dadadaplz-CSDN博客

原创 Dantzig-Wolfe分解

适用场景Dantzig-Wolfe分解的适合用于求解一些具有特定结构的LP & MILP原始问题其中，第一个等式约束为conflicting constrain，剩余的约束都是独立的blocks。Minkowski-Weyl’s representation theorem采用这一定理，可以将多面体中的任意一个点都用多面体的extreme points及extrem...

2019-07-26 19:05:16 10267 2

原创 Lagrangian Decomposition

问题一-Decomposition in conflicting variablesprimal decomposition算法思想primal decomposition算法步骤dual decomposition思想dual decomposition算法步骤算法思想的interpretation问题二-Decomposition in co...

2019-07-26 16:10:18 1198 1

原创 BFPRT算法及python实现

from mergeSort_recursion import mergesortimport randomdef partion(a, m, m_index): #对a进行排序，使得比m小的元素放在m前面，比m大的元素放在m后面 #输入：m_index（m在a中的index） #返回m前面, m后面各自元素的数目,以及m在新数组中的index #将m与数组第一个元素交换位置，然...

2018-04-02 21:06:29 1671

原创 kd树在KNN中的应用

这是一个伪代码!!!写这篇文章的目的在于理解kd树在KNN算法中的应用, 弄清楚整个搜索和回溯过程首先, 定义kd树结点的结构体#include <stdio.h>typedef struct KD_Node{ int kindex; //关键点直方图方差最大向量系列位置 int kvalue;//直方图方差最大向量系列中最中间模值 int n; //...

2018-03-15 20:43:33 582

原创图的深度优先和广度优先遍历

#include <stdio.h>#include <stdlib.h>#include <stdbool.h>#define MAX_NODE_NUM 10typedef int ElemType;typedef enum {DG,UDG} GKind;typedef void (*VISIT)(ElemType); //定义一个函数指...

2018-03-09 15:28:58 413

原创霍夫曼树和霍夫曼编码

#include <stdio.h>#include <stdlib.h>#include <cstring>using namespace std;typedef struct HuffNode{ int weight; int parent, lchild, rchild;}HuffNode, HuffTree;void select(...

2018-03-04 16:14:27 1301

原创 N-皇后的回溯解法

回溯算法的基本思想是：从一条路往前走，能进则进，不能进则退回来，换一条路再试。#include <stdio.h>#include <math.h>#include <stdlib.h> #define N_size 7#define INITIAl -1000int N=N_size;int count = 0;void init(...

2018-03-04 11:28:25 318

原创数据结构之稀疏矩阵

#include <stdio.h>#define MAX_SIZE 20#define MAXR 10typedef int ElemType;typedef struct Triple{ int i; int j; ElemType e;}Triple;typedef struct SparseMatrix{ Triple data[MAX_SIZE]; int rpos[MAXR...

2018-03-01 13:51:57 473

*base:数组元素基址,以二维数组A为例,将数组(按行或者按列)拉成一个向量L所组成的线性结构的首地址.*bounds:数组维界地址,指向一个一维数组B,它存放了数组A各维度元素的数目.假设数组A是(3,4,5)大小的, 则数组B=[3,4,5]*constants:数组映像函数常量基址,指向一个数组C, 它存放了"数组A各个维度上的数字加一时, 元素在线性结构L上所移动的距离".举个栗子吧!首...

2018-02-28 11:01:30 7537 11

原创 socket传输彩色图和深度图

服务器端负责接收并保存客户端传来的彩色图和深度图:/************************************************************************* > File Name: C++/socket/image.cpp > Author: Linzhuo Pang > Mail: panglinzhuo@gm...

2018-02-27 13:44:46 834

原创 C++ socket编程实例

服务器端:#include <sys/types.h> #include <sys/socket.h>#include <netinet/in.h>#include <netdb.h>#include <stdio.h>#include <iostream>#include <arpa/inet.h>

2018-02-27 10:01:27 1912

原创线性表-顺序存储结构的C语言实现

#include #include #define INIT_SIZE 10#define ERROR -1#define OK 1typedef int ElemType;typedef bool Status;typedef Status (*CALL_FN)(ElemType);typedef struct list{ ElemType* elem; ElemT

2018-02-02 10:26:11 539

原创归并排序

#include #include #include void display(int* a, size_t size){ for(int i = 0; i<=size-1; i++) printf("%d ", a[i]); printf("\n");}void Merge(int* a, int lo, int mid, int hi){ int* tmp = (

2018-02-01 20:00:03 168

原创 Python爬取扇贝“【无老师】7天搞定TOEFL单词”

#!/usr/bin/env python3from bs4 import BeautifulSoupimport requestsimport csvimport bs4import codecs#检查url地址并返回网页contentsdef check_link(url): try: r = requests.get(url)

2018-01-18 15:33:21 2021

原创 Meta Learning

Meta learning就是learning to learn，字面意思就是学会学习。想一下人是怎么学会学习的：采用一种学习方法（比如刷题/背题/背概念等）进行学习，然后得到反馈（成绩是否提高），如果是正的反馈（成绩不断提高），说明这种学习方法是有效的。那么神经网络是如何学会学习的呢？采用一种学习方法（对于神经网络来说，就是模型的参数）进行学习，然后得到反馈（误差关于参数的梯度），

2017-09-17 22:09:32 9965

原创论文笔记understanding black-box predictions via influence functions

Purpose **To formalize the impact of a training point on a prediction, we ask the counterfactual: what would happen if we did not have this training point, or if the values of this training point w

2017-09-15 15:34:57 6935 5

原创 Why does policy gradiet method has high variance?

