- 博客(32)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Lenet&&卷积神经网络进阶
二.LeNet2.1 LeNet模型LeNet分为卷积层块和全连接层块两个部分。下面我们分别介绍这两个模块。卷积层用来识别图像里的空间模式，如线条和物体局部，之后的平均池化层则用来降低卷积层对位置的敏感性。class Flatten(torch.nn.Module): #展平操作 def forward(self, x): return x.view(x.shape[0], -1)class Reshape(torch.nn.Module): #将图像大小重定型
2020-07-21 23:52:58
252
原创 生产口罩
题目描述生产口罩时间限制 :1sec / 空间限制: 256MB题意：牛妹是一家口罩厂家的老板，由于现在疫情严重，牛妹想重新分配每条生产线上的人数来使得能生产的口罩最多。牛妹所在的公司一共有mm名员工，nn条生产线(0…n-1)，每条生产线有strategy[i].size种人数安排策略。例如：33个人在aa生产线上，aa生产线每天生产88个口罩；55个人在aa生产线上，每天aa生产线能生产1515个口罩。牛妹想知道通过合理的策略安排最多每天能生产多少口罩？（可以不用将所有员工都分配上岗，生产线
2020-06-25 23:11:58
405
原创 牛牛的超市
题目描述牛牛最近在家闲的无聊，所以决定在家开一个小超市，为了方便卖东西，牛牛发明了一种用来兑换东西的新型货币，牛牛给这种新型货币起了个名字叫牛币，现在牛牛有n(n<=50)种不同的币值，其中币值为 value(value<=50) 的有 w(w<=20) 个，现在牛妹来到牛牛的超市买东西，牛妹有 x(x<=100) 元牛币，但是牛妹想将 x 元牛币换成若干零钱，请问有多少种换钱的示例1输入2,10,[[1, 5],[ 2, 4]]输出2说明10元可以由 2张1元的和4
2020-06-15 21:52:34
387
原创 Pokemon
题意：牛牛是励志成为世界第一宝可梦大师的宝可梦训练家。现在他遇到了一个强劲的野生宝皮卡丘，野生宝皮卡丘的生命值是HP，攻击力是ACK，牛牛召唤的宝可梦是杰尼龟。杰尼龟的生命值是HP2，攻击力是ACK2，除此之外身为训练家还可以给宝可梦吃药让他满血复活(吃药发生在双方发动攻击之前，并且吃药一方不得在本回合发动攻击)。牛牛想知道他最少多少回合才能能打败野生宝皮卡丘？因为皮卡丘会电光一闪，所以皮卡丘总是比杰尼龟先发动攻击。如果牛牛无法战胜野生皮卡丘则返回-1。输入：包括HP ACK HP2 ACK2 1&l
2020-06-15 21:10:52
402
原创 变向
题目描述牛牛准备在一个3行n列的跑道上跑步。一开始牛牛可以自己选择位于(1,1)还是(2,1)还是(3,1)。跑道的每一格都有一些金币，当牛牛跑到一个格子，他会获得这个格子的所有金币。当牛牛位于第i行第j列时，他可以的下一步最多可能有三种选择：不花费金币跑到第i行第j+1列花费mj的金币跑到第i-1行第j+1列（如果i=1则不可以这么跑）。花费mj的金币跑到第i+1行第j+1列（如果i=3则不可以这么跑）。（牛牛是一个富豪，本身带了很多的金币，所以你不用担心他钱不够用）现在告诉你所有格子的
2020-06-11 22:26:12
194
原创 分组
题目描述牛牛有一个n个数字的序列a1a2…an，现在牛牛想把这个序列分成k段连续段，牛牛想知道分出来的k个连续段的段内数字和的最小值最大可以是多少？示例1输入复制4,2,[1,2,1,5]输出复制4说明有3种分法[1],[2,1,5]，数字和分别为1，8，最小值为1[1,2][1,5]，数字和分别为3，6，最小值为3[1,2,1],[5]数字和分别为4，5，最小值为4则最小值的最大值为4bool check(int k, int mid, vector<int> &
2020-06-11 22:18:38
449
原创 牛妹的蛋糕
题目描述众所周知，牛妹非常喜欢吃蛋糕。第一天牛妹吃掉蛋糕总数三分之一（向下取整）多一个，第二天又将剩下的蛋糕吃掉三分之一（向下取整）多一个，以后每天吃掉前一天剩下的三分之一（向下取整）多一个，到第n天准备吃的时候只剩下一个蛋糕。牛妹想知道第一天开始吃的时候蛋糕一共有多少呢？示例1输入2输出3示例2输入4输出10class Solution {public: /** * * @param n int整型 只剩下一只蛋糕的时候是在第n天发生的．
