阿华Go-CSDN博客

原创排序链表

1）链表快排p->q之间放着小于pivot的节点，q->next~tail之间放着大于pivot的节点。class Solution {public: ListNode* sortList(ListNode* head) { quickSort(head,NULL); return head; } void quickSor...

2019-09-25 09:36:07 280

原创 topk问题求解

1）利用快排思路求解~static int partation(vector<int>& v, int l, int r) { if (l > r) return -1; if (l == r) return l; int pivot = v[l]; while (l < r) { while (l < r && v[r] &gt...

2019-09-24 22:07:41 332

原创字节跳动笔试---字母交换，最多m次

参考：https://blog.csdn.net/cxzzxc123456/article/details/79058419【编码题】字符串S由小写字母构成，长度为n。定义一种操作，每次都可以挑选字符串中任意的两个相邻字母进行交换。询问在至多交换m次之后，字符串中最多有多少个连续的位置上的字母相同？输入描述:第一行为一个字符串S与一个非负整数m。(1 <= |S| <= 1000...

2019-08-26 22:53:34 1461

一般有两种问题，一种是从一个未知的序列中随机选择一个，因此其概率为1/m，m代表当前元素；当从一个未知的序列中挑选k个元素或者从一个已知序列长度为n（n非常大）中挑选k个元素，使每个元素被挑选的概率均等，称之为蓄水池采样问题。具体思路是：首先挑选k个元素，放入蓄水池中；然后从第k+1个元素开始，使得其被挑选的概率为k/m(m代表当前元素的序号），这样的话就可以保证每个样本被挑选的概率为k/n了...

2019-08-23 10:39:22 277

原创矩阵连乘求的最小乘法次数

给定一个 n 的矩阵序列，我们希望计算它们的乘积：A_1·A_2·A_3····A_n，其中，A_i 是 a_i *a_i+1的矩阵。其中我们的问题是找到一个合适的序列，使得他们的乘积操作步数最小。怎么求解呢？求最值的方法首先想到动态规划。定义子问题，进一步求解状态转移方程。定义初始条件，然后呢，注意其求解顺序即可得到最终结果，实现如下：int helper(vector<int&gt...

2019-08-10 21:15:24 2587

原创最短路径、最小生成树

今天复习的时候，刚好复习的这一块，所以就简单做一个备忘，写的潦草还望大家不要介意呀~】最短路径解法：1、dijistra算法思路：根据点集合将其分为两个集合，一种是已经访问过的点S集合（代表从源点到该集合中的点的距离最小），另一种是未访问过的U集合，然后每次从U集合中选择节点，使得源点到改点的距离最小，并添加进S集合，然后更新距离，迭代直至所有节点都已经加入S集合中，此时可以求得的list...

2019-07-14 12:12:48 336

原创回溯法---八皇后/迷宫

下午在复习回溯法的一些相关概念，为了验证复习的效果，做了八皇后和迷宫问题进行验证。八皇后：#include <iostream>#include <vector>#include <string>#include <algorithm>using namespace std;void helper(vector<vector&l...

2019-05-14 18:01:29 264

转载神经网络不学习的原因

转载:神经网络不学习的原因 Neural Network Check List声明：译自Reasons why your Neural Network is not working翻译的虽不标准，也算靠谱Neural Network Check List如何使用这个指南数据问题检查输入数...

2019-01-23 09:56:40 450

原创 tensorflow中的conv2d和conv2d_transpose中的参数求解～

#coding=utf-8import tensorflow as tfinput=tf.ones(name="input",shape=(1,18,18,3),dtype=tf.float32)weight=tf.get_variable(name="w",shape=(11,11,20,3),dtype=tf.float32)output_shape=[1,273,273,20]...

2018-12-08 21:15:50 1169

转载深度学习：欠拟合问题的几种解决方案

我最近做深度学习在连续中文语音识别方向的应用的时候，根据一些论文和网上一些公开代码和模型结构，设计了一个神经网络的模型。但是在训练的时候，就首先遇到了很让人头疼的欠拟合问题。神经网络欠拟合的特征是，训练了很长时间，但是在训练集上，loss值仍然很大甚至与初始值没有太大区别，而且精确度也很低，几乎接近于0，在测...

