第三周作业

题目2.7-1 判断上三角矩阵 (15 分)
上三角矩阵指主对角线以下的元素都为0的矩阵;主对角线为从矩阵的左上角至右下角的连线。

本题要求编写程序,判断一个给定的方阵是否上三角矩阵。

输入格式:
输入第一行给出一个正整数T,为待测矩阵的个数。接下来给出T个矩阵的信息:每个矩阵信息的第一行给出一个不超过10的正整数n。随后n行,每行给出n个整数,其间以空格分隔。

输出格式:
每个矩阵的判断结果占一行。如果输入的矩阵是上三角矩阵,输出“YES”,否则输出“NO”。

输入样例:

2
3
1 2 3
0 4 5
0 0 6
2
1 0
-8 2
输出样例:

YES
NO

#include<stdio.h>
int main(void)
{
    int n,i,j,T,m,b;
    int a[10][10];
    scanf("%d",&T);
    for(m=1;m<=T;m++)
    {
        b=1;
        scanf("%d",&n);
        for(i=0;i<n;i++)
        {
            for(j=0;j<i;j++)
            {
                scanf("%d",&a[i][j]);
                                if(i>j)
                                {
                if(a[i][j]!=0)
                    {   
                    b=0;
                                     }
                        }
                }
        if(b==0)
        {
            printf("NO\n");
        }
        else
            printf("YES\n");
       
       } 
    }
    return 0;
}

设计思路:

1581961-20190316113316780-281119889.png

之前自己编译出现的错误
1581961-20190316113436826-1477500307.png

询问杨浩诚后,说什么逻辑错误,我反复寻思真的觉得没问题,可能当时改错误改的脑壳有点晕,后来理清思路,上三角是要主对角线下方数值全为0。后来就发现第二个if语句的判定条件应该是!=0而不是==0.最后一个if语句也是先判定NO,后判定YES.
1581961-20190316114028339-964690461.png

OK搞定。
学习时间:九小时左右。代码行数:80。学到的知识:数组,二维数组,对文件的打开和关闭等操作。

转载于:https://www.cnblogs.com/94ha-xc/p/10541543.html

你好!改善深层神经网络的方法有很多,以下是一些常见的方法: 1. 使用更好的激活函数:传统的激活函数如Sigmoid、tanh等可能存在梯度消失或爆炸的问题。可以尝试使用ReLU、Leaky ReLU、ELU等激活函数,以减轻这些问题。 2. 使用批标准化(Batch Normalization):批标准化对网络的输入进行标准化,有助于加快网络的训练速度,并且可以缓解梯度问题,使得更深层的网络也能够训练得更好。 3. 使用残差连接(Residual Connections):残差连接可以帮助信息在网络中更好地流动,从而减轻梯度消失的问题。通过将某些层的输出与输入相加,可以使得网络更易于训练。 4. 使用更好的优化算法:传统的梯度下降算法如随机梯度下降(SGD)可能存在训练速度慢、易陷入局部最优等问题。可以尝试使用更高级的优化算法如Adam、RMSprop等,以加快模型的收敛速度。 5. 添加正则化:过拟合是深层神经网络常见的问题之一。可以通过添加正则化项如L1正则化、L2正则化等来限制模型的复杂度,防止过拟合的发生。 6. 数据增强:通过对训练数据进行一些随机的变换,如平移、旋转、缩放等,可以增加模型的泛化能力,防止过拟合。 这些方法只是改善深层神经网络的一部分,具体的选择和调整需要根据具体问题和数据集来进行。希望对你有所帮助!
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