- 博客(29)
- 收藏
- 关注
RSS订阅原创 Anaconda创建环境，配置镜像源，环境变量，pip/conda install，PyTorch找不到CUDA，CondaHTTPError: HTTP 404 NOT FOUND诸问题一站式解决
Anaconda在命令行中创建环境，配置镜像源，环境变量，pip/conda install，PyTorch找不到CUDA，CondaHTTPError: HTTP 404 NOT FOUND，ImportError: DLL load failed诸问题
2024-06-09 22:00:45
1190
3
原创 第27次CCF CSP认证 个人题解
第一题不需要任何的算法优化，用最直接最普通的思想去做就能满分，因为数据很小：但要注意提示内容，可以得知关键的部分怎么写：正确代码：这里提示内容很直球，暴力枚举会超时，只有七十分：看到物品种类-总价格的题目，首先想到背包问题；然而该题中价格与容量是同一变量（预算作为约束条件），而且要求尽可能等于m的总价格而不是尽可能多。根本的思路是不变的，通过对每个物品的选与不选的判断使得时间复杂度为O(n)，只需要改变策略：dp[i][j]的 i 仍然表示考虑前 i 个物品，j 仍然表示当前的容量上限为 j，如果第
2024-03-24 02:31:39
575
原创 详解汉诺塔：递归树与纯函数编程
第一种递归写法中，过程信息全部丢失，只有n==1的cout，相当于只有一个活跃的State& s，每次传递都对其进行修改，因此涉及到调用深度问题无法读取；而在纯函数写法中，生成的是State s临时变量，相当于有多个短暂的副本，每次函数的运行状态都得到了读取和拼接。汉诺塔问题只有三次调用自身，如果遇到更复杂的问题，恐怕是很难按照逻辑顺序写出非纯函数的。
2024-02-14 02:20:24
1127
原创 编译原理本科课程 专题5 基于 SLR(1)分析的语义分析及中间代码生成程序设计
本程序由C/C++编写，实现了赋值语句语法制导生成四元式，并完成了语法分析和语义分析过程。以专题 1 词法分析程序的输出为语法分析的输入，完成以下描述赋值语句 SLR(1)文法的语义分析及中间代码四元式的过程，实现编译器前端。G[S]: S→V=EE→E+T∣E-T∣TT→T*F∣T/F∣FF→(E)∣iV→i
2024-02-04 19:53:34
854
原创 编译原理本科课程 专题4 算符优先语法分析设计原理与实现
本程序由C/C++编写，实现了：算符优先文法、最左素短语、算符优先矩阵、优先函程序等概念的定义及实例。以专题 1 词法分析程序的输出为语法分析的输入，实现算符优先分析算法，完成以下描述算术表达式的算符优先文法的算符优先分析过程：G[E]: E→E+T∣E-T∣TT→T*F∣T/F∣FF→(E)∣i
2024-02-04 19:51:09
867
原创 编译原理本科课程 专题3 LL(1)语法分析设计
本程序由C/C++编写，运用了自顶向下语法分析的设计方法和实现原理，实现了：LL（1）分析表的构造、LL(1)分析过程、LL(1)分析器 的构造。程序以专题 1 词法分析程序的输出为语法分析的输入，实现了 LL(1)分析中控制程序（表驱动程序），完成了以下描述赋值语句的 LL(1)文法的 LL(1)分析过程：G[S]:S→V=EE→TE′E′→ATE′|εT→FT′T′→MFT′|εF→ (E)|iA→+|M→*|/V→i。
2024-02-04 01:10:16
475
原创 编译原理本科课程 专题2 递归下降语法分析设计
本程序由C语言编写，与专题1词法分析程序相连接，接受词法分析输出的二元式序列，完成以下描述赋值语句的LL(1)文法的递归下降分析程序：G[S]:S→V=EE→TE′E′→ATE′|εT→FT′T′→MFT′|εF→ (E)|iA→+|-M→*|/V→i本程序可以正确读取二元式序列，并输出对应的单词符号编码，分析时给出递归下降语法分析的过程，并提供分析信息。
2024-02-04 01:05:39
380
原创 编译原理本科课程 专题1 词法分析程序
本程序由C语言编写，根据正则文法描述的C语言子集单词符号，实现了对C语言的词法分析程序。以下为本实验的左线性正则文法：<标识符>→字母︱ <标识符>字母︱ <标识符>d<无符号整数>→数字︱ <无符号整数>数字<单字符分界符>→+ ︱－ ︱* ︱；<双字符分界符>→<大于>=︱<小于>=︱<小于>>︱<感叹号>=︱<等于>=︱<斜竖>︱<加号>+︱<减号>-︱<加号>=︱<减号>=︱<星号>=︱<斜竖>=<小于>→< <等于>→= <大于>→> <感叹号>→!