2018-11-15 18:09:53 5648 1

转载 Loss和神经网络训练

2018-11-15 17:44:48 1968

原创 tensorflow数据增强方式

方式：http://www.jiangdongzml.com/2018/03/16/Image_Data_Processing/

2018-11-14 23:20:25 929

转载训练loss不下降原因集合

转载自：https://blog.csdn.net/jacke121/article/details/79874555一，train loss与test loss结果分析4666train loss 不断下降，test loss不断下降，说明网络仍在学习;train loss 不断下降，test lo...

2018-11-08 09:46:18 1702

转载目标检测NMS须知

转载:`機器/深度學習: 物件偵測 Non-Maximum Suppression (NMS)機器/深度學習: 物件偵測 Non-Maximum Suppression (NMS)基本上在影像物件偵測領域上，都是先會選出物件候選人，然後在物件候選人中判斷是不是物件，但有可能一個物件被很多候選框給選到(如下圖)，下左圖就是一個例子假設算法抓到這麼多框都是物件，這時候要怎麼處理，幾乎最後的作法都是...

2018-11-06 17:16:30 891

原创几种Attetnion机制

主要列一下参考文献，便于以后再了解~从Seq2seq到Attention模型到Self Attention（一）从Seq2seq到Attention模型到Self Attention（二）Attention (Query,Key,Value)一般Attention： Query来自Decoder中，Key=Value来自Encoder中，一般有乘法Attention和加法Attention...

2018-10-18 11:07:12 724

转载 RNN详解及BPTT详解

2018-10-13 21:04:19 19164 4

原创 Faster-RCNN的RPNnet解析

首先，RPNnet注意包括两部分，一个是用于预测预测框的前景背景，因此输出为2k，其中k对应的是所有anchor boxes的个数；另一个是用于预测对应的坐标映射关系，输出为4k；然后RPN net的输出结合上一层的feature map同时送入ROI pooling层，然后做进一步的判别。scales=[8,16,32]ratios=[0.5,1,2]w=[23,16,11]h=[12...

2018-09-25 20:58:28 564

转载相对熵

转载：相对熵（KL散度）今天开始来讲相对熵，我们知道信息熵反应了一个系统的有序化程度，一个系统越是有序，那么它的信息熵就越低，反之就越高。下面是熵的定义 如果一个随机变量的可能取值为，对应的概率为，则随机变量的熵定义为   &nbsp...

2018-08-07 11:06:42 6909

转载详解 ROI Align 的基本原理和实现细节

尊重作者，转载网址。ROI Align 是在Mask-RCNN这篇论文里提出的一种区域特征聚集方式, 很好地解决了ROI Pooling操作中两次量化造成的区域不匹配(mis-alignment)的问题。实验显示，在检测测任务中将 ROI Pooling 替换为 ROI A...

2018-07-30 15:52:16 732

原创 mAP参考文献

最近在做目标检测相关的工作，有时候想要统计mAP值却往往找不到对应的参考文献，所以就花了一些时间统一对资料进行了整理，希望可以帮到需要的童鞋。 darknet yolo 计算mAP，recall 深度学习系列之YOLOv2 mAP计算 YOLO V2 的mAP数据测试有时间再来做更精细的整理！...

2018-07-13 10:38:31 1114

转载 RNN介绍

原文  http://www.jianshu.com/p/9dc9f41f0b29Recurrent Neural Networks人类并不是每时每刻都从一片空白的大脑开始他们的思考。在你阅读这篇文章时候，你都是基于自己已经拥有的对先前所见词的理解来推断当前词的真实含义。我...

2018-07-06 16:35:42 830

原创 xgboost简单介绍

XGBoost全名为（extreme gradient boosting），意译为极端梯度增强算法，看到里面有一个简单的boosting算法，大家是否想到了Adaboosting算法呢？其实就我个人理解，XGBoost其实是结合了bagging和boosting两者的优点然后进行结合而得到的一种超强的新型算法，作为Kaggle的大杀器，它有足够的能力去学习各种各样不规则的特征。现在我们就来简单...

2018-07-01 17:21:44 2717

转载 word2vec和word embedding有什么区别?

作者：Scofield链接：https://www.zhihu.com/question/53354714/answer/155313446来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。很好，正好可借此机会介绍词向量、word2vec以及DeepNLP整套相关的东西...

