- 博客(45)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 深度学习之softmax回归
分类问题概述回归可以用于预测，比如我们提到过的预测房屋价格等。有时候，我们可能也会对分类问题感兴趣，不是关心多少，而是关心“哪一个”：某个电子邮件是否是垃圾邮件某用户可能注册或不注册订阅服务某个图像绘制的是狗，猫还是牛，马这里的分类问题并不包括分析图像，得到图像中未知物品的名称，而是在预定范围下，判断图像中物品是不是已知物品中的某一个。独热编码统计学家很早以前就发明了一种表示分类数据的简单方法：独热编码（one-hot encoding）。 独热编码是一个向量，它的分量和类别一样多。 类
2021-12-08 09:35:31
478
原创 深度学习之线性回归代码实现（代码详解）
线性回归从零开始问题解读这里要先详细解读一下我们前文提到的问题，如何实现我们的梯度下降的迭代？我们自然是使用最最常用的BP神经网络了。它是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一 。看起来很复杂是吧，那我们简而言之就是：前向传播，计算预测值，反向传播更新权重，不断迭代知道达到要求。这里具体过程我就不推导了，其实很简单，大家甚至可以手算一下，可以看这个UP主的视频。 反向传播算法
2021-12-07 21:06:28
1217
原创 深度学习入门之自动求导
背景介绍神经网络NNS式作用在输入数据上的一系列嵌套函数的集合，这些函数由权重和误差来定义，被存储在pytorch的tensor中。神经网络训练的两个步骤：前向传播：前向传播中，神经网络通过接受到的数据与每一层对应权重和误差进行运算来对正确的输出做最好的预测反向传播：在反向传播中，神经网络调整其参数使得其与输出误差成比例，反向传播基于梯度下降测量是链式求导法则的一个应用，以目标的负梯度方向对参数进行调整。总之，正向传播求损失，反向传播回传误差，不断调整权重，一直迭代就可以完成一个简单的
2021-12-07 15:49:27
1456
原创 深度学习入门—数据的基本操作
TensorsTensors张量是一种特殊的数据结构，它类似于数组和矩阵，在Pytorch中，我们使用tensors来给模型的输入输出以及参数进行编码，Tensors除了张量可以在gpu或者其他专用硬件上来使用加速计算之外，其他用法类似于Numpy中的ndarrays。import torchimport numpy as np初始化Tensor有很多方法：1.从数据创建data = [[1, 2],[3, 4]]x_data=torch.tensor(data)2.从Nmupy创建n
2021-12-07 14:50:35
950
原创 2021年计算机保研总结（北师大+山大+大连理工+东北大学+信工所+哈工大+北航）
随便说点儿什么昨天推免系统开放，接收了北航的拟录取，我的保研之路就到此结束了，回想这半年，起起落落，恍恍惚惚，最终去到了自己的梦校，也算是功德圆满了。趁着今日无事，记录一下这半年的经历，也给后人留下些有参考价值的经验。另外，当前网上大多数的计算机保研经验贴大佬居多，而保研过程中最多，最难受的其实还是本科不算太好，成绩不算太好，科研不算太好的学生，也希望我这篇帖子能给那些本科不好，rank不高，缺少科研的人一点帮助。从夏令营说起个人情况本科学校： 某中流211专 业： 计算机科学与技术（学科评估
2021-09-29 15:11:55
9661
9
原创 计算机网络复习要点——考（保）研面试版
目录概论物理层数据链路层网络层传输层应用层概论物理层三种网络：电信网络，有线电视网络和计算机网络网络的定义：由若干结点和链接结点的链路组成。互联网是连接网络的网络因特网的组成部分：边缘部分和核心部分，边缘部分是各种主机，核心层是网络以及网络间的路由器。协议和服务的区别：协议是水平的处理实体与实体之间的通信的规则，而服务是垂直的，由下层向上层通过接口提供下对上的服务。五层网络结构以及各层的作用：a.物理层：为传输数据所需要的物理链路创建、维持、拆除，而提供具有机械的，电子的，功能的和规范的特
