4 M_Z_G_Y

尚未进行身份认证

暂无相关描述

等级
TA的排名 6w+

C++入门:std::

引例:#include<iostream>intmain(){std::cout<<"我喜欢C++";//输出一句话std::cout<<std::endl;//换行return0;}std是什么?std::是个名称空间标示符,C++标准库中的函数或者对象都是在命名空间std中定义的...

2019-07-11 09:50:17

算法入门:树的遍历

二叉树的遍历主要有前序遍历,中序遍历,后序遍历,层序遍历四种方式前序遍历:中左右 中序遍历:左中右 后序遍历:左右中递归#include<iostream>#include<queue>#include<vector>#include<stack>usingnamespacestd;structTreeNode{ ...

2019-07-08 16:26:31

C++入门:结构体

结构体声明//没有标明其标签,声明了结构体变量s1struct{inta,b;charc;doubled;intadd(){returna+b;}}s1;//s1.a=1;//结构体的标签被命名为SIMPLE,用SIMPLE标签的结构体,另外声明了变量t1,t2[20],*t3structSIMPLE{in...

2019-07-08 10:49:54

机器学习/深度学习入门:Boosting、Bagging和偏差、方差

1、化简公式2.bagging的偏差和方差对于bagging来说,每个基模型的权重等于1/m且期望近似相等(子训练集都是从原训练集中进行子抽样),故我们可以进一步化简得到:根据上式我们可以看到,整体模型的期望近似于基模型的期望,这也就意味着整体模型的偏差和基模型的偏差近似。同时,整体模型的方差小于等于基模型的方差(当相关性为1时取等号),随着基模型数(m)的增多,整体模型的方...

2019-07-03 16:16:58

算法入门:优先队列实现——堆

定义优先队列(PriorityQueue),根据key值的大小将元素进行排序、先被pop的通常是优先级最高的。此处介绍基于堆实现的优先队列,binaryheap是一种完全二叉树,以大堆为例,每棵树的根节点的key值一定大于其子孙节点的key值,完全二叉树除了最底层的叶子节点外,其他位置都是填满的。这样我们可以利用数组来存储所有节点。若将数组从下标1开始存储元素、那么下标为i的节点...

2019-06-28 10:36:14

C++入门:STL——set

关联式容器:每个元素位置取决于特定的排序准则以及元素值,和插入次序无关。一、setset(集合)由红黑树(平衡二叉树的一种)实现,其内部所有元素都会根据元素的键值自动排序,set的元素不像map那样可以同时拥有实值(value)和键值(key),set元素的键值就是实值,实值就是键值。set内每个元素值只能出现一次,不允许重复。二、set的常用函数s.insert()--在集合中插...

2019-06-27 22:36:44

C++入门:STL——map

关联式容器:每个元素位置取决于特定的排序准则以及元素值,和插入次序无关。一、mapmap提供一对一(其中第一个称为关键字key,每个关键字只能在map中出现一次,第二个称为该关键字的值value)的数据处理能力,由于这个特性,它完成有可能在我们处理一对一数据的时候,在编程上提供快速通道。map内部自建一颗红黑树(一种非严格意义上的平衡二叉树),这颗树具有对数据自动排序的功能,所以在map...

2019-06-27 17:59:24

C++入门:STL——queue、priority_queue、deque、stack

一、queuequeue(队列)是一种先进先出的数据结构,也就是FIFO(firstinfirstout),最先加入队列的元素将最先被取出来。二、queue的常用函数q.push(元素):将元素添加到队尾 q.pop():删除队顶元素,类型为void,但并不返回被删除的元素 q.size():返回队列中的元素数量 q.empty():判断队列是否为空,返回true或fal...

2019-06-27 09:51:50

C++入门:STL——list

序列式容器:每个元素均有固定位置,取决于插入时机和地点,和元素值无关。一、listList由双向链表(doublylinkedlist)实现而成,元素也存放在堆中,每个元素都是放在一块内存中,他的内存空间可以是不连续的,通过指针来进行数据的访问,这个特点使得它的随机存取变得非常没有效率,因此它没有提供[]操作符的重载。但是由于链表的特点,它可以很有效率的支持任意地方的插入和删除操作。...

2019-06-26 21:41:14

C++入门:STL——vector

序列式容器:每个元素均有固定位置,取决于插入时机和地点,和元素值无关。一、vectorvector(向量):是一种顺序容器,事实上和数组差不多,它的特征是相当于可分配拓展的数组,它的随机访问快,在中间插入和删除慢,但在末端插入和删除快。二、vector的初始化vector<int>v;vector<int>::iteratorit;三、ve...

