- 博客(56)
- 收藏
- 关注
原创 参数调优论文
基于Java EE的性能调优方法研究 - 中国知网 (cnki.net)基于机器学习的Hadoop参数调优方法 - 中国知网 (cnki.net)基于机器学习的数据库系统自动调参研究 - 中国知网 (cnki.net)基于强化学习的文件系统性能自动调优及参数安全评估技术 - 中国知网 (cnki.net)基于贝叶斯优化算法的Redis配置参数调优 - 中国知网 (cnki.net)基于增强学习的启发式和元启发式搜索的参数调优策略 - 中国知网 (cnki.net)面向机器学习的数据库参数调优技术综述 - 中
2024-06-26 09:57:52 235
原创 DAY41——动态规划part3
dp[i]=(i-j)*j或j * dp[i-j]两种可能,前者是拆成两个数的可能性,后者是拆成三个或更多的可能性。事实上是把i拆成j和i-j两个数,而dp[i-j]又是拆分成两个数,以此类推。对于dp[i] = j * dp[i-j] 对每个i遍历j(1->i-1)根据题目要求,dp[i]保留为j * dp[i-1]里最大的那个。dp[i]:分拆数字i,可以得到的最大乘积为dp[i]。
2023-07-04 00:19:29 250
原创 DAY38——动态规划
中可以看出,dp[i]是依赖 dp[i - 1] 和 dp[i - 2],那么遍历的顺序一定是从前到后遍历的。所以不考虑dp[0]如何初始化,只初始化dp[1] = 1,dp[2] = 2,然后从i = 3开始递推,这样才符合dp[i]的定义。还有就是dp[i - 2],上i-2层楼梯,有dp[i - 2]种方法,那么再一步跳两个台阶不就是dp[i]了么。首先是dp[i - 1],上i-1层楼梯,有dp[i - 1]种方法,那么再一步跳一个台阶不就是dp[i]了么。如何可以推出dp[i]呢?
2023-06-30 23:27:48 184
转载 分布式机器学习
损失函数:针对单个具体的样本而言,表示模型预测的值与真实值之间的差距.对一组样本而言,经验风险即训练集中所有样本点的损失函数的平均值。即使得上式最小化。经验风险越小说明对训练集的拟合能力越强,但是不能说明对未知样本的效果。
2023-06-15 16:13:06 52
原创 DAY22——二叉树part8
不考虑改变树的结构,使用递归法。1.二叉搜索树的最近公共祖先。2.二叉搜索树中的插入操作。3.删除二叉搜索树中的节点。
2023-06-15 00:36:21 105
原创 DAY21——二叉树part7
来表示一个映射项,映射项包含Key和Value (我们总说键值对键值对, 每一个键值对也就是一个Entry)。由于Map中存放的元素均为键值对,故每一个键值对必然存在一个映射关系。value默认从1开始,每次操作后num对应的value值加1。如果在Map中存在key,则返回key所对应的的value。(2)p是q的父节点(或相反)——已经包括在情况1中了。(1)只要出现p和q就往上返回到他们的公共父节点。如果在Map中不存在key,则返回默认值。Map按value排序,在。(2)针对二叉搜索树的方法。
2023-06-13 20:22:32 301
原创 DAY18——二叉树part5
等价于 if (root.left!定义深度deep和最终的值为class内部变量。4.从中序与后序遍历序列构造二叉树。5.从前序与中序遍历序列构造二叉树。即二叉树最底下一层中最左侧的节点。(2)递归法:使用到了回溯。
2023-06-11 15:06:01 97
原创 DAY16——二叉树part3
需要注意题目给出的数据接口,这个题中为children。需要注意最小深度需要是叶子节点。3.求完全二叉树的节点数。2.求二叉树的最小深度。
2023-06-09 00:53:22 74
原创 DGL分布式训练图划分函数
每个节点的节点类型。返回1D张量的字典,其关键字是节点类型,值是异构图中每个节点类型的混洗节点id和原始节点id之间的1D张量映射。列表中的每个元素都是存储分区中特定节点/边类型的ID范围的开始和结束的元组。如果“重新洗牌=真”,“节点映射”和“边映射”包含全局节点/边id到分区本地节点/边id之间的映射信息。在这种情况下,DGL存储节点/边映射(来自节点/边id到分区id)存储在单独的文件(node_map.npy和edge_map.npy)中。重新排列节点和边,使分区中的节点和边位于连续的ID范围内。
2023-06-07 16:26:24 1343
原创 DAY11——栈与队列part2
双端队列Deque——Double ended Queue。2.直接push相应地右括号,只需判断元素是否相等。取出元素O(logN)——按照元素的优先级取出。Priority Queue 优先级队列。插入和删除为O(1), 查询为O(n)1.使用栈数据结构,最后转化为字符串。底层数据结构为heap,bst...最近相关性——使用栈的逻辑解决。2.直接在字符串上进行操作。1.建立匹配的map对。
2023-06-04 00:02:21 292
原创 DAY09——字符串part2
前缀:包括首字母,不包括尾字符的所有子串。后缀:包括尾字母,不包括首字符的所有子串。eg.文本串aabaabaaf 长度m。前缀表元素为[0,1,0,1,2,0]第一个字母a 没有相同前后缀:0。模式串aabaaf 长度n。时间复杂度O(m*n)
2023-06-02 00:23:28 48
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