2021-09-21 20:03:40
130
原创 LeetCode刷题日记 2021/4/20
LeetCode 646 最长树对链题目：给出 n 个数对。 在每一个数对中，第一个数字总是比第二个数字小。现在，我们定义一种跟随关系，当且仅当 b < c 时，数对(c, d) 才可以跟在 (a, b) 后面。我们用这种形式来构造一个数对链。给定一个数对集合，找出能够形成的最长数对链的长度。你不需要用到所有的数对，你可以以任何顺序选择其中的一些数对来构造。解题思路这题很明显要用动态规划，因为这个题及其类似于最长上升子序列的题，写起来好像也没什么特别的地方，就是注意排序吧，笔者自己写的时候
2021-04-20 22:50:57
106
原创 LeetCode 刷题日记4/19
LeetCode 1526 形成目标数组的子数组的最少增加次数题目：给你一个整数数组 target 和一个数组 initial ，initial 数组与 target 数组有同样的维度，且一开始全部为 0 。请你返回从 initial 得到 target 的最少操作次数，每次操作需遵循以下规则：在 initial 中选择 任意 子数组，并将子数组中每个元素增加 1 。答案保证在 32 位有符号整数以内。解题思路：这道题有很明显的动态规划的思想（就是第一眼看上去的感觉），所以我们需要做的就是
2021-04-19 21:52:34
126
原创 LeetCode刷题日记 4/18
LeetCode 26 删除有序数组中的重复项题目：给你一个有序数组 nums ，请你 原地 删除重复出现的元素，使每个元素 只出现一次 ，返回删除后数组的新长度。不要使用额外的数组空间，你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。解题思路：简单难度的题目，因为已经排列好了，只需要比较当前元素和前一个（或者后一个元素）是否相等就可以判断是否有重复了。合理运用erase（），这里其实有个坑，erase（it）之后会自动让it++，因此不能每次循环都it++；代码如下：
2021-04-18 22:25:50
86
原创 2021/4/16 力扣解题日记
LeetCode 98 验证二叉搜索树题目：给定一个二叉树，判断其是否是一个有效的二叉搜索树。假设一个二叉搜索树具有如下特征：1.节点的左子树只包含小于当前节点的数。 2.节点的右子树只包含大于当前节点的数。3.所有左子树和右子树自身必须也是二叉搜索树。解题思路：二叉搜索树有一个及其重要的性质，在对二叉搜索树进行中序遍历时，得到的序列时递增的，我们可以利用这个性质对得到的序列进行判断；代码如下：/** * Definition for a binary tree node. * st
2021-04-16 21:58:36
98
原创 day 5 字符串专题（详细解读+代码举例）
1 字符串hash思考一个问题：如何将一个二维整点P的坐标映射为一个整数，使得整点P可以由该整数唯一地代表。假设一个点P的坐标为（x,y），那么可以令hash函数为H（P）=x*Range + y，这样对数据范围内的任意两个整点P1和P2，H（P1）都不会等于H（P2），就可以用H（P）唯一地代表该整点P，接着便可以通过整数hash的方法来进一步映射较小的范围。字符串hash是指将一个字符串S映射为一个整数，使得该整数可以尽可能地唯一地代表字符串S。例如假设字符串由大写字母A~Z构成，在这个基础上，
2021-01-08 13:40:08
983
原创 day4 图论 算法专题（术语详解+图片举例+代码）
前言这里笔者了解相对较为薄弱，参考了胡凡老师编写的《算法笔记》一书的第十章，这本书是学习算法的优秀书籍，适合学习过c++语言但是对算法理解不深的同学，推荐给大家。1.图的定义和相关术语什么是图？其实就是类似地图的东西。图一般而言可以分为顶点和边，每条边的两个端点是顶点。如下图：图可以分为无向图和有向图，简单概括起来就是通过边是否有箭头标明方向来区分。有向图往往是单向的，即从A可以到B，但从B到A不一定存在边，而无向图是双向的，从A可以到B，从B一定可以到A。顶点的度是指该顶点相连的边的条数。特
