- 博客(35)
- 收藏
- 关注
RSS订阅转载 Transform详解
优点（1）虽然Transformer最终也没有逃脱传统学习的套路，Transformer也只是一个全连接（或者是一维卷积）加Attention的结合体。但是其设计已经足够有创新，因为其抛弃了在NLP中最根本的RNN或者CNN并且取得了非常不错的效果，算法的设计非常精彩，值得每个深度学习的相关人员仔细研究和品位。（2）Transformer的设计最大的带来性能提升的关键是将任意两个单词的距离是1，这对解决NLP中棘手的长期依赖问题是非常有效的。
2023-11-07 17:42:59
1235
原创 【史上最详细】数据结构实验——八个排序算法的实现与比较
八个排序算法的实现与比较实验1.1 实验内容所谓排序(Sorting)，就是对数据元素集合建立某种有序排列的过程。排序在计算机软件系统设计中占有相当重要的地位，特别是在事务处理系统中，需要经常对有关的数据排序，以便提高检索等操作的效率。本实验将进行以下工作：1、用代码实现排序的8个排序算法（直接插入、希尔、冒泡、快速、简单选择、堆、二路归并、基数）。2、在众多排序方法中，简单地断言哪种方法最好是很困难的。应根据具体应用的需求综合考虑选择排序方法。所以将用不同的数据集（数据的不同规模、初
2023-11-07 17:31:04
665
转载 解密人工智能：决策树 | 随机森林 | 朴素贝叶斯
机器学习算法是一种基于数据和经验的算法，通过对大量数据的学习和分析，自动发现数据中的模式、规律和关联，并利用这些模式和规律来进行预测、分类或优化等任务。机器学习算法的目标是从数据中提取有用的信息和知识，并将其应用于新的未知数据中。今天的分享到这里就结束啦！如果觉得文章还不错的话，可以三连支持一下，春人的主页还有很多有趣的文章，欢迎小伙伴们前去点评，您的支持就是春人前进的动力！
2023-10-18 14:17:24
247
转载 由文心一言发布会引发的思考，聊聊我未来的学习规划
大家好，我是沐风晓月，本文收录于个人随笔，主要讲述文心一言发布会后，我对未来的思考。这年头，技术更新太快，让我们不得不有一种危机感。🏠个人主页：我是沐风晓月😉😉 💕座右铭： 先努力成长自己，再帮助更多的人，一起加油进步🍺🍺🍺 💕欢迎大家：这里是CSDN，我总结知识的地方，喜欢的话请三连，有问题请私信😘文心一言发布会当天我就申请了试用，到今天终于申请下来了，很开心。虽然很多功能与chatgpt比起来，还是有点弱，但也算迈出了一步。
2023-10-18 14:16:14
274
转载 计算机视觉-OpenCV入门讲解
计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
2023-10-18 14:14:36
40
转载 Vue3实战教程（快速入门）
本教程通过搭建一个简单项目，帮助读者快速入门Vue3项目实战，掌握Vue3、TS、Element Plus、axios等技术栈。
2023-10-18 14:06:47
289
原创 数据结构实验——链地址法解决冲突构建散列表
再通过for循环，依次访问v[]数组中的每一个元素v[i]，调用散列函数，将除留余数法的结果赋值给k，再new一个新的Node结点，并用v[i]初始化这个结点的数据域，将ht[k]（指向单链表第一个结点的指针）赋值给p的next指针域，并将指向第一个结点的指针ht[k]指向p，至此完成一个结点的插入。而结点类中的数据成员有数据域和指针域，数据域存放关键字，指针域存放指向单链表中的下一个结点，在一个单链表中的所有结点用散列函数H(x)计算出来的结果相同（在本题中用除留余数法的函数作为哈希函数）。
2023-10-18 13:53:45
514
转载 C++ 简介
因此，任何合法的C语言程序都是合法的C++程序。由于 ANSI 标准已稳定使用了很长的时间，所有主要的 C++ 编译器的制造商都支持 ANSI 标准。C++基于现有的传承性，当前主要用来编写设备驱动程序和其他要求实时性的硬件操作软件，操作系统中很多常用接口都是直接使用C++编写的。C++是一种静态类型的、编译式的、通用的、大小写敏感的、不规则的编程语言，支持过程化编程、据类型间的继承关系。但是，从面向对象的角度，这里可以说是。必须要注意的是，课程中由于复制粘贴的缘故，误将 pAdd 指针的类型定义成了。
