2 xyu66

尚未进行身份认证

暂无相关简介

等级
TA的排名 18w+

汉诺塔

#include<iostream>using namespace std;void hanoi(int n, char A, char B, char C){ if (n == 1){ cout << A << "->" << C << endl; } else { hanoi(n - 1, A, C, B..

2018-11-04 22:09:21

leetcode70. 爬楼梯 动态规划问题

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢?注意:给定 n 是一个正整数。示例 1:输入: 2输出: 2解释: 有两种方法可以爬到楼顶。1. 1 阶 + 1 阶2. 2 阶示例 2:输入: 3输出: 3解释: 有三种方法可以爬到楼顶。1. 1 阶 + 1 阶 + 1 阶2. ...

2018-11-04 21:48:12

动态规划

#include<iostream>#include<vector>#include<ctime>using namespace std;//斐波那契数列 重复计算/*long Fibonacci(unsigned int n){ if (n == 0) return 0; if (n == 1) return 1; e...

2018-11-04 20:59:30

leetcode215. 数组中的第K个最大元素

在未排序的数组中找到第 k 个最大的元素。请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素。示例 1:输入: [3,2,1,5,6,4] 和 k = 2输出: 5示例 2:输入: [3,2,3,1,2,4,5,5,6] 和 k = 4输出: 4说明:你可以假设 k 总是有效的,且 1 ≤ k ≤ 数组的长度。#include&lt...

2018-11-04 20:29:15

leetcode454. 四数相加 II

给定四个包含整数的数组列表 A , B , C , D ,计算有多少个元组 (i, j, k, l) ,使得 A[i] + B[j] + C[k] + D[l] = 0。为了使问题简单化,所有的 A, B, C, D 具有相同的长度 N,且 0 ≤ N ≤ 500 。所有整数的范围在 -228 到 228 - 1 之间,最终结果不会超过 231 - 1 。例如:输入:A = [ 1...

2018-11-03 19:06:59

leetcode:两数之和

给定一个整数数组和一个目标值,找出数组中和为目标值的两个数。你可以假设每个输入只对应一种答案,且同样的元素不能被重复利用。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1] #include<iostream>#include<vect...

2018-11-03 18:50:42

leetcode206. 反转链表

leetcode 206. 反转链表反转一个单链表。示例:输入: 1->2->3->4->5->NULL输出: 5->4->3->2->1->NULLleetcode21. 合并两个有序链表将两个有序链表合并为一个新的有序链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 示例:输入:1-&g...

2018-11-02 22:27:27

leetcode290. 单词模式;205. 同构字符串

给定一种 pattern(模式) 和一个字符串 str ,判断 str 是否遵循相同的模式。这里的遵循指完全匹配,例如, pattern 里的每个字母和字符串 str 中的每个非空单词之间存在着双向连接的对应模式。示例1:输入: pattern = "abba", str = "dog cat cat dog"输出: true示例 2:输入:pattern = "abba...

2018-10-29 14:17:40

leercode202. 快乐数

编写一个算法来判断一个数是不是“快乐数”。一个“快乐数”定义为:对于一个正整数,每一次将该数替换为它每个位置上的数字的平方和,然后重复这个过程直到这个数变为 1,也可能是无限循环但始终变不到 1。如果可以变为 1,那么这个数就是快乐数。示例: 输入: 19输出: true解释: 12 + 92 = 8282 + 22 = 6862 + 82 = 10012 + 02 + ...

2018-10-29 13:19:05

leetcode350、242

350. 两个数组的交集 II给定两个数组,编写一个函数来计算它们的交集。示例 1:输入: nums1 = [1,2,2,1], nums2 = [2,2]输出: [2,2]示例 2:输入: nums1 = [4,9,5], nums2 = [9,4,9,8,4]输出: [4,9]说明:输出结果中每个元素出现的次数,应与元素在两个数组中出现的次数一致。 我们...

2018-10-28 16:22:05

FasterRCNN caffe python版本实战

转载请注明出处,具体的流程按Ross Girshick的Github安装和使用,并针对各种问题进行修改Ubuntu16.04系统,显卡GTX980TI,cuda8.0,cudnnv5版本 一、环境搭建1.安装python依赖包sudo pip install Cythonsudopip install easydict 2. 下载源代码git clone -...

