西门吹瓶哥-CSDN博客

原创 c++ 无穷大0x7FFFFFFF+0x7FFFFFFF 是多少

答案是 -2为什么呢这里涉及到有符号整型数的补码，正数的补码与原码相同。负数的补码，将其原码除符号位外的所有位取反后加10111 1111+ 0111 1111= 1111 1110符号位溢出了取反1000 0001再加11000 0010结果就得-2在网上看别人代码的时候，经常会看到他们把INF设为0x7fffffff，奇怪为什么设一个这么奇怪的十六进制数，一...

2019-08-18 21:51:17 1347 1

转载 30. 串联所有单词的子串

解法一首先，最直接的思路，判断每个子串是否符合，符合就把下标保存起来，最后返回即可。如上图，利用循环变量 i ，依次后移，判断每个子串是否符合即可。怎么判断子串是否符合？这也是这个题的难点了，由于子串包含的单词顺序并不需要固定，如果是两个单词 A，B，我们只需要判断子串是否是 AB 或者 BA 即可。如果是三个单词 A，B，C 也还好，只需要判断子串是否是 ABC，或者 ACB，BA...

2019-07-15 22:44:16 549

原创 leetcode刷题--lengthOfLongestSubstring

这道题目主要难点在于这样一个问题：a, b, c, d, e, f, c, g, h, ...我从第一个字符开始检查，已经检查到f了，目前为止还没有出现重复字符：[a, b, c, d, e, f,] c, g, h, ...检查到下一个c时，发现它在前面已经出现过了（至于如何判断新字符是否已经出现过，我们在下面讨论）：[a, b,c, d, e, f,c,] g, h, .....

2019-01-01 20:45:39 1456

转载 Linux下增加、删除Swap文件

https://blog.csdn.net/wangjunjun2008/article/details/50681115

2018-12-07 19:56:39 5714

转载地址：http://blog.csdn.net/liuweiyuxiang/article/details/68929999首先考虑使用最简单的方法安装[plain] view plain copy pip install scrapy 命令安装，提示 Failed building wheel for TwistedMicrosoft Visual C++ 14.0 is requir...

2018-05-08 20:46:28 283

转载 LaTex各种命令汇总

函数、符号及特殊字符声调语法效果语法效果语法效果\bar{x}\acute{\eta}\check{\alpha}\grave{\eta}\breve{a}\ddot{y}\dot{x}\hat{\alpha}\tilde{\iota}函数语法效果语法效果语法效果\sin\theta\cos\theta\tan\theta\arcsin\frac{L}{r}\arccos\frac{T}{r}\a...

2018-03-18 16:22:55 93799 6

原创 ubuntu系统安装时的分区方案

安装Ubuntu的时候很多人都推荐在安装的时候选择更多选项，然后手动给swap，home等分区。虽然直接选择默认的选项安装其实也可以，最简单的莫过于“清除整个硬盘并安装Ubuntu”选项，单击“继续”按钮，安装向导将根据原有的分区信息自动选择合理的分区方式。新手可以这么做。之所以手动分区的原因是：手动分区最大的理由是数据安全；尤其是桌面使用的时候，很容易折腾挂掉，然后再也起不来了。而如果你的hom...

2018-02-26 23:09:09 21457

转载三种计算Python的代码块或程序的运行时间的方法比较

本文转自http://blog.csdn.net/chichoxian/article/details/531083651.运用场景在很多的时候我们需要计算我们程序的性能，这个时候我们常常需要统计程序运行的时间。下面我们就来说说怎么统计程序的运行时间。2. 实现方法计算Python的某个程序，或者是代码块运行的时间一般有三种方法。方法一import

2018-01-30 19:41:47 10484 2

原创 git各种状态下（init, add, commit, push ),添加错文件，撤销的方法

使用git时会出现各种各样的问题，下面是几种情况下怎么反悔的操作一，未加入缓存区，撤销文件修改 git checkout -- file二，已加入缓存区，撤销文件提交 git reset HEAD file 或git rm --cached file三，已提交到本地，回滚提交如果不小心弄错了 git

2018-01-29 23:20:50 1539

原创 ubuntu16.04之GitHub入门教程

什么是 Github?github是一个基于git的代码托管平台，付费用户可以建私人仓库，我们一般的免费用户只能使用公共仓库，也就是代码要公开。Github 由Chris Wanstrath, PJ Hyett 与Tom Preston-Werner三位开发者在2008年4月创办。迄今拥有59名全职员工，主要提供基于git的版本托管服务。注册账户以及创建仓库要想

2018-01-29 22:39:19 2597

转载 linux下怎么解压文件

转自：https://www.cnblogs.com/zdz8207/p/3765604.htmlLinux下的压缩解压缩命令详解及实例实例：压缩服务器上当前目录的内容为xxx.zip文件zip -r xxx.zip ./*解压zip文件到当前目录unzip filename.zip======================

2018-01-19 21:47:02 13377

原创 python中read、readline和readlines的区别

read 读取整个文件readline 读取下一行readlines 读取整个文件到一个迭代器以供我们遍历（读取到一个list中，以供使用，比较方便）、123.txt内容为：

