- 博客(65)
- 收藏
- 关注
RSS订阅原创 论文写作总结
本贴是在学习《论文写作》这门课程以及查阅老板发布的论文写作经验下，对论文写作这一块儿的总结，方面后期自己在论文写作时查阅，提醒自己应该注意哪些方面，避免一些低级错误的出现，提高自己的论文写作水平。摘要相当于一部电影的宣传片，想要让自己的论文得到更多的关注，就需要好好打磨。摘要应该体现论文的核心问题和方法通常由三个部分组成：现有工作、论文工作和实验结果结构为：研究目的、研究方法、研究内容和研究结论一般由10个句子来描述，其句子不易过长，使用简单的主谓宾即可。
2023-12-15 15:49:03
95
原创 FFmpeg编译安装（windows环境）以及在vs2022中调用
把ffmpeg和x264的源码解压到msys路径下的home路径下的名字为你的电脑用户名的看路径下，再新建俩空文件夹，用来安装ffmpeg和x264。这是从官网的github源码里嫖的，大致三个月前更新的，换成这个之后就可以安心编译了。接下来可以把mingw的bin目录配置到环境变量（自行操作），注意是msys文件夹里面的mingw，一开始应该是空的，在我们下载好上面的工具之后就会看到有东西。接着就可以下载一些待会用到的依赖。至此，编译安装工作就完成了，后续如果需要安装别的扩展格式，再配置编译就可以了。
2023-10-24 14:45:56
1884
8
原创 pytorch基础实践-数据与预处理
Fashion-MNIST 的设计理念就是作为 MNIST 的直接取代（direct dropin replacement），就是说以前使用 MNIST 的模型，除了数据集的链接（URL），其他什么都不用改。③ 长边缩放为28像素；获取的一个单独数据长度为 2，这是因为数据集是由图片-标签对的形式组成的，每一个 data element 中都包含两个东西，一个是存储图片数据的张量，另一个是其对应的标签。此时返回的图像张量是 [10, 1, 28, 28] 的四阶张量，标签是一个长度为 10 的一阶张量。
2023-08-21 11:43:49
174
原创 pytorch基础实践2
argmax() 在神经网络中的用处在于：图像分类神经网络的输出层是一个包含 k 个元素的一阶张量（其中 k 是图片的类别数），张量中的元素是对应各个类别的 prediction values（翻译成置信概率？Broadcasting tensor 就是把两个 shape 不一样的 tensor 匹配成 shape 一样的 sensor 的过程，匹配的方法是将 shape 小的 tensor 进行复制和拼接，使小的 tensor 变成和大的 tensor 具有一样的 shape。
2023-08-10 14:24:48
153
原创 日撸java_day60
如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。k近邻算法总结简单有效重新训练的代价低适合类域交叉样本KNN方法主要靠周围有限的邻近的样本,而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，KNN方法较其他方法更为适合。适合大样本自动分类该算法比较适用于样本容量比较大的类域的自动分类，而那些样本容量较小的类域采用这种算法比较容易产生误分。惰性学习。
2023-08-07 14:52:56
96
原创 日撸java_day56-57
4.getRandomIndices() 和 knn 的完全相同, 拷贝过来. 本来应该写在 SimpleTools.java 里面的, 代码不多, 为保证独立性就放这里了.5.distance() 和 knn 的相似, 注意不要用决策属性, 而且参数不同. 第 2 个参数为实数向量, 这是类为中心可能为虚拟的, 而中心点那里并没有对象.2.数据集为 iris, 所以最后一个属性没使用. 如果对于没有决策属性的数据集, 需要进行相应修改.1.kMeans 聚类需要中心点收敛时结束.3.数据没有归一化.
