- 博客(40)
- 收藏
- 关注
原创 明明的leetcode日常:3. Longest Substring Without Repeating Characters
leetcode003
2017-06-11 20:31:37
476
转载 Android开发入门(二)——基本语法2
参考资料:《Android系统下Java编程详解》 本文摘录了该书的一些知识点,适合有面向对象编程基础的开发者。
2017-04-25 11:54:53
1313
转载 Android开发入门(一)——基本语法
参考资料:《Android系统下Java编程详解》 本文摘录了该书的一些知识点,适合有面向对象编程基础的开发者。
2017-04-23 22:03:01
23376
1
原创 算法导论学习(二)——排序和顺序统计量
本文总结了算法导论一书中的排序和顺序统计量部分,添加了一些其他常用的排序原理,修改了书中部分略微晦涩的表述。本文不涉及时间复杂度的推导,主要注重排序方式的原理。
2017-04-09 09:55:13
1401
原创 算法导论学习(一)——概率分析和随机算法【待续】
1 球与箱子问题(礼券收集者问题): 有b个箱子,每投一次球,球等可能地落到每个箱子中,问,投多少次球,才能使每个箱子都至少有一个球? 【补充知识】 ① 几何分布的概念:假定我们有一系列伯努利试验,其中每一个的成功率为p,失败率为q=1-p。在获得一次成功前要进行多少次实验?如果在第k次成功,对于k>=1,Pr{X=k}=q^(k-1)*p。 一个满足上述式子的分布称为几何分布。
2017-04-06 19:24:56
679
原创 正则化,归一化和标准化
本文主要总结几个比较容易混淆的概念:正则化,归一化,标准化。简单来说,正则化加惩罚项(约束),归一化将数据映射到0~1,标准化将数据按比例缩放。
2017-04-06 09:00:22
5197
1
翻译 CNN感性认识(二)——神经网络的优化
CNN的感性认识,主要介绍几个神经网络优化的方法和超参数,比如softmax,动量,权重衰减,ReLU。
2017-04-05 22:06:16
1621
1
原创 GAN学习笔记(一)——初探GAN
本文基于2014年的经典论文:Generative Adversarial Networks 论文下载地址:https://arxiv.org/abs/1406.2661一、感性认识 GAN的任务是“无中生有”。打个比方,我们想要造假币(但是不知道真币是什么样的),那么我们只能通过执法者的反馈,才知道我们造的假币到底够不够真。GAN网络里既有造假者,也有执法者,一来二去,执法者辨识力越来越高,造
2017-03-20 14:01:31
17407
7
原创 nvidia-smi 命令解读
nvidia-smi是用来查看GPU使用情况的。我常用这个命令判断哪几块GPU空闲,但是最近的GPU使用状态让我很困惑,于是把nvidia-smi命令显示的GPU使用表中各个内容的具体含义解释一下。
2017-03-15 12:58:43
64657
5
原创 从leetcode(hard)097说开去
原题链接:https://leetcode.com/problems/interleaving-string/?tab=Description
2017-03-13 13:03:04
399
原创 从leetcode(hard)135说开去
原题链接:https://leetcode.com/problems/candy/?tab=Description
2017-03-09 11:37:15
315
原创 经典的数1问题
编程之美里有一道经典题目:从1~n的数字里一共出现过多少次数字“1”。 之前自以为看懂了结果在牛客网上做到一道类似的题完全过不去,就把这道题彻彻底底分析一下。
2017-03-08 20:51:21
1842
10
原创 广度优先算法,深度优先算法和DijKstra算法
我们经常会碰到最短路径问题,而最短路径问题的解决方法多种多样,广度优先搜索(BFS),深度优先搜索(DFS)和DijKstra算法貌似都能解决这个问题,这里就简单介绍一下这些算法,分析一下它们的适用范围。
2017-02-25 12:33:30
22215
1
原创 二叉树的基本操作(二)——二叉树的恢复
前一篇文章描述了二叉树的遍历,这一章解决的问题是:当我们仅仅知道遍历结果的时候,什么样的遍历结果可以恢复出唯一的二叉树? 如何恢复二叉树?
2017-02-21 10:09:27
826
原创 论文:Deep Face Recognition 概括
本篇论文事实上可以看作人脸识别的深度卷积神经网络训练和测试指南。论文中对网络结构的篇幅并不长,但是论文中关于数据收集、训练方式和测试方式的结论值得借鉴。 本篇文章的目的有两个:一是“以少胜多”,对于一般研究机构而言,获取庞大的数据集是不太现实的,但是深度卷积神经网络的训练效果和训练数据的规模有关系,本论文提供了一种能用有限的人力资源获取规模较大的人脸数据的方法;二是“去粗取精”,
2016-06-15 20:24:30
2921
1
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