- 博客(24)
- 收藏
- 关注
RSS订阅原创 C++11新特性智能指针
weak_ptr 是⽤来解决 shared_ptr 相互引⽤时的死锁问题，如果说两个 shared_ptr 相互引⽤， 那么这两个指针的引⽤计数永远不可能下降为0，也就是资源永远不会释放。和 shared_ptr 指针最大的不同之处在于，unique_ptr 指针指向的堆内存无法同其它 unique_ptr 共享，也就是说，每个 unique_ptr 指针都独自拥有对其所指堆内存空间的所有权。有些内存资源已经被释放，但指向它的指针并没有改变指向（成为了野指针），并且后续还在使用；weak_ptr弱引用。
2023-03-20 21:15:37
145
原创 学会贪心2
k次取反后最大化的数组和，加油站，分发糖果，柠檬水找零，根据身高重建队列，用最少数量的箭引爆气球，无重叠区间‘划分字母区间，合并区间，单调递增的数字，监控二叉树
2023-03-15 21:02:43
148
原创 动态规划系列：6.背包问题
动态规划-背包问题刷题。01背包：分割等和子集，最后一块石头的重量，目标和，一和零完全背包问题：零钱兑换，零钱兑换Ⅱ，完全平方数，组合总和Ⅳ，单词拆分
2023-03-06 17:07:09
209
原创 动态规划系列：4.打家劫舍
如果共有奇数间房：如果nums[x]nums[0], dp[x]=max(dp(x-2)-nums[0]+nums[x], dp(x-1))即要求rob(root),得先把rob(root->left->right)，rob(root->left->left)，rob(root->right->left)，rob(root->right->right)求出来。同时，相邻的房屋装有相互连通的防盗系统，
2023-02-26 21:47:37
133
原创 动态规划系列：2.基础题目
也就是： F(0) = 0，F(1) = 1 F(n) = F(n - 1) + F(n - 2)，其中 n > 1 给你n ，请计算 F(n)。假设将n分成k段，取其中任意一个设为i，则其他所有的子整数的和为n-i,一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。当根节点为1时，左子书0个节点，右子树3个节点，共0+f(3)种子书。最后一步有两种状态：跨两阶或者一阶，分别对应f(n-2)和f(n-1)中爬法。分析：设f(n)表示正整数n在此题下的最大值f(n)
2023-02-24 17:45:49
326
原创 动态规划系列：1.基础
特点二：用f表示剪后的最大值，问题为求f(n),任意位置如i剪一刀，因为f(n)=f(i)*f(n-i),问题变为求两个子问题，满足第二个特点。特点四：由于子问题在分解大问题过程重复出现，为避免重复求解，从下往上求解小问题并存储下来，以此为基础求解大问题。将题目抽象出来,用f(n)表示该问题的(最优)解，根据划分的子问题写出f(n)=.......（递推关系）这个问题可以分解成若干个子问题，整体问题的最优解依赖各个子问题的最优解。由下往上求解，设计循环，从f(0)，f(1),...开始求解。
2023-02-24 17:40:48
50
原创 C++中的this
this 实际上是成员函数的一个形参，在调用成员函数时将对象的地址作为实参传递给 this。不过 this 这个形参是隐式的，它并不出现在代码中，而是在编译阶段由编译器默默地将它添加到参数列表中。this类型为 student * const this；即this为一个指向固定对象的常指针，其内容不可变。调用成员函数时，this自动构造，调用结束后，this指针自动销毁。this为指向对象的指针，*this为对象。
2023-02-17 16:15:57
94
原创 C++中的static
在 C++ 中，静态成员是属于整个类的而不是某个对象，静态成员变量只存储一份供所有对象共用。内存管理方式：应用程序new指令分配内存空间，delete释放，如果没有delete，那么当程序结束后，操作系统自己回收。内存管理方式：应用程序malloc指令分配内存空间，free释放，如果没有free，那么当程序结束后，操作系统自己回收。被 static 修饰的变量、被 static 修饰的方法统一属于类的静态资源，是类实例之间共享的。如在函数中生命的静态局部变量，只能初始化一次，直到程序运行结束后才会释放。
2023-02-15 17:13:51
69
原创 ACGAN损失函数
为好区分，分类“真假”下面说成判别，分类类别说成分类。Ls：可以理解为判别器将“真的”判别为“真的”，“假的”判别为“假的”的能力Lc：判别器将真、假数据正确分类的能力生成器被训练为要使Lc-Ls最大化，即G要使Lc最大化，Ls最小化，Ls与Lc中关于真实图像的部分与G无关。Ls部分，G要使得其生成的数据被判别为假的概率最小，即要使得G生成的数据更逼真；Lc部分，G要使得其生成数据被正确分类的概率最大。判别器被训练为要使得Lc+Ls最大化。即要使得判别器针对真假数据，分类、判别的能力都最..
