4 Feynman1999

尚未进行身份认证

我要认证

理论都是灰色的,而生活之树常青^_^

等级
TA的排名 9k+

Deecamp2019夏令营小记

2019.07.19~08.17 参加了创新工场主办的DeeCamp,今小记之DeeCamp今年是第三年举办,邀请到的嘉宾都是大咖,而且整个Camp时间接近一个月,有一定可能性做出像样的产品,遂参加Our Project我们的课题是 图像闭合边缘生成系统,简单来说就是生成图片中物体的边缘但对闭合性和生动性有一定要求。尝试了下面的算法:CartoonGANContourGAN...

2019-11-12 10:29:58

HDU6588 经典gcd求和

需要求∑i=1ngcd⁡(⌊i3⌋,i)mod  998244353n=1021\sum_{i=1}^n\gcd(\lfloor{\sqrt[3]{i}}\rfloor,i)\mod 998244353 \quad n = 10^{21}i=1∑n​gcd(⌊3i​⌋,i)mod998244353n=1021思路令m=⌊n...

2019-08-22 21:03:21

求解线性子空间的交空间

求解线性子空间的交空间今天群友们讨论一个问题(应该是今年牛客多校的题目),Linear Algebra, Vector Space: how to find intersection of two subspaces ?故在此记录一下math.stackchange上网友的solution:[外链图片转存失败(img-cFbLg1Lu-1564241317468)(https://s2....

2019-07-27 23:28:58

线性代数基础-快速复习

文章目录前言一.行列式基本概念二.矩阵基本概念矩阵的三种初等变换三.线性方程组四.n维向量空间五.矩阵相似对角形特征值与特征向量矩阵的相似实对称矩阵的对角形六.二次型二次型与线性替换、合同标准形与规范形正定与正交线性替换小结前言此文档总结了大学本科本人学习线性代数的一些心得…其中一二三四是预备姿势,五六是精彩的部分,是现在ML的基础。 总的来说,线代作为一种研究工具,简化了表达与计算…欢迎...

2019-07-11 15:48:44

牛客练习赛49 solution

A水题B有15本书,和15个价格,你要分配这15个价格,使得总价最小.此外,有一些促销方案,每个方案是一些书的集合,表示只要买全了这个方案的书,则最便宜的一本书免费你最后选择的所有方案不能有重复的书.第一感觉就是状压dp 了首先二进制枚举子集,对于每个当前状态,考虑可以从哪些状态转移过来,这时候再枚举他的子集,时间复杂度看起来是$2^n * 2^n $ 实际上是3n3^n3n ...

2019-07-08 22:35:59

cf #572 div2 solution

cf #572 div2 my solutionA水题#include<bits/stdc++.h>using namespace std;const int maxn = 2e5+10;const int mod = 1e9+7;int solve(string s){ int num=0; for(int i=0;i<s.length();...

2019-07-07 17:58:54

Visual Studio 2017 创建项目模板(for ACM/OI 自定义)

背景对于ACM/OI选手来说,VS有点小大了,因此为了更方便的做题,创建一个项目模板,每次创建新的项目时,预处理一下,结构如下:其中in.txt 用于读取数据。另外,不光文件,项目相关的配置参数也会保存。在竞赛中,我们习惯使用freopen来读写文件,msvc认为这是不安全的,于是需要设置去除警告:另外,空项目的console会一闪而过,需要如下设置:至此,已经可以生成模板辣模板...

2019-03-10 22:56:08

HDU1237(表达式求值)

Problem读入一个只包含 +, -, *, / 的非负整数计算表达式,计算该表达式的值。Input测试输入包含若干测试用例,每个测试用例占一行,每行不超过200个字符,整数和运算符之间用一个空格分隔。没有非法表达式。当一行中只有0时输入结束,相应的结果不要输出。Output对每个测试用例输出1行,即该表达式的值,精确到小数点后2位。Sample Input1 + 24 + 2 ...

2019-03-10 20:15:33

CSDN博客保存到本地(markdown源码)

CSDN-Blog-SaverCSDN博客保存到本地(markdown源码) 技术栈:python selenium代码见https://github.com/Feynman1999/CSDN-Blog-Saver运行环境目前只支持windows 已测试:win10.0.17134 Python3.6.2第三方包见requirements.txt代码中浏览...

