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

-+

NZR的blog

The little Five's blog

  • 博客(127)
  • 资源 (3)
  • 问答 (1)
  • 收藏
  • 关注

原创 远程服务器(恒源云)上使用NNI进行训练调参的详细流程

远程服务器(恒源云)上使用NNI进行训练调参的详细流程

2023-01-15 21:20:48 147

原创 Re01:NerLTR-DTA: drug–target binding affinity prediction based on neighbor relationship and learning

NerLTR-DTA: drug–target binding affinity prediction based on neighbor relationship and learning to rank

2022-10-23 17:30:18 481

原创 ogb数据集划分报错TypeError: __copy__() takes 1 positional argument but 2 were given

ogb数据集划分报错TypeError: __copy__() takes 1 positional argument but 2 were given

2022-10-04 16:39:29 184

原创 【斯坦福大学公开课CS224W——图机器学习】七、图神经网络2:GNN设计空间

【斯坦福大学公开课CS224W——图机器学习】七、图神经网络2:GNN设计空间

2022-10-02 08:51:46 320

原创 【斯坦福大学公开课CS224W——图机器学习】六、图神经网络1:GNN模型

【斯坦福大学公开课CS224W——图机器学习】六、图神经网络1:GNN模型

2022-10-01 16:54:29 655

原创 【斯坦福大学公开课CS224W——图机器学习】五、消息传递和节点分类

【斯坦福大学公开课CS224W——图机器学习】四、消息传递和节点分类

2022-09-22 10:17:08 299

原创 【斯坦福大学公开课CS224W——图机器学习】四、Link Analysis: PageRank

【斯坦福大学公开课CS224W——图机器学习】四、Link Analysis: PageRank

2022-09-19 16:19:12 277

原创 【斯坦福大学公开课CS224W——图机器学习】三、节点和图嵌入

【斯坦福大学公开课CS224W——图机器学习】三、节点和图嵌入

2022-09-11 14:42:14 388

原创 【斯坦福大学公开课CS224W——图机器学习】二、图机器学习中的传统方法(2)

【斯坦福大学公开课CS224W——图机器学习】二、图机器学习中的传统方法(2)

2022-09-10 21:28:05 738

原创 【斯坦福大学公开课CS224W——图机器学习】一、图机器学习中的传统方法(1)

【斯坦福大学公开课CS224W——图机器学习】一、图机器学习中的传统方法(1)

2022-09-09 20:10:30 763

原创 Pytorch框架学习记录13——利用GPU训练

Pytorch框架学习记录13——利用GPU训练

2022-08-01 10:38:26 181

原创 Pytorch框架学习记录12——完整的模型训练套路

Pytorch框架学习记录12——完整的模型训练套路

2022-08-01 09:32:28 90

原创 Pytorch框架学校记录11——搭建小实战完整细节

Pytorch框架学校记录11——搭建小实战完整细节

2022-07-31 15:49:28 227

原创 Pytorch框架学习记录10——线性层

Pytorch框架学习记录10——线性层

2022-07-30 11:32:48 248

原创 Pytorch框架学习记录9——非线性激活

Pytorch框架学习记录9——非线性激活

2022-07-30 10:51:50 36

原创 Pytorch框架学习记录8——最大池化的使用

Pytorch框架学习记录8——最大池化的使用

2022-07-30 10:02:00 118

原创 Pytorch框架学习记录7——卷积层

Pytorch框架学习记录7——卷积层

2022-07-29 17:10:32 98

原创 Pytorch框架学习记录6——torch.nn.Module和torch.nn.functional.conv2d的使用

Pytorch框架学习记录6——torch.nn.Module和torch.nn.functional.conv2d的使用

2022-07-29 15:41:54 197

原创 Pytorch框架学习记录5——DataLoader的使用

Pytorch框架学习记录5——DataLoader的使用

2022-07-29 11:41:44 390

原创 Pytorch框架学习记录4——数据集的使用(torchvision.dataset)

Pytorch框架学习记录4——数据集的使用(torchvision.dataset)

