自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(63)
  • 收藏
  • 关注

原创 用蒙特卡洛法求圆周率pi

用蒙特卡洛法求圆周率pi

2022-06-15 23:01:47 911 1

原创 leetcode每周3道(八)图之最短路

743. 网络延迟时间题目描述有 n 个网络节点,标记为 1 到 n。给你一个列表 times,表示信号经过 有向 边的传递时间。 times[i] = (ui, vi, wi),其中 ui 是源节点,vi 是目标节点, wi 是一个信号从源节点传递到目标节点的时间。现在,从某个节点 K 发出一个信号。需要多久才能使所有节点都收到信号?如果不能使所有节点收到信号,返回 -1 。思路题目实际是求节点 K 到其他所有点中最远的距离,那么首先需要求出节点 KK到其他所有点的最短路,然后取最大值

2022-05-26 21:06:20 459

原创 Pip安装失败ReadTimeoutError: HTTPSConnectionPool(host=‘files.pythonhosted.org‘, , port=443)解决方案

Pip安装失败ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', , port=443)解决方案

2022-05-12 15:51:22 884

原创 leetcode每周3道(六)二叉树

240 搜索二维矩阵Ⅱ题目描述编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性:每行的元素从左到右升序排列。每列的元素从上到下升序排列。暴力法class Solution(object): def searchMatrix(self, matrix, target): """ :type matrix: List[List[int]] :type target: int

2022-05-10 23:14:31 205

原创 ACE: Ally Complementary Experts for Solving Long-Tailed Recognition in One-Shot

ACE: Ally Complementary Experts for Solving Long-Tailed Recognition in One-Shot

2022-05-06 18:49:00 399

原创 Long-tailed Recognition by Routing Diverse Distribution-Aware Experts

Long-tailed Recognition by Routing Diverse Distribution-Aware Experts

2022-05-06 18:24:13 398

原创 Bag of Tricks for Long-Tailed Visual Recognition with Deep Convolutional Neural Networks

Bag of Tricks for Long-Tailed Visual Recognition with Deep Convolutional Neural Networks [AAAI 2022]Bag of Tricks Github

2022-05-06 16:15:24 162

原创 Decoupling Representation and Classifier for Long-Tailed Recognition

long tailed论文整理

2022-05-05 18:05:28 723

原创 leetcode每周3道(五)二叉树

110.平衡二叉树给定一个二叉树,判断它是否是高度平衡的二叉树。本题中,一棵高度平衡二叉树定义为:一个二叉树每个节点的左右两个子树的高度差的绝对值不超过 1 。1、自己的第一想法:思路:算出每一个结点的最大深度,再对每一个结点的左右孩子算最大深度差。倒着算应该会快些。但是这里没有有效的利用底层结点求出来的深度。时O(n^2) 空O(n)# Definition for a binary tree node.# class TreeNode(object):# ..

2022-04-20 23:37:21 257

原创 leetcode每周3道(四)

85.最大矩形给定一个仅包含0和1、大小为rows x cols的二维二进制矩阵,找出只包含1的最大矩形,并返回其面积。152.乘积最大子数组给你一个整数数组 nums,请你找出数组中乘积最大的非空连续子数组(该子数组中至少包含一个数字),并返回该子数组所对应的乘积。测试用例的答案是一个32-位 整数。子数组 是数组的连续子序列。暴力解法:以nums=[2,3,-1,-2,-4]为例,分别将以第i个开始到第j个结束的所有子数组乘...

2022-04-14 23:46:11 511

原创 动态规划之背包问题与投资问题

动态规划之背包问题与投资问题

2022-04-07 22:07:14 737

原创 leetcode每周3道(三)

1.最长回文子串给你一个字符串 s,找到 s 中最长的回文子串。思路1、中心扩散法。最开始尝试的两边向中间扩散但是好像不行。从中间向两边可行。每个位置都做一次中心,然后看两边最远能扩散到哪里。注意边界条件。还要注意可能是奇数个也可能是偶数个。所以中心点可能是1个也可能是2个。class Solution(object): def longestPalindrome(self, s): """ :type s: str :.

2022-03-26 15:41:48 395

原创 leetcode每周3道(二)

leetcode每周3道(二)思路:(1)排序+双指针不断判断left,right,next_left,next_right之间的关系,先sort一下使得next_left一定大于now_left。那么就只要判断以下情况,并做各自的处理。时:O(nlogn) 空:O(nlogn)class Solution(object): def merge(self, intervals): """ :type intervals: Li......

2022-03-23 17:55:26 691

原创 Git、Github

Git的使用

2022-03-22 23:16:40 415

原创 动态规划——以01背包为例

题型:动规基础(斐波那契数列、爬楼梯)、背包问题、打家劫舍、股票问题、子序列问题

2022-03-21 21:51:34 625

原创 Leetcode 学习计划之21天算法 (十二)

第12天 动态规划70.爬楼梯1.当前层的走法数等于上一层的走法数+上上一层的走法数,因为最后一步可以一次迈1层,也可以一次迈2层。仅需记录上一层的走法数和上上一层的走法数。class Solution(object): def climbStairs(self, n): """ :type n: int :rtype: int """ last = 0 present = 1 .

