- 博客(24)
- 收藏
- 关注
原创 Leetcode--反转链表
一、循环方式实现:# Definition for singly-linked list.# class ListNode:# def __init__(self, x):# self.val = x# self.next = Noneclass Solution: def reverseList(self, head): ...
2019-01-07 23:05:39
154
原创 Leetcode--链表的中间结点
给定一个带有头结点 head 的非空单链表,返回链表的中间结点。如果有两个中间结点,则返回第二个中间结点。 方法一:输出到数组思路和算法按顺序将每个结点放入数组 A 中。然后中间结点就是 A[A.Length/2],因为我们可以通过索引检索每个结点class Solution(object): def middleNode(self, head): ...
2019-01-07 22:12:59
177
原创 Leetcode--给定一个链表,判断链表中是否有环。
给定一个链表,判断链表中是否有环。为了表示给定链表中的环,我们使用整数 pos 来表示链表尾连接到链表中的位置(索引从 0 开始)。 如果 pos 是 -1,则在该链表中没有环。用双指针来实现:当a和b没相遇,到了空时返回-1,相遇时,如果a下一个位置和b的位置不在head节点上就返回1表示有环,若在head节点上则返回0表示头尾环相连。# Definition for singly...
2019-01-07 21:52:52
1155
原创 Leetcode-合并两个有序链表
python实现:class Solution: def less(self, a, b): if a.val < b.val: return a else: return b def mergeTwoLists(self, l1, l2): """ :typ...
2019-01-07 21:38:37
130
原创 LeetCode - 删除链表的倒数第N个节点
题目给定一个链表,删除链表的倒数第 n 个节点并返回头结点。例如,哑结点用来简化某些极端情况,例如列表中只含有一个结点,或需要删除列表的头部。在第一次遍历中,我们找出列表的长度 LL。然后设置一个指向哑结点的指针,并移动它遍历列表,直至它到达第 (L - n)(L−n) 个结点那里。我们把第 (L - n)(L−n) 个结点的 next 指针重新链接至第 (L - n + 2)(L−n+2...
2019-01-07 21:12:16
149
原创 数据结构四——栈
4.1栈的定义: 4.2 栈的数据类型4.3 栈的顺序存储结构栈的operation:初始化和清空都是一样的操作:判断是否为空:压栈 operation:出栈:获取栈顶元素 ...
2018-11-25 11:03:07
103
原创 数据结构三——链式存储结构
● 链式存储结构 特点:用一组任意的存储单元存储线性表的数据元素,可以连续也可以不连续,不仅含有数据元素还要有前驱、后继元素的地址。 在内存中存储是这样的: ● 单链表 ● 线性表的单链表存储结构...
2018-11-25 10:46:30
322
原创 数据结构二——线性表
2.1 线性表的含义 ● 线性表(linear list)是数据结构的一种,一个线性表是n个具有相同特性的数据元素的有限序列,而且是有顺序的。● 数学定义2.2 线性表的抽象数据类型2.3 顺序存储结构● 线性表的顺序存储结构#define LISTSIZE 100typedef int DataTypetypedef struct SeqList...
2018-11-18 01:19:09
156
原创 数据结构一(数据结构与算法基本含义)
1.1 基础概念● 数据元素 ● 是组成数据的,有一定意义的单位 ● 在计算机中通常作为整体处理 ● 也叫做结点或记录● 数据元素例子:植物中的杨树、柳树 ● 数据项 ● 一个数据元素由若干个数据项组成 ● 是数据不可分割的最小单位例子:树的粗细、高度等 ● 数据对象 ● 是性质相同的数据元素集合...
2018-11-18 00:13:53
246
原创 逻辑回归(含推导)
逻辑回归(logistic)1、L就是用sigmod函数2、损失函数为:逻辑回归的损失函数与线性回归相似,就是多了sigmoid函数,将概率映射到0-1之间。再用极大似然思想,将L(θ)函数最大化。 然后梯度上升,将函数达到最大化与吴恩达版本不同的是前面多一个负号,把上升变成我们熟悉的梯度下降。 那么逻辑回归的优缺点: 那...
2018-10-12 15:14:51
235
原创 线性回归(含推导)
回归与分类1.线性回归有:⑴岭回归 ⑵Lasso回归2.机器学习主要分为有监督学习和无监督学习两种。3.无监督:事先没有任何训练数据样本,需要直接对数据建模。或者:通过已有的训练(即已知数据及其对应的输出)来训练,从而得到一个模型,再利用这个模型将所有新的数据样本映射为相应的输出结果,对输出结果进行简单的判断从而实现分类目的,那么这个模型就具有了对未知数据进行分类的能力。例如:...
