分需要 iterator++   int main() { std::vector<int>

原创 softmax的公式推導

1 定義 2. 將多項式化成指數族模型的一般形式 3. 推導公式    

原创 Qt 5.13 重新編譯源碼,連接 MySQL 5.7

安裝Qt新版本的時候,會發現裏面沒有QMYSQL,所以要使用QMYSQL的時候會報以下的錯誤 QSqlDatabase: QMYSQL driver not loaded QSqlDatabase: available drivers:

原创 nlp命名實體識別Named Entity Recognition NER demo

這是一個NER 的 demo 實現的步驟是 1.製作word和tag的dic,dic的id是0開始的int,出現頻率高的排在前面 2.將每一句話轉成2個80維的向量(即最長80個字),第一個是出現句子的 word 的id(train_x)

原创 C++ 貪食蛇代碼

  參考其他人的代碼用自己的習慣寫了一版 牆 Wall.h #pragma once #ifndef _Util_Wall_Def #define _Util_Wall_Def #include <sstream> #include

原创 隱馬爾可夫模型 demo

統計學習方法第10章.紅球白球的案例   import numpy as np def prepareData(): A=np.array([[0.5,0.2,0.3], [0.3,0.5,0

原创 VS 2017 MFC 使用代碼 GetMenu() 修改菜單樣式

1. 新建文檔,選擇單個文檔,MFC standard (其他的設置好像不行) 2. 在 CMainFrame.cpp的OnCreate方法最後加入 CMenu *menu = GetMenu();     //獲取子菜單     CM

原创 MFC VS2017和Halcon17 聯合編程,利用Halcon助手在PictureControl 連續採集顯示攝像機圖片

VS2017 Halcon 17 MFC 使用筆記本自帶的攝像機連續採集,顯示在MFC的PictureControl控件 主要方法就是確認的時候,開啓一個新的線程去採集   PictureControl 的ID :IDC_STATIC

原创 windows下xgboost的安裝與測試 xgboost.dll

1. 先下載源碼 git clone --recursive https://github.com/dmlc/xgboost 2. 下載完後的源碼在xgoobst裏面, 到xgboost下建立build資料夾 3. 進入build資料夾,

原创 No module named en 的解決辦法spacy

No module named 'en' nlp項目出現這個錯誤,如果是spacy\util.py出的問題,表示找不到英文的模塊. 官方的解決辦法是在控制檯輸入以下命令: python -m spacy download en_core_

原创 linux下xgboost的安裝與測試

在運行前,要先將python安裝好, gcc 5 以上, cmake版本也不能太低 1 編譯安裝基礎包 git clone --recursive https://github.com/dmlc/xgboost 下載後的檔案在xgboos

原创 VMware虛擬機 配置NAT網絡, Linux關閉防火牆, 修改主機名, 修改服務器日期

這裏的例子: 網段192.168.100 網關192.168.100.2 VMnet8的IP: 192.168.100.1 虛擬機IP 192.168.100.11 DNS1 : 就直接配置成網關   1. vmware 打開 VMWor

原创 將git下載的c++項目用vs打開

首先確定下載的項目裏包括CMakeLists.txt的文件,然後在文件所在目錄用cmd或power shell輸入以下命令(以2017版本爲例): cmake . -G"Visual Studio 15 2017 Win64" 中間那個

原创 CART迴歸樹的原理及python實現的demo

迴歸樹其實就是把相鄰的幾個點(不純度較小的點,一般用mse計算) 視爲一個區間,所以參數裏包括 最小不純度 min_impurity_decrease, 例如以下的點, 只分成2 類, 大於6.5的就返回右邊三個點的平均值8.913 ,小