2022-03-21 12:14:08 258

原创 Leetcode 学习计划之21天算法 (十四)

第14天 位运算

2022-03-21 10:12:51 279

原创 Leetcode 学习计划之21天算法 (十三)

第13天 位运算231.2的幂1、按位与 注意特判,如果是0先return False。其余情况都是 return not(n & (n-1)) 。class Solution(object): def isPowerOfTwo(self, n): """ :type n: int :rtype: bool """ if n == 0: return False .

2022-03-20 21:10:42 311

原创 Leetcode 学习计划之21天算法 (九)

第9天广度优先搜索 / 深度优先搜索

2022-03-20 17:22:42 309

原创 Leetcode 学习计划之21天算法 (八)

第8天广度优先搜索 / 深度优先搜索617.合并二叉树1、BFS。不用额外空间,直接在其中一棵树上操作即可。出队时,判断两棵树的左儿子是否都有,只有root1有,只有root2有,都没有这四种情况,右儿子同理。都有就都入队。否则不用入队。# Definition for a binary tree node.# class TreeNode(object):# def __init__(self, val=0, left=None, right=None):# ..

2022-03-19 16:56:53 411

原创 Leetcode 学习计划之21天算法 (七)

第7天广度优先搜索 / 深度优先搜索733.图像渲染思路:1、DFS。用递归实现,设置seen数组,如不设置,在遇到newcolor==oldcolor时会超时,不断重复遍历。 这里也可以在开始做一个判断:如果newcolor==oldcolor直接返回原图,就不用seen数组了。class Solution(object): def floodFill(self, image, sr, sc, newColor): """ :ty...

2022-03-19 12:22:40 224

原创 DFS、BFS

BFS (seen数组+队列)#seen数组+队列def BFS(graph, s): queue = [] queue.append(s) # 向list添加元素,用append() seen = set() # 此处为set, python里set用的是hash table, 搜索时比数组要快。 seen.add(s) # 向set添加函数,用add() while

2022-03-19 11:51:32 383

原创 Leetcode 学习计划之21天算法 (十一)

第11天:递归、回溯77. 组合1、全部组合字眼,考虑回溯法。回溯法模板:(这里注意python中递归使用list时要用切片引用(浅复制),patch[:],而不用patch[]。void backtracking(参数) { if (终止条件) { 存放结果; //result.append(path[:]) return; } for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) { .

2022-03-17 17:01:46 501

原创 Leetcode 学习计划之21天算法 (十)

第10天:递归 / 回溯21.合并两个有序链表1、归并排序:额外建表 时O(m+n) 空O(m+n)2.归并排序:不额外建表 时O(m+n) 空O(1)# Definition for singly-linked list.# class ListNode(object):# def __init__(self, val=0, next=None):# self.val = val# self.next = nextclass So

2022-03-17 15:14:23 525

原创 leetcode每周3道

leetcode每周3道

2022-03-16 11:26:42 6063

原创 Leetcode 学习计划之21天算法 (六)

Leetcode 学习计划之21天算法 (六)第6天 滑动窗口

2022-03-12 18:17:08 223

原创 Leetcode 学习计划之21天算法 (五)

第5天 双指针876.链表的中间结点1、快慢指针 快指针每走两步,慢指针走一步;也可写成快指针一次走两步,慢指针一次走一步。2、遍历链表计数,再遍历数组只遍历到一半。# Definition for singly-linked list.# class ListNode(object):# def __init__(self, val=0, next=None):# self.val = val# self.next = nextc

2022-03-11 13:31:24 310

原创 Leetcode 学习计划之21天算法 (四)

第4天 双指针344.反转字符串标准双指针(对撞指针),reverse操作流氓写法:s[:]=s[::-1]class Solution(object): def reverseString(self, s): """ :type s: List[str] :rtype: None Do not return anything, modify s in-place instead. """ ...

2022-03-10 10:28:57 749

原创 Leetcode 学习计划之21天算法 (三)

第3天 双指针283.移动零1、一位一位的移动,如果第1位是0,利用切片把第2 位到最后一位往前移一位,最后一位填0。移动完再看当前位是不是0,如果是重复刚才的操作,不是往下走。指导看了len(nums)次为止。2、先遍历,看当前位不是0的话,就给他放到他应该待的位置上,直接进行覆盖。设置一个index指示非零的个数,i指示遍历到哪了。设置一个index,表示非0数的个数,循环遍历数组,如果不是0,将非0值移动到第index位置,然后index + 1遍历结束之后,index值表示为非0

2022-03-09 18:10:20 94

原创 Leetcode 学习计划之21天算法 (二)

Leetcode 学习计划之21天算法 双指针

2022-03-09 17:19:45 212

原创 Leetcode 学习计划之21天算法

Leetcode 学习计划之21天算法

2022-03-09 16:56:59 303

原创 机器学习-可供参考的博客

《机器学习》(周志华)西瓜书读书笔记(完结) - Limitlessun - 博客园 (cnblogs.com)《统计学习方法》(李航)读书笔记(完结) - Limitlessun - 博客园 (cnblogs.com)Kaggle新手入门之路(完结) - Limitlessun - 博客园 (cnblogs.com)...

