- 博客(33)
- 收藏
- 关注
RSS订阅原创 python反射机制
python反射机制一、 应用场景根据不同的场景运行不同的函数，可以将这种写入配置中，读取配置，运行对应的函数，这个时候获取的函数为字符串，如何运行该字符串呢？二、 反射的定义反射就是通过字符串的形式，导入模块；反射就是通过字符串的形式，导入模块；通过字符串的形式，去模块寻找指定函数，并执行。利用字符串的形式去对象中操作属性或者函数利用字符串的形式去对象中操作属性或者函数一种基...
2019-01-26 00:04:06
206
原创 poj 1511 Invitation Cards
Description In the age of television, not many people attend theater performances. Antique Comedians of Malidinesia are aware of this fact. They want to propagate theater and, most of all, Antique Co...
2018-07-22 14:07:33
150
转载 快速幂
转自：http://www.cnblogs.com/CXCXCXC/p/4641812.html快速幂这个东西比较好理解，但实现起来到不老好办，记了几次老是忘，今天把它系统的总结一下防止忘记。 首先，快速幂的目的就是做到快速求幂，假设我们要求a^b,按照朴素算法就是把a连乘b次，这样一来时间复杂度是O(b)也即是O(n)级别，快速幂能做到O(logn)，快了好多好多。它的原理如下： 假设...
2018-07-21 13:28:22
171
原创 我理解的RNN和LSTM
参考：https://www.jianshu.com/p/9dc9f41f0b29 很良心的介绍LSTM 我之前接触的神经网络的输入都是一个列向量，表示一个样本，样本集中的样本之间没有关系，也就是说 xt−1xt−1x_{t-1} 和 xtxtx_{t} 之间没有关系，是独立的。但如果我们处理的样本是有关系的，比如说 (1) 两个样本之间有时间关系，构成时间序列 (2) 根据电影前面的剧情...
2018-07-15 18:21:02
830
转载 RNN LSTM
详解 LSTM 今天的内容有：LSTM 思路LSTM 的前向计算LSTM 的反向传播关于调参LSTM长短时记忆网络(Long Short Term Memory Network, LSTM)，是一种改进之后的循环神经网络，可以解决RN...
2018-07-15 16:11:42
4391
转载 LSTM RNN
个人认为下面这篇博文非常适合初学或者学的很浅的朋友。 转自http://www.jianshu.com/p/9dc9f41f0b29经常接触LSTM，GRU,RNN这些模型，对于LSTM的印象只是知道它用来解决梯度消失梯度爆炸问题，对于长距离的句子的学习效果不好的问题，而且大概...
2018-07-15 13:59:05
351
原创 poj 1328 Radar Installation
DescriptionAssume the coasting is an infinite straight line. Land is in one side of coasting, sea in the other. Each small island is a point locating in the sea side. And any radar installation, locat...
2018-06-30 22:01:50
134
原创 poj2965 The Pilots Brothers' refrigerator
DescriptionThe game “The Pilots Brothers: following the stripy elephant” has a quest where a player needs to open a refrigerator.There are 16 handles on the refrigerator door. Every handle can be in o...
2018-06-30 17:23:49
100
原创 poj 1753
DescriptionFlip game is played on a rectangular 4x4 field with two-sided pieces placed on each of its 16 squares. One side of each piece is white and the other one is black and each piece is lying eit...
2018-06-30 16:01:14
133
原创 javascript 总结 -- 函数篇
看廖雪峰老师的js教程做的笔记 1. 函数定义，两种形式 - function f(a,b,c){….} 带名函数 - var f = function(a,b,c){…}; 匿名函数 2. 形参个数和实参个数不相同也没问题。 所以需要对参数个数进行检查。 每个函数都有一个argument参数，指向当前传入的参数列表，类似于Array。常用于判断传入参数的个数。rest参数 f...
2018-06-01 22:02:19
186
原创 javascript 总结 入门
本文是看廖雪峰老师的博客做的笔记。 1. js大小写敏感 2. js的数据类型包括： - Number：包含NaN(not a number，无法表示的结果用NaN表示，eg /0)；Infinity(无穷大，当数值超过了能表示的最大值时) - 字符串：既可以用单引号，也可以用双引号 - 布尔值 3. ==运算符和===运算符：==会自动转换数据类型进行比较,===如...
