- 博客(50)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 计算机视觉之目标检测闭关修炼
笔记目录柠檬树算法NMS，Non-Maximum Suppression，非极大值抑制单线性插值双线性插值BorderDet: Border Feature for Dense Object Detection（ECCV 2020）柠檬树算法NMS，Non-Maximum Suppression，非极大值抑制如上图，定位一个车辆，定位算法找到了这些bBox，则还需要判别出哪些bBox是无效的。非极大值抑制方法：先假设有6个矩形框，根据分类器的类别分类概率作排序，假设按照从小到大排序分别为A、B、C、
2022-02-21 17:50:21
3569
2
原创 基于ResNet50做图片分类的tensorflow代码实现
目标任务：将数据集中5类美食图片进行分类，每一类有1000张图片，共5000张。实验总结：刚开始设置训练集和验证集的比例为8:2，有些欠拟合，因此后来调整到了9:1；分别测试了原生的ResNet50、ResNet101、ResNet152和改进后的ResNet50、ResNet101，但最终在验证集上的最佳精度只能达到75%左右。改进后的ResNet101表现：训练集和验证集的精确度变化训练集和验证集的损失值变化实验环境：TensorFlow-2.1.0。ResNet..
2021-11-25 19:48:11
5524
4
原创 C语言二维数组指针（指向二维数组的指针）详解
二维数组在概念上是二维的，有行和列，但在内存中所有的数组元素都是连续排列的，它们之间没有“缝隙”。以下面的二维数组 a 为例：int a[3][4] = { {0, 1, 2, 3}, {4, 5, 6, 7}, {8, 9, 10, 11} };从概念上理解，a 的分布像一个矩阵：0 1 2 34 5 6 78 9 10 11但在内存中，a 的分布是一维线性的，整个数组占用一块连续的内存：C语言中的二维数组是按行排列的，也就是先存放 ..
2021-11-18 11:19:41
1075
原创 深度学习·猫狗识别实验 tensorflow 2.0
环境：Python 3.8.8 64-bit; VS Code; tensorflow 2.0数据集：https://momodel.cn/explore/60e6b9babb5ba072ad72755d?type=dataset文件结构：使用GPU加速训练：然而我的输出为0，只能用CPU，寄！卷积层和池化层的区别？略。卷积层主要提取图像特征（F不宜过大，否则参数数量过多），池化层用来缩放图像。卷积核的深度和个数？train.py...
2021-10-22 21:45:41
2564
1
原创 Kaggle(Bonus Lessons) - Detecting the Higgs Boson With TPUs
Python · Higgs BosonSearching for the Higgs BosonThe Standard Model is a theory in particle physics that describes some of the most basic forces of nature. One fundamental particle, the Higgs boson, is what accounts for the mass of matter. First theorize
2021-10-22 11:02:53
119
原创 Kaggle(L6) - Binary Classification & Notebook
Apply deep learning to another common task.IntroductionSo far in this course, we’ve learned about how neural networks can solve regression problems. Now we’re going to apply neural networks to another common machine learning problem: classification. Most
2021-10-21 23:23:40
727
1
原创 Kaggle(L5) - Dropout and Batch Normalization & Notebook
Add these special layers to prevent overfitting and stabilize training.IntroductionThere’s more to the world of deep learning than just dense layers. There are dozens of kinds of layers you might add to a model. (Try browsing through the Keras docs for a
2021-10-21 11:16:19
187
原创 Kaggle(L4) - Overfitting and Underfitting & Notebook
Improve performance with extra capacity or early stopping.Now, the training loss will go down either when the model learns signal or when it learns noise. But the validation loss will go down only when the model learns signal. (Whatever noise the model le
2021-10-20 20:12:01
146
原创 Kaggle(L3) - Stochastic Gradient Descent & Notebook
