- 博客(37)
- 收藏
- 关注
RSS订阅原创 腾讯云COS+PicGO+截图工具+Obsidian+Typora+蚁小二：打造丝滑稳定的Markdown写作和分发环境
打造一个本地丝滑的Markdown写作环境，且输出的文章可以直接复制到博客平台进行发表，甚至可以一键分发到多个博客平台。
2023-08-03 22:57:54
623
原创 数据结构——二叉树及Python实现
文章目录树与树算法树的概念树的术语树的种类树的存储与表示常见的一些树的应用场景二叉树二叉树的基本概念二叉树的性质(特性)二叉树的遍历深度优先遍历广度优先遍历(层次遍历)二叉树的Python实现树与树算法树的概念树（英语：tree）是一种抽象数据类型（ADT）或是实作这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n（n>=1）个有限节点组成一个具有层次关系的集合。...
2020-05-08 17:19:52
1021
原创 搜索算法——二分法查找及Python实现
搜索搜索是在一个项目集合中找到一个特定项目的算法过程。搜索通常的答案是真的或假的，因为该项目是否存在。 搜索的几种常见方法：顺序查找、二分法查找、二叉树查找、哈希查找二分法查找二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好；其缺点是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键...
2020-05-08 17:16:21
316
原创 排序算法——归并排序及Python实现
归并排序归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组，再合并数组。将数组分解最小之后，然后合并两个有序数组，基本思路是比较两个数组的最前面的数，谁小就先取谁，取了后相应的指针就往后移一位。然后再比较，直至一个数组为空，最后把另一个数组的剩余部分复制过来即可。归并排序的分析时间复杂度最优时间复杂度：O(nlogn)最坏时间复杂度：O(nlogn)稳定性...
2020-05-08 17:13:02
227
原创 排序算法——快速排序及Python实现
快速排序快速排序（英语：Quicksort），又称划分交换排序（partition-exchange sort），通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归（函数内部再调用函数自身）进行，以此达到整个数据变成有序序列。步骤为：从数列中挑出一个元素，称为"基准"（pivo...
2020-05-08 17:11:35
391
原创 排序算法——希尔排序及Python实现
希尔排序希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序，是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。该方法因DL．Shell于1959年提出而得名。 希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。希尔排序过程希尔排序的基本思想是：将...
2020-05-08 17:09:59
217
原创 排序算法——插入排序及Python实现
插入排序插入排序（英语：Insertion Sort）是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序在实现上，在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。插入排序分析时间复杂度最优时间复杂度：O(n) （升序排列，序列已经处于升序状态）最坏时间复杂度：O(n2n^...
2020-05-08 17:09:03
192
原创 排序算法——选择排序及Python实现
选择排序选择排序（Selection sort）是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上，则它不会被移动。选择排序每次交换一对元素，它们当中至少有一个将...
2020-05-08 17:07:31
114
原创 排序算法——冒泡排序及Python实现
冒泡排序冒泡排序（英语：Bubble Sort）是一种简单的排序算法。它重复地遍历要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。遍历数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。冒泡排序算法的运作如下：比较相邻的元素。如果第一个比第二个大（升序），就交换他们两个。对每一对相邻...
2020-05-08 17:01:03
365
原创 什么是排序算法的稳定性
排序算法的稳定性稳定性：稳定排序算法会让原本有相等键值的纪录维持相对次序。也就是如果一个排序算法是稳定的，当有两个相等键值的纪录R和S，且在原本的列表中R出现在S之前，在排序过的列表中R也将会是在S之前。当相等的元素是无法分辨的，比如像是整数，稳定性并不是一个问题。然而，假设以下的数对将要以他们的第一个数字来排序。(4, 1) (3, 1) (3, 7)（5, 6）在这个状况下，有可...
2020-05-08 16:59:47
7373
1
原创 数据结构——双端队列及Python实现
双端队列双端队列（deque，全名double-ended queue），是一种具有队列和栈的性质的数据结构。双端队列中的元素可以从两端弹出，其限定插入和删除操作在表的两端进行。双端队列可以在队列任意一端入队和出队。Python实现# coding:utf-8class Deque(object): """双端队列""" def __init__(self)...
