- 博客(33)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 算法与数据结果——链表去重以及快排
#include<iostream>#include<set>#include<vector>#include<string>using namespace std;struct Node{ int value; Node * next; Node(int v = 0) :value(v), next(nullptr){}};...
2019-07-28 09:45:13
207
原创 判断两个链表是否有公共节点
#include<iostream>using namespace std;struct ListNode{ int value; struct ListNode * next; ListNode(int v = 0) :value(v), next(nullptr){}};//判断是否有环，如果有环，返回环内节点；如果没有环，则返回nullptrListNod...
2019-07-18 11:54:44
1067
原创 算法与数据结构-二叉树的非递归前序，中序，后续遍历
#include<iostream>#include<stack>#include<vector>using namespace std;template<typename T>struct TreeNode{ T value; TreeNode<T> * left; TreeNode<T> * rig...
2019-07-13 11:31:17
152
原创 算法与数据结构-采用邻接矩阵存储图实现DFS,BFS，拓扑排序
#include<iostream>#include<vector>#include<queue>#include<stack>using namespace std;#define MAXVEX 100typedef struct{ int arc[MAXVEX][MAXVEX]; int vexs[MAXVEX]; int...
2019-07-12 22:41:03
801
原创 算法与数据结构-采用邻接表存储图实现DFS,BFS，拓扑排序
#include<iostream>#include<vector>#include<queue>#include<stack>using namespace std;#define MAXVEX 100struct Node{ int vex; int weight; struct Node * next; Node(i...
2019-07-12 21:14:04
571
原创 Python——动态类型
一直以来都觉得Python是一种很“简单”的语言，它的确是一门“简单"的语言，但是我们常常把它想的过于"简单"。我们常常停留在怎么用Python,现在大部分书籍都在讲基于Python的应用，很少有人关注Python语言本身。我也是今天面试才突然产生一个疑问：你真的懂python吗？a=3a='liu'上面是Python最简单的语句,熟悉C/C++的程序员应该会想，变量没有声明类型，并且...
2019-07-02 17:48:43
192
原创 C/C++ openMP并发编程 （学习整理）
并发系统分为两种：共享内存系统：各个核可以共享访问计算机的内存。 分布式内存系统：每个核都有自己独立私有的内存，核之间的通信需要通过网络发送消息。OpenMP是一种用于共享内存系统的多线程程序设计方案，支持C，C++，Fortran编程语言。OpenMP提供了对并行算法的高层抽象，特别适合多核计算机上道德并行编程设计。当前很多编译器都内置了OpenMP，当编译器不支持OpenMP时，编...
2019-06-22 23:33:50
14695
1
原创 Redis安转及使用
Redis的安转配置方法有很多种，最简单的就是下载源码编译安转。Redis不需要任何依赖库的配置，编译过程中不会出现第三方库的情况。先在官方下载源码，运行以下命令进行编译：wget https://github.com/antirez/redis/archive/4.0-rc2.tar.gztar -xzvf 4.0-rc2.tar.gzcd redis-4.0-rc2make...
2019-06-11 20:39:03
131
原创 windows远程登录ubuntu服务器以及多用户使用服务器
远程登录远程登录方式有ssh,xrdp等方式，此处采用xrdp实现远程登录。1.安装xrdp和vncsrversudo apt-get install xrdpsudo apt-get install vnc4server tightvncserver2.安装xfce环境桌面sudo apt-get install xubuntu-desktop3.设置xrdp...
2019-06-07 11:49:33
981
原创 ubuntu16.04+GeForce RTX 2080 Ti+caffe配置
配置2080TI花费了不少时间，主要就是各种版本不适配，只要版本选的对，再加上一个好的教程分分钟可以配好。配置环境：ubuntu16.04 GeFore RTX 2080 Ti nvidia驱动：NVIDIA-linux-x86_64-418.56.run cuda版本： cuda_10.1.105_418.39_linux.sh cudnn版本：cudnn-10.1-linux-...
2019-06-07 10:24:07
2013
4
原创 caffe cmake ubuntu
Caffe既可以采用Make也可以采用CMake进行编译。Make是官方推荐的，被广泛采用；CMake是社区（community）推荐的，在一些论文源码中会使用，主要是C++中引用caffe函数。 推荐官方网址：caffe.berkeleyvision.org/installation.html官网推荐的CMake编译方法很简单下载Caffe源码，直接进行如下操作：mkdir bui...
2019-06-03 17:26:45
224
翻译 fatal error: pyconfig.h: 没有那个文件或目录
在编译caffe时出现下面错误hp@hp-HP-Z8-G4-Workstation:~/caffe$ mkdir buildhp@hp-HP-Z8-G4-Workstation:~/caffe$ make allPROTOC src/caffe/proto/caffe.protoCXX .build_release/src/caffe/proto/caffe.pb.ccCXX src...