2018-01-19 21:38:13 1824

转载 matplotlib 入门

转自 https://www.cnblogs.com/xubing-613/p/5895948.html首先，我们来绘制一个figure对象。立马就会生成一个这样的窗口：好，这是第一步。但是不能通过空figure绘图。必须使用add_subplot()创建一个或多个subplot才行。看以上三行代码，figure变成了这样：这三行代码的意思是：图像是2X2的，且当前选中是4个中的第n个。（222）

2018-01-19 15:31:02 383

原创 kaggle 的入门

kaggle 的入门可以从101playground 开始，重要的是要开始做，万事开头难。然后平时要多多看高手的文章，获奖经验。有的高手获奖者甚至会把自己的源代码放上去，你就是去仅仅跑一遍，也能学到非常多的东西。关于kaggle的问题分类：一般就是regression，classification, timeseries这几类。kaggle的问题一般解决过程：拿到数据之后，第一步就是data

2018-01-17 18:39:53 648

转载理解迭代法和优化基础

转自http://blog.csdn.net/xietingcandice/article/details/44623069个人理解因为其实无论什么机器学习算法，最终都要求助于计算机解决，它又表现为在特定函数空间按某优化目标去搜索一个解出来。衡量指标就有误差最小还是性能指标最大吧？那你怎么求它的最小还是最大呢？求导，有拉格朗日？是没错，但他们能使用的本质条件是什么？是这些误差函

2017-12-17 20:38:11 9366

转载朴素贝叶斯，Laplace平滑，多项式事件模型

转自http://blog.csdn.net/v1_vivian/article/details/52203551?locationNum=1《Andrew Ng 机器学习笔记》这一系列文章文章是我再观看Andrew Ng的Stanford公开课之后自己整理的一些笔记，除了整理出课件中的主要知识点，另外还有一些自己对课件内容的理解。同时也参考了很多优秀博文，希望大家共同讨论，共

2017-12-10 23:42:43 778

转载任意一点X0到超平面S的距离以及拉格朗日乘子法（Lagrange Multiplier) 和KKT条件

转自：http://blog.csdn.net/xinzaichenmo/article/details/70161728http://blog.csdn.net/xianlingmao/article/details/7919597在求取有约束条件的优化问题时，拉格朗日乘子法（Lagrange Multipl

2017-12-10 11:18:50 1352

原创 k_nearest_neighbor.py

import numpy as npfrom past.builtins import xrangeclass KNearestNeighbor(object): """ a kNN classifier with L2 distance """ def __init__(self): pass def train(self, X

2017-12-08 00:02:07 590

原创 knn代码

knn Last Checkpoint: a few seconds ago (autosaved)Python 2 FileEditViewInsertCellKernelHelpCodeMarkdownRaw NBConve

2017-12-07 23:58:45 447

原创求损失函数时候的最大似然估计

1.为什么最大似然估计越大，θ越有可能？最大似然估计：现在已经拿到了很多个样本（你的数据集中所有因变量），这些样本值已经实现，最大似然估计就是去找到那个（组）参数估计值，使得前面已经实现的样本值发生概率最大。因为你手头上的样本已经实现了，其发生概率最大才符合逻辑。这时是求样本所有观测的联合概率最大化，是个连乘积，只要取对数，就变成了线性加总。此时通过对参数求导数，并令一阶导数为零，就可以通过解

2017-12-03 17:09:53 3570

原创爬虫的一些问题汇总

一、查看用账户登录的网站的cookie1.在浏览器的地址栏输入：javascript:alert(document.cookie) (不区分大小写)，就会弹出你在当前网页登录的cookie信息。注意：你把以上复制进入地址栏后会发现，“javascript”字符串消失不见，不管“javascript”里面哪一个字母被大写或小写，只要识别为“javascript”就会自动

2017-11-27 23:54:52 294

转载 numpy之axis如何理解

转载自：fangjian1204http://blog.csdn.net/fangjian1204/article/details/53055219python进行科学计算必不可少的模块，随着深度学习越来越火，numpy也越来越流行。了解numpy的人知道，在numpy中，有很多的函数都涉及到axis，很多函数根据axis的取值不同，得到的结果也完全不同。可

2017-11-27 13:00:34 852

原创 11.11学习笔记之keras的sequential模型

Keras是一种高度模块化，使用简单上手快，合适深度学习初学者使用的深度学习框架。Keras由纯Python编写而成并以Tensorflow、Theano以及CNTK为后端。Keras为支持快速实验而生，能够把你的idea迅速转换为结果。sequential模型，就是多个网络层的线性堆叠建立模型有两种方式：一是向layer添加list的方式，二是通过.add()方式一层层添加（一个

2017-11-11 14:39:44 747

原创 windows系统下基于anaconda的方式安装tensorflow+theano+keras

在dos窗口下，执行下列命令：第一步，conda install mingw libpython（如果中途因为网络不好，造成超时而停止安装或者停滞不前，则按下Ctrl+C，停止此操作，重新来过。不过要注意，此时要清理一下lock的已下载部分，不然会造成Sleeping for N seconds，如果出现这种情况，就按照上述操作，重新来过，然后按照提示输入conda