2020-05-06 09:35:30
204
原创 数据结构——队列及Python实现
队列队列（queue）是只允许在一端进行插入操作，而在另一端进行删除操作的线性表。队列是一种先进先出的（First In First Out）的线性表，简称FIFO。允许插入的一端为队尾，允许删除的一端为队头。队列不允许在中间部位进行操作！假设队列是q=（a1，a2，……，an），那么a1就是队头元素，而an是队尾元素。这样我们就可以删除时，总是从a1开始，而插入时，总是在队列最后。这也...
2020-05-06 09:34:42
163
原创 数据结构——栈及Python实现
栈栈（stack），有些地方称为堆栈，是一种容器，可存入数据元素、访问元素、删除元素，它的特点在于只能允许在容器的一端（称为栈顶端指标，英语：top）进行加入数据（英语：push）和输出数据（英语：pop）的运算。没有了位置概念，保证任何时候可以访问、删除的元素都是此前最后存入的那个元素，确定了一种默认的访问顺序。由于栈数据结构只允许在一端进行操作，因而按照后进先出（LIFO, Last...
2020-05-06 09:33:03
172
原创 数据结构——双向链表及Python实现
双向链表一种更复杂的链表是“双向链表”或“双面链表”。每个节点有两个链接：一个指向前一个节点，当此节点为第一个节点时，指向空值；而另一个指向下一个节点，当此节点为最后一个节点时，指向空值。Python实现# coding:utf-8class Node(object): """节点""" def __init__(self, elem): self....
2020-05-05 17:56:43
185
原创 数据结构——单向循环链表及Python实现
单向循环链表单链表的一个变形是单向循环链表，链表中最后一个节点的next域不再为None，而是指向链表的头节点。Python实现# coding:utf-8class Node(object): """节点""" def __init__(self, elem): self.elem = elem self.next = None...
2020-05-05 17:55:03
196
原创 数据结构——单向链表及Python实现
单向链表单向链表也叫单链表，是链表中最简单的一种形式，它的每个节点包含两个域，一个信息域（元素域）和一个链接域。这个链接指向链表中的下一个节点，而最后一个节点的链接域则指向一个空值。表元素域elem用来存放具体的数据。链接域next用来存放下一个节点的位置（python中的标识）变量p指向链表的头节点（首节点）的位置，从p出发能找到表中的任意节点。Python实现# codi...
2020-05-05 17:52:47
231
转载 一堂课让你懂得英语语法百分之九十五
截图自：哔哩哔哩《一堂课让你懂得英语语法百分之九十五》自认为讲得很好，适合学过英语语法，想复习回顾语法的童鞋。
2020-03-17 18:04:01
554
原创 sci论文绘图通用规范
文章目录整体要求一、尺寸二、字体及大小三、线条粗细四、序号和元素五、文件格式六、文件名七、颜色模式八、插图的压缩和文件大小九、分辨率编辑插图常用软件整体要求SCI杂志种类很多，对插图的要求也各有不同，但是以下几条是通用的：插图尺寸要符合SCI期刊要求同篇文稿插图中文字须统一字号及字体须提交SCI期刊指定文件类型的插图插图文件命名须符合SCI期刊要求插图分辨率须符合SCI期刊要求同...
2020-03-16 12:10:24
19580
1
原创 Python中的eval函数
eval 函数eval() 函数十分强大 —— 将字符串 当成 有效的表达式 来求值 并 返回计算结果# 基本的数学计算In [1]: eval("1 + 1")Out[1]: 2# 字符串重复In [2]: eval("'*' * 10")Out[2]: '**********'# 将字符串转换成列表In [3]: type(eval("[1, 2, 3, 4, 5]"))...
2019-11-09 17:31:47
282
原创 Python中文本文件的编码格式——ASCII编码和UNICODE编码
文本文件的编码格式文本文件存储的内容是基于 字符编码 的文件，常见的编码有 ASCII 编码，UNICODE 编码等Python 2.x 默认使用 ASCII 编码格式Python 3.x 默认使用 UTF-8 编码格式1. ASCII 编码和 UNICODE 编码ASCII 编码计算机中只有 256 个 ASCII 字符一个 ASCII 在内存中占用 1 个字节 的空间...
