Algorithm
文章平均质量分 86
留小星
持续更新 CV、NLP、语音、地震学领域深度学习相关阅读和学习笔记、手动实现各类深度学习网络结构(CNN、Transformer、GAN、DDPM、LLM)
展开
-
地球物理反演(三):线性代数review
文章目录1. normal equation1.1 求解不可解的方程组1. normal equationCite:https://zhuanlan.zhihu.com/p/22757336这一部分的图都来源于上面blog专栏!感谢分享Normal equation 是一种基础的最小二程方法1.1 求解不可解的方程组比如:二维条件下在R2R^2R2空间中有三维条件下...原创 2021-09-26 16:55:22 · 588 阅读 · 0 评论 -
地球物理反演(一):线性代数review
文章目录1. review of geophysics inversion2. linear algebra review2.1 some types of useful matrix2.2 matrix operation2.3 norm2.3.1 L-P norm2.4 LINEAR INDEPENDENCE1. review of geophysics inversionInverse basic function:Gm=d(1)Gm = d \tag{1}Gm=d(1)G(m)=d(2)G(原创 2021-09-15 19:03:12 · 356 阅读 · 0 评论 -
地球物理反演(二):线性代数review
文章目录一、线性独立(linear combination)和线性依赖(linear dependence)二、子空间(Subspace of RnR^nRn)2.1 零空间(Null space)2.2 零空间和线性独立的关系2.3 列空间(column space)三、正交和点积1. 点积(dot product)2. 用二范数表示点积3. 正交(orthogonal)4. Gram-Schmidt 正交化一、线性独立(linear combination)和线性依赖(linear dependenc原创 2021-09-19 11:09:09 · 598 阅读 · 0 评论 -
C++ 实现各类排序算法
C++实现各类排序算法:冒泡、选择、插入、归并、堆排序原创 2023-05-19 17:34:46 · 396 阅读 · 0 评论 -
非常全的CNN卷积神经网络整理
文章目录一、人的视觉原理二、卷积神经网络CNN简介:1. 简介2. 发展历史3. 应用4. 推荐文章(待更新)二、全连接神经网络的缺点及CNN解决的问题1. 全连接神经网络处理大尺寸图像明显的缺点2. CNN将复杂问题简化——将大量的参数降维成少量参数进行处理3. CNN保留图像特征4. CNN的三维体积神经元(3D volumes of neurons)三、卷积神经网络的层次结构1. 典型的CNN:2. 更为常见的CNN网络分层3.输入层(Input Layer)4. 卷积层1)数学上的卷积和机器学习中的原创 2020-11-12 20:16:39 · 3602 阅读 · 0 评论 -
动手学深度学习(十一)——深度学习优化器(非常详细的数学说明)+持续更新
文章目录一、深度学习概述:1. 定义方法——神经网络2. 判断方法的优劣——LossFunction3. 挑选最优方法——优化算法(梯度下降)4、在pytroch之中实现一个深度学习流程:二、深度学习之损失函数、代价函数、目标函数1、损失函数(即误差函数):Loss Function2、代价函数:Cost Function3、目标函数:Cost Function三、深度学习中的优化问题——最小化目标函数1.梯度下降法相关定义2.解释梯度下降算法是如何使得损失函数的值一步步降低的2. 一阶优化算法——梯度下降原创 2020-11-11 21:56:47 · 2112 阅读 · 1 评论 -
排序算法的下界和如何超越下界——python实现Thomas H.Cormen算法基础中的算法
文章目录一、排序算法分类二、算法复杂度三、时间复杂度下界四、超越下界1.范例1——严格的约束(排序仅有两个值)2.范例2——扩展1至每个元素可以取m个连续整数中的一个一、排序算法分类比较类排序:通过比较来决定元素间的相对次序,由于其时间复杂度不能突破O(nlogn),因此也称为非线性时间比较类排序。非比较类排序:不通过比较来决定元素间的相对次序,它可以突破基于比较排序的时间下界,以线性时间运行,因此也称为线性时间非比较类排序。二、算法复杂度相关概念:稳定:如果a原本在b的前面,而a=b原创 2020-11-09 22:12:43 · 1266 阅读 · 0 评论 -
python实现五种排序算法(附代码)
文章目录1. 冒泡排序2. 选择排序3. 插入排序4. 归并排序5. 快速排序比较说明说明:本文主要使用python实现了五种基本的排序算法(冒泡排序、选择排序、插入排序、归并排序、快速排序),并比较了每种算法的运行耗时,借鉴了github:十大经典排序算法菜鸟教程:1.0 十大经典排序算法博客园:一像素十大经典排序算法(动图演示)每种算法的原理请参照上述的教程,写得非常简单易懂,此处不再复述算法原理代码下载地址:1. 冒泡排序算法部分:def bubbleSort(arr):原创 2020-11-02 10:34:45 · 2926 阅读 · 3 评论