2017-11-11 14:20:50 766

转载多传感器信息融合笔记

随着机器人技术的不断发展，机器人的应用领域和功能有了极大的拓展和提高。智能化已成为机器人技术的发展趋势，而传感器技术则是实现机器人智能化的基础之一。由于单一传感器获得的信息非常有限，而且，还要受到自身品质和性能的影响，因此，智能机器人通常配有数量众多的不同类型的传感器，以满足探测和数据采集的需要。若对各传感器采集的信息进行单独、孤立地处理，不仅会导致信息处理工作量的增加，而且，割断了各传感器信息间

2017-11-01 21:30:56 24472 1

转载归一化方法总结

参考自：http://blog.csdn.net/zbc1090549839/article/details/44103801http://blog.csdn.net/junmuzi/article/details/48917361归一化方法（Normalization Method）1。把数变为（0，1）之间的小数主要是为了数据处理方便提出来的，把数据映

2017-10-30 00:51:07 68550 4

原创最大似然估计和最小二乘法

最大似然估计：现在已经拿到了很多个样本（你的数据集中所有因变量），这些样本值已经实现，最大似然估计就是去找到那个（组）参数估计值，使得前面已经实现的样本值发生概率最大。因为你手头上的样本已经实现了，其发生概率最大才符合逻辑。这时是求样本所有观测的联合概率最大化，是个连乘积，只要取对数，就变成了线性加总。此时通过对参数求导数，并令一阶导数为零，就可以通过解方程（组），得到最大似然估计值。最小二乘

2017-10-29 22:17:07 1307

转载 caffe学习（二） CIFAR-10数据集上训练

原文：http://blog.csdn.net/liumaolincycle/article/details/47258937 caffe示例实现之1在CIFAR-10数据集上训练与测试Caffe下面假定caffe的根目录是CAFFE_ROOT，在终端输入命令下载数据集：cd $CAFFE_ROOT ./data/cifar10/get_cifar10.sh #该脚本会下载二进制的

2017-10-08 12:49:28 4764 1

原创 caffe学习例子（一） mnist手写字识别

简单操作过程如下：一下载数据(运行脚本，从MNIST网站下载和转换数据格式)使用Caffe源码目录中data/mnist下用get_mnist.sh脚本下载。$ cd data/mnist/$ ./get_mnist.sh12下载成功后在data/mnist 目录下多出四个文件文件名说明train-images-

2017-10-08 12:20:00 396

转载曼哈顿距离，欧式距离，明式距离，切比雪夫距离以及马氏距离

1.曼哈顿距离曼哈顿距离又称Manhattan distance，还见到过更加形象的，叫出租车距离的。具体贴一张图，应该就能明白。上图摘自维基百科，红蓝黄皆为曼哈顿距离，绿色为欧式距离。2.欧式距离欧式距离又称欧几里得距离或欧几里得度量（Euclidean Metric），以空间为基准的两点之间最短距离，与之后的切比雪夫距离的差别是，只算在空间下

2017-10-07 21:47:54 17092

转载安装caffe中间遇到的一些问题

参考网站：http://blog.csdn.net/forest_world/article/details/51371560 Caffe研究实践一 ------环境搭建http://blog.csdn.net/isuccess88/article/details/70165726 在Ubuntu上用python3安装caffe(仅CPU)

2017-10-06 21:22:28 2093

原创 Linux下matlab打开出现error starting desktop启动桌面时错误

ubuntu 16.04 刚装上MATLAB2014a，结果发现，sudo matlab可以正常打开matlab，但是直接matlab却出现错误，提示error starting desktop，以及一堆java错误提示。也就是说只能以超级用户的方式打开，而普通用户方式打开不了，上网搜了一下后发现只要执行下面这个语句即可普通用户打开matlab不出错：sudo chmod -R a+rw

2017-10-06 12:37:53 7042 6

原创第二课深度学习的“hello world”——基于mnist数据集的手写数字识别

1，下载mnist所需的所有数据mnist数据集http://yann.lecun.com/exdb/mnist/，这里需要注意的是caffe并不直接通过下载得到的四个文件进行训练，而是会把它转化为lmdb或leveldb格式进行读取。lmdb是lightning(闪电的) memory-mapped database manager的缩写，能够把原始数据通过更为高效的存储方式存储

2017-09-29 22:15:14 1957

原创在windows10下安装CPU only模式的caffe+vs2013+anaconda笔记

花了两天才安装成功caffe，中间失败了好多次，写个心得，纪念一下。本子的配置不高，但又想学学深度学习，然后就开始了艰辛的安装之路...笔记本是win10系统，因为刚开始学习深度学习，所以打算先体验一下，不急着安装linux系统，等以后更深入再换系统也不迟在网上搜了好多安装教程，主要参考的帖子如下：1、【caffe-Windows】caffe+VS2013+

2017-09-29 00:14:12 2734 2

young951023的博客