2019-11-09 17:29:21
2255
原创 Python中的os模块——文件和目录的常用管理操作
文件/目录的常用管理操作在 终端 / 文件浏览器、 中可以执行常规的 文件 / 目录 管理操作，例如：创建、重命名、删除、改变路径、查看目录内容、……在 Python 中，如果希望通过程序实现上述功能，需要导入 os 模块文件操作序号方法名说明示例01rename重命名文件os.rename(源文件名, 目标文件名)02remove删除文...
2019-11-09 17:24:29
212
原创 【轻松学】python中文件的读和写——open、read或readline、close
文章目录01. 文件的概念1.1 文件的概念和作用1.2 文件的存储方式文本文件和二进制文件02. 文件的基本操作2.1 操作文件的套路2.2 操作文件的函数/方法2.3 read 方法 —— 读取文件文件指针（知道）2.4 打开文件的方式2.5 按行读取文件内容`readline` 方法2.6 文件读写案例 —— 复制文件小文件复制大文件复制01. 文件的概念1.1 文件的概念和作用计算...
2019-11-09 17:18:22
1622
原创 Python中的模块和包——import导入及制作、发布模块
文章目录01. 模块1.1 模块的概念1.2 模块的两种导入方式1）import 导入使用 `as` 指定模块的别名2）from...import 导入from...import *（知道）1.3 模块的搜索顺序[扩展]1.4 原则 —— 每一个文件都应该是可以被导入的`__name__` 属性02. 包（Package）概念案例演练`__init__.py`03. 发布模块（知道）3.1 制作发...
2019-11-09 17:09:47
1231
原创 Python程序运行中出现异常错误的捕获语法——try、except和finally
文章目录01. 异常的概念02. 捕获异常2.1 简单的捕获异常语法简单异常捕获演练 —— 要求用户输入整数2.2 错误类型捕获异常类型捕获演练 —— 要求用户输入整数捕获未知错误2.3 异常捕获完整语法03. 异常的传递04. 抛出 `raise` 异常4.1 应用场景4.2 抛出异常01. 异常的概念程序在运行时，如果 Python 解释器 遇到 到一个错误，会停止程序的执行，并且提示一...
2019-11-09 17:00:14
1066
原创 【轻松学】Python面向对象编程——类的设计、基础语法、继承、多态、类属性和类方法、单例设计
文章目录1. 类的设计大驼峰命名法1.1 类名的确定1.2 属性和方法的确定练习 1.1练习 1.22. 面相对象基础语法2.1 定义简单的类（只包含方法）2.1.1 定义只包含方法的类2.1.2 创建对象2.1.3 第一个面向对象程序2.2 方法中的 `self` 参数2.2.1 案例改造 —— 给对象增加属性2.2.2 使用 `self` 在方法内部输出每一只猫的名字2.3 初始化方法2.3....
2019-11-09 16:46:36
1987
2
原创 python基础关键点——完整for循环、shebang符号、全局变量、代码结构和递归等
完整的 for 循环语法在 Python 中完整的 for 循环 的语法如下：for 变量 in 集合: 循环体代码else: 没有通过 break 退出循环，循环结束后，会执行的代码应用场景在 迭代遍历 嵌套的数据类型时，例如 一个列表包含了多个字典需求：要判断 某一个字典中 是否存在 指定的 值如果 存在，提示并且退出循环如果 不存在，在 循...
2019-10-17 16:38:46
412
原创 Python变量的命名规则
Python变量的命名规则命名规则 可以被视为一种 惯例，并无绝对与强制目的是为了 增加代码的识别和可读性注意 Python 中的 标识符 是 区分大小写的在定义变量时，为了保证代码格式，= 的左右应该各保留一个空格在 Python 中，如果 变量名 需要由 二个 或 多个单词 组成时，可以按照以下方式命名每个单词都使用小写字母单词与单词之间使用 _下划线 连接...