2018-06-01 15:50:33
95
转载 Eclipse EE部署WEB项目到Tomcat容器
项目开发完了，我们不可能一直在IDE里面运行，我们需要把项目部署到相应的平台内，或者说我要把项目发布出来让其他人能够正常使用。WEB项目就需要部署到服务器上运行的相应容器内，以实现网站的运营。在J2EE WEB开发阶段我们已经使用容器来测试网页效果，之所以我们在开发阶段使用Tomcat来搭建运行环境，同样它是J2EE WEB的容器。当然相应的容器还有很多，普通开发阶段用得比较多的就Tomcat，...
2018-05-26 15:15:28
245
转载 web开发环境搭建 eclipse
下载jdk、eclipse EE版本。 下载tomcat tomcat具体配置百度运行eclipse EE2.2 设置 Tomcat在 Eclipse 中，点击菜单栏 Window->Preferences ， 点击 Server / Runtime Environments ：点击 “Add”按钮， 新建一个服务器。我们之前安装了 Tomcat 9.0, 所以这...
2018-05-26 15:09:18
182
原创 降维与度量学习
KNN–k近邻学习KNN基于某种距离度量在训练集中找出与其距离最近的k个带有真实标记的训练样本，然后给基于这k个邻居的真实标记来进行预测分类任务：投票法或者加权投票法(基于距离远近，距离越近的样本权重越大)回归任务：平均法或者加权平均法(基于距离远近，距离越近的样本权重越大) KNN算法的核心在于k值的选取以及距离的度量。k值选取太小，模型很容易受到噪声数据的干扰，例如：极端地...
2018-05-25 00:56:19
3671
原创 滑雪
滑雪Time Limit: 1000MS Memory Limit: 65536KTotal Submissions: 104919 Accepted: 39951DescriptionMichael喜欢滑雪百这并不奇怪， 因为滑雪的确很刺激。可是为了获得速度，滑的区域必须向下倾斜，而且当你滑到坡底，你不得不再次走上坡或者等待升降机来载你。Michael想知道载一个区域中最长底滑坡。区域由一个二维...
2018-05-16 18:04:34
557
3
原创 Moving Tables
Moving TablesTime Limit: 1000MS Memory Limit: 10000KTotal Submissions: 33739 Accepted: 11268DescriptionThe famous ACM (Advanced Computer Maker) Company has rented a floor of a building whose shape is ...
2018-05-16 16:07:58
267
原创 Human Gene Functions
简单说就是最长公共子序列的变种。dp[i][j]表示串s1[0..i]和串s2[0...j]的最长公共子序列故dp[i][j] = max(dp[i-1][j-1] + matrix[s1[i-1]][s2[j-1]] 表示串s1的第i个字符和串s2的第j个字符匹配dp[i-1][j]+matrix[s1[i-1]]['-'] 表示串s1的第i个字符和'-'匹配dp[i][j-1]+matrix[...
2018-05-15 21:57:05
1146
原创 Parencodings 1068
DescriptionLet S = s1 s2...s2n be a well-formed string of parentheses. S can be encoded in two different ways:q By an integer sequence P = p1 p2...pn where pi is the number of left parentheses before...
2018-05-15 20:58:46
133
原创 最长子段和 最大子矩阵
最长字段和 数组a[0...n]，求出max a[i..j]的和用dp的思想做 dp[i]表示从a[0]到a[i]的最长子段和，并且肯定包含a[i]，则原问题转换成求max dpdp[i] = max(dp[i-1]+a[i],a[i])故若dp[i-1]>0,则dp[i] = dp[i-1]+a[i];若dp[i-1]<0，则dp[i]=a[i];int maxSum(int ...
2018-05-15 18:07:54
207
原创 欧几里得算法
欧几里得算法 -- 求最大公约数int GCD(int a,int b){ if(b == 0){ return a; } return GCD(b,a%b);}一般希望 a>b,加速迭代过程。扩展欧几里得算法 -- ax+by=gcd(a,b)=d__int64 exGCD(__int64 a,__int64 b,__int64 &x,__...
2018-05-15 16:21:35
254
原创 1023 The Fun Number System
Description In a k bit 2’s complement number, where the bits are indexed from 0 to k-1, the weight of the most significant bit (i.e., in position k-1), is -2^(k-1), and the weight of a bit in any pos...
2018-05-10 16:54:39
156
原创 神经网络
1.为什么需要激活函数：线性函数的组合还是线性函数，需要激活函数引入非线性。在隐藏层的节点传入下一层进行加权之前，经过激活函数的处理，激活函数为非线性函数。2.常见的激活函数： S型函数：(logistic中用的激活函数就是它) sigmoid=11+e−xsigmoid=11+e−xsigmoid = \frac{1}{1+e^{-x}} 修正线性单元激活函数 (ReLu函数) ...
