NOI2015滚粗记

  我的第一次也是最后一次NOI

  好像写的晚了许多……可能一谈到退役总会有些伤感,并不愿去面对……

  一路走来已有5年,虽然我总在说“其实我好好学的时间只有半年”,但那也不过是给自己是蒟蒻找的借口吧。。。一路走来……有些惋惜,有些感动,有些失落,有些彷徨。

  (二逼青年又在装逼了,一句话毁掉小清新系列2333)

  不扯了,记一下NOI2015流水账>_<

day-1

  报到,比较逗比的是,山西队今年6个人,并没有分成两个宿舍,每宿舍3人……而是4+1+1 = =,我顺利地和来自内蒙古、江西和新疆的3位同学分到了一起……不过大家都很好相处呢>_<

day0

  开幕式,再次被学军中学的大气震撼= =感觉差距好大呀……我从来没机会见我们学校的乐团表演什么的……(虽然我们学校的同学们也很厉害,但是为啥不让我们也看看呢QAQ)

  笔试时,我随手把【ROM在断电后里面的内容是否变化】选成了【是】,幸好后面又出了一道【RAM在断电后里面的内容是否变化】,给了我一个重新做人……啊不做题的机会QAQ,差点就没有满分了……

  试机的题目又是去年NOI的题目……然而我发现自己已经不会LCT了!QAQ,跟着老司机们打了一个FFT的板子……然后发现自己根本不知道卷积可以怎么用2333

day1

  day1的考试……自我感觉太良好了吧……第一题读错题×2,一开始以为是2-SAT,敲了一遍Tarjan,后来发现好像是二分图染色?写到一半突然发现【二】这个限制条件纯属自己脑补出来的……谁说只让0和1了……一秒钟变水题;第二题= =毛?这么裸的树链剖分?快速打完,写了个暴力程序对拍,但是随机数据好像……暴力跑得比较快诶……;第三题感觉不可做sad,后来发现好像可以按质因数分组,然而我是把2的倍数放一组,3的倍数放一组……然后公倍数搞容斥?结果没有yy出来sad,正解的思路是先给两个集合分配质因子有哪些,然后再把符合条件的数往里放(我是直接把数往里放了,企图用容斥解决合法问题)这时候我觉得,day1应该已经有200分到手了,差不多也有个100名了吧……然后想办法骗分……结果打表姿势不对,打到23就打不出来了QAQ,还好出题人好心,给了我20分……;

  然而day1下来……不说啥了,第一题过了的有200+,第二题过了的也有200+!顿时感觉无法同台竞技了……QAQAQQQ

day1.5

  去淘宝城感觉好高大上啊= =说实话,在这之前一直不知道淘宝是干嘛的……

  西溪湿地寻宝……10%的获奖比例大概就是总共10辆车,第一辆车大部分人以及第二辆车的小部分人吧……反正我是连“买就送的谢谢参与”都没见着……

  晚上回学校的路上捡到了HN同学的密码条= =也算是寻到宝了吧……RP++

day2

  第一题看完:这题好神啊不会做啊,第二题看完:大概是后缀数组吧?第三题看完:这题好神啊不会做啊!

  然后回头去敲后缀数组模板……妈蛋一遍敲下来出错了QAQ我的内心几乎是崩溃的……难道我day2要爆零滚粗了……

  好吧强作镇定1个多小时找到模板错误改了出来……然后yy了一个傻逼的用set维护区间的做法(事实上用并查集就可以了),然后由于erase的关系……调到最后几十分钟才搞出来……(最后是因为把-INF设成了-1e17而不是-1e18,丢了25分)

  然后最后的十几分钟里把第一题当提答题写了点骗分……

  最后只有20+70滚粗了……排名151,喜闻乐见,没有PKU的约了……

 

  最后运气很好签了上交的一本线= =话说回来如果我有pku的约肯定是签不了上交了。。。

day2.5

  趣味运动会不该先搞拼图的

  然后最后什么奖也没有……话说总共将近400人,结果只报了18支队= =……

 

  滚回来搞文化课啦>_<RP++,bless All

  感谢在我OI生涯中帮助我,支持我的爸妈,和同学、老师们>_<

  大学里再见……希望还能继续ACM吧……

转载于:https://www.cnblogs.com/Tunix/p/4686862.html

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值