Use Keras and Tensorflow to train your first neural network.IntroductionIn the first two lessons, we learned how to build fully-connected networks out of stacks of dense layers. When first created, all of the network’s weights are set randomly – the netw
2021-10-20 15:42:27
330
原创 Kaggle(L2) - Deep Neural Networks & Notebook
Add hidden layers to your network to uncover complex relationships.IntroductionWe’ve seen how a linear unit computes a linear function – now we’ll see how to combine and modify these single units to model more complex relationships.The Activation Functi
2021-10-19 20:42:42
192
原创 Kaggle(L1) - Intro to Deep Learning & Notebook
Use TensorFlow and Keras to build and train neural networks for structured data.1. A Single NeuronLearn about linear units, the building blocks of deep learning.Welcome to Deep Learning!Welcome to Kaggle’s Introduction to Deep Learning course! You’re a
2021-10-19 15:35:03
437
原创 波士顿房价预测实验报告
实验（一）代码段：# 配置环境，导入库函数import os# os.environ['DEVICE_ID'] = '0'import numpy as npimport mindspore as msfrom mindspore import nnfrom mindspore import contextcontext.set_context(mode=context.GRAPH_MODE, device_target="Ascend") # CPUx = np.arange(-5,
2021-10-10 12:02:53
3225
3
原创 Mnist手写体识别实验报告
实验（二）代码段：# 实验环境：MindSpore-python3.7-aarch64import os# os.environ['DEVICE_ID'] = '0'import mindspore as msimport mindspore.context as contextimport mindspore.dataset.transforms.c_transforms as Cimport mindspore.dataset.vision.c_transforms as CVf
2021-10-10 11:55:27
4022
1
原创 leetCode 1109. 航班预订统计 | 中等
题目这里有n个航班，它们分别从 1 到 n 进行编号。有一份航班预订表bookings ，表中第i条预订记录bookings[i] = [firsti, lasti, seatsi]意味着在从 firsti到 lasti （包含 firsti 和 lasti ）的 每个航班 上预订了 seatsi个座位。请你返回一个长度为 n 的数组answer，其中 answer[i] 是航班 i 上预订的座位总数。示例 1：输入：bookings = [[1,2,10],[2,...
2021-08-31 11:46:30
193
3
原创 leetCode 881. 救生艇「中等」
题目第i个人的体重为people[i]，每艘船可以承载的最大重量为limit。每艘船最多可同时载两人，但条件是这些人的重量之和最多为limit。返回载到每一个人所需的最小船数。(保证每个人都能被船载)。示例 1：输入：people = [1,2], limit = 3输出：1解释：1 艘船载 (1, 2)示例 2：输入：people = [3,2,2,1], limit = 3输出：3解释：3 艘船分别载 (1, 2), (2) 和 (3)示例 3...
2021-08-26 22:01:03
88
1
原创 leetCode 797. 所有可能的路径「中等」
题目给你一个有n个节点的 有向无环图（DAG），请你找出所有从节点 0到节点 n-1的路径并输出（不要求按特定顺序）二维数组的第 i 个数组中的单元都表示有向图中 i 号节点所能到达的下一些节点，空就是没有下一个结点了。注：有向图是有方向的，即规定了 a→b 你就不能从 b→a 。示例 1：输入：graph = [[1,2],[3],[3],[]]输出：[[0,1,3],[0,2,3]]解释：有两条路径 0 -> 1 -> 3 和 0 -> 2 -...
2021-08-25 22:24:02
202
1
原创 leetCode 787. K 站中转内最便宜的航班「中等」
题目有 n 个城市通过一些航班连接。给你一个数组flights ，其中flights[i] = [fromi, toi, pricei] ，表示该航班都从城市 fromi 开始，以价格 pricei 抵达 toi。现在给定所有的城市和航班，以及出发城市 src 和目的地 dst，你的任务是找到出一条最多经过 k站中转的路线，使得从 src 到 dst 的 价格最便宜 ，并返回该价格。 如果不存在这样的路线，则输出 -1。示例 1：输入:n = 3, edges = [[0,1,1...
