原创 三維異面直線的距離和垂足求解
在論文中遇到了求解三維異面直線的距離和垂足的問題，網上資源參差不齊，遂把它記錄下來，萬一你也用得上呢 本文參考自：求3維度空間異面直線的垂足點 在此基礎上做了更詳細的論述、擴展和python實現 題設：假設有兩條直線 L1，L2
2020-06-22 18:15:33
5
原创 一幅圖理解LSTM的物理結構
下圖是我看過對LSTM物理結構描述最清楚的圖，參考自LSTM神經網絡輸入輸出究竟是怎樣的？ 答主在圖中對三種架構有簡要的說明，這裏根據自己的理解，再對它做進一步的解釋。 圖中的第一部分是LSTM的時序結構版本，它是單個LSTM
2020-06-22 18:15:33
2
原创 兩種方式判斷有向圖是否有環-python實現
1. DFS判斷有向圖是否有環 假設圖以鄰接矩陣表示，一條深度遍歷路線中如果有結點被第二次訪問到，那麼有環。我們用一個變量來標記某結點的訪問狀態（未訪問，訪問過，其後結點都被訪問過），然後判斷每一個結點的深度遍歷路線即可。 def
2020-06-22 18:15:33
原创 Python實現-BIT*-Batch Informed Tree 運動規劃算法
RRT系列的採樣規劃算法，其隨機採樣特性可以有效解決維度災難的問題 RRT*通過改進RRT的節點擴展方式，加入重連的機制，可以實現路徑質量的漸近最優 BIT*結合了採樣規劃算法和搜索規劃算法的優勢，引入節點排序和邊排序，在超橢球子
2020-06-22 18:15:33
6
原创 快排的兩種partition函數
partition函數就是快排的關鍵部分，作用是將數組劃分成兩部分，左邊小於基數，右邊大於基數 但實際上它也不僅僅用於快排，在求top(K)問題中也常常會用到。 下面介紹兩種partition函數，他們都是雙指針的方法，但具體會有
2020-06-22 18:15:33
原创 代碼可直接運行：利用深度學習進行股票預測，支持pytorch,keras和tensorflow
博主路一瓢的博文： Tensorflow實例：利用LSTM預測股票每日最高價（一） Tensorflow實例：利用LSTM預測股票每日最高價（二） 在以上兩篇博文中，博主介紹了RNN和LSTM，並使用LSTM實現了股票預測的例子，
2020-06-22 18:15:30
原创 我的CSDN博客之結語
眨眼間，2019年就快要結束了，早知道就不眨眼了 CSDN博客也寫了兩年多了，記錄着自己學習、科(mo)研(yu)、編程、算(lian)法(dan)等一點點的經驗，算是自己研究生一路以來的歷程吧 起初寫博客，是因爲自己解決了自己遇
2020-06-22 18:15:30
1
原创 BN和Dropout在訓練和測試時的差別
Batch Normalization BN，Batch Normalization，就是在深度神經網絡訓練過程中使得每一層神經網絡的輸入保持相近的分佈。 BN訓練和測試時的參數是一樣的嘛？ 對於BN，在訓練時，是對每一批的訓練數
2020-06-09 22:56:05
原创 TensorFlow和Keras的模型保存及載入模型參數繼續訓練
TensorFlow 在TensorFlow中，模型的持久化保存和加載主要通過Saver()。 在初次訓練之後調用如下的save函數保存，然後，在預測前，或者在繼續訓練前調用load加載參數即可。 def __init__():
2020-06-09 22:56:05
2
原创 LeetCode之Word Break-動態規劃python解法
Word Break LeetCode 139 Given a non-empty string s and a dictionary wordDict containing a list of non-emptywords,
2020-06-09 22:56:05
原创 通過梯度下降和牛頓法求解一個數的平方根
梯度下降 梯度下降法（Gradient descent）是一個一階最優化算法，就是讓參數沿着損失函數負梯度的方向更新。迭代的步長，也就是學習率是事先給定的，如果負梯度的絕對值越大，這次更新的幅度也會越大，越接近極值點時，負梯度會越
2020-06-09 22:56:05
原创 代碼可直接運行：利用LSTM預測股票每日最高價
博主路一瓢的博文： Tensorflow實例：利用LSTM預測股票每日最高價（一） Tensorflow實例：利用LSTM預測股票每日最高價（二） 在以上兩篇博文中，博主介紹了RNN和LSTM，並使用LSTM實現了股票預測的例子，
2020-04-18 22:53:42