- 博客(16)
- 资源 (19)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 算法-获取链表中倒数第k个结点
题目： 输入一个链表，输出该链表中的倒数第k个结点。比如链表中的值为1，2，3，4，5，6。倒数第三个结点为值为4的结点。链表定义如下：struct ListNode{ int value; ListNode *next;};解题思路： 这个问题相对来说还是挺好理解的，要找到倒数第k个结点，最直接的思路肯定是倒着数k个结点不就好了，但是问题是链表不能从尾结点开始遍历，只能从头结点开始
2017-07-31 23:27:39
1149
原创 算法-链表反转操作
题目： 定义一个函数，输入一个链表的头结点，反转该链表并输出反转后的头结点。链表定义如下：struct ListNode{ int value; ListNode *next;};解题思路：原本我们有一个这样的链表，并且知道他的头结点，即存放数值1的节点的地址。 链表反转后的效果：并返回新的链表的头结点，即原链表最后一个结点的地址。 为了现实上面的功能，需要调整原链表中的指针方向，
2017-07-31 19:04:11
884
2
翻译 Hinge loss
原文链接：Hinge lossHinge loss在机器学习中，hinge loss常作为分类器训练时的损失函数。hinge loss用于“最大间隔”分类，特别是针对于支持向量机（SVM）。对于一个期望输出和分类分数y，预测值y的hinge loss被定义为： （为了方便将其写作L(y)） 注意：这里的y分类器决策函数的“原始”输出，而不是预测的类别标签。例如，在线性SVM中，y=wx+b，(w
2017-07-24 21:17:20
15952
1
原创 学习SVM（五）理解线性SVM的松弛因子
学习SVM（一） SVM模型训练与分类的OpenCV实现 学习SVM（二） 如何理解支持向量机的最大分类间隔 学习SVM（三）理解SVM中的对偶问题 学习SVM（四） 理解SVM中的支持向量（Support Vector） 学习SVM（五）理解线性SVM的松弛因子先说一个事引出这个博客的内容，我最近投的一篇论文被拒稿，用到的方法使SVM（很惭愧，还在用20年前的算法，当然这并不是重点），审稿
2017-07-24 14:58:14
13649
3
原创 理解ResNet结构与TensorFlow代码分析
该博客主要以TensorFlow提供的ResNet代码为主，但是我并不想把它称之为代码解析，因为代码和方法，实践和理论总是缺一不可。 TensorFlow的github地址，其中：resnet_model.py为残差网络模型的实现，包括残差模块，正则化，批次归一化，优化策略等等；resnet_main.py为主函数，主要定义了测试、训练、总结、打印的代码和一些参数。cifar_input.py为数
2017-07-21 01:18:48
46456
52
原创 C++ 一个例子说明.c_str()函数
先举个例子说明一下：atoi()是C语言中的字符串转换成整型数的一个函数，在例子的代码里面会用到，其函数原型为：int atoi(const char *nptr);下面是一个C语言的代码，可以正常运行：#include <stdio.h>#include <stdlib.h>int main(){ char *str = "123"; int num = atoi(str)
2017-07-19 14:33:48
7516
原创 学习SVM（三）理解SVM中的对偶问题
网上有很多关于SVM的优秀博客与其他学习资料，而个人感觉本系列博客与其他关于SVM的文章相比，多了一些细节的证明，比如线性分类器原理，支持向量原理等等。 同样是SVM，在《支持向量机导论》中有170+页的内容，而在《机器学习》（周志华）一书中仅仅是一个章节的内容，中间略过了细节推导的过程，这些被略过的推导过程在本系列博客中都会加入，也是在自学时验证过程中的一些总结，如有问题请指正。在上一篇的内容中
2017-07-12 13:56:38
11508
4
翻译 PEP 8 —Python代码风格指南（一）