2019-08-21 09:17:16
313
原创 深度学习在计算机视觉领域的应用和未来
物体识别（图像识别）物体识别是计算机视觉领域中的一项基础研究，它的任务是识别出图像中是什么物体。如，手写数字识别的图像类别分类问题。物体检测从图像中确定物体的位置，并进行分类。图像分割在像素水平上对图像进行分类。图像标题的生成给出一个图像后，会自动生成介绍这个图像的文字（图像的标题）。融合了计算机视觉和自然语言。PS：将组合图像和自然语言等多种信息进行的处理称为多模态处理。...
2019-08-19 20:44:02
1922
原创 卷积神经网络中卷积和池化的处理流
卷积运算的处理流单个数据N个数据（批处理）卷积层应用im2col展开输入数据池化的处理顺序Max池化（从目标区域中取出最大值）还有Average池化（计算目标区域的平均值）等。池化层应用im2col展开输入数据...
2019-08-19 20:37:14
239
原创 神经网络(深度学习)权重初始值的设定标准
（1）激活函数使用ReLU时权重初始值使用He初始值：标准差为√(2/n)的高斯分布w = np.random.randn(node_num, node_num) * np.sqrt(2/node_num)（2）激活函数为 sigmoid或 tanh等S型曲线函数时权重初始值使用Xavier初始值：标准差为√(1/n)的高斯分布w = np.random.randn(node_num,...
2019-08-15 18:00:10
1851
原创 神经网络(深度学习)常用的4种最优化方法——SGD、Momentum、AdaGrad、Adam
一、SGD描述随机梯度下降法(stochastic gradient descent)，策略是朝着当前所在位置的坡度最大的方向前进。数学式Python类class SGD: def __init__(self, lr=0.01): self.lr = lr def update(self, params, grads): for key in params...
2019-08-15 16:47:29
8192
1
原创 《Python神经网络编程》——用Python制作神经网络
以下代码来自于《Python神经网络编程》mnist_train.csv和mnist_test.csv来自于https://pjreddie.com/projects/mnist-in-csv/# python notebook for Make Your Own Neural Network# code for a 3-layer neural network, and code f...
2019-08-09 10:40:58
379
原创 有道云笔记+Everything+Typora+GitHub图床+PicGo+jsDelivr加速+截图工具——创造丝滑免费的Markdown写作环境
文章目录背景工具说明1.有道云笔记2.Everything3.Typora4.GitHub图床5.PicGo图床工具6.截图工具首次配置完整演示步骤1.有道云笔记2.Everything3.Typora4.GitHub图床5.PicGo图床工具使用总结(操作步骤)1.打开有道云笔记，创建一个Markdown格式的文件2.打开Everything，搜索你创建的文件的名字3.双击文件，就能用Typor...
2019-07-22 15:52:46
2724
7
原创 神经网络的输入、输出及随机初始权重的改进方案
并不是所有使用神经网络的尝试都能够成功，这有许多原因。一些问题可以通过改进训练数据、初始权重、设计良好的输出方案来解决。1.改进输入对于S激活函数，可以发现， 如果输入变大， 激活函数就会变得非常平坦。由于我们使用梯度学习新的权重， 因此一个平坦的激活函数会出问题。权重的改变取决于激活函数的梯度。 小梯度意味着限制神经网络学习的能力。 这就是所谓的饱和神经网络。 这意味着， 我们应该尽量...
2019-07-17 22:03:38
1593
原创 深度学习入门之神经网络必须弄清这10个基本概念
神经网络是一种模拟人脑的神经网络，以期能够实现类人工智能的机器学习技术。"深度学习"是为了让层数较多的多层神经网络可以训练，能够work而演化出来的一系列的新的结构和新的方法。希望通过以下十个概念，为你打开进入神经网络/深度学习的大门。（如果遇到某个概念不能理解，没关系，继续往下看。）1.学习率学习速率是指导我们该如何通过损失函数的梯度调整网络权重的超参数。学习率越低，损失函数的变化速度就越慢...
2019-07-17 19:59:15
1524
4
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