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(21)
  • 收藏
  • 关注

原创 coursera算法专项第三课第四周测验#4

第一题应该选第一个

2018-08-13 22:04:49 248

原创 邻接表min_cut问题c++实现

在做coursera斯坦福算法专项的时候遇到这个问题,邻接表为以下txt文本,第一列是顶点,其余的是所对应的第一列元素的临边。使用vector<vector<int>> 进行储存,程序运行速度很慢。 #include<iostream>#include<string>#include<fstream>#include<v...

2018-07-31 12:12:15 318

原创 插入、选择、冒泡、归并、堆排序算法C++实现

//插入排序void insertSort(vector<int> &num){ for(int i=1;i<num.size();i++){ for(int j = i-1;j>=0;j--){ if(num[j]>num[j+1]) swap(num[j], num[j+1]...

2018-07-22 21:28:42 190

原创 快排c++实现

#include <iostream>#include <vector>using namespace std;void quickSort(int, int);int partition(int, int);int partition2(int, int);//void swap(int&, int&);vec

2018-07-18 20:17:03 1189

原创 pytorch模型参数理解备忘

模型结构def downsample_basic_block(x, planes, stride): out = F.avg_pool3d(x, kernel_size=1, stride=stride) zero_pads = torch.Tensor( out.size(0), planes - out.size(1), out.size(2), out...

2018-06-30 10:52:48 4774 2

原创 np.stack理解

程序借用:Numpy中stack(),hstack(),vstack()函数详解 记录自己的理解,备忘。一维堆成二维import numpy as npa=[[1,2,3], [4,5,6]]print("列表a如下:")print(a)print("增加一维,新维度的下标为0")c=np.stack(a,axis=0)print(c)print("增加一维,...

2018-05-10 19:34:14 15405

原创 ubuntu16.04 server安装备忘

参考:Ubuntu 16.04 + Nvidia 显卡驱动 + Cuda 8.0 (问题总结 + 解决方案) (sudo ./NVIDIA-Linux-x86_64-375.20.run –no-opengl-files)中的–no-opengl-files很重要禁用不了nouveau的话可尝试以下步骤:添加conf 文件: cat /etc/modprobe.d/blac...

2018-03-28 19:12:55 162

原创 tensorboard与tf.reset_default_graph()

打开地址问题 在命令行中输入: tensorboard –logdir=’path to log-dicrectory’,然后复制地址去浏览器打开。tf.reset_default_graph()train_x = np.random.randn(200,6)train_y = np.zeros((200,2))train_y[:100,0] = 1.0train_y[100:,1]...

2018-03-09 10:52:29 3566

转载 coursera deep learning course5 week2

Word embeddings 之前每个单词或字符都采用one-hot向量进行表示,但是任意两个向量之间的点积都为0,即都不相关,无法衡量单词之间的相似度,因此将每个单词表示成dense vector的形式,可以将每一维度都当作单词的一个属性,这样的方法称为word embedding。通过监督学习得到embedding matrix,方法有word2vec,negative sampling,...

2018-02-19 21:51:40 761

转载 coursera deep learning course5 week1

RNN种类 LSTM LSTM三个门的作用 GRU可以看作LSTM的简化版本,只有两个门 如果想当前的输出与以后的序列有关的话,可以采用BRNN,即双向的RNN index = j % len(examples) #保证不会溢出X = [None] + [char_to_ix[ch] for ch in examples[index]] Y = X...

2018-02-12 20:27:13 469

原创 廖雪峰python教程笔记2

高级特性切片:L[0:3]表示,从索引0开始取,直到索引3为止,但不包括索引3。即索引0,1,2,正好是3个元素。如果第一个索引是0,还可以省略。 L[-2:]表示倒数第二到倒数第一。 L[:10:2]前10个数,每两个取一个。tuple,string也可以切片for i, value in enumerate(['A', 'B', 'C']):for k, v in d.ite...

2018-02-12 20:26:30 388

转载 字符层面的简单RNN

训练阶段:对文档中的序列分节(seq_length)输入lossFun函数进行训练,标签是输入序列向右移一位的序列。输入序列中的每个字符都是one-hot类型,需要在开头建立相互转换的字典。输出采用softmax函数 sample阶段:输入一个字符到sample函数,按照给定的序列长度输出后面的字符 注意:sample阶段cs231n课中对输出字符的选择中采取越高概率的字符越容易被选中,

2018-02-02 20:26:40 337

转载 廖雪峰python教程笔记1

自己记得一点东西备忘

2018-01-19 14:02:04 144

转载 coursera deep learning course4 week4

Face recognitionface verification vs. face recognition one-shot learning 比如你要为公司设置一个人脸识别,但是一般情况,你不会有太多员工的照片,要是按照以往的做法输入一张图片,然后用softmax输出,效果会很照顾,因为你没有足够的样本。并且当一个新员工加入时,softmax又需要添加一个输出,是难以实现的。

2017-12-25 21:48:47 501

转载 coursera deep learning course4 week3

定义 图像分类:对单一分类 分类并定位:也只是对单一物体分类并加框 目标检测:分类图片中的各种物体并分别加框 objcet localization 若要检测三类目标,标签可设置为长度为8的向量,第一个Pc指示途中是否有图片(可以用逻辑回归);二到五分别为bx,by,bh,bw,分表代表物体的中心坐标,物体的高和宽(可以用MSE);最后三个指示是否为类别(可以用softmax)。视

2017-12-25 15:16:21 252

转载 coursera deep learning course4 week2

笔记

2017-12-17 20:22:05 407

转载 coursera deep learning course3 week2

error analysis 当训练猫的分类器时,可以从错误分类的样本中挑选一定比例的样本,如100张,然后列出如下图的表,其中错分成狗为8%,大型猫科动物43%,…,这样我们就能知道下一步该改进哪方面。 标签错误的数据时做法 在训练集时的做法: deep learning is robust to random errors,因此只要是意外、随机的标记错误,并不会怎么影响徐连效果。 在验证集

2017-12-17 11:20:22 344

转载 coursera deep learning course3 week1

正交化(orthogonlization) 每个算法、技巧只解决一个问题,而不要对很多方面都产生影响。 早停(early stopping)既影响对训练集的训练,又对验证集有提高。 单一数字评估指标(single number evaluation metric) 以一个指标作为最终优化的指标。满意指标与优化指标(satisficing and optimizing metric) 选

2017-12-16 16:19:52 406

转载 coursera deep learning course2 week3

coursera deep learning course2 week3

2017-12-16 14:26:34 557

转载 Momentum&Adam

momentum&adam python实现

2017-12-14 16:34:21 321

转载 shuffle数据(permutation)

shuffle数据(permutation)

2017-12-14 16:09:42 499

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