2020-06-06 22:27:59
440
原创 车站建设问题
题目描述有108个村庄排在一条公路上，依次编号为0-108-1，相邻村庄距离为1，其中有n个村庄居住着牛牛，居住着牛牛的村庄从小到大依次为a0-an-1，其中保证a0=0.现在需要建设车站，有两个要求必须被满足：1、每个有牛牛居住的村庄必须修建车站。2、相邻车站的距离必须为1或为某个质数。现给出n和a数组，求需要建设车站的最小数量。示例1输入3,[0,7,11]输出4说明在0,7,8,11处建造车站，差值分别为7,1,3，符合要求class Solution {public:
2020-06-05 16:51:41
542
原创 C++高级语法
一.面向对象1.1 类C++使用Struct.class 来定义一个类：struct的默认成员权限为publicclass的默认成员权限是privateclass Student{private: string name; double score;public : Student(); virtual ~Student(); // 析构函数 double GetScor...
2020-06-05 00:14:48
891
原创 线程
一.线程1.1 线程概念线程是轻量级进程,是一个基本的CPU执行单元,也是程序执行流的最小单元,由线程ID,程序计数器,寄存器集合和堆栈组成.是操作系统独立调度和分派的基本单位,不拥有系统资源.1.2 线程的状态此图的出处1.3 线程的使用1.3.1线程的创建//1.采用实现interface Runnablepublic class RunnableImpl implements Runnable{ @Override public void run() {
2020-06-02 00:03:28
118
原创 集合
一.集合框架1.1 List链表主要分为两种ArrayList,LinkedList1.1.1 ArrayListArrayList组成是由数组形式生成的.故其拥有查找时速度快.但是插入和删除时的损耗较大如果添加元素的数量大于其容量时.会触发扩容 private void grow(int minCapacity) { // overflow-conscious code int oldCapacity = elementData.length;
2020-06-01 10:53:16
126
原创 反射
一.反射1.1 反射概念通过反射库所给予的工具类,来进行类的信息获取.从而进行该类的操作.1.2.1 获取反射类/*** 1.通过Object类中的getClass()获取**/Employee e;Class c1 = e.getClass()/*** 2.通过静态方法forName 获得类名对应的class对象**/String className = "java.util.Random"Class c1 = Class.forName(className);/*** 3.
2020-05-31 18:08:00
179
原创 几何变换
一.几何变换1.1 变换形式式中的T就是变换矩阵，其中 (v,w)为原坐标，(x,y) 为变换后的坐标，不同的变换对应不同的矩阵，这里也贴出来吧，一些常见的变换矩阵及作用如下表：1.2 坐标系变换变换中心，对于缩放、平移可以以图像坐标原点（图像左上角为原点）为中心变换，这不用坐标系变换，直接按照一般形式计算即可。而对于旋转和偏移，一般是以图像中心为原点，那么这就涉及坐标系转换了。因此，...
2020-04-24 13:05:16
843
原创 线性回归
一.线性回归1.1、线性回归的原理进入一家房产网，可以看到房价、面积、厅室呈现以下数据：我们可以将价格和面积、厅室数量的关系习得为f(x)=θ0+θ1x1+θ2x2f(x)=\theta_0+\theta_1x_1+\theta_2x_2f(x)=θ0+θ1x1+θ2x2，使得f(x)≈yf(x)\approx yf(x)≈y，这就是一个直观的线性回归的样式。如何来确定θ\the...