2023-10-17 13:28:07
40
转载 《C++面向对象程序设计》✍千处细节、万字总结（建议收藏）
C++面向对象程序设计》✍千处细节、万字总结一、面向对象程序设计二、C++基础2.1 C++的产生和特点2.2 一个简单的C++示例程序2.3 C++在非面向对象方面对C语言的扩充输入和输出cinconst修饰符void型指针内联函数带有默认参数值的函数函数重载作用域标识符"::"强制类型转换new和delete运算符引用三、类和对象（一）3.1 类的构成3.2 成员函数的定义3.3 对象的定义和使用3.4 构造函数与析构函数构造函数成员初始化列表带默认参数的构造函数析构函数。
2023-10-17 13:24:23
87
原创 数据结构实验——判断一棵二叉树是否是二叉排序树
true，如果当前所访问结点的左孩子指针不为空且flag为true，则继续访问其左子树，如果其双亲的数据域的值k比当前结点的数据大，就说明其中序序列不是有序的，flag被赋值false，同理如果当前所访问结点的右孩子指针不为空且flag为true，则继续访问其右子树。在二叉树类中声明并定义CreatBinaryTree()函数，调用该函数时输入结点p，输入的值为-1时表示该结点为空，若不是-1，则通过递归创建p的左右孩子结点。
2023-10-17 13:18:11
802
原创 数据结构实验——二叉排序树的插入和删除算法
创建新的BinTreeNode类的指针p指向新插入的结点，如果通过IsEmpty()判断目前是空二叉树，则新插入的结点就为根结点，如果不是则判断e与插入结点处双亲结点的data大小，如果e较小，则将结点指针赋给f的左孩子指针域，否则赋给f的右孩子指针域。因此，在插入之前，首先在二叉排序树中检查待插入的数据元素，如果查找成功，说明树中已经存在这个数据元素，则不再插入:如果查找不成功，说明树中不存在关键字等于给定值的数据元素。①选择功能2，删除有左右孩子的结点87，并显示查找该元素的过程（前驱为81）
2023-10-17 13:14:48
132
转载 如何从RNN起步，一步一步通俗理解LSTM
当前的信息建议下一个词可能是一种语言的名字，但是如果我们需要弄清楚是什么语言，我们是需要先前提到的离当前位置很远的“France”的上下文。在这样的场景中，相关的信息和预测的词位置之间的间隔是非常小的，RNN可以学会使用先前的信息。粉色的圈代表pointwise的操作，诸如向量的和，而黄色的矩阵就是学习到的神经网络层。具体来说，RNN是重复单一的神经网络层，LSTM中的重复模块则包含四个交互的层，三个Sigmoid 和一个tanh层，并以一种非常特殊的方式进行交互。门是一种让信息选择式通过的方法。
2023-10-13 23:58:32
53
转载 【GNN】图网络|图神经网络(GNN)结构化数据分析
图通常由邻接矩阵A表示。如果图具有N个节点，则A的维数为（N x N）。人们有时会提供另一个特征矩阵来描述图中的节点。如果每个节点都有F个特征，则特征矩阵X的维数为（N x F）。
2023-10-12 14:38:30
166
转载 【GNN】高被引图神经网络（GNN）全面综述论文
divide近年来，深度学习彻底改变了许多机器学习任务，从图像分类和视频处理到语音识别和自然语言理解。这些任务中的数据通常在欧几里得空间中表示。然而，越来越多的应用程序将数据从非欧几里德域生成并表示为具有复杂关系和对象之间相互依赖关系的图。图数据的复杂性对现有的机器学习算法提出了重大挑战。最近，出现了许多关于扩展图数据深度学习方法的研究。在本次调查中，我们全面概述了数据挖掘和机器学习领域中的图神经网络 (graph neural networks, GNN)。我们提出了一种新的分类法，
2023-10-12 14:36:32
151
转载 图神经网络（GNN）的基本原理
本文结合一个具体的无向图来对最简单的一种GNN进行推导。本文第一部分是数据介绍，第二部分为推导过程中需要用的变量的定义，第三部分是GNN的具体推导过程，最后一部分为自己对GNN的一些看法与总结。节点特征向量lvl_v。
