原创 深度學習系列(二) 卷積神經網絡之基礎知識 2020.6.17

前言 本節學習卷積神經網絡的基礎知識 卷積層 填充和步幅 多輸入和多輸出通道 池化層 卷積神經網絡 1、卷積層 互相關運算 卷積層來源於卷積運算 但通常會用互相關運算 如圖所示,0 * 0 + 1 * 1 + 3 * 2 +

原创 leetcode刷題記錄451-460 python版

前言 繼續leetcode刷題生涯 這裏記錄的都是筆者覺得有點意思的做法 參考了好幾位大佬的題解,尤其是powcai大佬和labuladong大佬,感謝各位大佬 451. 根據字符出現頻率排序 class Solution:

原创 深度學習系列(六) 循環神經網絡之GRU、LSTM、雙向循環 2020.6.23

前言 本節繼續學習循環神經網絡 GRU LSTM 雙向循環神經網絡 1、門控循環單元(GRU) 當時間步數較大或者時間步較小時,循環神經⽹絡的梯度較容易出現衰減或爆炸 裁剪梯度可以應對梯度爆炸,但無法解決梯度衰減 門控循環神

原创 leetcode刷題記錄401-410 python版

前言 繼續leetcode刷題生涯 這裏記錄的都是筆者覺得有點意思的做法 參考了好幾位大佬的題解,尤其是powcai大佬和labuladong大佬,感謝各位大佬 401. 二進制手錶 # 數下1 class Solution:

原创 從零開始完整學習機器學習和深度學習,包括理論和代碼實現,主要用到scikit和MXNet,還有一些實踐(kaggle上的)

前言 作爲對2020.6一個月學習機器學習和深度學習的回顧和彙總 從零開始完整學習傳統機器學習和經典深度學習 只需要python基礎,最好有線性代數基礎,沒有也問題不大 機器學習 機器學習系列(一) numpy的使用 機器學習系列

原创 leetcode刷題記錄251-260 python版

前言 繼續leetcode刷題生涯 這裏記錄的都是筆者覺得有點意思的做法 參考了好幾位大佬的題解,尤其是powcai大佬和labuladong大佬,感謝各位大佬 257. 二叉樹的所有路徑 # 遞歸 class Solution:

原创 leetcode刷題記錄271-280 python版

前言 繼續leetcode刷題生涯 這裏記錄的都是筆者覺得有點意思的做法 參考了好幾位大佬的題解,尤其是powcai大佬和labuladong大佬,感謝各位大佬 273. 整數轉換英文表示 # StefanPochmann的解法

原创 《改善python程序的91個建議》讀書筆記(八)性能剖析和優化

前言 春節前買了本《編寫高質量代碼 改善python程序的91個建議》 現在抽空翻翻,做個筆記 共有8個章節 本節是性能剖析和優化 79、瞭解代碼優化的基本原則 保證代碼可工作 權衡優化的代價 定義性能指標 不可忽略可讀性 8

原创 leetcode刷題記錄301-310 python版

前言 繼續leetcode刷題生涯 這裏記錄的都是筆者覺得有點意思的做法 參考了好幾位大佬的題解,尤其是powcai大佬和labuladong大佬,感謝各位大佬 301. 刪除無效的括號 class Solution: d

原创 機器學習系列(五) PCA(主成分分析)會用到scikit 2020.6.7

前言 本節學習PCA(主成分分析) 非監督機器學習 主要用於數據降維 內容包括 實現底層邏輯 使用scikit庫 1、PCA原理與實現 PCA說白了就是在儘可能保留信息的情況下,將高維數據映射到低維 過程如下 樣本均值

原创 機器學習系列(四) 梯度下降法 2020.6.6

前言 本節學習梯度下降法 基於搜索的最優化方法 用來最小化損失函數 1、梯度下降法的原理與簡單實現 看圖理解 計算梯度 每次根據學習率進行梯度下降 最終得到最優解 學習率的取值影響最優解的速度 太小則收斂太慢 太大則可

原创 《改善python程序的91個建議》讀書筆記(七)使用工具輔助項目開發

前言 春節前買了本《編寫高質量代碼 改善python程序的91個建議》 現在抽空翻翻,做個筆記 共有8個章節 本節是使用工具輔助項目開發 70、從PyPI安裝包 不知該說什麼 書太老了 71、使用pip和yolk安裝管理包 不用多

原创 NS3仿真 csma和RIPv2(附源碼)

前言 做了兩個NS3仿真實驗 分別是關於csma和ripv2的 在此記錄一下 讀者可參考 不可照抄剽竊 如有建議 歡迎交流 1、csma 原理就不做介紹了,網上搜搜就有 實驗目的是 驗證CSMA的性能 畫出網絡吞吐量S隨網絡數據

原创 leetcode刷題記錄231-240 python版

前言 繼續leetcode刷題生涯 這裏記錄的都是筆者覺得有點意思的做法 參考了好幾位大佬的題解,尤其是powcai大佬和labuladong大佬,感謝各位大佬 231. 2的冪 # 位計數 class Solution:

原创 機器學習系列(二) kNN(k近鄰算法)會用到scikit 2020.6.4

前言 本節學習kNN算法 這個應該算是最簡單最基礎的機器學習算法 思想極度簡單 效果好 可以解釋機器學習中很多細節 本節內容包括 自己實現底層邏輯 使用scikit的庫 借用kNN瞭解機器學習裏的一些細節問題 1、kNN的