2022-07-29 09:06:17 152

原创 Pytorch框架学习记录3——Transform的使用

Pytorch框架学习记录3——Transform的使用

2022-07-28 11:24:19 418 1

原创 Pytorch框架学习记录2——TensorBoard的使用

Tensorboard在训练模型时很有用,可以看训练过程中loss的变化。之前用于框架,自Pytorch1.1之后,Pytorch也加了这个功能。

2022-07-28 09:44:54 273

原创 Pytorch框架学习记录1——Dataset类代码实战

torch.utils.data.Dataset是代表自定义数据集方法的抽象类,你可以自己定义你的数据类继承这个抽象类,非常简单,只需要定义__len__和__getitem__这两个方法就可以。

2022-07-27 18:57:37 210

原创 【基于栈的二叉树中序遍历】二叉树的中序遍历+栈,O(h)的空间复杂度

【基于栈的二叉树中序遍历】二叉树的中序遍历+栈,O(h)的时间复杂度一般情况我们通常使用递归算法对二叉树进行中序遍历,模板如下:void dfs(TreeNode *root){ if(!root)return; dfs(root->left); cout<<root->val<<endl; dfs(root->right);}该算法的时间复杂度为O(n),若需要对二叉树进行随机存取,则需要使用数组对二叉树进行扁平化保存,空间复杂度为O(n)在L

2022-05-27 16:10:39 427

原创 【优先队列+STL】218. 天际线问题(hard)——详细思路解析

【优先队列+STL】218. 天际线问题(hard)——详细思路解析1、题目再现218. 天际线问题城市的 天际线 是从远处观看该城市中所有建筑物形成的轮廓的外部轮廓。给你所有建筑物的位置和高度,请返回 由这些建筑物形成的 天际线 。每个建筑物的几何信息由数组 buildings 表示,其中三元组 buildings[i] = [lefti, righti, heighti] 表示:lefti 是第 i 座建筑物左边缘的 x 坐标。 righti 是第 i 座建筑物右边缘的 x 坐标。 heigh

2022-05-09 16:11:02 459

原创 【记忆化搜索】329. 矩阵中的最长递增路径——理解记忆化搜索的原理

【记忆化搜索】329. 矩阵中的最长递增路径——思路分析329. 矩阵中的最长递增路径给定一个 m x n 整数矩阵 matrix ,找出其中 最长递增路径 的长度。对于每个单元格,你可以往上,下,左,右四个方向移动。 你 不能 在 对角线 方向上移动或移动到 边界外(即不允许环绕)。输入:matrix = [[9,9,4],[6,6,8],[2,1,1]]输出:4解释:最长递增路径为 [1, 2, 6, 9]。这道题的常规解法是使用DFS算法,然而当该算法的时间复杂度为O(n2)O(n

2022-05-07 20:02:38 132

原创 【Bellman-Ford算法(求解最短路径约束问题)】787. K 站中转内最便宜的航班——算法分析

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar

2022-05-06 17:33:50 191

原创 【树形动态规划】968. 监控二叉树——思路分析

【树形动态规划】968. 监控二叉树——思路分析968. 监控二叉树给定一个二叉树,我们在树的节点上安装摄像头。节点上的每个摄影头都可以监视其父对象、自身及其直接子对象。计算监控树的所有节点所需的最小摄像头数量。输入:[0,0,null,0,0]输出:1解释:如图所示,一台摄像头足以监控所有节点。思路分析【树形动态规划】本题以二叉树为背景,不难想到用递归的方式求解。本题的难度在于如何从左、右子树的状态,推导出父节点的状态。为了表述方便,我们约定:如果某棵树的所有节点都被监控,则称该

2022-05-04 17:02:31 260

原创 【机器学习】范数规则化之——L0、L1与L2范数

【机器学习】范数规则化之——L0、L1与L2范数在机器学习领域中,我们通常求解模型的目标是“minimizeyour error while regularizing your parameters”,也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们的训练数据,而规则化参数是防止我们的模型过分拟合我们的训练数据。因为参数太多,会导致我们的模型复杂度上升,容易过拟合,也就是我们的训练误差会很小。但训练误差小并不是我们的最终目标,我们的目标是希望模型的测试误差小,也就是能准确的预测