2018-10-12 15:01:03
663
原创 评价模型的指标
正确率、精确率、召回率、F1、AUC和ROC曲线其实都是评价模型好坏的指标,而且相互之间是有关系的,只是侧重点不同。根据混淆矩阵可以得出:TP,FN,FP,TN四个值。准确率:(TP+TN)/(TP+FN+FP+TN)可以看出是实际分对的样本/总样本精确率:TP/ ( TP+FP )预测为正确的样本中实际为正确样本的占比召回率: TP /(TP+FN) F1...
2018-10-12 14:53:18
3618
原创 Tensorflow学习笔记(五)——卷积神经网络实现
今天来实现tensorflow架构下的卷积神经网络,首先了解清楚我们要构建的网络架构,数据集还是用mnist,所以输入还是28X28。建立的卷积神经网络架构是:卷积层->pooling层->卷积层->pooling层->全连接层1->全连接层2。全连接层的尺寸公式:N = (W − F + 2P )/S+1参数解释: 输入图片大小 W×...
2018-05-11 13:10:46
446
原创 Tensorflow学习笔记(四)——简单的神经网络实现
首先要建立一个神经网络,就要把架构了解清楚才能动手。建立的神经网络如下:有一个输入层和二个隐藏层和一个输出层组成的简单神经网络,结果通过交叉熵softmax分类得到损失函数,然后通过梯度下降优化模型。代码如下:import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltimport input_datamn...
2018-05-10 15:58:42
197
原创 Tensorflow学习笔记(三)——逻辑回归
首先,逻辑回归是一个二分类,而mnist是一个十分类,因此我们要做一个多分类的任务,引入一个知识softmax分类器。softmax分类器公式如下:举个例子:一、接下来准备数据集。import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltimport input_data mnist = in...
2018-05-10 14:25:07
257
原创 Tensorflow学习笔记二--线性回归模型
学习完基本操作后,今天来学习一下如何用tensorflow建立线性回归模型。一、首先建立一些数据import numpy as npimport tensorflow as tfimport matplotlib.pyplot as plt# 随机生成1000个点,围绕在y=0.1x+0.3的直线周围num_points = 1000vectors_set = []for i in ...
2018-05-09 10:42:33
361
原创 Tensorflow学习笔记(一)
tensenflow的基本操作一、导入tensorflow:import tensorflow as tf二、建立变量、常量:w=tf.variable()变量w=tf.constant()常量三、初始化变量:init_op=tf.global_variables_initializer()四、运行:两种方法:...
2018-05-09 10:35:17
387
原创 训练神经网络中最基本的三个概念和区别:Epoch, Batch, Iteration
epoch:训练时,所有训练数据集都训练过一次。batch_size:在训练集中选择一组样本用来更新权值。1个batch包含的样本的数目,通常设为2的n次幂,常用的包括64,128,256。 网络较小时选用256,较大时选用64。iteration:训练时,1个batch训练图像通过网络训练一次(一次前向传播+一次后向传播),每迭代一次权重更新一次;测试时,1个batch测试图像通过网络一次...
2018-04-30 15:31:05
6770
转载 Hog,SIFT以及LBP这三种特征的不同
作者:盛淮南链接:https://www.zhihu.com/question/45833619/answer/223930439来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。SIFT、HOG、LBP,这三者都属于局部特征。一、三者原理上的区别1.SIFT:Scale-Invariant Feature Taransform,尺度不变特征变换。尺度空间的极值检测:搜...
2018-04-20 19:57:06
935
转载 方向梯度直方图(HOG,Histogram of Gradient)
1.介绍HOG(Histogram of Oriented Gradient)是2005年CVPR会议上,法国国家计算机科学及自动控制研究所的Dalal等人提出的一种解决人体目标检测的图像描述子,该方法使用梯度方向直方图(Histogram of Oriented Gradients,简称HOG)特征来表达人体,提取人体的外形信息和运动信息,形成丰富的特征集。2.生成过程1)图像归一化归一化图像的...
2018-04-20 19:45:18
371
转载 OpenCV实践之路——人脸检测(C++/Python)
版权声明:本文为博主原创文章,转载请联系作者取得授权。 https://blog.csdn.net/xingchenbingbuyu/article/details/51105159本文由@星沉阁冰不语出品,转载请注明作者和出处。文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/51105159微博:http://weibo.co...
2018-04-20 17:52:21
297
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人