2020-04-21 16:18:07
180
原创 图像插值算法
一.图像插值算法在图像处理中，平移变换、旋转变换以及放缩变换是一些基础且常用的操作。这些几何变换并不改变图象的象素值，只是在图象平面上进行象素的重新排列。在一幅输入图象[u，v][u，v][u，v]中，灰度值仅在整数位置上有定义。然而，输出图象[x，y]的灰度值一般由处在非整数坐标上的（u，v）（u，v）（u，v）值来决定。这就需要插值算法来进行处理，常见的插值算法有最近邻插值、双线性插值和三次...
2020-04-20 21:37:21
729
原创 基础句法
一.枚举enum不仅能够创建符号常量,还能定义新的数据类型//enum定义enum w {Monday, Tuesday,Wednesday, Thursday,Friday,Saturday,Sunday};w weekday;weekday = Monday;weekday = w(0);int s = Monday;//无法赋值 weekday = 1;...
2020-03-31 22:19:05
98
原创 c++指针与引用
一.c++指针与引用1.1指针的概念内存是由很多内存单元组成,而计算机对内存的每个内存单元都进行编号,而这个编号就是内存地址.而记住这些这么多地址的内容是极其不便的.于是指针的概念就出现了.通过指针的方式可以将这些指针与内存地址相绑定.从而减轻程序员的压力.1.2 指针的定义指针的基本形式：指针本身就是一个变量.它存储的是值的地址.对类型T，T是“到T的指针”类型, 一个类型为T的变量能保...
2020-03-15 17:31:53
258
原创 图像风格迁移
一.图像迁移这里我们需要两张输入图像，一张是内容图像，另一张是样式图像，我们将使用神经网络修改内容图像使其在样式上接近样式图像。1.1 方法假设.如果选取的预训练的神经网络含有3个卷积层，其中第二层输出图像的内容特征，而第一层和第三层的输出被作为图像的样式特征。接下来，我们通过**正向传播（实线箭头方向）计算样式迁移的损失函数，并通过反向传播（虚线箭头方向）**迭代模型参数，即不断更新合成...
2020-03-13 00:00:46
795
原创 梯度消失和梯度爆炸
二.梯度消失和梯度爆炸2.1 梯度消失和梯度爆炸当神经网络的层数较多时，模型的数值稳定性容易变差。假设一个层数为L的多层感知机的第l层H(l)的权重参数为W(l)，输出层H(L)的权重参数为W(L)。为了便于讨论，不考虑偏差参数，且设所有隐藏层的激活函数为恒等映射（identity mapping）ϕ(x)=x。给定输入X，多层感知机的第l层的输出H(l)=XW(1)W(2)…W(l)。此时...
2020-03-10 21:24:34
211
原创 多层感知机
三.多层感知机：1.1 形成多层神经网络1.2 表达公式1.3 激活函数上述问题的根源在于全连接层只是对数据做仿射变换（affine transformation），而多个仿射变换的叠加仍然是一个仿射变换。解决问题的一个方法是引入非线性变换，例如对隐藏变量使用按元素运算的非线性函数进行变换，然后再作为下一个全连接层的输入。这个非线性函数被称为激活函数（activation functi...
2020-02-29 23:43:32
187
原创 softmax
一.softmax和分类模型：1.1 离散值与神经网络与softmax1.1.1 离散值由于线性回归 都是预测连续性的值,当需要进行离散值.进行分类：假设真实标签为狗、猫或者鸡，这些标签对应的离散值为y1,y2,y3。 我们通常使用离散的数值来表示类别，例如y1=1,y2=2,y3=31.1.2 神经网络：图用神经网络图描绘了上面的计算。softmax回归同线性回归一样，也是一个单...
