qq_45175218的博客

原创 动态规划 背包问题

动态规划 背包问题0-1背包朴素版本#include<iostream>using namespace std;int n,m;int v[N],w[N];int f[N][N];int main(){ cin>>n>>m; for(int i=1;i<=n;i++) cin>>v[i]>>w[i]; for(int i=1;i<=n;i++) { for(int j=0;j<=m;j

原创 图论 dijkstra floyd spfa

图论数据结构两种存法邻接表临接矩阵dijkstra用邻接矩阵存的时候还需要处理下重边，如果用邻接表存就不用处理。矩阵1个边只能有1个值，所以要处理，保证存的是最小值，但邻接表重边也可以存多次，在算法里保证最小。优化版Dijkstra用堆来维护，所以其实堆里存的是一个pair堆需要在维护的时候保留编号int dijkstra(){ memset(dist,0x3f,sizeof dist); dist[1]=0; priority_queue<PII,vector<

原创 通过命令学git

通过命令学git文章目录通过命令学git初始化Git仓库添加文件提交下载仓库配置进行编辑设置提交代码时的用户信息常用命令远程操作分支管理创建分支切换分支删除分支分支合并查看提交历史Git标签配置Git和Github菜鸟教程链接初始化Git仓库git initgit init 文件夹添加文件git add *.cgit add Readme提交git commit -m '初始化项目版本'下载仓库git clone <repo>git clone <re

原创 哈希 开放寻址法 拉链法

文章目录哈希1.原子操作1.1.插入1.1.1.开放寻址法1.1.2.拉链法1.2.查询1.2.1.开放寻址法1.2.3.拉链法哈希mod的数一般取一个质数离2的整数次幂尽量远大于10万的第一个质数，1e5+3;1.原子操作1.1.插入1.1.1.开放寻址法h[find(x)]=x;1.1.2.拉链法void insert(int x){ int k=(x%N+N)%N; e[idx]=x; ne[idx]=h[k]; h[k]=idx++;}1.2.查询1.

原创 堆 小根堆 大根堆 数组写法

文章目录1.数据结构定义建堆2.原子操作2.1.down操作2.2.up操作2.3.heap_swap操作3.组合完成的操作3.1.插入一个数3.2.求集合中最小值heap[1]3.3.删除最小值3.4.删除任意一个元素3.5.修改任意一个元素1.数据结构定义建堆堆是一个完全二叉树,用一维数组存堆,1号点是根节点左儿子2x,右儿子2x+1。核心操作down和up2.原子操作求最值时间复杂度为O(1)O(1)O(1),up和down操作和树的高度有关,时间复杂度为O(logn)O(logn)O(

原创 如何自动生成requirements.txt 如何自动生成工程包和对应版本的requirements.txt github

生成requirements.txt先安装freezepip install freeze生成requirements.txtpip freeze>requirements.txt效果如图所示

原创 Tensorflow模型优化 端侧部署 tflite 量化 稀疏 quantization sparsity

Tensorflow模型优化文章目录Tensorflow模型优化为什么要模型优化端侧部署模型优化方式Quantization工具包支持32 bit float ->16 bit float混合优化整形优化Post-training API32 bit float ->16 bit float混合量化整形量化During training API如何选择合适的量化方式Sparsity工具包支持模型优化官方页面说明感谢TFLITE中文兴趣小组干货满满的分享。本博客为分享内容的整理，供大家参考

原创 Anconda常用命令

conda --version 查看conda版本号activate #不加参数，进入base环境>>python #调用base环境下的python版本>>pip #在base环境下安装>>exit()

原创 Pycharm使用Ananconda Conda环境配置 使用python2虚拟环境

原创 推荐系统Neural Collaborative Filtering（NCF）论文精度 BPR loss

3.1数据集的构建与处理3.1.1将用户的评分显式反馈转换为隐式反馈作者是在MovieLens数据集和Pinterset数据上进行实验验证，我们在实验中只选择了MovieLens。在我的代码实现中，有记录的为交互过，记录为1，没有记录为未交互，记为0，核心代码如下。这个我的理解是，在rating表中，记录的是交互记录，那么user-item的笛卡尔积减去这些交互记录，就是没有交互记录，3.1.2添加样本：[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zNOpVEut-

原创 Netron查看.tflite .pb .h5 模型结构

Netron查看.tflite .pb .h5 模型结构模型查看工具可以直接对常见格式模型进行查看pip安装Netronpip install netron直接运行netron命令netron查看模型模型查看效果如下

原创 Macbook M1 相关软件适配和配置

Macbook M1设置conda源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/freeconda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/mainconda config --set show_channel_urls yes设置pip源为阿里源pip install pip