2022-05-01 10:56:50 226

原创 《机器学习》西瓜书课后习题9.4——python实现K-means算法

《机器学习》西瓜书课后习题9.4——python实现K-means算法9.4 试编程实现k均值算法,设置三组不同的k值、三组不同的初始中心点,在西瓜数据集4.0上进行实验比较,并讨论什么样的初始中心有利于取得好结果.本文主要适用python语言编程实现了K-means算法的过程,并使用了西瓜数据集4.0作为测试数据,在初始化均值向量时使用随机选择的方法,因此相同参数的情况下代码每次运行的结果可能会有所不同。最后,为了验证聚类效果,可视化了最终的结果集,可以发现的是,随着迭代的此时的增多,聚类的效果

2022-04-25 17:36:11 3678 2

原创 【单调栈】84. 柱状图中最大的矩形——数据结构经典问题求解思路

【单调栈】84. 柱状图中最大的矩形——数据结构经典问题求解思路该问题属于虽然是困难模式,但是却是数据结构的一个经典问题,该问题的求解方法包括:暴力法、单调栈方法。建议读者先掌握暴力法的求解思路,之后出于优化该算法的目的,提出了单调栈算法。84. 柱状图中最大的矩形给定 n 个非负整数,用来表示柱状图中各个柱子的高度。每个柱子彼此相邻,且宽度为 1 。求在该柱状图中,能够勾勒出来的矩形的最大面积。输入:heights = [2,1,5,6,2,3]输出:10解释:最大的矩形为图中红色区域,面

2022-04-25 09:32:31 137

原创 【机器学习中的数学基础】矩阵特征值、特征向量和特征值分解的几何意义

【机器学习中的数学基础】矩阵特征值、特征向量和特征值分解的几何意义在《机器学习》西瓜书中的第十章提到了“多维缩放”(简称MDS)方法,该方法是一种经典的的降维方法。此方法的目标是获得样本在d′d^{'}d′维空间的表示,且任意两个样本在d′d^{'}d′维空间中的欧式距离等于原始空间中的距离。在介绍该方法时提到了特征值分解这一概念,在线性代数的课程学习中,重点放在了如何求解特征值和特征值分解,对于其表示的数学含义而不求甚解,因此,本文就矩阵的特征值、特征向量以及特征值的分解所具有的几何意义做出解释。相

2022-04-24 11:00:31 1807 1

原创 《机器学习》西瓜书课后习题8.5——python实现基于决策树的Bagging算法

《机器学习》西瓜书课后习题8.5——python实现基于决策树的Bagging算法8.5 试编程实现Bagging,以决策树桩为基学习器,在西瓜数据集3.0a上训练一个Bagging集成,并玉图8.6相比较写在前面:由于写者的失误错将“西瓜数据集3.0a"看成”西瓜数据集3.0“,由于这两个数据集存在较大的差别,本文所论述的完全是基于3.0a数据集的,但是算法的核心思想没有改变,仅供读者参考!!!参考博客:《机器学习》西瓜书课后习题4.3——python实现基于信息熵划分的决策树算法(简单、全

2022-04-22 21:10:44 2554

原创 《机器学习》西瓜书课后习题8.3——python实现基于决策树的AdaBoost算法

《机器学习》西瓜书课后题8.3——基于决策树学习器的集成学习(Python代码实现)

2022-04-22 15:22:49 3486 2

原创 《机器学习》Chapter 6 支持向量机

《机器学习》Chapter6 支持向量机笔记

2022-04-21 19:36:11 460

原创 【AdaBoost算法】集成学习——AdaBoost算法实例说明

【AdaBoost算法】集成学习——AdaBoost算法实例说明AdaBoost算法是数据挖掘十大算法之一,但是部分参考书上只给了该算法的数学推导过程,具体的流程并未详细举例加以解释,因此不利于学习者的掌握和领悟,通过查找相关资料,发现知乎有篇博文介绍的很是详细,并且附有具体实例加以理解。(十三)通俗易懂理解——Adaboost算法原理一、AdaBoost算法过程给定训练数据集:(x1,y1),(x2,y2)···(xn,yn),其中yi属于{1,-1}用于表示训练样本的类别标签,i=1,…,N。A

