原创 刪除無效的括號

考察知識點 回溯,深度搜索 思路一 給定字符串:①首先求出不匹配的左括號數和右括號數。 ②在深度搜索過程中去除不匹配的符號,舉例()())() ③當左括號數等於右括號數時,判斷是否匹配 代碼 class Solution(obj

原创 正則表達式匹配-力扣

考察知識點 python 動態規劃 回溯算法 代碼 class Solution(object): def isMatch(self, s, p): """ :type s: str

原创 前綴樹(Trie)

定義: 前綴樹(Trie樹),即字典樹,又稱單詞查找樹或鍵樹,是一種樹形結構。核心思想是空間換時間。利用字符串的公共前綴來降低查詢時間的開銷以達到提高效率的目的。 優點: 最大限度地減少無謂的字符串比較,查詢效率比哈希表高。 與哈

原创 生成對抗網絡(GAN)基本介紹

文章目錄GAN基本介紹1.1 概念1.2 目標函數的最優解1.3 KL散度與JS散度小結持續更新中,如有錯誤,請多指正 GAN基本介紹 1.1 概念 生成對抗網絡(GAN):是一種生成假樣本的生成模型。包括兩個部分,生成器G和判定器D

原创 word2vec Parameter Learning Explained筆記

目錄 1.CBOW模型 2.Skip Gram模型 3.Hierarchical softmax 4.Negative Sampling 前言,下面公式多次用到的求導法則: sigmoid函數的導數具有以下形式: 1.CBOW模型

原创 Distributed Representations of Sentences and Documents筆記

基本概念 段向量:一種將段落(段落長度可變,可以是句子和一篇文章等)表示成向量的無監督框架。 論文的提出是爲了解決什麼問題: 解決bag-of-words(詞袋模型)的缺點:不考慮詞的順序以及詞的語義。也就是說只要兩篇文章包含的詞一

原创 線性模型

# 基本概念和公式 線性模型 均方誤差(平方損失) 最小二乘法 基於均方誤差最小化進行模式求解的方法。試圖在線性迴歸中找到一條直線,使所有樣本到直線的歐式距離之和最小 #代碼實現

原创 動態規劃(python)

核心:記住已經求過的解。 方法:自頂向下備忘錄法,自底向上 鋼條切割問題 自頂向下備忘錄法 def cut(chain,chainlen,memo): q=-1 if memo[chainlen]>=0:

原创 git學習

1.git初始化 設置名字和email git config --global user.name “chen” git config --global user.email '[email protected]" 2.獲得一個倉庫

原创 激活函數與損失函數

使用目的 作用就是避免神經網絡中每一層輸出都是線性函數,從而導致最後的輸出是輸入的線性組合。當使用激活函數使得最後的輸出不再是線性組合而是任意的逼近函數時,神經網絡的表達能力就更加強大了。 常用激活函數: - sigmoid函數 -

原创 決策樹

基本概念和公式 信息 信息熵 度量樣本集合純度最常用的一種指標: Ent(D)值越小,則D純度越高 信息增益 (信息增益標準對可取數目較多的屬性有所偏好) 信息增益率 (信息增益率標準對可取數目較少的屬性有所偏好) (C4.5

原创 貝葉斯分類器

基本概念和公式 貝葉斯公式 p(c)是類“先驗概率”,p(x|c)是樣本x相對於類標記c的類條件概率,p(x)是用於歸一化的“證據因子” 樸素貝葉斯分類器 採用了屬性條件獨立性假設,對已知類別,假設所有屬性相互獨立。 公式改寫爲:

原创 計數質量(力扣)

下面用n=10來說明過程 class Solution(object): def countPrimes(self, n): """ :type n: int :rtype:

原创 動態規劃

解法 class Solution(object): def climbStairs(self, n): """ :type n: int :rtype: int

原创 常用命令或快捷鍵(dos,win,linux)

DOS dos:一個操作系統,屬於Windows。 順便提一下操作系統的分類: time 調用計算機當前的本地時間 ctr+c 退出當前正在執行的命令 cls 清空當前正在編輯的屏幕 shutdown /s /t 設置在