2021-01-07 21:03:01
253
原创 day 3 广度优先搜索和深度优先搜索
深度优先搜索（DFS）深度优先搜索是一种枚举所有完整路径以遍历所有情况的搜索方法。具体含义不详细解释了，需要记住的有：使用递归可以很好地实现深度优先搜索在使用递归时往往需要调用栈拿背包问题举例：以深度优先搜索解决背包问题（回溯法解决背包问题）问题：有n件物品，每件物品的重量为w[i]，价值为c[i].现在要选出若干物品放入一个容量为V的背包中使得在选入背包的物品重量和不超过容量V的前提下，让背包中物品的价值之和最大。求最大价值。分析：我们可以将这个问题化简为一颗树，#includ
2021-01-06 15:14:35
125
原创 day 2 数据结构-基础篇（栈，队列，链表详解+代码示例）
栈1.1栈的应用栈是一种先进后出的数据结构，如何初始化一个栈以及在day1中描述了。栈的常见操作如下：clear（）清空size（）获取元素个数empty（）判断栈是否为空push（）进栈；pop（）出栈top（）取栈顶指针队列2.1 队列的应用队列是一个先进先出的数据结构。就像一个队列，先来的先处理。常见操作为：clear（）清空队列size（）取得元素个数empty（）判断队列是否为空push（）入队pop（）出队front（）获取队首元素back（）获得队尾
2021-01-05 15:34:26
119
原创 day1 c++STL详解（代码举例+使用模板）
前言因为前面已经在专栏写过基本的入门知识，这里就不再赘述了，主要是c和c++的基础知识，基本的输入输出，最基本的递归算法等，因此我从c++的STL入手。STL是C++中的标准库，主要是模板和函数模板，使用这些函数可以省很多事。STL简介C++中的STL分为三类，算法（algorithm），容器（container），迭代器（iterator），一共十三个头文件：<algorithm><deque><functional><iterator>&
2021-01-03 13:00:29
371
原创 回溯法之n后问题以及图的m着色问题
n后问题描述输入：n*n的棋盘n个皇后输出：n个皇后的放置方案：任意两个皇后不得在同一行，同一列，同一斜线上n后解空间每行有且仅有一个皇后用x[i]表示第i行皇后位于第几列此皇后的坐标为（i，x[i]）问题的解是x[1,…,n],满足任意两个皇后不在同一列上：x[i]!=x[j]任意两个皇后不在同一斜线上： |i – j| ！= |x[i] – x[j]|x[1, …, n]是{1, …, n}的一个排列图的m着色问题描述给定无向连通图G和m种不同的颜色。用这些颜色
2020-11-26 22:23:18
372
原创 回溯法之批处理作业调度思路详解
问题详解输入：n个作业{1,2,3…n}两台机器（M1和M2）作业i在M1和M2上的处理时间分别是a[i]和b[i]每个作业必须先由M1处理，再由M2处理输出：作业调度方案使得完成时间最小举例说明现在给出下列输入：解空间为：{123,132,213,231,312,321}例如132，其调度策略如下图所示：可以看出，总的时间=B【1】+B【3】+B【2】，而B【i】的计算过程如下：首先计算A[i] = A[i-1]+a[i],比较A[i]与B[i-1]的大小，B[i]=较
2020-11-26 21:58:18
1224
原创 回溯法之旅行商问题解题思路详解
问题定义输入：完全无向带权图G=（V,E）|V|=n, |E|=m对于E中的某条边e，其长度为c(e)输出：最短哈密顿回路（经过每个节点一次且仅一次的回路）ps.这是一个NP问题，没有有效的算法求出它的最优解，但是利用回溯法我们可以得到近似最优解。举例详解无向带权图如下：构造解空间树：按深度优先遍历这棵树，每遍历到一个叶子，就记录小当前的代价，例如，我们进行1-2-3-4-1的路径，其代价为30+5+20+4=59，再回溯到1,2节点处，进行1-2-3-4-1的路径，其代价30+1