2018-08-28 18:20:02

在服务器上配置jupyter notebook

anaconda一般自带安装好了juypter ,如果没有,可以用conda install jupyter命令安装。安装好以后,需要在服务器上配置jupyter以便任何浏览器都能通过IP直接访问服务器上的juypter服务。1. 执行如下命令安装Anaconda.mkdir anacondacd anacondawget https://repo.continuum.io/arch...

2018-08-26 01:11:11

Tensorflow(三)人脸检测实验

1.获取数据集(LFW)打开http://vis-www.cs.umass.edu/lfw/中:Labeled Faces in the Wild HomeMenu->Download->All images as gzipped tar file 解压放到datasets 2.下载facenet并配置facenet 是一个使用tensorflow进行人脸识...

2018-05-08 20:06:03

TensorFlow(二)入门-minst手写数据集

本篇介绍利用TensorFlow使用(经典)MNIST数据集训练并评估一个用于识别手写数字的简易前馈神经网络(feed-forward neural network)。 准备数据MNIST是机器学习领域的一个经典问题,指的是让机器查看一系列大小为28x28像素的手写数字灰度图像,并判断这些图像代表0-9中的哪一个数字。 下载在run_training()方法的一开始,inp...

2018-05-08 20:01:55

非监督学习—K-means算法聚类学习笔记

非监督学习: 无类别标记的一、 K-means 算法:1. Clustering 中的经典算法,数据挖掘十大经典算法之一2. 参数k已知参数 k ;然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。3. 算法思路:以空间中k个点为中心进行聚类,对最靠近他们的对象归类。通过迭代的方法,逐次更新各聚类中心...

2018-04-23 16:29:38

回归中的相关度和R平方值——学习笔记

1. 相关度相关度又叫 皮尔逊相关系数 (Pearson Correlation Coefficient): 衡量两个值线性相关强度的量 取值范围 [-1, 1]:  正向相关: >0, 负向相关:<0, 无相关性:=0            cov:协方差  Var:方差2. R平方值:模型可以解释为多大程度是自变量导致因变量的改变简单线性回归:R^2 = r * r多元线性回归:R...

2018-04-22 23:59:12

非线性回归:逻辑回归( Logistic Regression )笔记

Logistic Regression (逻辑回归)1.  基本模型         测试数据为X(x0,x1,x2···xn)         要学习的参数为: Θ(θ0,θ1,θ2,···θn)    向量表示:    处理二值数据,引入Sigmoid函数时曲线平滑化 :得到逻辑回归的预测函数:也可以用概率表示:  正例(y=1),即在给定的x和Θ的情况下,发生的概率为:  反例(y=0),即...

2018-04-22 18:42:41

线性回归学习笔记

分类:分类(Classification): Y变量为类别型(categorical variable)。如:颜色类别,电脑品牌,有无信誉回归:回归(regression) Y变量为连续数值型(continuous numerical variable)。如:房价,人数,降雨量一、简单线性回归模型1.1简单线性回归模型:y = β0+β1x +ε  (β0、β1为参数,ε为偏差)&...

2018-04-22 12:14:47

tensorflow整理(1)Ubuntu16.04系统下安装Python3.6以及对应的TensorFlow

安装顺序:Python-> Tensorflow -> Nvidia GPU Driver -> CUDA -> CUDNN一、安装Python3.6Ubuntu16.04系统下默认是python2.7.网上说一般不建议卸载系统自带的python,所以保留。 1.  配置软件仓库sudo add-apt-repository ppa:jonathonf/python-3.6...

2018-04-20 18:02:43

Opencv学习笔记(三)降低颜色空间

  首先认识一下简单的色彩降低方法(color reduction method),如果使用的是c或c++无符号的char(八字节大小的空间),一个信道(channel)有256个不同的值(2^8=256),但是如果使用的是GRB方案,三个channel的话,颜色的数量就会变为256*256*256,大概是16个million这么多,这么多的颜色数量,对于计算机来说仍然是一个负担,所以可以想一些方...

2018-04-15 23:11:57

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!