2019-06-03 09:51:35
7023
2
原创 error caffe::MemoryDataLayer
在使用caffe::MemoryDataLayer总是报错error:caffe::MemoryDataLayer has not been declared MemoryDataLayer is not a member of caffe解决方法：确保caffe编译时使用了opencv 使用caffe::MemoryDataLayer时：#include<caffe/lay...
2019-06-01 21:38:12
213
原创 C/C++中的static关键字详解
注：此篇博客取自https://www.cnblogs.com/qintangtao/p/3285937.html，原谅我的强迫症重新整理一下。static有两种用法：面向过程程序设计中的static和面向对象程序设计中的static。前者应用于普通变量和函数，不涉及类；后者主要说明static在类中的作用。 在C中仅涉及到面向过程程序设计，C++中有面向过程和面向对象。一.面向过程程序设...
2019-04-25 15:37:51
149
原创 Win7+caffe+cuda+cudnn+pycaffe+matcaffe配置
配置之前说一下软件版本问题，网络上关于caffe配置有很多版本，但是很难不踩雷。这和电脑系统，nvidia有关，所以这篇博客也就仅当一个参考了。配置过程中一定要注意各种软件的版本问题，不然要走很多弯路。1.相关软件操作系统：windows7,Visual Studio 2013,MATLAB R2014a,NVIDIA GeForce 1080 Ticaffe-windows:http...
2019-04-24 15:25:13
127
原创 EM算法及其应用GMM，pLSA
EM(expectation Maximization)期望最大是一种迭代算法，是一种对包含隐变量的概率模型，参数估计的极大似然估计法。第一步期望(E)：利用当前参数计算对数似然的期望；第二步最大化(M)步，寻找使E步产生的对数似然期望最大化的参数值。迭代使用EM步直到收敛。提纲挈领：隐变量，极大似然估计假设训练数据集{x^1,x^2.....x^m}包含m个独立样本，无样本标签，我们...
2019-04-18 09:44:08
377
原创 监督学习分类
监督学习分为几大类：判别模型VS生成模型，概率模型VS非概率模型，参数模型VS非参数模型；经典机器学习模型：线性回归模型，逻辑回归模型，SVM,LDA,聚类，决策树，CRF,MarkovChain,NB1.判别模型VS生成模型判别模型直接对条件概率分布P(y|x)进行建模或者对输入空间到输出空间的映射h(x)做预测常见模型：最大熵模型，逻辑回归，条件随机场，支持向量机，k近邻，神经...
2019-04-17 22:07:44
5143
原创 拉格朗日对偶性与其应用SVM,ME
求解约束最优化问题常常采用拉格朗日求解，利用朗格朗日对偶性将原问题转化为其对偶问题，通过求解对偶问题得到原问题解。1.原始问题：假设f(x),c(x)是连续可微函数，考虑其约束最优解：引入拉格朗日函数：考虑x的函数，下标p表示原始问题：对于原始问题，若x不满足约束条件，级c(x)>0,则取对应a极大，则原始问题得到无穷大；若x满足约束条件，则...
2019-04-17 10:21:27
306
原创 决策树模型
决策树采用树结构来进行决策的，可以认为是if-then规则集合，也可以认为是对特征空间划分，每个子空间对应一个输出。其优点简单，快速，可解释性强。决策树通常包含三部分：特征选择，决策树生成，决策树剪枝。1.特征选择 信息增益，信息增益比，基尼指数是常用的特征选择准则信息增益 信息熵：表示变量的不确定程度，信息熵越大不确定却大。也可说是样本纯度，样本纯度...
2019-04-16 22:30:46
927
原创 平面空间划分问题
平面或空间划分是一个很有意思的问题，关键是抓住精髓，就很容易理解。下面列举三个例子1.n条直线划分平面 若n条直线把平面最多划分为an,那么第n+1条直线，最多与前n条直线相交，有n个交点，把第n+1条直线分成了n+1个线段，每个线段把原来一个空间的分成了两个空间。.............最终推导得到：2.n平面划分三维空间...
2019-04-12 20:16:05
2321
原创 GBDT与XGBoost分析对比
以前总是认为GBDT算法很简单，第t颗树的构建需要拟合前t-1决策树的残差，但是要问我为什么要拟合残差，脑子就一片空白的。这种情况根本不算理解了GBDT,这种了解很肤浅。下面详细分析GBDT算法。1.GBDT GBDT是boosting算法种的一员，采用加法模型和前向分布算法。其基本思想是第t颗树的构建依赖前t-1颗树。在GBDT的迭代中，假设我们前一轮迭代得到的...
2019-04-12 16:45:40
347
原创 python实现线性回归
线性回归模型是机器学习中最基础的算法，同时也在工业上得到很大应用。编码实现该方法，可以对其有个透彻理解。回归模型：,其中,，b为实数。目标函数：对目标函数求偏导：更新参数：样本矩阵表示：,其中,,m表示样本数目，n表示特征维度python代码实现：import numpy as npclass linear(object):...