2024-02-04 00:59:36
373
原创 深度学习本科课程 实验5 循环神经网络
# 循环神经网络实验## 任务内容- 理解序列数据处理方法，补全面向对象编程中的缺失代码，并使用torch自带数据工具将数据封装为dataloader- 分别采用手动方式以及调用接口方式实现RNN、LSTM和GRU，并在至少一种数据集上进行实验- 从训练时间、预测精度、Loss变化等角度对比分析RNN、LSTM和GRU在相同数据集上的实验结果（最好使用图表展示）- 不同超参数的对比分析（包括hidden_size、batch_size、lr等）选其中至少1-2个进行分析
2024-02-04 00:53:07
2034
2
原创 深度学习本科课程 实验4 卷积神经网络
# 二维卷积实验## 1.1 任务内容1. 手写二维卷积的实现，并在至少一个数据集上进行实验，从训练时间、预测精 度、Loss变化等角度分析实验结果（最好使用图表展示）（只用循环几轮即可）2. 使用torch.nn实现二维卷积，并在至少一个数据集上进行实验，从训练时间、 预测精度、Loss变化等角度分析实验结果（最好使用图表展示）3. 不同超参数的对比分析（包括卷积层数、卷积核大小、batchsize、lr等）选其 中至少1-2个进行分析
2024-02-04 00:47:49
2169
2
原创 深度学习本科课程 实验3 网络优化
# 一、在多分类任务实验中实现momentum、rmsprop、adam优化器 ## 1.1 任务内容1. 在手动实现多分类的任务中手动实现三种优化算法，并补全Adam中计算部分的内容2. 在torch.nn实现多分类的任务中使用torch.nn实现各种优化器，并对比其效果
2024-02-04 00:20:47
706
1
原创 深度学习本科课程 实验2 前馈神经网络
任务 3.3 课程实验要求 （1）手动实现前馈神经网络解决上述回归、二分类、多分类任务l 从训练时间、预测精度、Loss变化等角度分析实验结果（最好使用图表展示）（2）利用torch.nn实现前馈神经网络解决上述回归、二分类、多分类任务 l 从训练时间、预测精度、Loss变化等角度分析实验结果（最好使用图表展示）（3）在多分类任务中使用至少三种不同的激活函数 l 使用不同的激活函数，进行对比实验并分析实验结果（4）对多分类任务中的模型评估隐藏层层数和隐藏单元个数对实验结果的影响l 使用不同的隐藏层
2024-02-04 00:16:05
1352
1
原创 深度学习本科课程 实验1 Pytorch基本操作
# 一、Pytorch基本操作考察## 1.1 任务内容1. 使用 𝐓𝐞𝐧𝐬𝐨𝐫 初始化一个 𝟏×𝟑 的矩阵 𝑴 和一个 𝟐×𝟏 的矩阵 𝑵，对两矩阵进行减法操作（要求实现三种不同的形式），给出结果并分析三种方式的不同（如果出现报错，分析报错的原因），同时需要指出在计算过程中发生了什么2. ① 利用 𝐓𝐞𝐧𝐬𝐨𝐫 创建两个大小分别 𝟑×𝟐 和 𝟒×𝟐 的随机数矩阵 𝑷 和 𝑸 ，要求服从均值为0，标准差0.01为的正态分布；② 对第二步得到的矩阵
2024-02-04 00:13:30
2568
1
原创 机器学习本科课程 大作业 多元时间序列预测
对某电力部门的二氧化碳排放量进行回归预测，有如下要求- 数据时间跨度从1973年1月到2021年12月，按月份记录。- 数据集包括“煤电”，“天然气”，“馏分燃料”等共9个指标的数据（其中早期的部分指标not available）- 要求预测从2022年1月开始的半年时间的以下各个部分的排放量
2024-02-03 00:11:13
1507
2
原创 机器学习本科课程 实验6 聚类实验
# 第一题：使用sklearn的DBSCAN和AgglomerativeClustering完成聚类实验内容：1. 使用sklearn的DBSCAN和AgglomerativeClustering在两个数据集上完成聚类任务2. 对聚类结果可视化3. 对比外部指标FMI和NMI
2024-02-03 00:05:23
2190
1
原创 机器学习本科课程 实验4 支持向量机
# 第一题：支持向量机的核函数实验内容：1. 了解核函数对SVM的影响2. 绘制不同核函数的决策函数图像3. 简述引入核函数的目的
2024-02-02 23:53:10
1068
2
原创 机器学习本科课程 实验5 贝叶斯分类
