ACTerminate的博客

在我实验中使用tensorflow-gpu版本的时候，跳出了CUDA driver version is insufficient for CUDA runtime version. 问题就是CUDA版本与tensorflow版本不对应，首先就是要确保安装了相应的正确的tensorflow版本查看cuda版本#linux下两种方法nvcc --versioncat /usr/local/c...

Linux**tensorflow 版本 **Python 版本编译器编译工具cuDNNCUDAtensorflow_gpu-1.13.12.7、3.3-3.6GCC 4.8Bazel 0.19.27.410.0tensorflow_gpu-1.12.02.7、3.3-3.6GCC 4.8Bazel 0.15.079tensorflow...

作用相同的情况在若两个array的维度均为两维的情况下，两个函数的结果是相同的，例如：a = np.array([i for i in range(6)]).reshape([2,3])b = np.array([i for i in range(6)]).reshape([3,2])"""a[[0 1 2] [3 4 5]]b[[0 1] [2 3] [4 5]] """...

CNN 具有平移不变形TCNN(Tiled Convolution)具有平移不变形、旋转不变形、缩放不变性Transposed Convolution只是为了重建先前的空间分辨率，执行了卷积操作，这不是卷积的数学逆过程。Dilated Convolution提供了更大的感受野...

变量从作用域分类作用范围从小到大为，小作用域的可以调用大作用域的内容。局部 Local闭包 Enclosing全局 Global内建 Build-in局部变量局部变量是定义在函数中的，因此其作用域是在函数内部。def example(): v=1 #局部变量print(v)由于局部变量作用域只在函数内部有效，因此程序会报错Traceback (most rec...

在机器翻译领域中，Attention机制是从机器视觉领域首先提出的。其直觉是当人们观察事物时，人们总是将注意力放在关注的事物上，而不是看的所有画面。为了更好地解释Attention机制的作用，我们引入机器翻译任务中的问题。在机器翻译任务中，人们发现，RNN对短的句子总是有很好的翻译效果，而长句子的翻译效果则不尽如人意，这是因为即使是LSTM也只能记住大约30个词。我们可以从这样一个方面考虑，如下...

tf.nn.embedding_lookup(params,ids)是用于查找在params中取出下标为ids的各个项import numpy as npimport tensorflow as tfx = np.array([[1,2,3],[4,5,6],[7,8,9]])x = tf.convert_to_tensor(x)a = tf.nn.embedding_lookup(x...

分类一、Count-based1. LSA基于滑动窗口的共现矩阵（co-occurence）以及SVD的方法。实现：window长度为1语料库中包含三个句子：① I like deep learning.② I like NLP.③ I enjoy flying.通过滑动窗口可得到如下共现矩阵：共现矩阵已经可以看成是一个包含词向量的矩阵，但是维度太高，并且具有稀疏性。因此通...

AC代码#include<stdio.h>#include<string.h>#include<iostream>#define maxn 9999999#define N 100005using namespace std;char a[N*2];int p[N*2];char b[N];int main(){ while(~scanf...

题意每秒钟2后面加一个1,1后面加1个0，然后删除第一个字符，问需要多少秒才能删完、题解可以发现：0会使答案加1,1会使答案T*2+2，2会使答案T变成(2^(T+1)-1)*3，所以一边计算即可，但是由于要取模，所以需要扩展欧拉定理，证明转载自http://blog.csdn.net/synapse7/article/details/19610361，我也就不在这说了，自己也不太懂；考虑到...

题意有一副扑克，四个人玩游戏，每个人一开始有13张牌。每个人有各自的策略，问这个游戏结束后每个人手中牌的情况。题解按照题意模拟即可。AC代码#include<stdio.h>#include<vector>#include<string>#include<map>#include<iostream>#include&l...

#include <stdio.h> #include <string.h> #include <iostream> #include <algorithm> #include <vector> #include <queue> #include <set> #include &

题意给你n个节点的一颗树，m个操作，操作有三种： 1. 连接a与b。 2. 以x为根节点，将b与其父节点连接的边删除。 3. 询问从x开始最后走回x的期望步数（每条边等概率移动）。题解对于询问3可以推出一个结论，期望的步数是2*(size(x)-1)/du(x)，通过这个结论我们只需要用LCT维护子树大小即可。AC代码#include<stdio.h>#...

题意有2^n个国家(0~2^n-1编号)，每个国家最初有a[i]个货物。每过一天，假如编号i与编号j异或之后二进制1的个数为1，则国家i会增加上一天国家j的货物，国家j类似。求t天之后各个国家的货物数目。题解对于第t天交易，我们可以得到以下式子： a(t,i)=a(t−1,i)+∑i⊕j==2ka(t−1,j)a(t,i)=a(t−1,i)+∑i⊕j==2ka(t−1,j)a(t,i...

题意给你一棵树，树上的点有权值，对于任意点对（i,j），他们会将gcd(v[i],v[j])告诉LCA，求所有点得到的值得最大值。题解由于100000以内的数最多100多个因子，所以我们用线段树记录每个子树包含的因子数。对于当前点u，我们只需要找u节点所有子树包含的公共因子的最大值即可，过程中用线段树合并实现。AC代码#include<stdio.h>#inc...

题意给一个数组a，一开始的值全为0。一共有三个操作: 1. 对区间[L,R]的每个数都加上w。 2. 将数组a用其前缀和数组代替。 3. 将询问区间[L,R]的区间和。题解首先我们可以知道假如对一个点进行+1的操作，那么做s次前缀和之后的结果为: 那么假如我需要计算1这个位置+1取s次前缀和之后对4的贡献，那么答案就是C(s+2,3)C(s+2,3)C(s+2,3)。由于询...

题意给你n个数(随机计算得到),有m次修改，每次修改区间L,R，将这个区间内所有小于v(随机val)的值修改为v,求最后i*a[i]的异或和。题解通过线段树记录区间最小值，假如当前区间最小值大于等于v的话就递归修改了，否则对当前区间打更新标记。复杂度是O(nlogn)，由于查询数很大，但是是随机数，所以可以确定总的复杂度不会到达O(nlogn)。AC代码#include...

题意给你n个苹果，求从中取出最多m个苹果的方案数。题解根据题面，也就是求S(n,m)=ΣC(n,i)(0<=i<=m)S(n,m)=ΣC(n,i)(0<=i<=m)S(n,m)=\Sigma C(n,i)(0

题意给你n个点，求一个序列p1,p2,..pm，使得其相邻两个点到原点的向量的叉乘和最小，若两个序列答案相同，那么输出字典序最小的序列。题解可以很容易的得出，最后围成的形状是一个上凸包，因此我们维护一个上凸包，由于存在重点与三点共线的情况，那么对于重点，我们只取id最小的点就可以了。对于三点共线的话，那么对于这一段共线的点，两端的端点肯定必须要取，对于中间的情况，我们只需要从后往前维护...

题意给你n个点的图，一开始没有边，在图中可以设置匹配边（其两个端点都只能连接一条边），一共有m次操作，每次操作加入1条边，求每次操作之后，匹配边总数为1~n/2的方案数。题解定义dp[i]表示当前占用点的情况的二进制形式，假如是加边，那么转移方程为dp[state|f[x]|f[y]]+=dp[state];假如是删边那么dp[state|f[x]|f[y]]-=d...