- 博客(13)
- 收藏
- 关注
RSS订阅原创 力扣刷题七：整数反转
给你一个 32 位的有符号整数 x ，返回将 x 中的数字部分反转后的结果。如果反转后整数超过 32 位的有符号整数的范围 [−231, 231 − 1] ，就返回 0。假设环境不允许存储 64 位整数（有符号或无符号）。链接：https://leetcode-cn.com/problems/reverse-integer首先第一个想法就是，将该数变为字符串，然后翻转，再进行判断是否在范围内，如下，耗时44ms，14.9mb。class Solution: def reverse(sel
2022-03-28 14:28:09
619
原创 力扣刷题六：Z字形变化（python3）
将一个给定字符串 s 根据给定的行数 numRows ，以从上往下、从左到右进行 Z 字形排列。比如输入字符串为 “PAYPALISHIRING” 行数为 3 时，排列如下：P A H NA P L S I I GY I R之后，你的输出需要从左往右逐行读取，产生出一个新的字符串，比如：“PAHNAPLSIIGYIR”。第二个例子：输入：s = “PAYPALISHIRING”, numRows = 4输出：“PINALSIGYAHRP
2022-03-27 18:51:19
5208
原创 力扣刷题五：最长回文子串（python3）
回文子串第一个想法就是暴力解题，遍历所有子串，找出最大的，毫无疑问，双重循环很耗时：class Solution: def longestPalindrome(self, s: str) -> str: data = [] maxstring = [] for i in range(len(s)): for j in range(i+1,len(s)+1): data = s[
2022-03-13 21:32:51
1293
原创 力扣刷题四：寻找两个正序数组的中位数（python3）
给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。拿到题目，一如既往的解题思路：将两个数组合并在一起，然后排序，判断该数组长度是奇数还是偶数，在找中间的数。但这似乎因为python内置的一些库和语言，反而很容易实现，耗时28ms,15.1mb：class Solution: def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) ->
2022-03-12 10:24:21
1570
原创 力扣刷题三：无重复字符的最长子串（python3）
给定一个字符串 s ，请你找出其中不含有重复字符的 最长子串 的长度。根据题设，找出不含有重复字符的最长子串，第一时间想到了set，集和是不重复的，无序的。但该如何遍历到所有的子串，找出最长的呢？本人无能，一开始就是暴力解题，通过j,i两个指针的移动，来遍历到所有字串，j为子串开始的指针，i为子串结束的指针，一旦查到字串重复，将j后移。耗时136ms,15.1mb：class Solution: def lengthOfLongestSubstring(self, s: str) ->
2022-03-11 15:09:04
8080
原创 力扣刷题二：两数相加链表（python3)
本人数据结构也差不多还给老师了，因此也是看别人的代码才做出来。此题是两个单向的链表去求和。首先回顾下基本概念，链表是由多个结点组成的，每个结点存储着：值和指向下一个结点的指针。# class ListNode:# def __init__(self, val=0, next=None):# self.val = val# self.next = nextclass Solution: def addTwoNumbers(self, l1: ListN
2022-03-10 21:39:34
576
1
原创 力扣刷题一：两数之和（python3）
题目一本人首先想到就是双循环，毫无疑问非常耗时，总共耗费5068ms，占15.4mb内存：class Solution: def twoSum(self, nums: List[int], target: int) -> List[int]: for i in range(len(nums)): for k in range(len(nums)-i-1): j = i+k+1 if nu
2022-03-09 11:14:47
6450
原创 TX2：安装pytorch(Jetpack3.3+cuda9.0+cudnn7)
记录一下过程Jetpack3.3刷机+查看cuda+cudnn安装conda安装pycharm安装pytorch(cuda9.0+cudnn7)Jetpack3.3刷机+查看cuda+cudnn刷机过程参考：https://blog.csdn.net/NSSC_K/article/details/106092499本人使用虚拟机Ubuntu16.04来对TX2进行刷机，虚拟机的网络连接一定要设置桥接模式，不然后面刷机会卡住。刷机成功后，在TX2查看cuda版本：nvcc -v如果报错：-ba
2021-11-22 13:54:17
1736
原创 谷歌colab训练自己的数据集YOLOv3
自己电脑的GPU不支持cuda，所以尝试使用谷歌的Colabortory,免费提供GPU，最长运行时间12小时，因此一般需要挂载到谷歌云盘上，储存文件。数据集目标检测的数据集需要自己手动标注目标物体位置并对应生成xml文件表示目标框的位置，本文简单介绍windows系统下标注工具LabelImg的使用。LabelImg下载链接:LabeIImg下载好labelImg-master.zip后解压得到如下图所示。shift+右击空白处打开powershell窗口，输入Pyrcc5 -o resour
2020-12-04 17:47:46
1615
原创 关于降维的一些理解
1.为什么要降维？维度诅咒。一些低维的性质在高维并不适用。如下高维所需数据呈指数增长：假如以为需要10个，二维就需要10的平方，三维就需要10的3次方。计算更加复杂：比如高维空间中两点之间的距离计算会比二维的更复杂。局部泛化能力低：对于有些高维情况，用SVM训练，所有数据都成了支撑向量，计算复杂。2.高维为什么可以做降维？是因为在实际生活中，维度之间有相关性，比如函数就等效于降维，像y=x，将二维降成一维。3.PCA（主成分分析）（1）主成分：数据变化剧烈的方向，也就是数据在这个方向投影方差
2020-11-05 22:20:02
1070
原创 Python-Iris鸢尾花数据Knn分类
Python-Iris鸢尾花数据Knn分类首先导入sklearn库中自带Iris数据（三类：0：山鸢尾花、1：变色鸢尾花、2：维吉尼亚鸢尾花），训练集112个，测试集38个。# 导入iris数据,X数据，y标签iris = datasets.load_iris()X = iris.datay = iris.targetX_train, X_test, y_train, y_test = train_test_split(X, y, random_state=2003)计算待分类样本与其余样本
2020-10-31 20:52:30
738
原创 Python--简单的深度学习CNN睁闭眼分类
Python–简单的深度学习CNN睁闭眼分类数据集：闭眼（CEW）和睁眼（LFW）两个文件夹，闭眼数据共1189张图片，睁眼数据为LFW中George_W_Bush共530张图片.测试集从中随机复制330张图片.数据集可调整增加.数据准备:root为数据集地址.将数据转为网络可用的tensor量.class MyDataset(Dataset): def __init__(self, root, transform=None, target_transform=None, loader=de
2020-10-30 10:25:46
3940
51
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