原创 进程调度

进程调度文章目录进程调度调度调度算法先来先服务（FCFS）短作业优先（SJ（Job）F/SPF）题目高优先权优先调度算法（FPF）高响应比优先算法时间片轮转调度算法（RR）多级反馈队列调度算法实时调度最早截至时间优先调度（EDF）最低松弛优先调度算法（LLF）优先级倒置问题优先级倒置问题调度计算题要考，核心概念*平均周转时间T=1n∑i=inTiT=\frac{1}{n} \sum_{i=i}^{n}T_{i}T=n1​i=i∑n​Ti​平均带权周转时间T=1n∑i=inTiTsi

原创 nan值的出现

nan值出现的原因NaN（Not a Number，非数）是计算机科学中数值数据类型的一类值，表示未定义或不可表示的值。常在浮点数运算中使用。首次引入NaN的是1985年的[IEEE 754](https://baike.baidu.com/item/IEEE 754/3869922)浮点数标准看完这条百科其实大家就差不多明白问题出在哪里了，后面几点是比较具体的分析，和一些例子和实际踩坑。​ [答案][https://baike.baidu.com/item/nan/7455322?fr=alad

原创 CentOS7+Hadoop2.7配置流程（非安装教程）

CentOS7+Hadoop2.7配置流程（非安装教程）文章目录CentOS7+Hadoop2.7配置流程（非安装教程）配置主机名固定静态IP，和网络映射关闭防火墙配置Host列表来对应SSH免密登录必须安装java，并记住路径配置Hadoop环境变量Hadoop相关配置文件hadoop-env.shcore-site.xmlhdfs-site.xmlyarn-site.xml启动集群core-site.xmlhdfs-site.xmlyarn-site.xml启动集群（可选）时间同步因为我们是虚拟机

原创 第一次作教学视频有感

满载的CPU和GPU，发烫键盘的温度和轰鸣风扇的声音仿佛是最每秒的组合，已经导出了10分钟了，不知道还要多久，可是那种期待感于兴奋感确实抑制不住。本来是打死都不会干这种浪费的事，但是因为网课向老师提问题，好几次都是因为有回音，有了阴影，但还是要展示，所以只能如此了。记得从一开始分到任务，便开始准备了。完完全全自己实现其实真的不是一件容易的事，我一直也在提醒自己，不要当那种一瓶子不满，半瓶子晃...

原创 数据挖掘——模型融合

数据挖掘——模型融合在模型调参结束后，我我们就可以进行模型融合了这是最后也是一个相当重要的环节，方式大概有有以下几种模型融合是比赛后期一个重要的环节，大体来说有如下的类型方式。简单加权融合:回归（分类概率）：算术平均融合（Arithmetic mean），几何平均融合（Geometric mean）；分类：投票（Voting)综合：排序融合(Rank averaging)，lo...

原创 数据挖掘——建模调参

常用模型：线性回归,模型决策树模型 ,GBDT模型,XGBoost模型 ,LightGBM模型简单的线性回归，可以用sklearnfrom sklearn.linear_model import LinearRegressionmodel = LinearRegression(normalize=True)model = model.fit(train_X, train_y)当我...

原创 机器学习——神经网络，反向传播注解

机器学习——神经网络，反向传播注解文章目录机器学习——神经网络，反向传播注解那么参数是如何设定和更新的呢？梯度检验反向传播我们是要用数据网络实现一个多分类问题多变量相对于单变量我们至少还要考虑两个问题：编码问题对于这些类别无序关系的离散变量可以用one-hot编码。采用sklearn.preprocessing进行from sklearn.preprocessing import...

原创 数据挖掘——特征工程

文章目录特征工程3.3.1 删除异常值3.3.2 特征构造批量处理时间数据1. 归一化2. 标准化3.3.3 特征筛选特征工程在EDA中我们更多的操作是针对数据本身与分析而特征工程是针对数据的进一步处理来最终选择出我们模型中需要的特征3.3.1 删除异常值# 这里我包装了一个异常值处理的代码，可以随便调用。def outliers_proc(data, col_name, scale=...

原创 数据挖掘——EDA(数据探索性分析)

数据挖掘——EDA(数据探索性分析)文章目录数据挖掘——EDA(数据探索性分析)载入数据与缺失值的处理missingno了解数据的分布特征分为类别特征和数字特征，并对类别特征查看unique分布数字特征分析相关性分析查看几个特征得 偏度和峰值每个数字特征得分布可视化数字特征相互之间的关系可视化类别特征分析盒图类别特征的小提琴图可视化类别特征的柱形图可视化类别特征的每个类别频数可视化(count_...

原创 机器学习——单变量线性回归详解

文章目录数据导入作图：我们可以先把这些离散的点在散点图上呈现出来，对数据有一个直观的感受，根据数据点的分布去选者一个合适的模型。向量化：将数据数据向量化：分成两个维度，第一维所有的行都要，X是前面所有列特征，Y是最后一列标签给出线性回归表达式给出代价函数通过梯度下降法是代价函数最小，给出参数更新公式numpy.matrix.flatten可视化结果数据导入CSV(Comma-Separated...