原文：PEP 8 – Style Guide for Python CodePEP：8 题目：Python代码风格指南 作者：Guido van Rossum, Barry Warsaw , Nick Coghlan 状态：Active 类型：Process 创建：2001-07-05 往期：2001-07-05，2013-08-01内容：介绍该文档提供了Python编程中的一些惯例，
2017-07-12 00:18:37
2591
原创 如何理解卷积神经网络中的1*1卷积
我们都知道，卷积核的作用在于特征的抽取，越是大的卷积核尺寸就意味着更大的感受野，当然随之而来的是更多的参数。早在1998年，LeCun大神发布的LetNet-5模型中就会出，图像空域内具有局部相关性，卷积的过程是对局部相关性的一直抽取。 但是在学习卷积神经网络的过程中，我们常常会看到一股清流般的存在—1*1的卷积！比如在残差网络的直连里： 残差网络的Bootleneck残差模块里： 比如在Go
2017-07-10 14:44:10
54798
22
原创 Python Numpy简介
原文地址：What is NumpyNumpy是应用Python进行科学计算时的基础模块。它是一个提供多维数组对象的Python库，除此之外，还包含了多种衍生的对象（比如掩码式数组(masked arrays)或矩阵）以及一系列的为快速计算数组而生的例程，包括数学运算，逻辑运算，形状操作，排序，选择，I/O，离散傅里叶变换，基本线性代数，基本统计运算，随机模拟等等。Numpy库中最核心的部分是nda
2017-07-06 18:22:10
3908
原创 TensorFlow 网络优化步骤与一般方法
深度学习中，网络的优化是训练过程中很重要的一部分，现在有很多的优化策略，而他们的核心的内容都是梯度下降。 理论的部分大家可以参考： 理解梯度下降在机器学习模型优化中的应用，其中介绍了批量梯度下降，随机梯度下降与小批量梯度下降的基本概念。 An overview of gradient descent optimization algorithms，其中介绍了各种改进的优化方法，包括动量法，ad
2017-07-05 14:42:19
2088
原创 Python计算中位数 numpy.median
numpy模块下的median作用为： 计算沿指定轴的中位数 返回数组元素的中位数其函数接口为：median(a, axis=None, out=None, overwrite_input=False, keepdims=False)其中各参数为： a：输入的数组； axis：计算哪个轴上的中位数，比如输入是二维数组，那么axis
2017-07-04 17:46:48
62982
10
原创 TensorFlow-Slim图像分类库
TensorFlow-Slim图像分类库TF-slim是用于定义，训练和评估复杂模型的TensorFlow（tensorflow.contrib.slim）的新型轻量级高级API。 该目录包含了几种广泛使用的卷积神经网络（CNN）图像分类模型的训练和测试代码。它包含脚本，允许您从头开始训练模型或从预训练（pre-train）的模型进行fine-tune。 它还包含用于下载标准图像数据集的代码，将其转
2017-07-02 17:39:50
9711
8
原创 Python enumerate函数无法顺序遍历集合
今天使用Python中的enumerate函数，犯了一个很低级的错误，enumerate用于遍历如字符串，列表，元组中的变量，但是并不能顺序遍历字典中的变量，举个例子：在Python中，单引号或者双引号（’或”）创建字符串，用中括号（[]）创建列表，用括号（()）创建元组，用大括号（{}）创建字典，但是{}内没有键值的话，类型是集合。 元组与列表的作用差不多，不同之处在于元组的元素不能修改。...
2017-07-02 16:50:28
3116
1
眼球跟踪定位算法，eyelike
2018-04-14
numpy-1.10.0
2017-05-13
matplotlib-1.3.0
2017-05-13
软件加密工具Zprotect
2017-03-22
《机器学习实战》源码
2017-02-13
《机器学习实战》源代码
2017-01-24
Halcon试用版生成C++代码
2017-04-03
软件设计中，加入动态模型的方法
2017-01-07
TA创建的收藏夹 TA关注的收藏夹
TA关注的人