原创 Python常用函數記錄

1、extend()函數 extend() 函數用於在列表末尾一次性追加另一個序列中的多個值(用新列表擴展原來的列表) list.extend(seq) 實例: #!/usr/bin/python aList = [123,

原创 【劍指offer】23—刪除鏈表中的重複節點

題目描述 在一個排序的鏈表中,存在重複的結點,請刪除該鏈表中重複的結點,重複的結點不保留,返回鏈表頭指針。 例如,鏈表1->2->3->3->4->4->5 處理後爲 1->2->5 方法一 在遍歷的時候,記錄上一個不重複的節點p

原创 深度優先搜索算法(DFS)詳解

DFS即Depth First Search,是一種用於遍歷或搜索樹或圖的算法。 沿着樹的深度遍歷樹的節點,儘可能深的搜索樹的分支。其過程簡要來說是對每一個可能的分支路徑深入到不能再深入爲止,而且每個節點只能訪問一次。 ##DFS

原创 機器學習算法之Bagging與RF詳解

之前我們已經介紹過Boosting算法,是通過對訓練集進行採樣,產生不同的獨立的子集,然後再訓練出一個基學習器,通過集成可以得到一個泛化能力強的模型。但爲了有更好的集成,我們希望個體學習器之間的差異不能太大,否則會因爲每個學習器只

原创 機器學習算法之GBDT詳解

提升方法(Boosting),是一種可以用來減小監督式學習中偏差的機器學習算法。它是通過訓練多個弱分類器,最後加權組合成一個強分類器。弱分類器一般是指一個分類器它的分類結果僅僅比隨機分類好一點點。 Boosting系列算法最經典的

原创 目標檢測網絡—SSPNet詳解

翻譯論文:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 概述 當前深度卷積神經網絡(CNNs)都需輸入固定的圖像尺寸(f

原创 深度學習之NLP學習筆記(三)—文本分類

文本分類是NLP領域最經典的應用場景之一,其實現方法我們可以劃分爲兩類。 其一是基於傳統機器學習的文本分類,如 TF-IDF文本分類。其二便是基於深度學習方法的文本分類,如Facebook開源的FastText文本分類,Text-

原创 【劍指offer】21—棧的壓入、彈出序列

題目描述 輸入兩個整數序列,第一個序列表示棧的壓入順序,請判斷第二個序列是否可能爲該棧的彈出順序。假設壓入棧的所有數字均不相等。例如序列1,2,3,4,5是某棧的壓入順序,序列4,5,3,2,1是該壓棧序列對應的一個彈出序列,但4

原创 【劍指offer】20—順時針打印矩陣

輸入一個矩陣,按照從外向裏以順時針的順序依次打印出每一個數字,例如,如果輸入如下4 X 4矩陣: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16則依次打印出數字1,2,3,4,8,12,16,15,1

原创 【劍指offer】22—樹的子結構

題目描述 輸入兩棵二叉樹A,B,判斷B是不是A的子結構。(ps:我們約定空樹不是任意一個樹的子結構) 思路: 第一步:在樹A中找到和樹B的節點一樣的節點R 第二部:判斷樹A以R爲根節點的子樹是不是包含樹B一樣的結構 # class

原创 【Python3】正則表達式學習筆記

正則表達式 正則表達式(Regular Expression)是一種文本模式,包括普通字符(例如,a 到 z 之間的字母)和特殊字符(稱爲"元字符")。正則表達式使用單個字符串來描述、匹配一系列匹配某個句法規則的字符串。 正則表達

原创 深度學習之NLP學習筆記(二)—文本處理與特徵工程

文本處理 在現有數據中,文本是最非結構化的形式,裏面有各種各樣的噪聲;如果沒有預處理,文本數據都不能分析。清理和標準化文本的整個過程叫做文本預處理(text preprocessing)其作用是使文本數據沒有噪聲並且可以分析。 具

原创 快速冪詳解及其Python實現

快速冪 傳統的冪運算,是對底數進行連乘,時間複雜度爲o(n),例如:2^ 13 = 2* 2 * 2……*2,連乘十三次。但是我們可以通過增加底數,減少指數的做法,降低時間複雜度。從而能夠實現複雜度爲o(logn)的冪運算。還是以

原创 深度學習之NLP學習筆記(一)—詞嵌入及Word2Vec

一、詞嵌入 參考文章:什麼是詞嵌入 詞嵌入是單詞的一種數值化表示方式,一般情況下會將一個單詞映射到一個高維的向量中(詞向量)來代表這個單詞。 詞嵌入實際上是一種將各個單詞在預定的向量空間中表示爲實值向量的一類技術。每個單詞被映射成

原创 百度網易華爲2020年春招算法崗筆試題

記錄菜雞的筆試歷程,緬懷那些難以彌補的 望共勉! 百度: 一個mxn的矩陣,矩陣中每個元素爲i*j mod 10。然後用axb的卷積核去池化,求池化後的元素之和 A = list(map(int,input().split()