2023-08-04 15:03:19
140
原创 pytorch基础实践1
区别在于，torch.Tensor(data)是torch.Tensor这个类的 class constructor，使用默认的参数创建一个 tensor。后面三种是 factory function，根据输入的 data 创建一个torch.Tensor返回给 caller，并且直接继承 data 的属性（type inference），也可以用给定参数指定属性。代表 color，是指图片的颜色通道数量。分别代表输入的单张图片的 height（高）和 width（宽）的像素数。
2023-08-02 19:17:16
192
原创 日撸java_day54-55
4. 原本代码是 item-based recommendation.增加了 user-based recommendation.，另造了个构造器。多打了个参数以作区别，方式是将压缩矩阵转置, 用户与项目关系互换.2.邻居不用 k 控制. 距离小于 radius (即 ϵ ) 的都是邻居. 使用 M-distance 时, 这种方式效果更好.1.M-distance, 就是根据平均分来计算两个用户 (或项目) 之间的距离.3. 使用 leave-one-out 的测试方式,
2023-07-31 12:17:47
121
原创 周报2023/7/24-2023/7/30
上一周把师兄搞得反演培训部分（Inversionnet）又学了一下，完成了部分作业上交，并接着学习了深度学习等基础理论知识。继续学习python代码知识，pytorch等。动手练习pytorch，
2023-07-30 20:00:19
170
原创 pytorch(续周报(1))
几何代数中定义的张量是基于向量和矩阵的推广，比如我们可以将标量视为零阶张量，矢量可以视为一阶张量，矩阵就是二阶张量。张量维度代表含义0维张量代表的是标量（数字）1维张量代表的是向量2维张量代表的是矩阵3维张量时间序列数据 股价 文本数据 单张彩色图片(RGB张量是现代机器学习的基础。它的核心是一个数据容器，多数情况下，它包含数字，有时候它也包含字符串，但这种情况比较少。因此可以把它想象成一个数字的水桶。3维 = 时间序列4维 = 图像5维 = 视频。
2023-07-30 17:07:07
855
原创 周报（1）
而 Anaconda/miniconda的出现很好的解决了我们的问题，它集成了常用于科学分析（机器学习， 深度学习）的大量package，并且借助于conda我们可以实现对虚拟Python环境的管理。这个界面我们可以选择本地开始（Start Locally），云开发（Cloud Partners)，以前的Pytorch版本（Previous PyTorch Versions），移动端开发（Mobile），在此处我们需要进行本地安装。PyTorch的安装是我们学习PyTorch的第一步，也是经常出错的一步。
2023-07-18 23:17:35
1308
转载 【无标题】
上图是对人工智能发展中经历的三次浪潮和两次寒冬的形象总结。除此之外，有观点认为，深度学习算法带来的“技术红利”，将支撑我们再发展5~10年时间，随后就会遇到瓶颈。人工智能不是一个简单的从1到100进步的过程，它往往趋向于两个极端：要么90分以上，其它的都是10分以下。目前，人工智能急需寻找到一个“技术奇点”，让人工智能迅速发展到通用人工智能甚至是超级人工智能的水平。否则，在人工智能研究商业化的今天，无法从中获利的投资人们将快速撤资退场，人工智能或将进入下一个寒冬。
2023-07-16 16:33:01
87
原创 日撸java_day50
插入类排序有直接插入排序，希尔排序，折半插入排序，交换类排序有冒泡排序，快排。选择类排序有堆排序，简单选择排序，树形选择排序。归并排序用了分治的思想，这些排序有个共同的特点就是基于比较的排序。顺序查找比较简单费时。增加一个监视哨可以优化一点，折半查找只适合有序顺序表，时间复杂度较顺序查找优了，哈希属于空间换时间，理想情况下直接找到， 冲突的话一般也可以很快找到， 时间是O(1）。
2023-06-07 17:38:54
76
原创 日撸java_day48
例如，对于待排序的初始序列{28, 26, 17,36, 20, 42, 11，53}，初始建堆的过程如图所示。(a)是由初始序列得到的完全二叉树;初始建堆首的过程，以按层从下到上的第一个非叶子结点开始，即36开始，对36进行调整，过程如图(b) 所示，调整结果如图(c)所示;然后对下一个非叶子结点17进行调整，调整过程如图(c)，结果如图(d)所示;继续上述过程直到根结点28为止，对28进行调整后，即得到一个大顶堆，结果如图(f)所示。代码所示是大根堆，最后可以得到升序序列，小根堆可以得到降序 序列。
2023-06-06 17:38:38
67
原创 日撸java_day45
注意无论向前向后冒泡时候，每一轮确定一个位置，当某一轮没有发生交换，说明已经有序，退出循环即可。相邻两个比较的时候，注意不要越界。可以向后冒，也可以向前冒。
2023-06-05 11:09:05
113
原创 日撸java_day41
注意一下二分里面while循环条件应该是小于等于，而不是小于，不然会漏掉左右中间的那个。很基础的查找算法，好像没啥注意的。
2023-06-01 18:31:51
48
原创 日撸java_day40