2018-05-09 14:17:07
192
原创 logistic回归 ROC AUC L1正则化
逻辑回归 logistic1.logistic回归是一种极其高效的概率计算机制 2.logistic返回的是概率，可以”原样”使用返回的概率来代表某件事情发生的可能性，也可以将返回的概率转换成二元值（0和1） 3.logistic回归模型用于分类 设置阈值 评估的话用 准确率常见的S型曲线 y′=11+e−zy′=11+e−zy'= \frac{1}{1+e^{-z}} z=w...
2018-05-05 21:40:36
3527
原创 poj 1019 Number Sequence
DescriptionA single positive integer i is given. Write a program to find the digit located in the position i in the sequence of number groups S1S2...Sk. Each group Sk consists of a sequence of positiv...
2018-05-05 16:05:03
239
原创 google 机器学习速成课程 笔记2
学习google 机器学习速成课程 笔记2特征工程从原始数据中提取特征的过程 如果原始数据为字符串，可以使用One-Hot编码将其转换成特征向量。特征一般为浮点数表示。 将字符串值映射到浮点数 1. 首先，为要表示的 所有特征的 字符串值 定义一个词汇表。 2. 然后，使用该词汇表创建one-hot编码，用于将指定字符串值表示为二元矢量，在该矢量中，只有一个元素设为1，其余的...
2018-05-05 00:04:28
179
原创 google 机器学习速成课程 笔记1
学习谷歌的机器学习速成课程标签：标签是我们要预测的事物，也就是y特征：特征是输入变量，也就是x，按照如下方式指定{x1,x2,x3….,xN}，合适的特征应该是具体可量化的，for example，喜欢不是可观察且可量化的指标，鞋的美观程度也不是，但是鞋码和用户点击鞋子描述的次数是一种具体可量化的指标。样本：指数据的特定实例，有标签样本和无标签样本模型：模型定义了特征和标签之间的联系，...
2018-05-04 16:35:43
238
原创 poj 1018 Communication System
DescriptionWe have received an order from Pizoor Communications Inc. for a special communication system. The system consists of several devices. For each device, we are free to choose from several man...
2018-05-04 12:34:58
114
原创 poj 1017 Packets
poj 1017DescriptionA factory produces products packed in square packets of the same height h and of the sizes 1*1, 2*2, 3*3, 4*4, 5*5, 6*6. These products are always delivered to customers in the squa...
2018-05-03 20:08:12
113
原创 0-1背包 完全背包 多重背包 Dividing poj1014
背包问题：一个背包总容量为w, 现在有n个物品, 第i个物品容量为weight[i], 价值为value[i], 现在往背包里面装东西, 怎样装才能使背包内物品总价值最大。主要分为3类： 1. 0-1背包, 每个物品只能取0个,或者1个. 2. 完全背包, 每个物品可以取无限次. 3. 多重背包, 每种物品都有个数限制, 第i个物品最多可以为num[i]个.背包问题多用动态规划求解，动态规划...
2018-04-15 22:07:22
207
原创 poj 1013 Counterfeit Dollar
DescriptionSally Jones has a dozen Voyageur silver dollars. However, only eleven of the coins are true silver dollars; one coin is counterfeit even though its color and size make it indistinguishable ...
2018-04-15 14:58:04
89
原创 POJ 1012 Joseph
DescriptionThe Joseph's problem is notoriously known. For those who are not familiar with the original problem: from among n people, numbered 1, 2, . . ., n, standing in circle every mth is going to b...
2018-04-15 13:46:38
113
原创 git教程总结(下)
git checkout <branchName> 切换分支git branch <branchName> 创建分支git checkout -b <branchName> 创建并切换分支git checkout -d <branchName> 删除分支git checkout -D <branchName> 强制删除分支 gi...
2018-04-14 22:42:21
111
原创 git教程总结(上)
今天看了廖雪峰老师的git教程，为了加深记忆以及为了以后查阅方便，总结一下。克隆远程库到本地库 -> 本地库修改 -> 链接本地库和远程库 -> 本地库提交到远程库所有的命令都是git开始git add <filename> 工作区->暂存区git rm <filename> 删除 ==》 git add <filename> git...
2018-04-14 21:35:22
104
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人