原创 [算法] - Manacher算法【 O(N) 最長迴文子串的長度】

目錄 Manacher算法解決的問題字符串str中, 最長迴文子串的長度如何求解?如何做到時間複雜度O(N)完成?   1. 大體理解: 2. 思路剖析 3. 時間複雜度 4. 詳細代碼 Manacher算法解決的問題字符串str中, 最

原创 目標檢測 - IoU-Net 直觀深入理解

具體的研究背景可以參看這兩篇,我這裏只說一下我的直觀理解。 這兩篇文章前因後果講的可以,但是總覺得到底實現的過程是怎麼樣的,以及怎麼給人一個直觀的流程的感受,沒有說到。 推薦大家先看這兩篇,然後再看看我的這篇,歡迎大家討論。 https:

原创 [算法] - Moris遍歷

目錄 1. 封神的地方 2. 實質 3. 具體細節: 4. morris遍歷時間複雜度的證明 5. 先序,中序,後序 6. 代碼 Morris遍歷 ,一種遍歷二叉樹的方式 時間複雜度O(N),額外空間複雜度O(1) 1. 牛逼的地方

原创 C++ 解疑(**與引用)

目錄   1.C++ 值傳遞、指針傳遞、引用傳遞詳解 2. C++函數的傳入參數是指針的指針(**指向地址的地址)的詳解     1.C++ 值傳遞、指針傳遞、引用傳遞詳解 #include<iostream> using namesp

原创 目標檢測經典論文——訓練過程總結

最近又一次複習下經典論文,在此記錄下前人的論文上的訓練過程。 YOLO v1         我們在ImageNet 1000類數據集上預訓練我們的卷積層。預訓練時我們使用圖3中的前20爲向量、一個平均池化層、一個全連接層。我們訓練這個網

原创 Alibaba Cloud German AI Challenge 2018 pytorch 進度條+分類+學習

補充: 兩個前排的github https://github.com/zhangboshen/Alibaba-Cloud-German-AI-Challenge-2018-Rank-17th-Solution https://github

原创 faster rcnn中 損失函數(一)——softmax,softmax loss和cross entropy的講解

先理清下從全連接層到損失層之間的計算。來看下面這張圖,(非常好的圖)。   T類  N表示前一層特徵層flatten後的數字   fltten後的特徵      無限大小的T類                     從0-1的T類向量

原创 訓練技巧詳解【含有部分代碼】Bag of Tricks for Image Classification with Convolutional Neural Networks

論文地址:https://arxiv.org/pdf/1812.01187.pdf 更多方法和代碼可見:圖像分類任務中的tricks總結                                     更多更全的tricks補充(

原创 [算法] - 哈希函數 + RandomPool + 布隆過濾器 + 一致性哈希原理 + 並查集結構

目錄 哈希函數 哈希函數的作用:通過 f 哈希函數使得數據變均勻分佈,離散化 哈希表的實現: 擴容: 筆試tricks: 在C++裏面,不怎麼用哈希表,而是使用int[1000]這樣的數組,時間複雜度會低。 在刷題的過程中只要找到O(N*

原创 菜鳥學習python編程--雜記 (不定期更新)numpy

  目錄 1.bool類型的形參+return 的合理使用    其實當i有明確含義時,如下for col in xrange(w) 3.for與np的聯合使用, 4. import copy 5. np.clip(data,min,ma

原创 [C++算法] - 二叉樹《21道常見的面試題》

自己動手寫代碼,記錄中間出現的錯誤。 這個網址不錯https://github.com/CyC2018/CS-Notes/blob/master/notes/Leetcode%20%E9%A2%98%E8%A7%A3%20-%20%E6%

原创 pytorch faster rcnn復現系列(一) RPN層輸入輸出維度理解

目錄 1.  1*1 FC層 2.  anchor_target_layer_>rpn_data                              ​      3. 二分類 softmaxloss      4. 迴歸損失 rp

原创 程序員常見英語單詞(不斷更新)

良好的單詞儲備量是成功的一半,這個就當程序員專業英語背吧.很多次出現bug的時候,總是谷歌翻譯,這樣感覺不流暢...慢慢進步吧. 1.git status 狀態,用於檢驗當前文件狀態

原创 PyTorch複雜模型初始化

寫作背景:是因爲我在自己做EAST寫PVANet的DCN模型的時候,涉及到DCN中offset的初始化需要設置爲常數。 常見初始化形式 這裏需要注意的是,一般情況下我們看到的初始化都是下面第一段代碼,根據模型的類型進行不同的初始化。 f

原创 動態規劃總結

1. 518. 零錢兌換 II 給定不同面額的硬幣和一個總金額。寫出函數來計算可以湊成總金額的硬幣組合數。假設每一種面額的硬幣有無限個。  輸入: amount = 5, coins = [1, 2, 5] 輸出: 4 解釋: 有四種方