2019-04-12 12:10:42
167
原创 网易nk对数
牛牛以前在老师那里得到了一个正整数数对(x, y), 牛牛忘记他们具体是多少了。但是牛牛记得老师告诉过他x和y均不大于n, 并且x除以y的余数大于等于k。牛牛希望你能帮他计算一共有多少个可能的数对。#include<iostream>using namespace std;int main(){ int n; int k; cin >> n >...
2019-03-08 08:58:38
151
原创 栈的压入，弹出序列
输入两个整数序列，第一个序列表示栈的压入顺序，请判断第二个序列是否可能为该栈的弹出顺序。假设压入栈的所有数字均不相等。例如序列1,2,3,4,5是某栈的压入顺序，序列4,5,3,2,1是该压栈序列对应的一个弹出序列，但4,3,5,1,2就不可能是该压栈序列的弹出序列。（注意：这两个序列的长度是相等的）bool IsPopOrder(vector<int> pushV, vect...
2019-02-25 09:02:27
52
原创 大整数加法
方法一：#include<string>string bigintadd(string str1, string str2){ int takeover = 0; if (str1.size() <= 0) return str2; if (str2.size() <= 0) return str1; if (str2.size() > s...
2019-02-23 16:04:01
65
原创 输入一个正数n，输出所有和为n 连续正数序列
方法1：数学归纳法/*x nx x+1 nx + x + k - 1 == >kx + (k-1)k/2 n*/int squeSumN(int n){ //表示几个连续的数 int count = 0; if (n <=0) return 0; for (int k = 1; k < n; k++) { int sum = ((...
2019-02-23 16:03:49
1284
原创 输入两个单调递增的链表，输出两个链表合成后的链表，合并后仍然递增排序。
结点结构体：struct ListNode { int val; struct ListNode *next; ListNode(int x) : val(x), next(NULL) { }};方法1：ListNode* Merge(ListNode* pHead1, ListNode* pHead2){ if (pHead1 == NULL) retur...
2019-02-23 16:03:16
360
FCNs Check failed: outer_num_ * inner_num_ == bottom[1]->count()
FCNs问题：softmax_loss_layer.cpp:47] Check failed: outer_num_ * inner_num_ == bottom[1]->count() (205700 vs. 617100) Number of labels must match number of predictions; e.g., if softmax axis == 1 a...
2018-12-27 22:44:18
1257
原创 超像素的内容表示
超像素是由邻近区域一致性像素集合而成，提取超像素的特征用于表示超像素。1.颜色特征提取图像的颜色特征是关键，在分析图像的颜色特征时，需要选择合适的颜色空间。根据不同目的可以选择不同的颜色空间来描述颜色。2.直方图特征最基础的方法就是颜色直方图。包括统计直方图和累积直方图。还有SIFT等特征直方图。。。。。3.纹理特征纹理特征是图像的重要的底层特征，但是却很难用精确的数学公式...
2018-08-29 16:50:12
2128
5
原创 灰度共生矩阵及其统计量使用
网上关于灰度共生矩阵及其统计量的介绍有很多，这里就不再赘述了。这篇博客https://blog.csdn.net/guanyuqiu/article/details/53117507，介绍的还算清楚。本篇博客主要讲如何使用灰度共生矩阵统计量。Haralick等人定义了14个纹理分析的灰度共生矩阵特征参数。Ulaby等人研究发现：在基GLCM的14个纹理特征中，仅有4个特征是不相关的，这...
2018-07-01 17:20:19
18138
4
原创 XGBoost实用参数说明
XGBoost参数有很多，但实际上用上的有限。现根据训练XGBoost输出参数详细介绍参数功能。XGBoost官网参数介绍http://xgboost.readthedocs.io/en/latest/parameter.html# 1.General Parametersbooster [default=gbtree] which bo...
2018-05-22 12:23:41
468
原创 linux系统调用
1.系统调用功能 在Linux内核中增加一个系统调用，并编写对应的linux应用程序。利用该系统调用：（1）能够返回指定进程（通过指定PID）的任务描述符；（2）能够返回指定进程（通过指定PID）的进程地址空间的布局和统计信息（代码段、数据段、BSS段、堆、栈等区域的位置和大小、包含多少个虚拟内存区VMA、每个VMA的属性、该进程页表的地址、已映射的物理内存大小等。）（该题目需要研究Linu...
2018-05-11 11:46:37
1526
原创 PDFLib中文显示及去水印
最近开始接触PDFLib，随手记录下学习历程。使用PDFLib，新手最棘手的问题就是去除水印和显示中文字符。1.去除水印 最简单也是最直接的方法下载破解版的PDFLib，下载PDFLib-9.1.2-win32。解压缩后，将pdflib中的pdflib.dll pdflib.lib pdflib.h拷贝到项目文件中。并且在VS项目属性->附加依赖项中加入pdflib.lib2.显示...
2018-04-26 11:41:47
5599
Cpp_Concurrency_In_Action.pdf
2019-07-10
OpenMP用户指南.pdf
2019-06-23
PDFlib-CMap-3.0.zip
2018-04-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人