2023-10-12 14:29:08
59
原创 数据结构实验——实现插值和斐波那契查找
斐波那契数列的定义为:1，1，2，3，5，8，13，…可以看到在这种数据的情况下，折半查找和斐波那契查找的比较次数相差不大，与折半查找相比，斐波那契查找的优点是它只涉及加法和减法运算，而不用除法，而除法比加减法要占用更多的时间，因此，斐波那契查找的运行时间理论上比折半查找小。②若elem[mid]<key，则说明如果数据表中存在要找的数据元素，该数据元素一定在mid的右侧，可把查找区间缩小到数据表的后半部分，得到的子表的长度正好为f(k-2)-1，再继续进行斐波那契查找。
2023-10-12 14:23:55
73
转载 学习笔记：深度学习（3）——卷积神经网络（CNN）理论篇
CNN是一种带有卷积结构的前馈神经网络，卷积结构可以减少深层网络占用的内存量，其中三个关键操作——局部感受野权值共享池化层，有效的减少了网络的参数个数，缓解了模型的过拟合问题。卷积层和池化层一般会取若干个，采用卷积层和池化层交替设置，即一个卷积层连接一个池化层，池化层后再连接一个卷积层，依此类推。由于卷积层中输出特征图的每个神经元与其输入进行局部连接，并通过对应的连接权值与局部输入进行加权求和再加上偏置值，得到该神经元输入值，该过程等同于卷积过程，CNN也由此而得名1。
2023-10-11 13:38:53
273
转载 深度学习知识点全面总结
深度学习定义：一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类：有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。深度神经网络的基本思想是通过构建多层网络，对目标进行多层表示，以期通过多层的高层次特征来表示数据的抽象语义信息，获得更好的特征鲁棒性。神经网络的计算主要有两种：前向传播（foward propagation, FP）作用于每一层的输入，通过逐层计算得到输出结果；
2023-10-11 13:36:20
29
转载 深度学习deep learning
深度学习是包含多个隐层的机器学习模型，核心是基于训练的方式，从海量数据中挖掘有用信息，实现分类与预测。编码器、循环神经网络、深度置信网络、卷积神经网络衍生模型：堆叠降噪自编码器、稀疏自编码器、降噪自编码器卷积神经网络（CNN），深度信念网络（DBN），深度自动编码器（DAE），限制玻尔兹曼机（RBM）。CNN有全监督学习和权值共享的特点，在自然语言处理和语音图像识别领域有很强优势。其他深度学习模型大多先采用无监督方式逐层预训练，再使用有监督方式调整参数。采取分层的结构来处理问题的思想。
2023-10-10 14:07:43
87
1
转载 深度学习简介
是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）结构和功能的 计算模型。过去十多年，得益于数字社会的发展，积累了大量的数据。深度学习通常由多个层组成，它们通常将更简单的模型组合在一起，通过将数据从一层传递到另一层来构建更复杂的模型。深度学习算法试图从数据中学习高级功能，这是深度学习的一个非常独特的部分。其中每层的圆圈代表一个神经元，隐藏层和输出层的神经元有输入的数据计算后输出，输入层的神经元只是输入。神经网络是深度学习的重要算法，用途在图像（如图像的分类、检测）和自然语言处理（如文本分类、聊天等）
2023-10-10 14:06:32
23
1
转载 最适合入门的100个深度学习项目
大家好，我是阿光。本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。正在更新中~ ✨平台：Windows10语言环境：python3.7编译器：PyCharmPyTorch版本：1.8.1。
2023-10-10 14:05:34
119
1
转载 一文看懂深度学习（白话解释+8个优缺点+4个典型算法）
