原创 Leetcode30. 串聯所有單詞的子串-python

難度:困難 給定一個字符串 s 和一些長度相同的單詞 words。找出 s 中恰好可以由 words 中所有單詞串聯形成的子串的起始位置。 注意子串要與 words 中的單詞完全匹配,中間不能有其他字符,但不需要考慮 words 中單詞串

原创 Leetcode11. 盛最多水的容器-python

難度:中等 給你 n 個非負整數 a1,a2,...,an,每個數代表座標中的一個點 (i, ai) 。在座標內畫 n 條垂直線,垂直線 i 的兩個端點分別爲 (i, ai) 和 (i, 0)。找出其中的兩條線,使得它們與 x 軸共同構成

原创 Leetcode33. 搜索旋轉排序數組-python

難度:中等 假設按照升序排序的數組在預先未知的某個點上進行了旋轉。 ( 例如,數組 [0,1,2,4,5,6,7] 可能變爲 [4,5,6,7,0,1,2] )。 搜索一個給定的目標值,如果數組中存在這個目標值,則返回它的索引,否則返回 

原创 Leetcode16. 最接近的三數之和-python

難度:中等 給定一個包括 n 個整數的數組 nums 和 一個目標值 target。找出 nums 中的三個整數,使得它們的和與 target 最接近。返回這三個數的和。假定每組輸入只存在唯一答案。 例如,給定數組 nums = [-1

原创 Leetcode29. 兩數相除-python

難度:中等 給定兩個整數,被除數 dividend 和除數 divisor。將兩數相除,要求不使用乘法、除法和 mod 運算符。 返回被除數 dividend 除以除數 divisor 得到的商。 整數除法的結果應當截去(truncate

原创 Leetcode25. K 個一組翻轉鏈表-python

難度:困難 給你一個鏈表,每 k 個節點一組進行翻轉,請你返回翻轉後的鏈表。 k 是一個正整數,它的值小於或等於鏈表的長度。 如果節點總數不是 k 的整數倍,那麼請將最後剩餘的節點保持原有順序。 示例: 給你這個鏈表:1->2->3-

原创 Leetcode32. 最長有效括號-python

難度:困難 給定一個只包含 '(' 和 ')' 的字符串,找出最長的包含有效括號的子串的長度。 示例 1: 輸入: "(()" 輸出: 2 解釋: 最長有效括號子串爲 "()" 示例 2: 輸入: ")()())" 輸出: 4 解釋

原创 NLP學習-詞形標準化

首先說一下文本分析流程: NLP學習-分詞:https://blog.csdn.net/RHJlife/article/details/104748790 NLP學習-清洗:https://blog.csdn.net/RHJlife/a

原创 動手學深度學習(tensorflow)---學習筆記整理(七、卷積神經網絡篇)

有關公式、基本理論等大量內容摘自《動手學深度學習》(TF2.0版)) 前面我們需要簡潔實現都是用的Sequential來實現的,我們可能發現簡潔實現很簡單,但是內部細節可能很難控制。而自己從零開始實現又過於麻煩,而tf.keras.Mod

原创 動手學深度學習(tensorflow)---學習筆記整理(九、優化算法篇)

有關公式、基本理論等大量內容摘自《動手學深度學習》(TF2.0版)) 優化與深度學習 優化在深度學習中有很多挑戰。下面描述了其中的兩個挑戰,即局部最小值和鞍點。 局部最小值 運行代碼: import sys import ten

原创 動手學深度學習(tensorflow)---學習筆記整理(八、計算機性能篇)

有關公式、基本理論等大量內容摘自《動手學深度學習》(TF2.0版)) 命令式編程和符號式編程是什麼? 命令式編程,用直白的話就是:我們寫的那種通常寫的那種方式,使用編程語句改變程序狀態,明確輸入變量,並根據程序邏輯逐步運算。 例如如下代碼

原创 動手學深度學習(tensorflow)---學習筆記整理(六、傳播相關問題+實戰篇)

有關公式、基本理論等大量內容摘自《動手學深度學習》(TF2.0版)) 正向傳播 通過剛剛的學習,我們會發現數據從輸入層到輸出層之間,會對各層的矩陣做矩陣乘法,然後加上偏置項,然後可能還需要加上激活函數,可能還需要L2範式正則化,然後繼續輸

原创 動手學深度學習(tensorflow)---學習筆記整理(五、過擬合和欠擬合相關問題篇)

有關公式、基本理論等大量內容摘自《動手學深度學習》(TF2.0版)) 什麼是過擬合和欠擬合? 在我們訓練模型過程中經常會遇見兩個問題:我們的模型訓練過程中準確率很高,但是實際應用或者使用驗證集的時候效果比較差;我們模型訓練過程準確率比較低

原创 動手學深度學習(tensorflow)---學習筆記整理(四、多層感知機篇)

(有關公式、基本理論等大量內容摘自《動手學深度學習》(TF2.0版)) 多層感知機是什麼? 個人的理解就是:多層的神經網絡+非線形的。具體說說就是至少包含一層隱含層和輸出層構成多層,非線性這個概念可以通過下面的內容來學習,由激活函數實現的

原创 動手學深度學習(tensorflow)---學習筆記整理(二、線性迴歸篇)

(有關公式、基本理論等大量內容摘自《動手學深度學習》(TF2.0版)) 首先說一下線性迴歸是什麼? 個人理解:線性迴歸利用某種方法來確定兩種或兩種以上變量間相互依賴的定量關係的一種分析方法。簡單點說,現在有一些隨機點,通過某種方法找出來他