9月19日

刷题日结
7-16 求符合给定条件的整数集 (15 分)

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<set>
#include<queue>
#include<cstring>
#include<cstdlib>
#include<cmath>
using namespace std;
int main()
{
    int a,b,c,d;
    scanf("%d",&a);
    b=a+1;
    c=a+2;
    d=a+3;
    printf("%d%d%d %d%d%d %d%d%d %d%d%d %d%d%d %d%d%d\n",a,b,c, a,b,d, a,c,b, a,c,d, a,d,b, a,d,c);
    printf("%d%d%d %d%d%d %d%d%d %d%d%d %d%d%d %d%d%d\n",b,a,c, b,a,d, b,c,a, b,c,d ,b,d,a, b,d,c);
    printf("%d%d%d %d%d%d %d%d%d %d%d%d %d%d%d %d%d%d\n",c,a,b, c,a,d, c,b,a, c,b,d, c,d,a, c,d,b);
    printf("%d%d%d %d%d%d %d%d%d %d%d%d %d%d%d %d%d%d\n",d,a,b, d,a,c, d,b,a, d,b,c, d,c,a, d,c,b);
    return 0;
}

在printf里面直接按排列出来然后输出;
当然还有其它更好的办法,参考了其他人的代码

int main()
{
int a,x,y,z;
scanf("%d", &a);
int count = 0;
for (x=a;x<a+4;x++){
for (y=a;y<a+4;y++){
for (z=a;z<a+4;z++){
if (x!=y && x!=z && y!=z) {
printf("%d%d%d", x, y, z);
count++;
if ( count%6==0 ) {
printf("\n");
} else {
printf(" ");
}
}
}
}
}
return 0;
}

7-17 爬动的蠕虫 (15 分)

#include
#include <string.h>
#include
#include <stdio.h>
#include
using namespace std;
int main()
{
int N,U,D,time=0,H=0;
scanf("%d%d%d",&N,&U,&D);
while(1)
{
H+=U;
time++;
if(H>=N)
break;
H-=D;
time++;
}
printf("%d\n",time);
return 0;
}

原本的思路是用爬上的减去滑下的,然后用总长/差,然后*2.。。。。。
但是怎么都实现不了,暂时不知道什么原因

7-20 打印九九口诀表 (15 分)

#include <stdio.h>
int main(void)
{
int i, j, N;
scanf("%d", &N);
for (i = 1; i <= N; i++)
for (j = 1; j <= i; j++)
{
printf("%d*%d=%-4d", j, i, j*i);
if (i == j)
printf("\n");
}
return 0;
}

在for循环里面套用for循环,里面有个#-4d,保留4位,而在%f里面可以放在前面%4.f

7-22 龟兔赛跑 (20 分)

#include<stdio.h>
int main()
{
int T, i;
int rabbitT=0;
scanf("%d",&T);
if(T<10)
{
printf("_ %d\n",T9);
return 0;
}
rabbitT=10;
for(i=10;i<=T;i++)
{
if(i%10==0)
{
if(rabbitT
9>i3 && (T-i)>=30)
i=i+29;
else if(rabbitT
9>i3 && (T-i)<30)
{
i=T;
break;
}
else if(T-i>=10)
{
rabbitT+=10;
i=i+9;
}
else
{
rabbitT+=T-i;
i=T;
break;
}
}
}
if(i
3>rabbitT9)
printf("@_@ %d\n",i
3);
else if(i3<rabbitT9)
printf("_ %d\n",rabbitT9);
else
printf("-_- %d\n",rabbitT
9);
return 0;
}

本题思路,分别计算出兔子和乌龟跑的时间然后再计算

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值