尤其是到前两天的最短路径，生成树，以及昨天的关键路径，理论很早就学过，但是没有动手写过代码，到了要动手写的时候就吭哧吭哧半天抠出几行，代码和写汉字一样，键盘打多了，就会出现提笔忘字，编译器太智能了，换个记事本去敲两下估计也很抓狂，还是得日常多敲多练。2. java面向对象不同于面向过程，而以前自己只会写个简单的c代码，写到图的时候就可以用到之前写的矩阵类，明显方便了很多，重写toString方法时候里用的自定义类的对象中的方法也要重写才能完成想要的结果。注意把问题转换为数据结构和算法逻辑。
2023-05-31 18:42:04
40
原创 日撸java_day39
这里老师是确定了0是源点，最后一个是汇点，一般情况的话，可以借用一个栈来存储出入度为0的顶点并访问。计算最早开始时间和最晚开始时间需要细心一点，一个是正向求，一个是反向求。
2023-05-30 21:35:26
33
原创 日撸java_day38
第一遍初始化最小路径的中间变量时候赋值成了MIN_VALUE,prim里面粘贴也是这个，直接异常中断了，还是得细心点，这两个图的算法当初学数据结构时候感觉遥不可及，现在自己跑一遍发现好像也还行，能写。
2023-05-29 18:26:14
50
原创 日撸java_day37
移动到当前出节点的下一个出节点，继续下一轮循环，直到遍历完当前头节点的出节点链表。数组中的对应列索引位置，以便下次循环时更新对应列的入节点链接位置。指针，即将当前出节点链接到对应列的入节点链表中。初始化为当前头节点的第一个出节点。，该循环遍历当前头节点的出节点链表。首先，使用一个循环遍历每个头节点。解释一下构建入结点链表那块。的引用赋值给对应列索引。接下来，进入一个循环。
2023-05-28 17:15:59
255
原创 日撸java_day36
广度优先遍历依旧用一个队列，跟上次写的略微不同。先入队，队不空时出队访问加标记，把没访问过得边的顶点都入队，直到队空。邻接表相对于存储整个图的矩阵来说比较省空间，用一个顶点数组，每个顶点是一个链表头，链向边（弧）。
2023-05-27 16:49:44
260
原创 日撸java_day35
回溯法思想：在包含问题的所有解的解空间树中，按照深度优先搜索的策略，从根结点出发深度探索解空间树。当探索到某一结点时，要先判断该结点是否包含问题的解，如果包含，就从该结点出发继续探索下去，如果该结点不包含问题的解，则逐层向其祖先结点回溯。（其实回溯法就是对隐式图的深度优先搜索算法）。
2023-05-26 14:59:52
68
原创 日撸java_day34
只展示出深度遍历的运行代码，主要过程就是，先从一个给定顶点入手，像昨天一样需要一个辅助的访问队列，每访问一个就标记一下。访问后入栈，当栈不空，循环执行，取到栈顶元素。注意先不出栈，然后找到这个顶点可访问到的邻居，只找到一个就可以，然后该邻居入栈。若没有找到，则出栈栈顶元素，接着回溯到之前的顶点找第二个邻居，如此往复。感觉整体思路比较清晰易理解的，老师使用了一个栈，当然也可以直接写个递归函数，一个效果。贴一下代码，跟老师的略有不同。
2023-05-25 13:35:20
79
原创 日撸java_day33
按照邻接矩阵的方式来进行广度优先的话，从矩阵的一维开始挨个找邻居，用到一个辅助访问队列，访问过得顶点记录一下，入队，然后找邻居，从任意一个结点都可以进行广度遍历，即使么有邻居，只用加一层大循环，遍历整个图顶点序列。这里据老师的代码稍微加了点东西，就可以实现遍历整个图，而非单个强联通分量。
2023-05-24 21:58:00
45
原创 日撸java_day31
今天开始写图的代码，本身java没怎么写过，异常处理这块又去别地学了一下，贴点东西来1.矩阵对象的创建.2.getRows 等: getter, setter 在 java 里面很常用. 主要是为了访问控制.3.整数矩阵的加法、乘法.4.Exception 的抛出与捕获机制.5.用 this 调用其它的构造方法以减少冗余代码.6.代码看起来多, 但矩阵运算我们以前写过.7.把数据类型修改成 double, 获得 DoubleMatrix.java, 以后会很有用.
2023-05-22 17:58:38
47
原创 日撸java_day28-30
上面是运行结果，文本文件里就几个字母。哈夫曼编码用哈夫曼树来解，可以减少代价存储类似于字符串，一般是往左边是0.右边是1，叶子是目标值。哈夫曼编码没有公共前缀，在这个代码里面体现为任意一个字母的编码， 都不是其他不同字母编码的前缀。第145行，强制类型转换是没必要的， 因为会自动类型提升，但是加上去方便别人理解。这几天整一个哈夫曼树，搞得有点慢了，先贴一个代码。
2023-05-21 20:51:32
129
原创 日撸java_day27
记得高中数学学数列时候学到这个移动次数，数据结构栈那块递归举例就是用汉诺塔，用递归很容易实现，代码也比较简单，移动次数应该是2^k-1，k是几个盘子（？没记错的话），代码确实和递归遍历二×树有点像。今天写一个汉诺塔的代码，用老师的参数名，代码规范。
2023-05-16 17:44:59
66
原创 日撸java_day26
再进行逆序, 可以得到 2) 左右中. 因此, 要把前序的代码改为后序, 需要首先将 leftChild 和 rightChild 互换, 然后用一个栈来存储需要输出的字符, 最终反向输出即可. 这种将一个问题转换成另一个等价问题的方式,2) 左右中 (后序);3) 中左右 (前序);6) 右中左. 我们平常关心的是前三种, 是因为我们习惯于先左后右. 如果要先右后左, 就相当于左右子树互换, 这个是很容易做到的.（都是O(n)），上面我写的是去年考研时学到的思路，求公共祖先、路径方面我觉得会方便一些。
2023-05-15 19:26:13
31
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人