自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(20)
  • 资源 (1)
  • 收藏
  • 关注

原创 论哈姆莱特的思维困境

其实是个文科生(不是转载请务必注明出处

2021-04-30 17:17:52 68 1

原创 Pytorch 学习笔记

pytorch源码:https://pytorch.org/docs/stable/index.html二维卷积:激活函数:nn.ReLU(): max(features, 0)池化层:class torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1,return_indices=False, ceil_mode=False)容器:nn.Sequential()全连接层:归一化:...

2021-04-30 16:02:46 96 1

原创 深度学习(4) - 卷积神经网络

学习文章:https://zybuluo.com/hanbingtao/note/485480(在移动端可以看到图片,在pc上就不行,有大佬知道什么原因吗)代码在补

2021-04-29 22:10:30 215

原创 深度学习(3) - 神经网络和反向传播算法

反向传播算法其实就是链式求导法则的应用!!!属实是妙,以及Bengio这句话:激活函数的意义:如果不用激活函数,每一层输出都是上层输入的线性函数,无论神经网络有多少层,输出都是输入的线性组合,这种情况就是最原始的感知机(Perceptron)。如果使用的话,激活函数给神经元引入了非线性因素,使得神经网络可以任意逼近任何非线性函数,这样神经网络就可以应用到众多的非线性模型中。sigmoid函数:导数:令 y = sigmoid(x)则 y’ = y * ( 1 - y )神经网络:神经

2021-04-25 23:22:41 282 1

原创 深度学习(2) - 线性单元和梯度下降

学习文章:https://www.zybuluo.com/hanbingtao/note/433855原文链接好像图片挂了,简书上的链接:https://www.jianshu.com/p/982bf265f6d4?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation高数课不该睡觉之:和的导数等于导数的和链式求导法:调用matplotlib库时奇怪报错的

2021-04-25 15:17:33 121

原创 深度学习(1) - 感知机

二分类的线性分类模型,输入为实例的特征向量,输出为实例的类别。其实就是用数据不断拟合一个线性函数的算法学习文章:https://www.zybuluo.com/hanbingtao/note/433855参考代码:from functools import reduceclass Perceptron(object): # 初始化 输入参数个数 激活函数 w 和b def __init__(self, input_num, activator): """

2021-04-24 23:02:44 124

原创 计算方法 - 矩阵的三角分解 - 解对称正定矩阵方程组的平方根法(线性方程组的解法)

详细过程见《数值计算方法》题目:C++题解:#include <iostream>#include <cstdio>#include <queue>#include <cstring>#include <cmath>using namespace std;#define ll long longconst int maxn = 205;const int INF = 0x3f3f3f;double temp[105 * 1

2021-04-23 15:00:46 527

原创 计算方法 - 矩阵的三角分解 - 解三对角线方程组的追赶法(线性方程组的解法)

详细过程见《数值计算方法》题目:书上的LU矩阵:最开始用书上写的,写完之后发现老师样例要求的跟书上是反着的,所以无奈只能重新推导,再打了遍代码,实属是无语题目要求版本及推导:书上版本C++代码:#include <iostream>#include <cstdio>#include <queue>#include <cstring>#include <cmath>using namespace std;#define

2021-04-23 14:24:26 448

原创 排序算法总结篇 - (堆排序, 快速排序(链表, 数组),直接插入排序,选择排序,冒泡排序, 归并排序)

1.冒泡排序(Bubble Sort):#include <stdio.h>void Pri(int a[],int s) { for(int i = 0; i < s; ++i) { printf("%d ", a[i]); } printf("\n"); return;}void Swap(int *a,int *b) { int t = *a; *a = *b; *b = t; return;}void Bubble_Sort(int a[],i

2021-04-20 15:01:28 142

原创 4.5 联机局部搜索(LRTA*(learn real time A*) - agent) --- 实现代码附详细注释

是不是英美思维逻辑习惯从后往前啊还是按着自己的理解重新写了一下很简单的算法 但是很有效局部对单一状态判别, 不断更新H(s):从s到达目标的估计代价,且将每走一步的权值加入了计算,而不仅仅只是启发函数,这样使得看起来最优的方案,如果其是错误的,到达目标的预估代价会越变越大import mathdirections4 = {'N': (-1, 0), 'E': (0, 1), 'S': (1, 0), 'W': (0, -1)}# directions8 = dict(directions4

2021-04-20 14:50:35 880 1

原创 4.5 联机搜索(online-dfs-agent) --- 实现代码附详细注释

蛮简单的算法,但因为对python不太熟悉,实现过程不是一般的痛苦…联机dfs传统dfs的区别只是要维护一个回溯序列和一个解序列启发式函数使用的是与目标的曼哈顿距离,在一些极限条件下,因为每次只能感知一步,所以效果并不好,但总体情况下还是具有一定优化能力整体流程见书中描述:Python代码:import mathdirections4 = {'W': (-1, 0), 'N': (0, 1), 'E': (1, 0), 'S': (0, -1)}directions8 = dict(dir