原创 数据库课程梳理——SElECT

SELECT语句详细分析文章目录SELECT语句详细分析单表查询统计函数（聚集函数）WHERE子句ORDER/GROUP BY子句HAVING子句连接查询等值连接自连接外连接多表连接嵌套查询`ANY`与`ALL`的用法EXISTS通过`EXISTS`实现全称量词通过`EXISTS`实现逻辑蕴含集合查询集合操作基于派生表的查询集合查询集合操作基于派生表的查询单表查询SELECT * / 列名...

原创 数字逻辑——逻辑运算（理解与或非运算）

基本的逻辑运算并不难理解，但是我认为，记忆是一种更高效的使用方式，烂熟于心。文章目录逻辑运算布尔代数逻辑运算与 A⋅1=AA \cdot 1=A A⋅1=A A⋅0=0 A\cdot0=0A⋅0=0或 A+0=AA + 0=AA+0=A A+1=1A+1=1A+1=1非与非（先与后非）A⋅1‾=Aˉ\overline{A \cdot 1}=\bar{A}A⋅1=Aˉ A⋅0‾=1\o...

原创 数字逻辑——二-十进制码(BCD码)

二-十进制码(BCD码)Binary-Coded Decimal正如题目，用二进制编码的十进制代码，使二进制和十进制之间的转换得以快捷的进行。加权码-“8421”码加权码-“2421”码无权码-余三码无权码-格雷码（Gray码也称循环码）十进制数8421码5421码2421码余3码余3循环码0000000000000001100101...

原创 数字逻辑——编，译码器，数据选择，分配器

数据选择器和分配器译码器输入：一组二进制代码 输出：高低电平信号常用译码器中4线——10线译码器用于BCD码译码下面以 74LS138这一3线－8线译码器为例。其中 54LS138为军用，74LS138为民用。科普中国原链接当一个选通端（G1）为高电平，另两个选通端（G2A）和（G2B）为低电平时，可将地址端（A0、A1、A2）的二进制编码在Y0至Y7对应的输出端以低电平译出。（...

原创 数字逻辑——数制与编码（原码，补码，反码一次搞定）

数字逻辑——数制与编码（原码，补码，反码一次搞定）进制转换其他进制转十进制多项式展开十进制转其他进制取余法整数转整数小数转小数其他进制转其他进制借助十进制借助二进制：2进制的各种情况，比如2进制和8进制，8机制和16机制二进制编码数字编码有符号码原码反码补码无符号码二进制码二-十进制码其他字符编码ASCII编码汉字...

原创 字符串和字符数组

字符串和字符数组字符串操作和字符数组操作是我们实现交互与实现功能最常用和打交道的两部分内容。但是之前总是混为一谈，为熟练区分转换运用，特有下面的区分归类。首先，字符必须用单引号‘ ’括起来。在Java中没有提供表示字符串的基本数据类型，而是通过String类来表示字符串，必须用双引号“ ”括起来。首先数组可以存储基本数据类型，也可以存储引用类型。而且只能存储一种数据类型。注意：这就是说除...

原创 概念学习自学笔记

概念学习自学笔记概念学习：对于以下几点的把握将有助于我们更好的理解概念学习离散数学中的偏序关系，这是之后更好理解FIND_S算法和候选消除算法的关键以搜索问题的角度去理解概念学习在训练集含有噪声数据时性能较差术语概念与符号表示目标概念c：是一个布尔函数h ：X→{0，1}目标概念值：c(x)正例：c(x)=1反例：c(x)=0训练样例：&l...

原创 C++模板库——自用

C++模板库（自用）**STL**VetorSetMap为保证map数据的唯一性，map会自动排序Priority_queueSTLSTL代码从广义上讲分为algorithm,container和iterator。iterator模式又称cursor模式，用于提供一种顺序访问一个聚合对象中的各个元素。iterator模式是运用于聚合对象的一种模式，使得用户可以在不知道对象内部表示的情况下，...

原创 bp反向传播

今天关于bp的探索思考告一段落了。计算智能导论。西瓜书。Tom M. Mitchell, 机器学习。高数复习。高人点拨，卜老师的点播。高人指路，汪老师曾说，多看网上的博客，可能说的不对，但可以帮你理解和开拓思路。网上的许多博客。最终也是看完这篇博客https://www.cnblogs.com/liuwu265/p/4696388.html最终解决了自己的的问题。首先计算智能...

原创 小白Java，抽象类于接口

小白Java，抽象类于接口在java中由于单继承的缺陷】需要接口去弥补这件事。但是不管事接口还是单继承都不能有实例化对象如果需要实例化，你需要实现全部的方法。这就意味着即使里面有许多你并不需要的方法，你为了实例化这个对象，而不得不全部实现其中的方法；即使是空函数体，什么都不做。依旧会使你的代码显的难看，而不够简洁。彷佛只是为了实现你的目的，而优雅荡然无存而当这个抽象类中抽象方法...