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(12)
  • 收藏
  • 关注

原创 dfs回溯每日一题

思路:从右向左回溯,当当前子串是平衡字符串时,再dfs(由于越靠近左边每次dfs 都会重复,为了提高效率,使用记忆化搜索)。字符串指的是字符串中所有字符出现的次数都相同。,你需要将它分割成一个或者更多的。不是,不平衡的子字符串用粗体表示。,找出是否有可能把这个数组分成。能分割成多少个平衡子字符串。698:给定一个整数数组。个非空子集,其总和都相等。3144:给你一个字符串。

2024-08-30 17:50:11 192

原创 比较相似的两道leetcode-hard

思路:找到每个柱子 左右两边第一个小于它的柱子 的 下标。左侧第一个小于它的柱子的下标右侧一个即第一个大于它的高度的下标,同理右侧。个非负整数,用来表示柱状图中各个柱子的高度。每个柱子彼此相邻,且宽度为 1。思路是相似的,但是这个是记录一个柱子 左右侧最高的柱子的高度。的柱子的高度图,计算按此排列的柱子,下雨之后能接多少雨水。求在该柱状图中,能够勾勒出来的矩形的最大面积。个非负整数表示每个宽度为。

2024-08-21 18:49:43 99

原创 记录leetcode每日一题之hard

一开始值为 0。Alice 从台阶 1 开始,可以使用。假设 Alice 位于台阶。处后,通过一些操作重新回到台阶。请你返回 Alice 到达台阶。,Alice 可能到达台阶。有一个无限长度的台阶,Alice 有一个整数。次操作,目标是到达第。处,这视为不同的方案。

2024-08-20 15:18:32 215

原创 即插即用模块之Iformer

self.proj2 = nn.Conv2d(embed_dim // 2, embed_dim, kernel_size=1) # 自适应卷积。self.proj1 = nn.Conv2d(in_chans, embed_dim // 2, kernel_size=1) # 自适应卷积。self.proj = nn.Conv2d(in_chans, embed_dim, kernel_size=1) # 自适应卷积。但对于大图像要求显存可能较大(我跑不起来,显示OOM)

2024-03-26 19:31:32 1174

原创 计算机视觉导论 lec1&2笔记

外参数 R|t 3dworld->camera。内参数 K camera->image。SVD代表奇异值分解。的主对角线上元素的和(又称为矩阵。重点掌握相机的内外参数。

2024-02-29 09:35:07 172

原创 Pytorch基础知识 2

它们表现出来的区别在于反向传播结束之后,非叶子节点的梯度会被释放掉,只保留叶子节点的梯度,这样就节省了内存。PyTorch是动态图,即计算图的搭建和运算是同时的,随时可以输出结果。注意:grad在反向传播过程中是累加的(accumulated),这意味着每一次运行反向传播,梯度都会累加之前的梯度,所以一般在反向传播之前需把梯度清零。使用Autograd,可以方便地进行反向传播,计算模型参数的梯度,并使用优化算法更新参数,以训练深度学习模型。,可以追踪对该张量的所有操作,并在需要时自动计算梯度。

2024-01-01 21:42:34 409

原创 Pytorch基础知识

Pytorch中,torch.Tensor(张量)是存储和变换数据的主要工具。(返回结果可能是一个拷贝,也可能是源张量的一个视图(view)。当对两个形状不同的 Tensor 按元素运算时,可能会触发广播(broadcasting)机制:先适当复制元素使这两个 Tensor 形状相同后再按元素运算。想要查看tensor的形状,可以使用x.size()或者x.shape。(x为现有的tensor)torch.view(): 这个函数返回的新张量与源张量共享数据,如果你改变其中一个,另一个也会改变。

2023-12-31 20:52:03 394 1

原创 模型评价指标

P-R曲线上的一个点代表着,在某一阈值下,模型将大于该阈值的结果判定为正样本,小于该阈值的结果判定为负样本,此时返回结果对应的召回率和精确率。PR曲线所包含的面积,当我们取不同的置信度,可以获得不同的P和R,PR曲线下面所包含的面积就是模型检测某个类的AP值。3)精确率(Precision)=TP/(TP+TN) 在预测正确的结果中,被正确预测的正样本所占的比例。2)召回率(Recall)=TP/(TP+FN) 在所有正样本中,被正确预测的正样本所占的比例。当 β = 1 时,平衡精准和召回,即为 F1。

2023-12-30 20:57:06 398 1

原创 小白总结week2

是 C++ 标准模板库 (STL) 中的一个关联容器,它存储键值对,其中每个键唯一对应一个值。这个容器使用哈希函数来直接索引键,因此查找、插入和删除操作的时间复杂度都是常数时间。在这个例子中,substr(7, 5)从字符串 str的下标为6的位置开始提取长度为 5 的子串,结果是 "World"。

2023-10-27 16:41:17 41 1

原创 Python周总结

每周总结

2022-07-02 21:00:15 379 2

原创 关于我在C++的一些小错误

c++作业中的一些错误

2022-04-12 19:36:30 1188

原创 记录编译错误----对字符数组赋值

C++程序设计 清华大学出版社 p204例7.6

2022-04-10 10:55:16 901

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

提示
确定要删除当前文章?
取消 删除