2021-08-25 17:04:33
247
原创 leetCode 120. 三角形最小路径和「中等」
题目给定一个三角形 triangle ，找出自顶向下的最小路径和。每一步只能移动到下一行中相邻的结点上。相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。也就是说，如果正位于当前行的下标 i ，那么下一步可以移动到下一行的下标 i 或 i + 1 。示例 1：输入：triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]输出：11解释：如下面简图所示： 2 3 46 5 74 1 8 3自顶向...
2021-08-21 23:05:02
97
原创 leetCode 695. 岛屿的最大面积「中等」
题目给定一个包含了一些 0 和 1 的非空二维数组grid 。一个岛屿是由一些相邻的1(代表土地) 构成的组合，这里的「相邻」要求两个 1 必须在水平或者竖直方向上相邻。你可以假设grid 的四个边缘都被 0（代表水）包围着。找到给定的二维数组中最大的岛屿面积。(如果没有岛屿，则返回面积为 0 。)示例 1:[[0,0,1,0,0,0,0,1,0,0,0,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,1,1,0,1,0,0,0,0,0,0,...
2021-08-16 23:00:36
85
原创 leetCode 413. 等差数列划分[中等]
题目如果一个数列 至少有三个元素 ，并且任意两个相邻元素之差相同，则称该数列为等差数列。例如，[1,3,5,7,9]、[7,7,7,7] 和 [3,-1,-5,-9] 都是等差数列。给你一个整数数组 nums ，返回数组 nums 中所有为等差数组的 子数组 个数。子数组 是数组中的一个连续序列。示例 1：输入：nums = [1,2,3,4]输出：3解释：nums 中有三个子等差数组：[1, 2, 3]、[2, 3, 4] 和 [1,2,3,4] 自身。示例 2
2021-08-10 12:29:26
124
转载 el-table获取当前行index的方法
element-ui table行点击获取行索引（index）并利用索引更换行顺序_vue.js_脚本之家 (jb51.net)
2021-08-03 16:30:04
2539
转载 PHP Cookie
cookie 常用于识别用户。Cookie 是什么？cookie 常用于识别用户。cookie 是一种服务器留在用户计算机上的小文件。每当同一台计算机通过浏览器请求页面时，这台计算机将会发送 cookie。通过 PHP，您能够创建并取回 cookie 的值。如何创建 Cookie？setcookie() 函数用于设置 cookie。注释：setcookie() 函数必须位于 标签之前。语法setcookie(name, value, expire, path, domain.
2021-06-24 11:28:49
106
原创 问卷星自动填写JavaScrip脚本使用教程
本文转载自：https://blog.csdn.net/weixin_44343074/article/details/106133929?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162159047716780366541951%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=162159047716780366541951&
2021-05-21 17:59:51
4776
6
转载 关键路径算法演示（AOE网）
例图如上图，是一个AOE网，点表示状态，边表示活动及其所需要的时间。为了求出关键路径，我们使用一下算法：1.求出到达各个状态的最早时间（按最大计）这个过程是要从源点开始向汇点顺推：V1是源点，其最早开始时间是0。 V2、V3、V4最早时间分别是是6、4、5。 对于V5而言，V2到V5所花费时间是6+1=7，而V3到V5所花费时间是4+1=5。我们要按最大计，也就是V5最早时间是max{7,5}=7，按最大计是因为只有活动a4和a5同时完成了，才能到达V5状态。V3到V5需要5分...