深度学习属于机器学习的范畴，深度学习可以说是在传统神经网络基础上的升级，约等于神经网络。深度学习和传统机器学习在数据预处理上都是类似的。核心差别在特征提取环节，深度学习由机器自己完成特征提取，不需要人工提取。学习能力强覆盖范围广，适应性好数据驱动，上限高可移植性好计算量大，便携性差硬件需求高模型设计复杂没有"人性"，容易存在偏见卷积神经网络 - CNN循环神经网络 - RNN生成对抗网络 - GANs深度强化学习 - RL。
2023-10-10 14:04:07
424
1
原创 数据结构实验——破圈法求最小生成树
所谓“破圈法”就是“任取一圈，去掉圈上权最大的边”，反复执行这一步骤，直到没有圈为止。请给出用“破圈法”求解给定的带权连通无向图的一最小生成树的详细算法，并用程序实现所给出的算法(注:圈就是回路)。在AdjMatrixUndirNetwork.h头文件中，用邻接矩阵类作为图的存储结构，该头文件中包含了邻接矩阵类的数据成员及成员函数的声明与定义（这里不做代码展示）。连通图的生成树包括图中的全部n个顶点和足以使图连通的n-1条边，最小生成树是边上权值之和最小的生成树。
2023-10-10 14:01:15
1315
1
原创 数据结构实验——用邻接表存储，并按Kruskal算法求最小生成树
Tn-1}，以后每一步向F中加入一条边(v, u)，它应是所依附的两个顶点v和u分别在森林F的两棵不同的树上的所有边中具有最小权值的边。由于这条边的加入，使F中的某两棵树合并为一棵，树的棵数减一。5)将边(v，u)加入到最小生成树T中，同时将这两个顶点所在的连通分量合并成一个连通分量(即并查集中的相应两个子集合并成一个子集)，继续步骤2)。1)初始化，在并查集中，连通网络的每一个顶点独立成一个等价类，连通网络的所有的边建立最小堆，最小生成树T中没有任何边，T中边的条数计数器i为0。
2023-10-10 13:49:28
592
原创 数据结构实验——用邻接矩阵存储，并按Prim算法求最小生成树实验
第二个for循环是个二重嵌套循环，外循环执行n-1次把n-1个顶点加入U中，对每加入一个顶点到U，有两个并列的for循环分别实现查找具有最小权值的边和修改辅助数组closearc[]。将closearc[v].lowweight改为0，表示顶点i已加入顶点集U中，并将边(closearc[v].ncarvertex，v)加入生成树T的边集合。对图G(V,E)设置集合S，存放已访问的顶点，然后每次从集合V-S中选择与集合S的最短距离最小的一个顶点(记为u)，访问并加入集合S。函数，生成最小生成树。
2023-10-10 13:44:49
1041
1
原创 数据结构实验——求顶点间所有简单路径实验
调用init()函数初始化栈，再调用net类中的成员函数DFS(),正式开始进行顶点a、b之间所有简单路径的查找与输出。如果在，利用continue跳过下面的DFS函数，如果不在则再次调用DFS函数，将该顶点i放入栈s中，直到u和v（即i）相等，这时已经到了终点，调用show()函数将栈内数据（也就是路径）输出。先将起始顶点v利用push()函数放入栈s中（在此之前已经完成了栈的初始化），反复多次调用该函数就能把从v到u上所有经过的顶点通过++s->top完成存储。(2) 求该两个顶点间的所有简单路径。
2023-10-10 13:39:33
269
1
原创 数据结构实验——并查集合并时高度高的树的根做为新的根+find用折叠规则来实现并查集实验
调用CollapsingFind()函数查找a、b所在的等价类的根，如果根所在结点的序号不相等，如果rank[r2]大于rank[r1],就将r2设为r1的双亲域，否则将r1设为r2的双亲域。设j是以i为根的树中的一个结点，则对于从j到根i的路径上的每一个结点p，如果p的双亲(sets[p].parent)不等于i，则把i设置为p的双亲(sets[p].parent = i)。并查集合并时将高度较高的树的根节点作为新树的根节点生成新树，合并后可以减少新树的高度，提高find时的效率。
2023-10-09 20:36:39
125
1
转载 机器学习分类算法案例/决策树森林分类算法案例/洪涝灾害监测案例/干旱遥感监测案例/物候特征分析案例/森林植被健康状态监测案例/生态环境质量动态监测案例
