华为在线训练(5)

1、题目描述
给出一个名字,该名字有26个字符串组成,定义这个字符串的“漂亮度”是其所有字母“漂亮度”的总和。
每个字母都有一个“漂亮度”,范围在1到26之间。没有任何两个字母拥有相同的“漂亮度”。字母忽略大小写。
给出多个名字,计算每个名字最大可能的“漂亮度”。
输入描述:整数N,后续N个名字

输出描述:每个名称可能的最大漂亮程度

//思路:不知道字符的漂亮度,把出现次数最多的字符定义为最大漂亮度,依据出现的次数,漂亮度依次递减。这样求出最大的漂亮度
//
#include <iostream>
#include<string>
#include<algorithm>
using namespace std;
int main()
{
    int test;
    while (cin >> test)
    {
        while (test--)
        {
            string st;
            cin >> st;
            int i, a[26] = {0}, k = 26, res = 0;
            for (i = 0; i < st.length(); ++i)
            {
                if (st[i] >= 'a' && st[i] <= 'z')
                    a[st[i] - 'a']++;
                else
                    a[st[i] - 'A']++;
            }
            sort(a, a + 26);
            for (i = 25; i >= 0; --i)
                res += a[i] * k--;
            cout << res << endl;
        }
    }
    return 0;
}

2、题目描述

蛇形矩阵是由1开始的自然数依次排列成的一个矩阵上三角形。
样例输入
5
样例输出
1 3 6 10 15
2 5 9 14
4 8 13
7 12
11

先计算出j=0列的数值,然后依次计算出每一行值并输出

<pre name="code" class="cpp">#include<stdio.h>
#include<iostream>
using namespace std;
int main()
{
	int a[100][100]={0};
	int N=6;
	a[0][0]=1;
	for(int i=0;i<N;i++)
	{
		if(i>=1)
			a[i][0]=a[i-1][0]+i+0;//先计算a[i][0]的数值
		cout<<a[i][0];
		for(int j=1;j<N-i;j++)//根据相邻数据的关系,依次计算并输出该行
		{
			a[i][j]=i+j+a[i][j-1]+1;
			cout<<" "<<a[i][j];
		}
		cout<<endl;			
	}
    return 0;
}



                
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
华为云提供了训练ResNet50代码的服务,下面是一个用300字回答的示例: 首先,我们需要在华为云平台上创建一个适当的实例来训练我们的模型。我们可以选择使用ECS(Elastic Cloud Server)或ModelArts来设置我们的实例。ECS是一种灵活的计算资源,而ModelArts是一个完整的人工智能开发平台。我们可以根据需求和个人偏好选择其中之一。 接下来,我们需要通过安装必要的开发环境来准备我们的实例。我们可以使用pip命令安装依赖项,例如tensorflow、numpy等。我们还需要下载ResNet50的代码和预训练模型。 一旦我们的实例设置好,并且环境准备好,我们可以开始训练我们的模型。在开始训练之前,我们需要加载我们的数据集。我们可以使用华为云的数据存储服务来上传和管理我们的数据。一旦数据准备好,我们就可以将其加载到我们的代码中,然后使用ResNet50进行训练。 在训练过程中,我们可以通过调整超参数来优化我们的模型。我们可以尝试不同的学习率、批处理大小等来找到最佳的组合。此外,我们还可以通过在训练过程中使用学习率衰减或提前停止等技术来提高模型的性能。 一旦训练完成,我们可以保存我们的模型,并根据需求将其部署到不同的环境中,例如华为云上的推理服务或移动设备上。我们可以使用模型进行分类、目标检测或其他相关任务。 总之,华为云提供了一个完整而强大的平台来训练ResNet50模型。通过适当的实例设置,环境准备和参数调整,我们可以训练出高性能的模型,并将其应用于各种实际应用中。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值