2022-04-21 15:30:38 1129

原创 【树+前缀和】437. 路径总和 III——思路解释

【树+前缀和】437. 路径总和 III——思路解释437. 路径总和 III1.暴力法——深度优先搜索思路:逐个遍历树的每个节点从该节点开始遍历其左右子树,并累加求和如果当前的和等于targetSum,则ans++该种方法的时间复杂度为O(n2)O(n^2)O(n2),在进行测试的时候回出现INT溢出,因此在求和的过程中要用long long int/** * Definition for a binary tree node. * struct TreeNode { * i

2022-04-20 14:22:56 804

原创 【树形动态规划】337. 打家劫舍 III——思路解释

【树形动态规划】337. 打家劫舍 III——思路解释

2022-04-15 17:35:51 69

原创 《机器学习》Chapter 5 神经网络笔记

《机器学习》Chapter 5 神经网络1.神经元模型神经元接收到来自n个其它神经元传递过来的输入信号,这些输入信号通过带权重的连接进行传递,神经元接收到的总输入值将与神经元的阈值进行比较,然后通过激活函数处理以产生神经元的输出。2.感知机与多层网络常见的神经网络每层神经元与下一层神经元全互联,神经元之间不存在同层连接,也不存在跨层连接,被称为多层前馈神经网络。其中输入层神经元接收外界输入,隐层与输入层神经元对信号进行加工,最终结果有输出层神经元输出。输出层神经元仅是接受输入,不进行函数处

2022-04-15 15:19:35 705 1

原创 【动态规划】309. 最佳买卖股票时机含冷冻期——思路分析与解释(详细)

【动态规划】309. 最佳买卖股票时机含冷冻期——思路分析与解释【题目】给定一个整数数组prices,其中第 prices[i] 表示第 i 天的股票价格 。​设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。示例 1:输入: prices = [1,2,3,0,2]输出: 3解释: 对应的交易状态为: [买入,

2022-04-14 16:10:59 238

Pytorch框架速成笔记

来自b站小土堆的pytorch教程,对课程中内容进行了记录,同时也将每篇笔记以博客的形式发布,详见我的博客

2022-09-11

《机器学习》(周志华)章节笔记和课后题

《机器学习》(周志华)章节笔记和课后题

2022-09-11

计算机网络按章节题库-复习章节内容(8).pdf

计算机网络按章节题库-复习章节内容

2021-03-05

编写函数f,功能是用递归的方法求斐波那契数列的第n项

【问题描述】 【问题描述】编写函数f,功能是用递归的方法求斐波那契数列的第n项,函数原型为 int f(int n),在主函数中输入一个正整数n,调用函数f求出斐波那契数列的第n项,并在主函数中输出。 斐波那契数列:1,1,2,3,5,8,13,21…… 【输入形式】3 【输出形式】2 【样例输入】6 【样例输出】8 【问题描述】编写函数f,功能是用递归的方法求斐波那契数列的第n项,函数原型为 int f(int n),在主函数中输入一个正整数n,调用函数f求出斐波那契数列的第n项,并在主函数中输出。 斐波那契数列:1,1,2,3,5,8,13,21…… 【输入形式】3 【输出形式】2 【样例输入】6 【样例输出】8 【问题描述】编写函数f,功能是用递归的方法求斐波那契数列的第n项,函数原型为 int f(int n),在主函数中输入一个正整数n,调用函数f求出斐波那契数列的第n项,并在主函数中输出。 斐波那契数列:1,1,2,3,5,8,13,21…… 【输入形式】3 【输出形式】2 【样例输入】6 【样例输出】8 【问题描述】编写函数f,功能是用递归的方法求斐波那契数列的第n项,函数原型为 int f(int n),在主函数中输入一个正整数n,调用函数f求出斐波那契数列的第n项,并在主函数中输出。 斐波那契数列:1,1,2,3,5,8,13,21…… 【输入形式】3 【输出形式】2 【样例输入】6 【样例输出】8 斐波那契数列:1,1,2,3,5,8,13,21…… 【输入形式】3 【输出形式】2 【样例输入】6 【样例输出】8

2019-12-14

C语言中利用递归的方式得到n!

C语言中利用递归的方式得到n! 【问题描述】编写函数f,功能是用递归的方法求n!,函数原型为 int f(int n),在主函数中输入一个正整数n,调用函数f求出n!并在主函数中输出。 【输入形式】10 【输出形式】10!=3628800 【样例输入】10 【样例输出】10!=3628800

2019-12-14

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