原创 前綴表達式與後綴表達式求法(棧的應用)

1.前綴、中綴、後綴表達式 中綴表達式即爲人們熟悉的數學運算式子寫法。而前綴、後綴表達式是爲了計算機計算方便的寫法。 前綴表達式是一種沒有括號的算術表達式,與中綴表達式不同的是,其將運算符寫在前面,操作數寫在後面。後綴表達式則是將

原创 PyTorch學習筆記3——搭建分類模型

莫煩PYTHON PyTorch教程P12搭建分類模型代碼 import torch from torch.autograd import Variable import matplotlib.pyplot as plt impo

原创 PyTorch學習筆記2——搭建迴歸模型

莫煩PYTHON PyTorch教程P11搭建迴歸擬合模型代碼 import torch from torch.autograd import Variable import matplotlib.pyplot as plt im

原创 元素選擇器 (CCF 2018-09 3)

一、題目 二、分析 題目比之前的CIDR合併好讀很多,這題第一步同樣也是處理輸入,然後直接將三種選擇的選擇方法編寫出來,依次選擇即可。 1、輸入 輸入主要是n行HTML文檔和m行元素選擇器。對於HTML文檔,每一行需要記錄的信息

原创 TensorFlow學習筆記1——Session會話控制

TensorFlow的運行機制屬於“定義”與“運行”相分離,從操作層面可以抽象成兩種:構造模型和模型運行。 一個TensorFlow圖描述了計算的過程,爲了進行計算,圖必須在會話Session裏啓動。Session擁有和管理物理資

原创 數據中心(CCF2018-12 4)

一、題目 樣例輸入 4 5 1 1 2 3 1 3 4 1 4 5 2 3 8 3 4 2 樣例輸出 4 樣例說明 下圖是樣例說明。    二、分析 最開始沒看懂題目的意思,參考網上的方法,發現是求最小生成樹的最大權重邊。然後發

原创 PyTorch學習筆記4——神經網絡快速搭建法(torch.nn.Sequential))

torch.nn.Sequential是一個Sequential容器,可以按照自己的需求,把不同的函數或組合成的模塊添加到自己定義的網絡中。 比如,搭建一個兩層神經網絡(輸入特徵數爲2,隱藏層神經元數爲10且使用ReLu激活函數,

原创 PyTorch學習筆記5——保存和提取神經網絡

對訓練到某一步的神經網絡可以通過保存爲pkl文件,下次再想繼續訓練實驗時直接提取。 神經網絡的保存和提取分爲對整個神經網絡保存和提取、對神經網絡的參數保存和提取。 # 保存提取整個神經網絡 torch.save(net1,'net

原创 PyTorch學習筆記6——優化器對比

分別在pytorch中對比了SGD、Momentum、RMSprop和Adam四種優化器的訓練效果。 結合了前面的構建網絡方法、批訓練方法等 import torch import torch.utils.data as Data

原创 PyTorch學習筆記5——批訓練

1、torch.utils.data.TensorDataset() 和torch.utils.data.DataLoader() pytorch提供了一個數據讀取的方法,其由兩個類構成:torch.utils.data.Data

原创 SlowFast網絡閱讀筆記

一、原文 原文:SlowFast Networks for Video Recognition 作者:Christoph Feichtenhofer,Haoqi Fan,Jitendra Malik,Kaiming He 單位:F

原创 TensorFlow學習筆記5.2——優化器Optimizer

TensorFlow中的優化器有十一種種類,例如以下幾種: tf.train.GradientDescentOptimizer() #基礎梯度下降算法,實際參數只有學習率 tf.train.AdadeltaOptimizer()

原创 TensorFlow學習筆記5.1——神經網絡參數更新方法

當通過反向傳播來計算解析梯度時,梯度就能夠被用來進行參數更新了。一般來說,進行參數更新的方法有許多種,最簡單的是沿着負梯度方向逐漸改變參數的的普通方法。又或可以引入動量(Momentum)這一概念… 常見的更新方法有:SGD(隨機

原创 PyTorch學習筆記1——PyTorch介紹

PyTorch是Torch在Python上的衍生,與TensorFlow不同的是,它在搭建神經網絡時不是先建立好一個靜態圖,然後再把數據放到圖計算,而是一個動態的過程,邊搭圖邊計算。 PyTorch與Numpy對比: Torch自

原创 TensorFlow學習筆記4——莫煩PYHTON例子3

import tensorflow as tf import numpy as np import matplotlib.pyplot as plt ''' 該練習爲莫煩PYTHON課程中的例子3(P10-P12) 主要是實現了: