YuLiu12321-CSDN博客

原创 [刷题1]最长有效括号

当s[i-1]为)时，此时检查s[i-dp[i-1]-1]是否是(，如果是则dp[i] = dp[i-1]+2。首先，最长有效括号不会以`(`结尾。所以当s[i]为(时，dp[i]=0。假设子问题为：以s[i]为结尾的最长有效括号的长度为dp[i]的字符串，找出最长有效（格式正确且连续）括号子串的长度。当s[i-1]为(时，此时dp[i]=dp[i-2]+2。在情况二的基础上加dp[i-dp[i-1]-2]最长有效括号子串是 "()()"最长有效括号子串是 "()"

2025-02-22 19:18:49 276

原创 Vue3学习笔记-侦听器-7

其中watch中定义的函数应该和这个数据名相同。

2025-02-03 22:56:54 127

原创 Vue3学习笔记-CLASS绑定-7

【代码】Vue3学习笔记-CLASS绑定-7。

2025-02-03 22:44:28 204

原创 Vue3学习笔记-计算属性-6

在模板中代替表达式，使得代码简便，同时含有计算缓存。使用computed类。

2025-02-03 22:30:37 147

原创 Vue3学习笔记-数组变化侦测-4

pushpopshiftunshiftsplicesortreversefilterconcatslice

2025-02-03 22:24:32 142

原创 Vue3学习笔记-事件-4

【代码】Vue3学习笔记-事件-4。

2025-02-03 17:10:08 470

原创 Vue3学习笔记-条件渲染和列表渲染-3

v-if:指令用于表达式返回为真时才被渲染v-else：为v-if提供另外的路径v-else-if：提供多条渲染路径v-show：无论如何都会渲染，如果条件为false则不显示。

2025-02-03 15:19:09 426

原创 Vue3学习笔记-模板语法和属性绑定-2

文本值可以是字符串，可以是布尔值或数字，也可以是bool?'str1': 'str2'{val}}放入变量，在JS代码中可以设置变量的值。{}}进行绑定，需要使用v-bind。简写：直接在class前面加:就可以。属性不可以直接使用{

2025-02-03 15:01:56 272

原创 Vue3学习笔记-Vue开发前准备-1

一、安装15.0或更高版本的Node.js。

2025-02-03 14:43:42 375

原创 05组团队项目-Beta冲刺-1/3

二、冲刺概况汇报

2024-12-15 21:13:48 469

原创 05组团队项目-Alpha冲刺-4/4

1111。

2024-12-01 12:43:28 154

原创 05组团队项目-Alpha冲刺-3/4

在本次项目中，我学会了训练ERSGAN模型的完整流程，包括数据集的处理、模型参数调整和训练优化，同时深入理解了模型的超分辨率图像修复能力。对前后端连接大项目以及django有了更深的理解，对项目的结构布局，各项目的作用与用法，以及接口的开发优化也学到了很多，便于未来进一步的开发学习。针对某些特定图片类型（如高噪声和低光照图像），调整模型的输入特征分布，通过预处理手段平滑输入数据，使模型训练和推理更加稳定。在修复完成后附带技术说明，例如所用模型、算法参数等，帮助用户理解处理过程，并提升系统的专业性和可信度。

2024-11-24 13:58:13 701

原创 05组团队项目-Beta冲刺-2/3

我深入学习了图像去噪模型的工作原理和实现细节。对模型的代码进行了必要的修改以适应特定的应用需求。增加了数据集，包括SSID数据集和POLY数据集SSID数据集POLY数据集在本地环境下部署了模型，并利用显卡资源进行了模型训练，最终成功保存了训练好的模型文件。下图为增加数据集后的对比图片：学习图像超分辨模型REAL-ESRGAN。

2024-11-17 16:16:14 1674

原创 05组团队项目-Beta冲刺-1/3(项目进展)

由于初期设置了多个上传和处理的路由，导致。

2024-11-10 18:29:04 976

原创 24秋《软件工程原理与实践》实验4: MobileNet & ShuffleNet

训练HybridSN，然后多测试⼏次，会发现每次分类的结果都不⼀样，请思考为什么？Dropout 是一种正则化技术，通常在训练阶段使用，它通过随机忽略一部分神经元的输出，防止模型过拟合。在某些情况下，测试阶段也可能不正确地应用了 Dropout，而在测试阶段正确的做法是关闭 Dropout 或使用其推断模式（即：使用所有神经元并乘以一个缩放因子）。在测试阶段，如果不关闭Dropout，会导致每次分类结果不一致。这是因为Dropout在每次前向传播时随机丢弃一部分神经元，增加了模型的不确定性。

2024-10-19 01:01:49 748

原创 24秋《软件工程原理与实践》实验3：卷积神经网络

定义了一个卷积神经网络Net，继承自nn.Module。网络结构包括两个卷积层conv1和conv2，每个卷积层后都有一个 ReLU 激活函数和最大池化层。卷积层之后，特征图被展平成一维，接着通过三个全连接层fc1fc2和fc3，输出对应于 CIFAR-10 的10个类别。损失函数使用交叉熵损失，优化器采用 Adam 算法，学习率为 0.001。网络模型被移动到 GPU 设备（如果可用）以加速训练。首先，定义了不同的图像预处理方式：训练集采用随机裁剪、水平翻转和归一化，测试集只进行归一化。

2024-10-11 18:41:21 843

原创 24秋《软件工程原理与实践》实验2：深度学习基础

个人想法和解读：添加函数参数dtype可以选择变量的类型（1）具有5 层卷积层，3 层全连接层。能够学习到更加复杂和抽象的特征。（2）使用了 ReLU（Rectified Linear Unit）作为激活函数，代替了传统的 sigmoid 和 tanh 激活函数。ReLU 函数具有计算简单、收敛速度快的特点，同时缓解了梯度消失问题。（3）引入了 Dropout 技术来随机丢弃一部分神经元，以防止过拟合。（4）通过数据增强（如图像裁剪、翻转、旋转等）来增加训练数据的多样性，进一步提升模型的泛化性能。

2024-09-27 23:15:17 1743

yyds133的博客