2019-06-26 19:19:13

算法入门:队列实现堆栈,堆栈实现队列

leetcode232:两个堆栈实现队列classMyQueue{private:stack<int>a;stack<int>b;public:/**Initializeyourdatastructurehere.*/MyQueue():a(),b(){}...

2019-06-25 22:28:17

C++入门:.和->、::和:区别

.和->区别点运算符“.”应用于实际的对象,A.B则A为对象或者结构体; 箭头运算符“->”与一个指针对象的指针一起使用,A->B是提取A中的成员B,A只能是指向类、结构、联合的指针;classA{public: inta=0;};intmain(){ Ab; A*p=&b; b.a;//类类型的对象访问类的成员 p-&g...

2019-06-25 16:12:52

C++入门:STL——string

序列式容器:每个元素均有固定位置,取决于插入时机和地点,和元素值无关。一、string的初始化stringstr:生成空字符串 strings(str):生成字符串为str的复制品 strings(str,strbegin,strlen):将字符串str中从下标strbegin开始、长度为strlen的部分作为字符串初值 strings(cstr,char_len):以C...

2019-06-19 21:22:54

Pytorch入门:加载模型和参数

pytorch的模型和参数是分开的,可以分别保存或加载模型和参数。pytorch两种模型保存方式:保存整个神经网络的的结构信息和模型参数信息,save的对象是网络net 只保存神经网络的训练模型参数,save的对象是net.state_dict()pytorch两种加载模型的方式:对应第一种保存方式,加载模型时通过torch.load('.pth')直接初始化新的神经网络对象; ...

2019-06-12 11:06:07

超分辨路重建:字典学习

问题描述假设已有N张稀疏的图像,大小为800*800。请问如何通过稀疏表达的方式对原有图像数据进行压缩,同时保证图像尽量不失真。y向量代表原有的图像(640000维),A是字典矩阵(K*640000),x是稀疏表示向量(K维),因为K远远小于N,我们认为,稀疏表示后的数据获得了大幅的压缩。求A的过程通常称为字典学习。已知A,求x的过程称为稀疏表示。通常这两者可以等同。在实际训练的过程中,为了减...

2019-05-19 10:24:12

机器学习/深度学习入门:softmax求导

1.softmax初探在机器学习尤其是深度学习中,softmax是个非常常用而且比较重要的函数,尤其在多分类的场景中使用广泛。他把一些输入映射为0-1之间的实数,并且归一化保证和为1,因此多分类的概率之和也刚好为1。首先我们简单来看看softmax是什么意思。顾名思义,softmax由两个单词组成,其中一个是max。对于max我们都很熟悉,比如有两个变量a,b。如果a>b,则max为...

2019-05-13 16:16:16

机器学习/深度学习入门:激活函数

为什么激活函数是非线性的?如果不用激励函数(相当于激励函数是f(x)=x),在这种情况下,每一层的输出都是上一层的线性函数,无论神经网络有多少层,输出都是输入的线性组合,这与一个隐藏层的效果相当(这种情况就是多层感知机MPL)。但当我们需要进行深度神经网络训练(多个隐藏层)的时候,如果激活函数仍然使用线性的,多层的隐藏函数与一层的隐藏函数作用的相当的,就失去了深度神经网络的意义,所以引入非...

2019-05-10 22:28:43

数学:矩估计和最大似然估计

一、为什么要估计(estimate)在概率,统计学中,我们所要观测的数据往往是很大的,(比如统计全国身高情况)我们几乎不可能去统计如此之多的值。这时候,就需要用到估计了。我们先抽取样本,然后通过统计样本的情况,去估计总体。下面是数学中常用到的术语:总体(Populantion)。通常它均值(mean)用μ表示。方差用表示。 样本(Sample)。通常它的均值用表示,方差用...

2019-05-10 15:03:49

数学:常用的线性代数知识点

逆矩阵定义:A,B为n阶方阵,E为n阶单位矩阵,AB=BA=E,说明A是可逆的,其逆矩阵为B 求解:,其中为伴随矩阵,要求(A可逆的充要条件) 初等行变换:矩阵的秩定义:m×n的矩阵A,若A中至少有一个r阶子式不等于零,且在r<min(m,n)时,A中所有的r+1阶子式全为零,则A的秩为r 求解:行阶梯形矩阵(标准形)的行数逆和秩的关系A满秩()方阵A可逆(A...

2019-04-27 21:28:28

C++入门:指针和数组

1.单独指针intmain(){cout<<"string:"<<endl;strings="HelloWorld!";string*cp0=&s;cout<<cp0<<endl;cout<<&cp0[0]<<endl;cout&lt...

2019-04-22 21:36:26

查看更多

勋章 我的勋章
  • GitHub
    GitHub
    绑定GitHub第三方账户获取
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 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。