- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 LeetCode 703.数据流中的第K大元素
我们首先来看看这道题目，找到数据流中第K大的元素：首先拿到这道题目，我们有可能会想到一种暴力的解法，就是首先把输入的数据流进行排序，然后从排好序的数据流中找到第K个元素，就行了，这也是一种解法，我们可以计算一下这种解法情况下的时间复杂度，假设有 NNN 个元素，要将 KKK 个元素进行快速排序，那么时间复杂度就为：O(N⋅K⋅logK)O(N \cdot K \cdot \log K)O(N...
2019-03-29 14:46:11
582
原创 LeetCode 160.相交链表
这道题目是要找到两个链表相交的起始节点，题目如下所示：这里有一个很巧妙的解法，我们来从这两个链表的结构来分析，我们如何去找到两个链表相交的起始节点呢？相交之后的链表是一样的，我们看下图所示：在图中 AAA 点和 BBB 点分别表示两个链表的起点，CCC 点事我们要找的交点，ACACAC 的长度是 aaa，BCBCBC 的长度是 bbb ，剩下相同部分的内容长度是 ccc，那么我们可以用两个...
2019-03-28 16:07:22
166
原创 LeetCode 141 & 142.环形链表
首先是141题，如何判断一个链表是否有环，题目如下所示：拿到这个题目，我们很难想到什么比较简洁快速的解法，的确这个题目用常规的方法比较难解决。在这里给大家介绍一个快慢指针的解法，首先我们定义两个指针 fast 和 slow ，分别表示快指针和慢指针，快指针是每一次走两步，慢指针是每一次走一步。那么如果一个链表中存在环的话，那么这个快指针一定会比慢指针先进环中，然后慢指针也会进到换中，因为快指...
2019-03-23 16:20:24
229
原创 LeetCode 206.反转链表
这是一道关于链表最基础也是最经典的一道题目，就是我们需要反转一个链表，题目如下所示：这道题的思想就是我们需要把链表中每个节点所指的方向调转，然后把指针往后移，一直到链表尽头，整个流程可以如下所示：我们这里有三个指针，分别表示前一个位置 prev，当前位置 cur 和下一个位置 next。每次操作的第一步就是将prev指向cur的指针方向调转，然后移动向下一个位置移动cur指针，直到cur到...
2019-03-22 12:19:49
200
原创 隐马尔科夫模型(HMM)算法的理解与超详细推导
今天看了徐亦达教授的HMM讲解，感觉有所收获，并将隐马尔科夫模型算法的推导整理了一下，帮助大家一起理解这个算法。首先我们通过一个股票的案例来引入这个算法，我们来看看这个股票行情和涨跌观测值的一个状态图：由图中可以看出，股市的行情分成牛市、熊市和均市，这三种行情是可以互相转化的，并且互相转化是有一定的概率的，这种行情是观测不到的，是一种隐变量，也可以看成是一种状态 qqq，并且在每一个时间点的状...
2019-03-16 13:53:19
3598
4
原创 EM算法理解与推导
首先我们开门见山，EM算法到底是干什么的，EM算法是在面对一个含有隐变量的概率模型，是一种迭代算法，目标就是极大化观测数据关于参数的对数似然函数。这么说可能很难理解，我们来举一个例子吧，就拿抛硬币来说，假设有A和B两枚硬币，要估计的参数是它们各自翻正面的概率。观察的过程是先随机选择硬币A或者B，然后连续扔10次，重复此步骤5次。意思就是说有两枚硬币，只知道抛出之后的分布，但是不知道是哪个硬币抛出...
2019-03-12 17:28:38
484
原创 手动推导SVM
SVM支持向量机作为一种常用的分类器可以说是应用非常广泛的，我们直接进入正题，来手动推导SVM，让大家一起加深SVM的算法流程。首先SVM的意义就是在空间中找到一个超平面，把空点中的两个线性可分的点集完全分开，我们把这个超平面定义成w⋅xi+b=0w \cdot {x_i} + b = 0w⋅xi+b=0，其中www是一个n维的向量xi{x_i}xi表示空间中的点。与此同时，我们不仅需要用超平...
2019-03-11 18:32:06
1387
1
原创 LeNet和ResNet神经网络做CIFAR10图像分类(PyTorch)
图像分类的算法有很多，大部分其实都用CNN来提取图像的特征，今天我们一起来学习用PyTorch做CIFAR10数据集的分类。CIFAR10数据集是一个10个类的图像数据集，图片大小是32*32的。首先我们来看LeNet模型，这个模型进行图像识别的流程入下图所示：由上图可以清晰地看出整个的流程是经过一个卷积层，然后经过池化，再经过卷积，再进行一层池化层，最后是三个全连接层，最终输出10维的向量就...
2019-03-07 16:55:13
4596
1
原创 可视化visdom在PyTorch中的使用
相信大家在使用TensorFlow的时候都使用过它的可视化工具TensorBoard，这里给大家同样介绍一款PyTorch的可视化工具visdom，可以将我们训练过程中的数据可视化显示出来，更便于大家对于神经网络流程的理解与数据的分析。这里我们还是使用上一篇博客中讲到的手写数字识别MINIST数据集的例子。首先我们需要安装可视化工具visdom，打开终端：pip install visdom...
2019-03-02 15:15:48
3000
1
原创 word2vec算法理解和数学推导
从字面意思就可以理解word2vec是把文本转换成向量，那么文本如何转换成向量呢，最简单的方法大家都会想到独热编码，但是独热编码的缺点也很明显，首先独热编码向量是正交的，任何两个独热编码相乘都等于0，所以无法通过任何的计算来得到两个词的相似度；还有一个原因就是维度过大，比如100000个词汇用独热编码表示成向量，就会有100000个维度，简直就是维度灾难。所以一般来说，在词语向量化的时候都不使用独...
2019-03-01 10:27:05
2239
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人