# 实验1.使用sklearn的GaussianNB、BernoulliNB、MultinomialNB完成肿瘤预测任务实验内容：1. 使用GaussianNB、BernoulliNB、MultinomialNB完成肿瘤预测2. 计算各自十折交叉验证的精度、查准率、查全率、F1值3. 根据精度、查准率、查全率、F1值的实际意义以及四个值的对比阐述三个算法在肿瘤预测中的表现对比
2024-02-02 23:42:43
1023
原创 机器学习本科课程 实验3 决策树处理分类任务
# 实验3.1 决策树处理分类任务1. 使用sklearn.tree.DecisionTreeClassifier完成肿瘤分类（breast-cancer）2. 计算最大深度为10时，十折交叉验证的精度(accuracy)，查准率(precision)，查全率(recall)，F1值3. 绘制最大深度从1到10的决策树十折交叉验证精度的变化图
2024-02-02 23:34:20
1209
原创 机器学习本科课程 实验2 神经网络
# 实验二 神经网络 - 1 sklearn多层感知机——手写数字分类任务 - 2 手动实现神经网络：线性回归 - 3 手动实现神经网络：对数几率回归 - 4 手动实现三层感知机——多分类
2024-01-31 04:52:58
1083
原创 机器学习本科课程 实验1 线性模型
# 第三章 线性模型 - 3.1 一元线性回归 - 3.2 多元线性回归 - 3.3 对数几率回归，线性判别分析（二选一） - 3.4 类别不均衡
2024-01-31 04:15:05
1004
原创 数字图像处理 阮秋琦 期末复习 #4 图像复原&图像分析
图像复原是，往往需要处理或受到的图像。可能的退化包括：光学系统中的衍射，传感器非线性畸变，光学系统的像差，摄影胶片的非线性，大气湍流的扰动，图像运动造成的模糊，几何畸变等。噪声干扰可能原因包括：电子成像系统传感器、信号传输过程或者胶片颗粒性等。
2023-12-26 03:34:36
943
1
原创 数字图像处理 阮秋琦 期末复习 #3 图像编码
误差定义为exygxy−fxy则均方误差为eˉ2N21∑∑e2xy为rmseˉ2NSms∑∑e2xy∑∑g2xyrmsNSms。
2023-12-24 18:05:31
905
原创 数字图像处理 阮秋琦 期末复习 #2 图像增强
本科目的重点在于研究图像处理的办法，因此首先将图像简化，用没有颜色的来表示图像，仅在最后一节讨论了彩色图像的模型。灰度是一种表示图像亮度或灰暗程度的测量标准。在数字图像中，灰度通常以数字值的形式表示，范围通常在0到255之间。而书本对灰度的定义则采用了概率，首先对灰度进行了，每个像素取01区间内的灰度rk，用Prk表示灰度的概率分布。假设一个变换后的图像，则设变换后灰度为s，有sTrrT−1s取随机变量ηξ。
2023-12-24 16:20:16
877
原创 数字图像处理 阮秋琦 期末复习 #1 绪论及正交变换
点处理法（Point Processing）是对图像中的每个像素进行独立的操作，而不考虑像素周围的上下文，有灰度调整、直方图均衡化、颜色调整等。邻域处理法（Neighborhood Processing）邻域处理法涉及到像素周围的像素值，通常使用滤波器或卷积核进行操作。有平滑滤波、锐化滤波、中值滤波、边缘检测等。
2023-12-22 00:19:26
1056
原创 VSCode 默认在DEBUG CONSOLE调试无法输入输出 gdb调试 解决方案 及Windows上C/C++环境配置
VSCode调试C/C++程序时永远启用DEBUG CONSOLE而不是集成终端TERMINAL，尝试在DEBUG CONSOLE中进行输入数值给cin，则提示'Unable to perform this action because the process is running'，
2023-12-20 00:09:45
4171
3
原创 《一天看完编译原理》--编译原理(第三版)蒋立源(奖励员?)
编译原理就是处理字符串, 输入给自动机的就是一大段string, 整个compiler就是把输入的符号串, 根据文法, 生成另一组符号串(然后交给更低级的编译器重复这一过程, 直到形成机器码)
2023-12-18 03:34:37
1315
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人