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)
  • 资源 (1)
  • 收藏
  • 关注

原创 排序算法

所谓排序就是将数据表调整为按关键字从小到大或从大到小的次序排列的过程. 我们通常所说的排序算法一般指的是内部排序算法,即数据记录在内存中进行排序.基本的排序算法: 插入排序, 交换排序, 选择排序, 归并排序和基数排序.排序的分析指标:稳定和不稳定: 在排序过程中, 如果关键字相同的两个元素的相对次序不变,就是稳定排序; 否咋就是不稳定排序.时间复杂度: 主要以算法中用得最多的基本操作的执行次数来衡量, 这些操作主要是比较, 移动或交换元素.空间复杂度: 主要是指在排序过程中所占用的存储空间的情

2020-08-13 15:41:13 166

原创 链表

与数组类似,链表也是一种线性数据结构。链表中的每个元素实际上都是一个单独的对象,而所有对象都通过每个元素中的引用字段链接在一起。链表有两种类型:单链表和双链表。单链表单链表中的每个结点不仅包含值,还包含链接到下一个结点的引用字段。通过这种方式,单链表将所有结点按顺序组织起来。1. 结点结构定义:// 单链表的定义struct SinglyListNode { int val; // 当前结点的值 SinglyListNode * next; // 指向下一个结点的指针/引用 Sing

2020-08-10 21:43:20 301

原创 二分查找

什么是二分查找二分查找是计算机科学中最基本, 最有用的算法之一. 它描述了在有序集合中搜索特定值的过程.所使用的术语:目标Target: 你要查找的值;索引Index: 你要查找的当前位置;左, 右指示符Left, Right: 用来维持查找空间的指标;中间指示符Mid: 用来应用条件来确定应该向左查找还是向右查找的索引.二分查找是一种在每次比较之后将查找空间一分为二的算法. 每次需要查找有序集合中的索引或元素时,都应该首先考虑使用二分查找. 即使集合是无序的,我们也可以在应用二分查找前先

2020-08-05 21:07:16 206

原创 数组(Array)对象的常用方法

不改变原数组:1、 concat()作用: 连接两个或多个数组参数: 用于连接的数组名返回值: 返回被连接数组的一个副本2、join()作用: 把数组中所有元素放入一个字符串参数: 指定的分隔符,默认为逗号(,)返回值: 返回一个新的字符串3、 slice()作用: 从已有的数组中返回选定的元素参数: 开始的位置和结束的位置返回值: 返回一个新数组4、 toString()作用: 把数组转为字符串参数: 无返回值: 返回数组的字符串形式改变原数组:5、 p

2020-08-05 10:43:47 459

原创 WGAN简介

1. 原始GAN的优化原始GAN的目标函数为:minGmaxDV(D,G)min_Gmax_DV(D,G)minG​maxD​V(D,G)V(D,G)=Ex∼pdata(x)[logD(x)]+Ez∼pz(z)[log(1−D(G(z)))]V(D,G)=E_{x\sim p_{data}(x)}[logD(x)]+E_{z\sim p_z(z)}[log(1-D(G(z)))]V(D,G)=Ex∼pdata​(x)​[logD(x)]+Ez∼pz​(z)​[log(1−D(G(z)))]先

2020-08-04 20:05:30 1005

原创 机器学习几种训练方式

机器学习机器学习通常包括监督学习、非监督学习、半监督学习和强化学习四种训练网络的方式。一、自监督学习(Self-supervised Learning)监督学习是使用已知正确的答案的示例来训练网络。由于网络在学习的过程中不仅有训练数据,还有训练结果(标签),因此训练的效果通常不错。学习技术:分类(classification)和回归(regression)二、无监督学习(Unsupervised Learning)无监督学习是指只给网络训练数据,不给标签,因此网络无法准确知道哪些数据具有哪些标签

2020-08-04 19:50:44 4223

原创 自编码(Auto-encoders)