策略梯度方法策略梯度方法中，目标函数是使得整个episode得到的reward的均值最大： maximizeθEπθ[∑t=0T−1γtrt]{\rm maximize}_{\theta}\; \mathbb{E}_{\pi_{\theta}}\left[\sum_{t=0}^{T-1}\gamma^t r_t\right] 由于： ∇θE[f(x)]=∇θ∫pθ(x)f(x)dx=∫pθ

2017-09-12 21:51:11 473

原创神经网络中的优化算法

什么是优化算法？给定一个具有参数θ的目标函数，我们想要找到一个w使得目标函数取得最大值或最小值。优化算法就是帮助我们找到这个θ的算法。在神经网络中，目标函数f就是预测值与标签的误差，我们希望找到一个θ使得f最小。优化算法的种类一阶优化算法它通过计算目标函数f关于参数θ的梯度（一阶偏导数）来最小化代价函数。常用的SGD、Adam、RMSProp等基于梯度的优化算法都属于一阶优化算法。

2017-09-12 11:14:47 15190

原创逻辑回归、交叉熵、softmax

什么时候用softmax？ softmax是一种归一化函数，用于将向量中元素的值都归一化0～1之间，并保持其加和为1。公示表达为：根据公式和图片可看出，前一层的激活值越大，经过softmax函数后的值也就越大，又因为softmax的所有输出加和为1，因此，常利用softmax层将激活值与概率实现映射。多元分类（multi-class classification）中，每个样本只

2017-09-08 20:45:32 2259

原创距离度量之马氏距离

马氏距离用来度量一个样本点Ｐ与数据分布为Ｄ的集合的距离。假设样本点为：数据集分布的均值为：协方差矩阵为Ｓ。则这个样本点Ｐ与数据集合的马氏距离为：马氏距离也可以衡量两个来自同一分布的样本x和y的相似性：当样本集合的协方差矩阵是单位矩阵时，即样本的各个维度上的方差均为１．马氏距离就等于欧式距离相等。当协方差矩阵

2017-09-02 16:08:50 30530 4

原创策略迭代与值迭代的区别

策略迭代与值迭代都属于强化学习里面策略求解中的动态规划方法。其区别是什么呢？首先看一张图片：首先看策略迭代：１.initialization 初始化所有状态的v(s)以及π(s)（初始化为随机策略） 2.poicy evaluation 用当前的v(s)对当前策略进行评估，计算出每一个状态的v(s)，直到v(s)收敛，才算训练好了这个状态价值函数V(s) 3.

2017-08-31 20:35:46 30145 7

原创 Ubuntu16.04重装grub

昨晚离开实验室后忘记关电脑了，今天早上去了，发现进不去grub了，于是只好重装grub。首先，用USB启动盘进入Ubuntu系统，并用gparted查看分区。确认Windows和Ubuntu均装在/dev/sda，Ubuntu一共有三个分区： /home / /boot 分别挂载在/dev/sda10, /dev/sda9, /dev/sda7上面。其次，将/home /

2017-08-26 10:51:18 10750

原创 Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift

BackgroundCovariance shift ——when the input distribution to a learning system changes, it is said to experience covariance shift.当这种现象发生在多层神经网络之间时，即前面层参数的改变，使得后面层的输入分布发生改变时，就叫Internal covariance shif

2017-08-24 16:32:14 1923

原创 From Inception to Xception

首先介绍1x1卷积核的作用，其次分别引出Inception及Xception的思想1x1卷积核的作用1.实现跨通道信息的整合或拆分首先看一下2x2的卷积核输入：4x4x3 卷积核：2x2x3x1 输出：3x3x1 2X2的卷积核将图中的12个输入节点组合映射到1个输出节点上。接着看1x1的卷积核输入：4x4x3 卷积核：1x1x3x2 输出：4x4x2 1x1的卷积核将下面左

2017-08-23 10:33:21 476

原创 ResNet：Deep Residual Learning for Image Recognition

背景 There exists a solution by construction to the deeper model: the added layers are constructed as identity mappings, and the other layers are copied from the learned shallower model. The existence

2017-08-22 20:36:31 903

原创 Visualizing and Understanding Convolutional Networks阅读笔记

本文采用Deconvnet对CNN学习到的features进行可视化。核心思想对CNN的第n层中的某一个feature map，每一个unit就是一个activation，当我们想要可视化某一个activation时，将第n层中除了这个activation以外的所有feature maps中的activations都设为零，一起输入给deconvnet，即可得到一个reconstruction