2022-05-26 17:02:44
879
原创 Windows10通过命令行给Linux传输文件
一、使用SSH连接Linux服务器：ssh username@Linuxaddress输入密码：二、从Linux服务器下载文件（文件夹）到本机scp username@Linuxaddress:/home/hhn/code C:\Users\Administrator\Desktop三、从本机上传文件（文件夹）到Linux服务器scp -r C:\Users\Administrator\Desktop username@Linuxaddress:/home/hhn/code..
2022-05-19 19:28:38
3563
原创 基于CNN-SVM-GA的图像分类技术
1． 理论基础1.1卷积神经网络(CNN)卷积神经网络(CNN)是典型的前馈神经网络，由输入层，隐藏层和输出层组成。隐藏层由卷积层，池化层和全连接层组成。卷积模拟单个神经元对视觉刺激的反应。它使用卷积层卷积输入数据，然后将结果传输到下一层。卷积层由一组卷积核组成。尽管这些内核具有较小的感知视野，但是内核延伸到输入数据的整个深度。卷积运算可以提取输入数据的深层特征。1.1.1 卷积神经网络概述卷积神经网络(CNN)是神经网络的一种，是深度学习的代表算法之一，卷积神经网络通过卷积、池化等操作可以
2022-01-10 15:31:26
3639
19
原创 基于二维灰度图的卷积神经网络故障诊断（tensorflow）
本文展示了如何构造一个卷积神经网络 (CNN) 并对自己的数据集进行分类。1.数据集介绍、读入、转化 本文所用的数据集为西储大学轴承数据集，经过数据预处理将一维时序数据转化为灰度图，对灰度图进行分类。具体数据处理过程可参考：一维时序信号转化成灰度图，基于DCGAN的时序信号数据集扩充_deeplearning小学生的博客-CSDN博客 经数据预处理后的数据集如下：train_pics,test_pics,train_labels,test_label...
2021-09-29 16:10:35
4461
18
原创 Tensorflow框架写一个简单的CNN网络
本文展示了如何训练一个简单的卷积神经网络(CNN) 来对CIFAR 图像进行分类。导入 TensorFlowimport tensorflow as tffrom tensorflow.keras import datasets, layers, modelsimport matplotlib.pyplot as plt下载并准备 CIFAR10 数据集CIFAR10 数据集包含 10 类，共 60000 张彩色图片，每类图片有 6000 张。此数据集中 50000 个样例被作为..
2021-09-24 11:22:04
343
原创 一维时序信号转化成灰度图，基于DCGAN的时序信号数据集扩充
本文以西储大学CWRU轴承故障的振动信号数据库作为模型的训练集灰度图转化实现思路：参考博客：一种基于卷积神经网络的数据驱动故障预测方法（含代码）_XD_onmyway的博客-CSDN博客GAN网络之入门教程（四）之基于DCGAN动漫头像生成 - 段小辉 - 博客园 (cnblogs.com) 如图所示，将一段一维时序信号转化为若干个64*64的图像。下面为将正常数据、滚动体故障数据集、外圈故障、内圈故障的一维时序信号转化为灰度图的具体代码。import nump...
2021-09-14 17:13:36
14911
65
原创 RuntimeError: Assertion cur_target 0 cur_target n_classes failed
参考博客：(2条消息) RuntimeError: Assertion cur_target >= 0 && cur_target 小于 n_classes failed. at /opt/conda/conda-bld_severe777777的博客-CSDN博客一般来说在网络中输出的种类数和你label设置的种类数量不同的时候就会出现这个错误。但是，Pytorch有个要求，在使用CrossEntropyLoss这个函数进行验证时label必须是以0开始的所以在使用pyt
2021-09-14 15:53:32
280
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