自编码(Auto-encoders)1、什么是自编码自编码神经网络是一种无监督的学习算法,可学到输入数据的高效表示。输入数据的这一高效表示称为编码(codings),其维度一般小于输入数据,使得自编码用于降维;自编码器还可作为强大的特征检测器(feature detectors),应用于深度神经网络的预训练。此外,自编码器还可以随机生成与训练数据类似的数据,这被称为生成模型(generative model)。简单的自编码是一种三层神经网络模型,包括了数据输入层,隐藏层和输出重构层。自编码器接受输入,

2020-08-04 08:44:35 2485

原创 二叉树的遍历与构造

参考LeetCode上(106. 从中序与后序遍历序列构造二叉树)的官方题解.如何遍历树遍历树有两种通用策略:深度优先遍历(DFS)这种方法以深度 depth 优先为策略,从根节点开始遍历直到某个叶子节点为止,然后回到根节点,再遍历另外一个分支。根据根节点,左子节点和右子节点的访问顺序又可以将 DFS 细分为先序遍历 preorder,中序遍历 inorder 和后序遍历 postorder。广度优先遍历(BFS)按照高度顺序,从上往下逐层遍历节点;先遍历上层节点再遍历下层节点。

2020-08-01 17:39:36 266

原创 递归和迭代

参考链接:https://blog.csdn.net/gaoyu1253401563/article/details/82384958从“编程之美”的角度看,可以借用一句非常经典的话:“迭代是人,递归是神!”来从宏观上对二者进行把握。1. 递归重复调用函数自身实现循环称为递归。递归实际上不断地深层调用函数,直到函数有返回才会逐层的返回,递归是用栈机制实现的,每深入一层,都要占去一块栈数据区域,因此,递归涉及到运行时的堆栈开销(参数必须压入堆栈保存,直到该层函数调用返回为止),所以有可能导致堆栈溢出的

2020-08-01 10:14:12 1108

原创 C++中栈(stack)和队列(queue)基本操作

在C++的标准库(STL)中,实现了stack和queue,并提供了一些基本操作.1. 栈(stack)栈是一种只能在一端进行插入和删除操作的线性表, 其中允许进行插入或删除操作的一段称为栈顶(top).栈的存储结构特点是先进后出(FILO).头文件: #include<stack>基本操作:push() : 入栈,在栈顶增加元素; 例: s.push(x);pop(): 出栈, 移除栈顶元素, 无返回值; 例: s.pop();top(): 访问栈顶, 返回栈顶元素; 例: s

2020-07-28 21:40:32 589

原创 卷积网络中输出大小计算

参考链接: https://www.cnblogs.com/wmr95/articles/8134234.html1. 经过卷积层后输出大小的计算公式:O=(I−K+2P)/S+1O = (I-K+2P)/S +1 O=(I−K+2P)/S+1其中, 输出大小为O×OO\times OO×O, 输入大小为I×II\times II×I, K表示卷积核大小(kernel_size), S表示步长(stride), P表示padding.例: 卷积层的输入shape为[32, 3, 224, 224

2020-07-28 11:10:44 1508

原创 Leetcode刷题遇到的问题:C++篇

我在Leetcode上刷题时,经常会因为一些不注意的小问题而困恼,现将其记录下来.1. 二维数组:当我们用vector定义一个二维数组,在对这个二维数组进行操作前,我之前一般都是先将其行数和列数赋值给某个变量,然后判断行数和列数是否等于0之后才进行下一步操作.如: vector<vector<int> > vec int row = vec.size() int column = vec[0].size() if(row == 0 || column ==

2020-07-28 10:37:46 441

环境声音为视觉学习提供监督论文解读

声音传达了关于我们周围世界的重要信息——咖啡馆的喧嚣告诉我们附近有很多人,发动机的噪声低吼声让我们注意快速行驶的汽车,等等。利用音频信号与视觉信息之间的自然同步,并发的视觉和声音信息提供了丰富的训练信号,可用来学习视觉世界的有用表示。训练预测视觉场景内发生的声音的算法可用来学习与突出和独特的噪声相关的物体和场景原始(例如如人、汽车、流水等),这样的算法还可以学习将视觉场景与在其中发生的环境声音纹理相关联。文中展示了一个基于视觉CNN和声音纹理的模型,可预测视频帧中的自然声音,从而学习传达语义上有意义信息的视觉表示。

2019-04-03

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