2020-11-26 21:25:33
3134
原创 回溯法之0-1背包问题（算法思路解析）
回溯法解0-1背包问题问题描述输入：n件物品的价值和重量{<w1, v1>, <w2, v2>,…, <wn, vn>}和背包容量C输出：(x1, x2, …, xn)，xi∈{0, 1}满足放入的物品重量小于背包容量的前提下价值最大优化目标：价值最大化实例讲解假设：物品个数为 n=3背包的容量为 C=30物品的重量分别为 w={16，15，15}物品的价值分别为 v={45，25，25}1.此时的解空间可以为(x1, x2, x3)的所有可能取{(
2020-11-26 20:55:32
6753
原创 回溯法概述
回溯法罗密欧与朱丽叶问题迷宫是一些互相连通的交叉路口的集合，给定一个入口、一个出口。当从入口到出口存在通路时，输出选中的一条通路；否则，输出无通路存在。回溯法的基本思想1.针对给出的问题，定义问题的解空间2.确定易于搜索的解空间结构3.以深度优先的方式搜索解空间，并在搜索过程中使用剪枝算法避免无效搜索用约束函数在扩展结点处剪去不满足约束的子树用限界函数剪去得不到的最优解的子树4.回溯法解题的一个显著特征就是在搜索过程中动态产生问题的解空间5.使用与接一些组合数相当大的问题，具有“通
2020-11-26 20:27:43
400
原创 贪心算法之多机调度问题（思路概述+复杂度分析）
多机调度问题描述输入：n个独立的作业{1,2,3,4,5,6,…n}，作业i所需要的处理时间为tim台机器，任何作业可以在任何机器上完成，但作业的处理不允许中断输出：最优的作业调度方案，使得n个作业在尽可能短的时间内由m台机器完成。问题分析多机调度问题是个NP完全问题，到目前为止没有有效的算法（求得最优解的有效的算法），但是利用贪心算法可以近似求出最优解。采用最长处理时间作业优先的贪心选择策略，可以设计出较好的解。在n<m时，我们大可以为每个作业分配一台机器而在n>m时，我们
2020-11-26 19:52:39
7189
原创 贪心算法之哈夫曼编码（思路详解+画图演示算法过程）
哈夫曼编码一些需要了解的基本概念对字符的编码有两种：定长编码和变长编码，两者的编码长度往往差得很大，以下面的编码为例。定长编码：编码长度为：10000*3=30000变长编码：编码长度为：45001+13003+1200-3+16003+9004+500*4=22400定义：前缀码前缀码是对字符的0,1编码，任意字符的编码都不是其它字符编码的前缀。例如：如果我们接收到了：001011101那么我可以将其翻译为：aabe定义：前缀码跟二叉树的转换定义：平均码长（二叉树代价）
2020-11-26 19:15:38
4044
1
原创 贪心算法之活动安排问题（填表详解+思路解析）
贪心算法总是选择当前看起来最优的选择（局部最优解），得到的结果是一个整体最优解。但是总是选择局部最优解并不总是能得到整体最优解，需要在问题具有：贪心选择性和优化子结构时才成立。贪心选择性：第一次做出贪心选择是正确的；优化子结构：第一次做完贪心选择后，得到一个与原问题定义相同（但输入不同）的子问题；贪心算法的基本要素贪心选择性质1.贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择，即贪心选择来达到。这是贪心算法可行的第一个基本要素，也是贪心算法与动态规划算法的主要区别。2.贪心
2020-11-26 18:33:25
15636
3
原创 动态规划之最优二叉搜索树
最优二叉搜索树最优二叉搜索树的定义输入：有序数的集合{x1,x2…xn}输出：最优二叉搜索树搜索树的代价：设树中xi节点的深度为ci，叶节点（xi,xi+1）的深度为di，数字落在节点的概率用pi表示，落在叶子节点的间隙的概率用qi表示。上图中椭圆为节点，方框为间隙。代价为优化目标：最小代价函数优化子结构重叠子问题...
