ZhangXiang

# 语言模型，Language modelhttp://www.statmt.org/book/slides/07-language-models.pdf#自然语言处理中N-Gram模型的Smoothing算法（对于上面语言模型中平滑算法的一个介绍）https://blog.csdn.net/baimafujinji/article/details/51297802# 搜狗新闻语...

# 记录OpenCV学习中遇到的一些容易搞错的知识点：1、OpenCV读取的彩色图片是BGR模式的，而我们使用mtplotlib绘制图像时使用的是RGB模式，两者之间需要转换通道位置。      cv2.cvtColor() 函数可以进行转换，或者使用numpy进行通道转换2、图像混合的时候，我们会使用cv2.addWeighted() 函数，此函数要求：被叠加的两幅图像必须是尺寸相同...

Git 是目前使用的较多的一种分布式版本控制系统。通过Git可以方便的对代码，文件等的版本进行控制处理，大大提升了开发过程中的便利度。Git的安装方法可以自行百度，也可以参考这里（廖雪峰对于Git基础的介绍）--------------------------------------------------------------------------------------------...

写在前面：本文代码来自：https://github.com/aymericdamien/TensorFlow-Examples/tree/master/examples/5_DataManagement本博客的目的是方便日后学习，如有需要可以通过上面的地址学习。""" Build an Image Dataset in TensorFlow.For this example, ...

一、局部变量和全局变量首先来谈一下变量的问题，主要是Python内在的变量处理机制，这里主要探讨一下局部变量和全局变量的问题：我们先看一下下面的代码会输出什么：# 代码段 1a = 7b = 5def f1(a): a += 1 print(a) print(b)f1(a)# 代码段 2def f2(a): print(a) p...

# 写在前面，题目来自牛客网：网易2019秋季校园招聘编程题真题集合# 具体的输入输出的解释并没有截图，大家可以从上面的连接点进去到牛客网查看。【解题tip】这题很简单，每次只要方块落在哪里，哪一例加1，最后输出各列高度中最小的值即可n, m = list(map(int, input().split()))lst = list(map(int, input().split()...

以下的排序算法都是基于关键码排序的，所以在比较关键码大小的时候，代码中都使用了.key。item.key表示item的关键码。在实际应用的时候需要对代码进行适当的修改。直接对数组进行排序的时候，只需要将.key去掉，直接比较元素的大小即可。""" coding: utf-8@author: zhangxiang"""# 插入排序 O(n2) （稳定，适应）def inser...

对遇到的经典链表问题思路进行一个总结：class ListNode: def __init__(self, x): self.val = x self.next = None1、给定一个单链表的结点指针，在O(1)时间内删除这个节结点(非尾结点)【思路】：确保当前结点不是None, 在此基础上进行后续处理：a)设置一个新结点为当前结点的后一个结...

# 本博文主要将机器学习中一些基本的算法进行代码实现，避免做一个“调包侠”。主要是将《机器学习实践》中的算法实现一遍，后续会慢慢更新......决策树ID3分类的实现：https://github.com/ZhangXiangCHN/Demo/blob/master/DecisionTree_for_ID3.py...

在看子串匹配问题的时候，书上的关于KMP的算法的介绍总是理解不了。看了一遍代码总是很快的忘掉，后来决定好好分解一下KMP算法，算是给自己加深印象。------------------------- 分割线-----------------------------------------------在将KMP字串匹配问题的时候，我们先来回顾一下字串匹配的暴力解法：假设字符串str为: "...

动态规划问题作为一类重要的问题， 经常会困扰我们（其实是困扰我）。这里选择了几个平时经常遇到的动态规划问题， 并给出基础解法（有时候并不是最优解法），只是为了提供一个解题思路。存在更优的解法，也欢迎相互交流。1、首先是...

在一些复杂的程序中，我们都能看到装饰器的身影。那装饰器到底有什么作用呢，他又是怎么工作的呢？------------------------- 让我们来一探究竟--------------------------------1、装饰器简单的使用（1）作为一个函数装饰器当我们我们需要重复利用代码时，可以通过一个函数来避免代码冗余。同时，也可以通过函数装饰器来解决。如果我们要实现下面这样一个功能（输出...

牛客网《剑指offer》系列的链表反转的python实现。前几天华为实习面试的时候，一个同学就被面试官考到了这个问题。总的来说链表问题还是比较重要的，链表有关的知识也需要好好复习，总结。题目如图：对于链表的问题可以自己在纸上绘制一些图形，这可以加深理解，有利于后续实现（循环实现）将每一步之后的各个链表的状态表示如下：假设初始链表：循环之前各链表的状态：第一次循环之后...

华为笔试题--购物单的解题思路及python实现题目截图：这题可以看成一个背包问题，求满足条件下的最大值。背包问题主要的解题思路就是将原问题分解为几个子问题，并求子问题最优解。同样这里也是这样的一个思路：题目是要在N元的基础上，购买m件商品中价格与重要性乘积最大值的组合。假设能够买得起第m件物品，如果是主件，那么它有两种选择，买或者不买，这样的话，我们从这两种选择中选取所求...

在看文章时，一篇文章提到了使用elman神经网络来对癫痫病人的脑电信号与正常人的脑电信号进行区分，并且取得了较好的分类结果。于是就想自己写一个elman神经网络demo看看效果。elman神经网络和感知机的差别通过下面的图片可以很明显的看出哪里不一样，elman在隐藏层多了一个“context units“，用来保存隐藏层的输出，并作用到下一次隐藏层的计算中，关于elman原理的说明，大家可以自己...

评估机器学习模型好坏的时候，常常需要观察学习曲线的变化，以及最后的分类结果（二分类）的效果。一个好的可视化结果可以加强对模型的理解程度。下面总结一下决策边界和学习曲线的绘制代码，以便加强印象，方便查看。# 决策边界的绘制import numpy as npimport matplotlib.pyplot as pltimport matplotlib as mpldef plo...

在使用tensorflow的时候有时候需要对自己的图片进行读取，并处理。在此写一个脚本方便自己学习和巩固。（代码基于Python3）图片文件的储存路径如下所示：``ROOT_FOLDER |-------- SUBFOLDER (CLASS 0) | | | | ----- image1.jpg | ...

精品旅行服务成单预测比赛是DC举办的“第二届智慧中国杯”的第一个比赛，主要是通过用户的历史行为数据对待预测用户是否购买精品旅游服务进行预测。具体的比赛背景和数据介绍可以参考比赛说明。传送门：精品旅行服务成单预测最近半年也参加了几个比赛，但是成绩也并不是很突出，所以也一直没有做过总结。趁着过年这几天比较空，将“皇包车”比赛的思路做一个小结，方便自己以后查看。比赛的大神很多，自己写的可能存在很多不足之...