2019-02-24 21:27:47

InfoGAN论文理解及复现

InfoGAN论文理解及复现by AHU Random_Walker主要从四个方面来了解相关工作,即MotivationRelated Work-MethodExperimentsConclusion然后有三个过程来复现代码,最后的疑问算是对整个框架和代码细节问题的汇总吧框架代码实现与结果总结与疑问参考的资料https://arxiv.org/abs/1606....

2019-01-18 19:03:26

Rendezvous on a Tetrahedron(几何、枚举,可规律)

problemhttps://codeforces.com/gym/101986/attachments/download/7911/20172018-acmicpc-asia-tsukuba-regional-contest-en.pdf g题思路四面体上行走暴力枚举6种过棱情况。。。注意斜率是不变的(有更简单的方法。。)Code#include<bits/stdc+...

2018-12-11 09:40:29

TensorFlow 之 Custom layers

Custom layersThe full list of pre-existing layers can be seen in the documentation. It includesDense (a fully-connected layer)Conv2DLSTMBatchNormalizationDropoutand many others.主...

2018-12-09 22:57:53

TensorFlow 之 Custom training: basics

Custom training: basics​ 这一小节,我们使用前面介绍过的一些TF primitives来做一些简单的机器学习。官方推荐使用tf.keras这样高阶的api,但是strong foundation是重要的,所以这一节cover neural network training from first principlesIn this tutorial we covere...

2018-12-09 22:55:17

TensorFlow 之 Automatic differentiation and gradient tape

Automatic differentiation and gradient tape​ 之前我们介绍了Tensor 以及在其上的操作,下面我们介绍一下自动微分技术,—用来优化模型参数的关键。​ tensorflow 提供了用于自动微分的API,来计算一个函数的导数。一种更接近数学的求导方法是:先写一个python函数,封装好对参数的运算。然后使用tf.contrib.eager.gradie...

2018-12-03 15:40:34

Python Lambda 表达式

Python Lambda 表达式通常,当你不想费神去构建一个函数的场合下,可以使用lambda表示,达到简化代码的作用。所以一般来说,lambda表达式的内容是比较简单的。应用在函数式编程python提供了很多函数式编程的特性,如map,reduce,filter,sorted等这些函数都支持函数作为参数例如排序时重载:list1 = [3 , 5 , -1, 0 , -2, -6]...

2018-12-03 10:38:02

TensorFlow 之 Eager execution basics

Eager execution basics官方的一句话解释:Eager execution is a feature that makes TensorFlow execute operations immediately: concrete values are returned, instead of creating a computational graph that is exe...

2018-11-30 18:49:19

python module : tempfile

test

2018-11-30 18:42:07

tf.keras入门(5) save and restore models

保存和恢复模型模型进度可在训练期间和之后保存。这意味着,您可以从上次暂停的地方继续训练模型,避免训练时间过长。此外,可以保存意味着您可以分享模型,而他人可以对您的工作成果进行再创作。发布研究模型和相关技术时,大部分机器学习从业者会分享以下内容:用于创建模型的代码,以及模型的训练权重或参数分享此类数据有助于他人了解模型的工作原理并尝试使用新数据自行尝试模型。下面介绍的是使用tf.ker...

2018-11-28 14:42:07

tf.keras入门(4) Explore over-fitting and under-fitting

探索过拟合与欠拟合我们将探索两种常见的正则化技术(权重正则化和丢弃),并使用它们改进我们的 IMDB 影评分类笔记本。我们不会像在上一次那样使用嵌入,而是对句子进行独热编码。该模型将很快过拟合训练集。它将用来演示何时发生过拟合,以及如何防止过拟合。务必谨记:深度学习模型往往善于与训练数据拟合,但真正的挑战是泛化,而非拟合。数据预处理与网络结构和之前采用嵌入方法不同,这里我们直接使用o...

2018-11-27 15:51:45

tf.keras入门(3) Predicting House Prices: Regression(boston_housing 数据集)

预测房价(回归)预测 20 世纪 70 年代中期波士顿郊区房价的中间值。该数据集包含 13 个不同的特征:人均犯罪率。占地面积超过 25000 平方英尺的住宅用地所占的比例。非零售商业用地所占的比例(英亩/城镇)。查尔斯河虚拟变量(如果大片土地都临近查尔斯河,则为 1;否则为 0)。一氧化氮浓度(以千万分之一为单位)。每栋住宅的平均房间数。1940 年以前建造的自住房所占比例。...

2018-11-25 21:55:18

查看更多

勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。