其中，Earth Engine最为强大，能够存取和同步遥感领域目前常用的MODIS、Landsat和Sentinel等卫星图像和NCEP等气象再分析数据集，同时依托全球上百万台超级服务器，提供足够的运算能力对这些数据进行处理。一方面，它提供了丰富的计算资源；主要涉及的技术包括植被指数的计算、地表温度的提取、数据的归一化、主成分PCA分析、RSEI生态指数的构建以及结果的可视化等。介绍如何在遥感云平台上显示和探索要素和影像等对象的属性字段，包括如何选择要素和影像对象、查看属性信息、筛选数据等。
2023-10-09 20:30:01
63
1
转载 人工智能基础：机器学习常见的算法介绍
强化学习的任务就是让智能设备可以像人类一样，不断学习、尝试，然后可以在不同的环境下做出最理想的处理方案，强化属于连续决策的过程，通过不断尝试来发现哪一种是最佳的方式。无监督学习的特点是不需要认为进行数据标注，而是根据模型不断的进行自我学习、巩固，最后通过自我总结归纳来学习。该类型的预测目标值是离散的，比如预测是否会下雨，最终的结果只有两种，下雨或者不下雨两种类别情况。机器学习的算法主要包括监督学习、无监督学习、半监督学习、迁移学习、强化学习。该类型的预测目标值是连续的，典型的例子预测某个楼盘的价格趋势。
2023-10-09 20:24:28
68
1
转载 人工智能-10种机器学习常见算法
机器学习是目前行业的一个创新且重要的领域。今天，给大家介绍机器学习中的10种常见的算法，希望可以帮助大家适应机器学习的世界。
2023-10-09 19:52:10
1735
1
转载 【转载】吴恩达 - 机器学习课程笔记
能判断出现的情况是这两种情况中的哪一种，是一个很有效的指示器，指引着可以改进算法的最有效的方法和途径。（4）假设这里最终选择了五次多项式模型，现在要知道这个模型的泛化能力，可以观察这个模型对测试集的拟合程度，但由于我们拟合了一个参数d，并且选择了一个最好地拟合测试集的参数d的值，因此我们的参数向量θ。当变量过多时，训练出来的假设能很好地拟合训练集，所以代价函数实际上可能非常接近于0，但得到的曲线为了千方百计的拟合数据集，导致它无法泛化到新的样本中，无法预测新样本数据。是实际值，两者取差。
2023-10-09 19:30:19
104
1
原创 数据结构实验一——用孩子兄弟表示法表示树并求树的高度和树的度
用孩子兄弟表示法表示树并求树的高度和树的度孩子兄弟表示法是树的一种链式存储结构，在这种结构中，链表中一个结点代表书中的一个结点，除了信息域外，还有两个指针域firstChild、nextSibling分别指向该结点的第一个孩子结点和下一个兄弟结点。在这种存储结构上要查找某结点的孩子结点的操作是比较方便的，通过结点的孩子指针可以直接找到它的第一个孩子结点，再由孩子结点的兄弟指针很容易找到它的其他孩子结点。开发环境版本工程文件名头文件个数2个源程序文件个数1个文件名文件类型功能简介备注。
2023-10-09 19:15:38
1381
1
数据结构实验：八个排序算法的实现与比较
2023-11-07
数据结构实验：链地址法解决冲突构建散列表
2023-10-18
数据结构实验：判断一棵二叉树是否是二叉排序树
2023-10-17
数据结构实验：二叉排序树的插入和删除算法
2023-10-17
数据结构实验：实现插值和斐波那契查找
2023-10-12
数据结构实验：求两点之间最大噪声值最小值
2023-10-11
数字图像处理MATLAB版+数字图像处理MATLAB版图片及代码
2023-10-10
数据结构实验：破圈法求最小生成树
2023-10-10
数据结构实验:用邻接表存储，并按Kruskal算法求最小生成树
2023-10-10
数据结构实验：用邻接矩阵存储，并按Prim算法求最小生成树
2023-10-10
数据结构实验：求顶点间所有简单路径
2023-10-10
数据结构实验：用孩子兄弟表示法表示树并求树的高度和树的度+并查集合并时高度高的树的根做为新的根+find 用折叠规则来实现并查集
2023-10-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人