2020-02-29 23:34:08
595
原创 C++基础容器
C++基础容器1.1 序列容器-数组概念：代表内存里一组连续的同类型存储区可以用来把多个存储区合并成一个整体 //数组声明 //一维数组 int a[10]={1,2,3,4,5,6,7,8}; //二维数组 int b[2][3]={{1,2,3},{4,5,6}};int a[10] 是声明; int是数组里元素的类型; 10是数组最多可容纳的元素的个数1.2 动态数组V...
2020-02-28 18:43:17
237
原创 C++基础语法
一.C++基础语法1.1 语言的数据类型1.2 标识符,关键字1.2.1 标识符无论釆用哪一种编写风格，都要保持一致，并使变量名尽可能提示其用途。以下是所有 C++ 标识符必须遵循的一些特定规则。1. 第一个字符必须是字母 a 到 z、A 到 Z 或下画线字符（_）中的一个。2. 第一个字符后，可以使用字母 a 到 z 或 A 到 Z、数字 0 到 9 或下画线。3. 大小写字符是...
2020-02-26 23:28:12
332
原创 c++概括
一.C++概括1.1 c++与c的区别c++是一种面向对象的语言,是对c进行加工改良,以便适应如今的信息化工程的发展.// C面向过程的方式void trace(char* s) { printf("trace: %s\n", s);}static int noisy = 1;void trace2(char *s) { if (noisy) printf("trace2:...
2020-02-26 21:31:58
226
原创 GAN&&DCGAN
一 GAN1.1 GAN由于在前面,我们对于图形方面 讨论的大部分都是如何分类,如给出一堆猫与狗的数据,我们进行模型的设计用来将图片进行分类判别那些是属于狗和猫.这种的操作称为分类模型。但是神经网络能做的事不仅如此.例如 通过一堆狗的大量数据,神经网络根据这些狗的数据 进行特征提取等操作,生成一种全新的狗的图像.这种操作称之为生成模型.因此，具有数据生成能力的这类模型成为研究热点，如Pixel...
2020-02-25 01:45:10
259
原创 目标检测基础&&图像风格迁移&&图像分类案例1
一.目标检测基础1.1 锚框这里我们介绍其中的一种方法：它以每个像素为中心生成多个大小和宽高比（aspect ratio）不同的边界框。这些边界框被称为锚框（anchor box）。1.1.1 生成多个锚框假设输入图像高为 h，宽为w。我们分别以图像的每个像素为中心生成不同形状的锚框。设大小为s∈(0,1]且宽高比为r>0，那么锚框的宽和高将分别为ws * sqrt®和hs/sqrt...
2020-02-24 14:37:34
876
原创 批量归一化&&凸优化&&梯度下降
一.批量归一化1.1批量归一化1.1.1 在浅层模型中处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。标准化处理输入数据使各个特征的分布相近1.1.2 在深层模型中利用小批量上的均值和标准差，不断调整神经网络中间输出，从而使整个神经网络在各层的中间输出的数值更稳定。1.2 归一化1.2.1 全连接层的归一化位置：全连接层中的仿射变换和激活函数之间。1.2.2 ...
2020-02-21 18:11:57
527
原创 卷积神经网络基础
一.卷积神经网络基础1.1二维互相关运算二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称为卷积核或过滤器（filter）。X = torch.tensor([[0, 1, 2], [3, 4, 5], [6, 7, 8]])K = torch.tensor([[0, 1], [2, 3]]...
2020-02-16 22:25:24
571
原创 线性回归
1.线性回归线性回归属于连续值类型的方法.2.例子:以房屋价格预测进行实践2.1 设房屋的面积为 x1 ，房龄为 x2 ，售出价格为 y。2.2 在机器学习术语里，该数据集被称为训练数据集（training data set）或训练集（training set），一栋房屋被称为一个样本（sample），其真实售出价格叫作标签（label），用来预测标签的两个因素叫作特征（feature...
2020-02-11 20:59:32
367
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人