The 13th UESTC Programming Contest Preliminary 后 记

http://acm.uestc.edu.cn/#/contest/list              The 13th UESTC Programming Contest Preliminary  敲打        我是一只很弱很弱的菜鸟


    昨天校acm初赛,和队友从8点多坐到21点多,结果只ac了三道,还全是队长一人ac的(虽然有一道题是我帮忙弄好的),感觉自己有点坑啊。下面带些总结吧。(自己做的几道题)

    首先a题大水题暴力枚举一步步判定均可以破,由队长做。我直接水J题,结果一直没想通(在这个过程学了map大哭我还是太水了,虽然队长也不会用)(最快6min就被ac了的题啊),然后我就让队长帮我看,队长也没思路,我就看其他题去了,全是英文。。。好吧还带维基百科资料链接,我居然一直看英文(后来队长告诉我有中文可以切换,我勒个擦!),然后什么也没看懂,队长说a题报错过不了,我帮忙找了错误排错,最后一个临界判断队长问我怎么想,我说10:10肯定no啊,但是队长还是没改,结果WA,再改过来就AC了。大哭

    接着我一道题一道题地看,队长和妹纸在做H题(妹子不太会,就帮我们翻译分析大哭),很快就2点了,我们就过了一道,大家都有点急然后我也去看H题(其他题弄不动,先把水题解决了),结果虽然我们早就找到了正确方法,但是就是写不好代码,最后队长做F,我做I,还是没有过。这时比赛过了一半了RANK上大神都快做完了(最快的是6时38分),队长做F一直报错,然后他就去水J,我又看了看G还是不行,就一直卡着,后来队长的代码一编译就程序就停止了,一直找错无法解决,就来问我,还好前几天我遇到过这类问题,就是数组开太大要放到外面去,结果一改就AC了,

    这时候有的大牛都休息了(做完了),我们才做2道(总共12道),看看RANK也就100多名,想进决赛还要做两题(大一),但是队长在FGH上一直卡着,我也没想通怎么做,就一直耗,后来我直接做欧拉函数那道题去了,先看资料,什么费马小定理、欧拉函数,中国剩余定理,好吧,我确实知道怎么做了,答案跑出来也是对的,可就是超时!!!!!!!!!!!!!然后我就先吧质数储存起来再一个一个去除k,结果还是超时(最后才知道  在我对质数判定时直接就把欧拉函数值储存就行了,555555,还是太年轻,队伍最后差一道就可以进决赛就挂在这里。。。)  后来我又做h,不知什么时候队长终于把F题ac了,然后我们就朝着第四道前进了,可惜的是虽然H 题我们都知道方法可就是没AC,随着队长最后一次提交失败,比赛结束了。(还是有点痛心,因为 欧拉应该是可以过的,虽然只有11个人过, H也是道水题也可以过结果还是卡死了)。

    连续三周的比赛(从热身,到模拟决赛再到初赛)让我学习了很多知识,比较可惜的就是初赛时没过一道题。现在这里就告一段落了。

    最后就是感觉自己这个暑假进集训队难度很大,而且是大一下才带电脑(学校不准大一带电脑。。。。。。无语。。。。。。然后作为计算机院却比其他院晚一个学期学习C), 现在就暂时等明年加油了(因为加了数挖工作室--云储存小组, 这个项目在今年年底完结, 所以作为新手还是先学习java和数据结构,平时没事上oj水水题,看看紫书,就这样了),希望能更加熟悉acm。

    还有就是目前要搞好云储存(自己这样也可以去参加什么人工智能、大数据等竞赛了)。

    还有就是希望建模不要水掉(上学期校赛水了个大一三等奖(大一水平太low只有二、三等奖)),希望自己不要坑队友啊。奋斗

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有忆功能,能够捕捉数据中的时间依赖性。 5. **长短期忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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