2020-11-25 20:31:39
1123
原创 动态规划之0-1背包问题（思路详解+表格演示过程+最优解打印方法+详细代码）
问题简介输入：n种物品和一个背包物品i的重量是wi，价值为vi背包的容量是C输出：装入背包的物品优化目标是：装入背包的物品总价值最大优化子结构设（x1,x2,x3…xn）是0-1背包问题的一个最优解。如果x1=1，那么（x2,x3,x4,x5…xn）是以下子问题的最优解：如果x1 =0：则 (x2, …, xn) 是以下子问题的最优解递归关系设m(i, j)为背包问题的最优值，这里背包容量为j，可选物品为i, i+1, …, n，有如下递归关系：如果i<n时i=n时
2020-11-25 19:16:59
11289
1
原创 动态规划之凸多边形最优三角剖分
凸多边形最优三角剖分相关定义凸多边形的三角剖分：将凸多边形分割成互不相交的三角形的弦的集合T。最优剖分：给定凸多边形P，以及定义在由多边形的边和弦组成的三角形上的权函数w,要求确定该凸多边形的三角剖分，使三角剖分中诸三角形上权之和为最小。（摘自：https://blog.csdn.net/pi9nc/article/details/9750091）优化子结构P=（v0,v1,v2,v3…vn）是n+1个顶点的凸多边形Tp是P的优化三角剖分，包含三角形v0vkvn递归关系的确定：
2020-11-25 16:56:38
566
原创 动态规划之最长公共子序列问题详解（解题思路+算法思想+表格详解）
最长公共子序列子序列与子串子序列：有序列中若干符号，按原相对次序构成。例如 Tsinghua中sina是它的子序列，computer中omutr是子序列。它不要求所选的字母连续，只要求是按原次序组成就好。子串是字符串中的一部分称为子串。例如Tsinghua中hua是子串，而shua就不是它的子串。公共子序列就是两个序列X和Y共同的子序列。最长公共子序列问题描述输入：X={x1，x2，x3…xm}，Y={y1,y2,y3,y4…yn}输出：Z=X和Y最长公共子序列求解思路我们第一印象肯定是暴
2020-11-25 15:45:18
5275
3
原创 动态规划之矩阵连乘问题详细解读（思路解读+填表+代码）
动态规划简介动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。与分治法不同的是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。若用分治法来解这类问题，则分解得到的子问题数目太多，有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案，而在需要时再找出已求得的答案，这样就可以避免大量的重复计算，节省时间。我们可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到，只要它被计算过，就将其结果填
2020-11-25 14:20:21
74188
19
原创 递归与分治之最接近点对问题
最接近点对问题给定平面上n个点的集合S，找其中的一对点，使得在n个点组成的所有点对中，该点对间的距离最小。首先我们考虑一维情况下，此时空间S中的n个点可以看为x轴上的n个实数，最接近点对就变成了n个实数中最接近的2个数。当然我们可以用暴力的方式，求没两个临近的点的距离，记录并比较找到最小值，但是我们现在是在为这两个点在空间中解决方案铺路，空间中的点如果进行暴力求解，其复杂度将大的惊人，因此，我们选择分治法来解决这一问题。我们将x轴用某一个点分为两部分，分别对两部分递归求解最小距离然后比较取最小值是否
2020-11-25 13:13:00
1028
原创 递归与分治之线性时间选择思路详解
线性时间选择要求：给定线性序集中n个元素和一个整数k，1<=k<=n，要求找出n个元素中第k小的元素。方法一 随机选择法算法的思路如下：从a[p:r]中随机选择一个元素将其划分为三部分1.a[p:q-1]，其中元素都小于等于a[q]2.a[q],我们设定的划分基准3.a[q+1:r]，其中的元素都大于等于a[q]a[p:q]的元素个数为m=q-p+1（例如就有两个元素，其下标为p和p+1，元素个数2=（p+1）-p+1）拿我们要找的数字序号k跟m比较：如果k =m，那么我们
2020-11-25 12:47:25
506
1
原创 递归与分治之Srassen矩阵乘法
Srassen矩阵乘法矩阵乘法的传统做法的复杂度：O（n^3）使用分治法的方法跟处理大整数乘法的做法一致，就是拆分矩阵，最后合并。只不过这次我们是将矩阵分割为几个大小相等的子矩阵，具体如下：这里的A,B,C都代指矩阵块，而非矩阵中的元素。显然其复杂度仍然是O（n^3）为了降低复杂度我们仍选择用加法来替代乘法，只不过这次的元素将比大整数乘法中复杂得多。此时的复杂度O（n^(log7)）=O(n^(2.81))据研究，目前最好的计算时间上界是O（n^2.376）...