2017-08-21 19:08:11 1067 1

原创 Discriminative Correlation Filters (DCF)

一般化的跟踪问题可以分解成如下几步： 1. 在It帧中，在当前位置pt附近采样，训练一个滤波器。这个滤波器能计算一个小窗口采样的响应。 2. 在It+1帧中，在前一帧位置pt附近采样，用前述滤波器判断每个采样的响应。 3. 响应最强的采样作为本帧位置pt+1。 DCF is a learning technique that efficiently exploits all cyc

2017-08-18 21:17:54 8838

原创 RCNN：Rich feature hierarchies for accurate object detection and semantic segmentation

RCNN：Regions with CNN背景在RCNN出现以前，目标检测系统一般通过将多个low-level图像特征进行结合，来产生high-level的特征。创新点 1.将CNN与region proposals相结合，首次展现出CNN在object detection问题上的强大威力，各种碾压传统方法 2.将图像分类与目标检测联系起来，利用预训练好的图像分类模型+少量数据的domain

2017-08-18 16:49:21 376

原创 cross-entropy for one-stage detecor

将讲述三种cross-entropy，分别为standard cross-entropy、 balanced cross-entropy、focal loss。standard cross-entropy standard cross-entropy认为各个训练样本的权重是一样的，若用p_t表示样本属于true class的概率，则： standard

2017-08-12 21:15:04 1773

原创特征值分解与奇异值分解

特征值分解与奇异值分解的几何意义、公式表达其区别与联系

2017-07-20 21:05:36 719

原创深度学习中的卷积与反卷积

深度学习中的卷积与反卷积卷积与反卷积操作在图像分类、图像分割、图像生成、边缘检测等领域都有很重要的作用。为了讲明白这两种操作，特别是反卷积操作，本文将依照 * 神经网络中的编码器——解码器——卷积——反卷积* 的思路来一步步介绍。编码器神经网络本质上就是一个线性变换，通过将输入的多维向量与权重矩阵相乘，得到一个新的多维向量。当输入向量的维度高于输出向量的维度时，神经网络就相当于一个编码器，例如下图

2017-07-16 16:31:00 42877 3

原创欢迎使用CSDN-markdown编辑器

深度学习中的卷积与反卷积操作详解

2017-07-16 16:17:14 258

原创 About Adaboost

关于Adaboost算法的实现细节，特别讲了改变样本分布的两种方法。

2017-05-25 14:07:55 681

原创 A3C代码详解

莫烦大神的A3C连续控制代码详解"""Asynchronous Advantage Actor Critic (A3C) with continuous action space, Reinforcement Learning.The Pendulum example.View more on my tutorial page: https://morvanzhou.github.io/

2017-05-19 17:30:25 9337

原创 On-policy Sarsa算法与Off-policy Q learning对比

强化学习中Sarsa算法（on policy）与Q learning（off policy）的详细对比。

2017-05-19 09:40:20 14521 6

原创 Policy Gradient Methods in Reinforcement Learning

强化学习中的策略梯度方法详解。

2017-05-18 20:48:40 3389

原创 ubuntu系统+英伟达显卡台式机无法调节屏幕亮度

突然发现台式机屏幕亮度好高，看的眼睛都要瞎掉了= =但是在系统设置里面却找不着屏幕亮度调节的按钮，试了网上说的好几种方法都没有用，最后用下面的方法解决了。在命令行中输入nvidia-settings以启动NVIDIA X Server settings然后进入GPU 0 --> CRT-0 --> Color Correction就可以调节屏幕亮度了：

2016-09-09 17:13:56 2139 4

原创构建一个Mapreduce作业

一、下载数据这些数据即将作为mapreduce作业的输入$ wget http://www.gutenberg.org/cache/epub/4300/pg4300.txt$ wget http://www.gutenberg.org/files/5000/5000-8.txt$ wget http://www.gutenberg.org/cache/epub/20417/pg20

2016-05-07 11:09:21 790

原创 Hadoop安装&单机/伪分布式配置_Hadoop2.7.2/Ubuntu14.04

一、安装Java1.下载jdk-8u91-linux-x64.tar.gz文件，网址为：http://www.oracle.com/technetwork/java/javase/downloads/index.html2.安装：#选择一个安装路径，我选择的是/opt,并将下载的jdk-8u91-linux-x64.tar.gz文件复制到这个文件夹下$ cd /opt$ s

2016-05-04 20:06:54 5815 2

原创梯度下降法Python代码

前一篇已经总结了梯度下降法，今天尝试将代码用Python实现，之所以选择Python是因为用python写的代码可以短一些=。=如果哪里不对了，希望可以帮我纠正~~首先是批量随机梯度法，适用于训练样本数目不是特别多的情况，而且可以用于样本特征数目n更多的情况：# -*- coding: cp936 -*-#Training data set#-----by plzimpo

2016-04-28 10:00:36 2842 1

数学建模与仿真

美赛 数学建模 写作模版 各部分

visualC++6.0(支持win7)

克鲁斯卡尔算法

TCP/IP协议分析

空空如也

美赛数学建模写作模版各部分