2021-04-17 15:09:44 763 2

原创 4.3 与或搜索树(and-or-search) --- 实现代码附详细注释(待完善)

书上好像使用的状态的映射写的, 这样在List上更加直观但是感觉普适性较低,所以本人用多个参量记录状态但是在输出表结构上出现了问题主要的点是不太明白为什么在循环中遇到了一个出现过的节点便直接退出,那不会忽略它后继节点的状态嘛?并且由于刚上手Python几日, 对List还是不太熟, 所以对输出有点困难,基本程序结构是正确的, 可以调试来进行阅读与或搜索树只适用于连续空间离散化的一个时间片进行处理,从而得到一个解序列的算法目的是通过该解序列,计算启发式函数,得出启发值,整体可以通过每个时间片得出的

2021-04-15 22:57:56 1316 2

原创 4.1 八皇后问题 - 遗传算法(genetic-algorithm) --- 实现代码附详细注释

久闻遗传算法大名,算法实现的好有趣书上讲解十分详细且精简,所以不进行赘述了,建议直接看书上介绍遗传算法并不保证你能获得问题的最优解,但是使用遗传算法的最大优点在于你不必去了解和操心如何去“找”最优解。而只要简单的“否定”一些表现不好的个体就行了。C++实现代码:#include <iostream>#include <time.h>#include <stdlib.h>#include <algorithm>#include <cm

2021-04-14 16:29:28 330

原创 4.1 八皇后问题 - 传统dfs,爬山法,首选爬山法,模拟退火 --- 实现代码附详细注释

传统解法 - 广度优先搜索(DFS):#include <iostream>#include <cstdio>using namespace std;#define ll long longconst int maxn = 200005;const int INF = 0x3f3f3f;int n,a[50],ans = 0;bool vis[3][50];int cnt = 0;void dfs(int i) { ++cnt; if(i ==

2021-04-13 23:55:51 756

原创 3.6 八数码问题 - 启发式搜索(A* Search) --- 实现代码附详细注释

参考博客:https://blog.csdn.net/qq_32400847/article/details/51816685#include<cmath> #include<queue> #include<cstdio> #include<cstring> #include<iostream>#include<algorithm> using namespace std; int Hash[15]

2021-04-12 17:14:48 253

原创 计算方法 - 矩阵的三角分解 - 杜利特尔分解法(线性方程组的解法)

内容见《数值计算方法》,过程有点长懒得照了,本来打算用Python写的,结果基本写完了发现Python的保留有效数字输出不自动补零,懒得重新写函数,一看又转回了c++,实在是无语有时间再把Python的保留有效数子输出的函数补全吧总体思想就是把矩阵拆成下三角和上三角,利用过程矩阵更快的求解C++完整代码:#include <iostream>#include <cstdio>#include <queue>#include <cstring>#

2021-04-11 22:20:22 2657

原创 In-place Sorting (模拟)

题目链接:https://ac.nowcoder.com/acm/contest/13926/H满水的一题, 比赛时写逼近前一项数时脑袋秀逗了,记录一下…#include <iostream>#include <cstdio>#include <cmath>#include <cstring>#include <string.h>#include <algorithm>#include <map>using

2021-04-11 22:05:29 181

原创 计算方法 - 列主元消元法(线性方程组的解法)

列主元消元法比起高斯消元增加了每次化简时取第一列最大元素作为主元即:题目:代码:#include <iostream>#include <cstdio>#include <queue>#include <cstring>#include <cmath>using namespace std;#define ll long longconst int maxn = 205;const int INF = 0x3f3f3f.

2021-04-09 15:01:27 3878

原创 3.4.5 迭代加深的深度优先搜索(iterative-deepening search) --- 实现代码附详细注释

用链式前向星或者邻接表存图会更加方便的 懒得改了就这样吧 注释之后有时间补上因为dfs是相同代价搜索 所以路径代价没有用处import pandas as pdimport sysfrom pandas import Series, DataFrame # 城市信息:city1 city2 path_cost_city_info = None # 按照路径消耗进行排序的FIFO,低路径消耗在前面# 优先队列_frontier_priority = [] # 节点数据结构...

2021-04-07 15:23:51 2217 1

原创 3.4.2 一致代价搜索 (uniform-cost search) --- 实现代码附详细注释

import pandas as pdfrom pandas import Series, DataFrame # 城市信息:city1 city2 path_cost_city_info = None # 按照路径消耗进行排序的FIFO,低路径消耗在前面# 优先队列_frontier_priority = [] # 节点数据结构class Node: def __init__(self, state, parent, action, path_cost): ...

2021-04-03 18:26:09 1907 1

Triangular+Triangular-iterator+iterator-overflow.zip

Triangular类,包含对Triangular类的提领操作Triangular_iterator类,以及异常类iterator_overflow。 输入输出样例为: (3,6) Triangular Series of 6 elements 6 10 15 21 28 36

2022-12-21

可重构计算实验说明.rar

可重构计算实验说明.rar

2021-11-26

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除