2018-06-18 22:53:30 12433 8

原创 opencv扩展裁图

昨天要做一个裁图任务，但是有时候会截到图片外面去，即裁图的时候截到外面去的设置为黑色，在图片内部的保持原状，然后找了好久，也没有找到相应的资料，所以最后就设计了一个，验证之后效果还可以，所以将代码贴出来，希望可以帮助到需要的童鞋～1我们要求从原图(512*512)上面裁出来（224*224）的小图，所以相应的右下是224-(x_u-512)=736-x_u#coding=utf-8imp...

2018-06-15 10:51:11 259

原创 Windows10安装tensorflow1.2.1版本遇到的No module named '_pywrap_tensorflow_internal'错误

安装tensorflow-gpu总是一个让人很懵的过程，痛并快乐着，主要讲一下适配，cuda8.0+cudnn6.0+tensorflow-gpu(1.3.0)，标配哈，看了好多同学说装cudnn 5.0或者5.1，试过之后表示不靠谱，所以推荐安装cudnn 6.0。 No module named ‘_pywrap_tensorflow_internal’ 根本原因：cudnn版本不...

2018-05-17 20:32:15 1722 2

原创 NMS（非极大值抑制）代码解析

更多代码实现：https://github.com/Tangzixia/Vehicle-Detection-YOLO-ver/blob/master/yolo_tiny.pydef interpret_output(yolo, output): probs = np.zeros((7, 7, 2, 20)) class_probs = np.reshape(output[0:9...

2018-05-04 15:59:22 956

原创目标检测和分类论文中的生僻概念

目标检测相关：目标检测中的相应评价指标：AP，mAP，top-1，top-5,p-r等等一览 http://blog.sina.com.cn/s/blog_9db078090102whzw.htmlmean average precision（MAP）在计算机视觉中是如何计算和应用的？ https://www.zhihu.com/question/41540197/answer/916...

2018-05-03 16:21:49 296

原创 Tensorflow中问题总结

1）ValueError: Variable bar/v does not exist, or was not created with tf.get_variab le(). Did you mean to set reuse=None in VarScope?import tensorflow as tfwith tf.variable_scope("foo"): v=...

2018-05-02 12:28:07 3385

转载【机器学习】k-fold cross validation（k-折叠交叉验证）

另一篇博客http://blog.csdn.net/evillist/article/details/76009632交叉验证的目的：在实际训练中，模型通常对训练数据好，但是对训练数据之外的数据拟合程度差。用于评价模型的泛化能力，从而进行模型选择。交叉验证的基本思想：把在某种意义下将原始数据(dataset)进行分...

2018-04-29 22:33:07 1334

转载训练集(train set) 验证集(validation set) 测试集(test set)

训练集(train set) 验证集(validation set) 测试集(test set)看完之后豁然开朗，原文地址：http://www.cnblogs.com/xfzhang/archive/2013/05/24/3096412.html在有监督(supervise)的机器学习中，数据集常被分成2~3个，...

2018-04-29 22:27:16 2247

原创机器学习中的验证集的作用和如何使用

验证集的作用：在机器学习或者深度学习中，我们需要了解我们的模型包括什么：1）模型设计：①模型架构（包括模型有多少层，每层有多少个神经元）；②可训练权重参数（模型内置参数）；2）模型训练的参数（模型外置参数，如学习率、优化策略等等）。这一块具体大家可以去看一下吴恩达老师机器学习的教程，会有很大收获的，如图（截自吴恩达机器学习教程）：然后我们可以发现什么，bp算法可训练的参数只有什么东东...

2018-04-29 20:41:14 34827 4

转载 Fast R-CNN

转载：Object Detection(2):Fast R-CNN Object Detection(1):R-CNN实践这篇承接上一篇，FRCN是rbgirshick在R-CNN基础上提出的改进，提出了一些创新式的做法，不仅提升了训练和测试时的速度，而且提升了精度。SPPnet是Kaiming He提出的一种结构，论文链...