2021-05-25 22:53:25 90

原创 统计学习方法系列(一)统计学习及监督学习概论

1、机器学习分类监督学习无监督学习强化学习2、统计学习方法三要素方法=模型+策略+算法模型策略算法//大多数机器学习算法都会先做一个模型的假设。在这个假设的基础上,选择一个损失函数(或者说误差度量),用以度量机器学习模型的好坏。然后再选择模型空间,也就是你打算在什么样的空间里面搜索问题的解。有了损失函数和模型空间,就可以定义一个优化问题。最后,再设计优化算法求解优化问题,从模型空间中搜索出最优解即可。3、泛化能力

2021-05-25 17:17:18 203

原创 机器学习连载系列(二)模型评估与选择 -----西瓜书

1、经验误差与过拟合经验误差及训练误差,我们最终的目标是在新样本上的泛化误差最小,但由于事先不知道新样本是什么样,只好努力使经验误差即训练误差最小化。然而会出现过拟合,且过拟合是无法避免的:机器学习面临的问题通常是NP难甚至更难,而有效的学习算法必然是在多项式时间内运行完成,若可彻底避免过拟合,则通过经验(训练)误差最小化就能获得最优解,这就意味着我们构造性地证明了“P=NP”;因此,只要相信“P≠NP”,过拟合就不可避免。2、评估方法留出法:直接将数据集划分为训练集和验证集,为保持分布一致

2021-05-24 20:28:19 167

原创 机器学习连载系列(一)绪论 -----西瓜书

最近想全面地再从头熟悉一遍基础知识,所以有了这个系列,方便自己后面看的时候抓重点。目录1、假设空间2、没有免费的午餐(NFL)3、归纳偏好4、发展历程1、假设空间假设空间的大小等于其中features表示特征i的取值个数。2、没有免费的午餐(NFL)意味着如果所有问题出现的机会相同,或所有问题同等重要,那么任意两个学习算法的期望性能相同。3、归纳偏好归纳偏好意味着在假设空间中在训练集上并不是等效的。4、发展历程机械学习:死记硬背式学习,没有真.

2021-05-24 18:54:15 81

原创 为什么在LabelEncoder后还要使用onehot?

目录1、官网解释2、关于距离更合适的解释参考:6.3. Preprocessing data — scikit-learn 0.24.2 documentation为什么要用one-hot编码 - 简书 (jianshu.com)1、官网解释6.3. Preprocessing data — scikit-learn 0.24.2 documentationSuch integer representation can, however, not be used direct

2021-05-01 16:06:11 1704 1

原创 pytorch浏览过的自学用--理解向

自动微分--向前模式和反向模式即为什么pytorch等框架都选择反向累积做梯度计算而不是前向累积https://zhuanlan.zhihu.com/p/70302265

2021-04-21 21:14:21 66

转载 python的reshape(-1)和torch中的torch[-1]都是什么意思

参考:https://www.zhihu.com/question/52684594/answer/297441394 感谢作者举个简单的例子,要记住,python默认是按行取元素c = np.array([[1,2,3],[4,5,6]])输出:[[1 2 3][4 5 6]]我们看看不同的reshape输出为:改成2行3列:[[1 2 3][4 5 6]]改成3行2列:[[1 2][3 4][5 6]]我也不知道几行,反正是1列:[[1][2][.

2021-04-20 21:54:29 2287

原创 pytorch浏览过的自学用--工具向

torch.Tensor的4种乘法https://blog.csdn.net/da_kao_la/article/details/87484403torch.matmul()用法介绍https://blog.csdn.net/qsmx666/article/details/105783610

2021-04-20 16:01:23 52

转载 GloVe原理介绍

转载:https://blog.csdn.net/linchuhai/article/details/97135612感谢作者1. 引言当前,学习词向量表示的方法主要有两种类型:一种是基于全局矩阵分解的方法,如LSA,另一种是局部上下文窗口的方法,如Mikolov在2013年提出来的CBOW和skip-gram方法。但是这两种方法都有各自的缺陷,其中,LSA虽然有效利用了统计信息,但是在词汇类比方面却很差,而CBOW和skip-gram虽然可以很好地进行词汇类比,但是因为这两种方法是基于一个个局部的上

2021-04-16 23:00:13 258

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

提示
确定要删除当前文章?
取消 删除