2020-11-25 11:52:14
312
原创 递归与分治之大整数乘法
大整数乘法现在我们给出两个数字1234和4321（这两个数字并不大，以此为例而已），按照我们做乘法的习惯，我们写成竖式，用1234分别跟4，3，2，1相乘并对应移位相加得到结果，那么我们在这个过程中用了几次乘法呢？是4次？不，其实1234跟4相乘是1,2，3,4分别乘4，也是4次乘法，因此一共我们使用了4*4次乘法。这仅仅是4位，如果是更多，那么算法的复杂度无疑是O（n^2），为了提高效率，降低这种复杂度，我们可以使用分治法。首先，我们将两个n位大整数X,Y分开，分为四个n/2位的整数，如下：例如
2020-11-25 11:44:09
589
2
原创 递归与分治之合并排序和快速排序
合并排序合并排序的基本思想是：将待排序元素分为大小大致相同的两个子集，分别对两个子集合进行排序，最终将排序好的子集合合并为所要求的排好序的集合。具体步骤可以通过下列的动图查看：（引用自https://blog.csdn.net/li528405176/article/details/86615003）void merge_sort_recursive(int arr[], int reg[], int start, int end)//仅列举函数 { if (start >= end
2020-11-25 11:22:14
593
原创 递归与分治思想之二分搜索详解
二分搜索二分搜索是运用分治思想的典型例题。分治法的思想是将一个难以解决的大问题分割成一些规模较小的有相同求解方式的问题，以逐个求解。二分搜索，也叫做二分查找，要求是输入非降序排列的n个元素的数组，以及要找的元素x，输出已找到，或者未找到。二分搜索的做法很简单，就是将要找的元素X跟已有非降序的数组的中位数进行比较，如果X>中位数，则x位于大于中位数的那一半数组中，如果X<中位数，X位于小于中位数的那一半数组里，如果X=中位数，那太好了，这就是我们希望的，直接输出找到了即可。那么这种做法有
2020-11-24 21:08:24
930
1
原创 《编译原理》-4.自顶向下的分析
自顶向下的分析4.1使用递归下降分析算法进行自顶向下的分析4.1.1 递归下降分析的基本方法4.1.2 重复和选择：使用EBNF4.1.3 其他决定问题4.2 LL（1）分析4.2.1 LL(1)分析的基本方法4.2.2 LL(1)分析和算法4.2.3 LL(1)消除左递归和提取左因子1)左递归消除2)提取左因子4.3 First集合和Follow集合4.3.1 First集合4.3.2 Follow集合4.3.3 构造LL(1)分析表自顶向下的分析算法跟最左推导结合，描述各个步骤来分析记号串的输入。之所
2020-10-18 20:18:19
1614
原创 《编译原理》-3.上下文无关文法及分析
上下文无关文法及分析3.1 分析过程3.2 上下文无关文法3.3 分析树与抽象语法树3.4 二义性3.5 扩展的表示法：EBNF和语法图3.6 上下文无关语言的形式特性3.7 TINY语言的语法分析的任务是确定程序的语法，或称作结构，也正是这个原因，它又被称为语法分析（syntax analysis）。程序设计语言的语法通常由上下文无关的文法规则给出，其方式同扫描程序识别的由正则表达式提供的记号的词法结构相类似。上下文无关文法的确利用了与正则表达式中极为类似的命名惯例和运算。二者的主要区别 在于上下文
2020-10-18 13:55:27
5191
用谷歌浏览器打开CSDN的私人博客的时候出现无法访问该网站
2021-02-15
TA创建的收藏夹 TA关注的收藏夹
TA关注的人