2021-05-06 15:12:16
595
4
原创 《大话数据结构》学习笔记（一）
《大话数据结构》学习笔记目录《大话数据结构》学习笔记前言算法时间复杂度前言算法时间复杂度常见的时间复杂度所耗费的时间从小到大依次是：O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<O(2n)<O(n!)<O(nn).O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n).O(1)<O(logn)&l
2021-05-04 20:11:09
161
2
转载 有向图的连通性
文章目录无向图：连通图：无向图中，如果任意两点是连通的，那么图被称作连通图。有向图：·弱连通：有向图的底图（无向图）是连通图，则是弱连通图。·单向连通：有向图中，任意结点对中，至少从一个到另一个是可达的，就是单向连通。·强连通：有向图中，强连通图是任意对中都互相可达。PS：弱连通图不一定是单向连通。directed acyclic graph (DAG) ：有向无环图。如果一个有向图无法从某个顶点出发经过若干条边回到该点。...
2021-05-02 21:34:47
894
转载 Dijkstra-萌新都能看懂的迪杰斯特拉算法（转）
Dijkstra：指定一个点（源点）到其余各个顶点的最短路径，也叫做“单源最短路径”。 与Floyd-Warshall算法一样这里仍然使用二维数组e来存储顶点之间边的关系。 我们还需要用一个一维数组dis来存储1号顶点到其余各个顶点的初始路程。 我们将此时dis数组中的值称为最短路的“估计值”。 既然是求1号顶点到其余各个顶点的最短路程，那就先找一个离1号顶点最近的顶点。通过数组dis可知当前离...
2021-05-02 21:03:14
133
转载 Floyd-萌新都能看懂的弗洛伊德算法（转）
暑假，小哼准备去一些城市旅游。有些城市之间有公路，有些城市之间则没有，如下图。为了节省经费以及方便计划旅程，小哼希望在出发之前知道任意两个城市之前的最短路程。 上图中有4个城市8条公路，公路上的数字表示这条公路的长短。请注意这些公路是单向的。我们现在需要求任意两个城市之间的最短路程，也就是求任意两个点之间的最短路径。这个问题这也被称为“多源最短路径”问题。 现在需要一个数据结构来存储图的信息，我们仍然可以用一个4*4的矩阵（二维数组e）来存储。比如1号城市到...
2021-05-02 20:36:31
221
原创 「大哉数学之为用」优选法——梯级水库灌溉的优化设计
大哉数学之为用——数学建模与算法论坛（第四期）杨文国教授做题为“优选法——梯级水库灌溉的优化设计”的报告。答疑：优选法和对分法孰强孰弱？0.618（黄金分割率）优选法适用于“单峰函数”（找极值点）；而对分法适用于单调函数。可谓各有优势。...
2021-04-25 22:41:13
124
2
转载 Markdown数学公式语法
行内与独行行内公式：将公式插入到本行内，符号：$公式内容$，如：$xyz$ 独行公式：将公式插入到新的一行内，并且居中，符号：$$公式内容$$，如：$$xyz$$上标、下标与组合上标符号，符号：^，如：$x^4$ 下标符号，符号：_，如：$x_1$ 组合符号，符号：{}，如：${16}_{8}O{2+}_{2}$汉字、字体与格式汉字形式，符号：\mbox{}，如：$V_{\mbox{初始}}$ 字体控制，符号：\displaystyle，如：$\displaystyle \frac{
2021-04-22 15:02:01
175
转载 KMP字符串匹配算法详解
题目来源于LeeCode.28。本题是KMP 经典题目。KMP的经典思想就是:当出现字符串不匹配时，可以记录一部分之前已经匹配的文本内容，利用这些信息避免从头再去做匹配。本篇将以如下顺序来讲解KMP，什么是 KMPKMP 可以解决什么问题分析 KMP 算法里的next数组什么是前缀表再分析为什么要是前缀表而不是什么哈希表其他表等等，偏偏要是前缀表。一步一步推导前缀表是怎么求的时间复杂度分析前缀表与 next 数组的关系如何使用 next 数组来做一遍匹配的过程构造 ne.
2021-04-20 15:16:02
650
社科类跨考085400-软件工程专硕上岸小心得分享
2021-04-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人