2018-04-24 21:11:04 416

原创机器学习中的两大学派

前面看了很仔细的一些知识，今天换个口味，我们来了解一下机器学习中的两大学派，即频率学派和贝叶斯学派，我们为什么突然走起了这个风格的style呢？是不是没吃药？哈哈哈，不是这样的，是以前对机器学习的理解理解都是挑的比较详细的知识点进行串联，体系结构形成的并不是很完善，因此回头过来看看最基础的一些看似没用的东西，可以起到事半功倍的效果呢，事实证明也的确如此（关于这个论证感兴趣的小伙伴可以从减小过拟合的...

2018-04-17 22:15:35 1888

原创 CNN中的小tips（3）---《l1,l2正则化为什么可以减轻过拟合现象》

过拟合现象发生的原因：过拟合现象：由于神经网络的学习能力过于强大，以至于学到了训练样本中一些不太一般的特点，从而导致模型的泛化能力变差！本质原因：由于监督学习问题的不适定：可以这样理解，高数中我们通过n个方程求解n个变量，当用这n个方程求解n+1个变量时，就会求解不出来；在监督学习中，我们给定的数据（方程）远远少于模型空间中的变量（变量的个数）。而且模型越复杂，越容易过拟合！因此过...

2018-04-16 22:30:40 4320

原创 CNN中的小tips（2）---batch normalization

问题：Internal Covariate Shift： 1）描述：普遍理解：Internal Covariate Shift（内部协方差偏移）：随着网络的进行，网络中的参数也随着梯度不停更新。一方面，当底层网络中的参数发生微弱变化时，由于每一层中的线性变换和非线性激活映射，这些微弱的变化随着网络层数的加深而被逐级放大（类似蝴蝶效应）；另一方面，参数的变化导致每一层的输入分布会发生改变，...

2018-04-15 18:33:36 2158

原创交叉熵损失函数的多样化理解

背景：为什么会选择交叉熵损失函数？？？起初大佬们想的是使用绝对值误差作为损失函数，但是由于绝对值在数学中不好计算，所以大佬们就对绝对误差进行取平方操作，为了便于计算，在前面还乘了1/2，然后多个样本的损失进行求和求均值，即MSE（最大平方估计/最大平方误差），在深度学习中，我们经常使用的激活函数是sigmoid激活函数，由于该函数直接将输出激活到(0,1)空间，导致在该函数边缘的区域进行参...

2018-04-12 17:13:03 607

转载 Word2Vec原理详解

转载：Word2Vec原理详解写在前面为了更方便读者学习，笔者下载了word2vec源码共享在云盘（google官网有时会访问不了），地址。还有关于word2vec实战的地址下面是转载内容：word2vec 是 Google 于 2013 年开源推出的一个用于获取 word vector 的工具包，...

2018-04-08 23:07:27 684

原创交叉验证

在机器学习中，我们总会提到交叉验证，那么交叉验证到底是什么呢？下面我们就来进行一个简短的介绍！原因：在机器学习里，一般我们并不把所有的训练集用于训练模型，而是将训练集分成训练集和验证集，原因在于，如果我们将所有的训练集用于训练模型的话，直到在测试集阶段才能进行检验我们训练出来的模型的性能，有可能耗费了大量的资源之后得到一个很糟糕的模型，如果我们在训练阶段就可以进行检验，挑选合适的参数进...

2018-04-07 18:24:54 1440

转载机器学习笔记：朴素贝叶斯方法（Naive Bayes）原理和实现

转载：[机器学习笔记：朴素贝叶斯方法（Naive Bayes）原理和实现](https://blog.csdn.net/tanhongguang1/article/details/45016421) 本文主要描述了朴素贝叶斯分类方法，包括模型导出和学习描述。实例部分总结了《machine ...

2018-03-28 09:13:44 799 1

原创贝叶斯公式理解

学习贝叶斯条件概率，我们首先需要知道什么是先验概率和后验概率，先验概率和后验概率的定义如图所示：因为贝叶斯公式主要是在事件已经发生，需要从其对应的多个原因中选择一个原因，然后求解是该原因所导致的结果的概率，即后验概率，对应的我们可以将问题转化一下，例如求解取一个图片是有角的，求该图片是犀牛的概率，利用贝叶斯公式进行求解，也可以得到预期的效果，大家可以进行尝试，希望有助于大家理解贝叶...

2018-03-27 16:51:51 871