《算法笔记》学习日记

数据结构与算法笔记

文章目录0.序言0.1数据结构0.2斐波那契数列（递归）0.3距离1.排序1.1冒泡排序1.2选择排序1.3插入排序1.4快速排序1.5希尔排序1.6归并排序1.7总结2.搜索算法2.1线性搜索（Linearsearch）2.2二分搜索（Binarysearch）2.3深度优先搜索（Depth-firstsearch）2.4广度优先搜索（Breadth-firstsearch）2.5A*搜索2.6
贪钱算法还我头发·2023-01-26 05:35

【零基础】学python数据结构与算法笔记13-贪心算法

文章目录前言80.贪心算法（新一章：算法进阶）81.分数背包82.分数背包实现83.数字拼接问题84.数字拼接问题实现85.活动选择问题86.活动选择问题实现87.贪心算法总结总结前言学习python数据结构与算法，学习常用的算法，b站学习链接80.贪心算法（新一章：算法进阶）贪心算法（又称贪婪算法）是指，对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是
荒野火狐·2023-01-26 05:55

推荐算法笔记

1.介绍下推荐系统的流程：召回->排序（对召回结果进行精排）->补充策略与算法层（兼顾结果的“多样性”，“流行度”，“新鲜度”等指标，结合一些补充策略和算法对推荐列表进行调整）2.召回和排序比较大的差异点：召回层的特点是：数据量大、速度响应快、模型简单、特征较少。排序层的特点是：数据量少、排序精准、模型复杂、特征较多。3.了解双塔模型吗：用于推荐系统的召回or粗排环节。分为用户塔和物品塔，两个塔的
艾伦噎嗝尔·2023-01-25 15:44

推荐几款大数据、机器学习的宝藏公众号！

圆圆的算法笔记号主在头部大厂有多年算法研究和业务经验，分享时间序列、多模态、搜推广、NLP、表示学习等方向的干货算法笔记，每篇干货笔记系统性梳理一个方向的业内经典和最新工作，读完就能吃透一个方向的工作成为专家
视学算法·2023-01-23 14:36

【蓝桥杯算法笔记】递推

文章目录B.递推基础知识1.什么是递推？2.递推与递归3.模型：例题一、简单斐波那契1.解题思路：2.代码：二、费解的开关1.解题思路：2.代码：三、飞行员兄弟1.解题思路：2.代码：四、翻硬币1.解题思路：2.代码：B.递推基础知识1.什么是递推？所谓递推，是指从已知的初始条件出发，依据某种递推关系，逐次推出所要求的各中间结果及最后结果。其中初始条件或是问题本身已经给定，或是通过对问题的分析与化
兮于怀·2023-01-23 07:42

梅飞飞飞的假期学习日记DAY5

在重新回归到了深度学习状态后，今天我打算继续回归到当时的聚类工作，将工作的进度与该本书的学习同步进行回归问题处理方法回顾利用波士顿房价数据集再次对预测连续值，如气象值这类的问题进行熟悉1加载训练数据和对应标签值fromtensorflow.keras.datasetsimportboston_housing(train_data,train_targets),(test_data,test_tar
飞呀飞呀飞飞飞·2023-01-22 07:30

梅飞飞飞的假期学习日记DAY6

处理过拟合问题通过在原本的数据集当中，添加全零维度，我们可以创建新的数据集我们也能够使得原本的数据集被添加一些白噪声，这会使得原有的数据多了一些杂乱的信息在添加全零内容至数据集中时，这些内容不但不会影响原有数据所包含的信息，并且能够由此来减轻一些模型训练时的过拟合情况添加了噪声通道的数据集其中的噪声特征不可避免地会导致过拟合，因此当我们不确定特征究竟是有用的还是无关紧要的时候可以先在训练前进行特征
飞呀飞呀飞飞飞·2023-01-22 07:30

梅飞飞飞的假期学习日记day3

今日通过对深度学习tensorflow库中的模型训练过程的细节进行了重新的理解，自己对深度学习底层框架有了更深的认知能力，确实觉得自己需要再细细过一遍深度学习相关的基础内容知识，正所谓语速则不达，加快进度在本月往后推进更新模型权重时，我们最开始的思路是每次更新一个标量系数（保持其他参数不变），将其增大、减小，分别查看各自的损失值变化等。但更好的梯度下降算法巧妙通过导数等数学理论简化了这一过程随机梯
飞呀飞呀飞飞飞·2023-01-22 07:00

梅飞飞飞的假期学习日记DAY4

今天和同学聚了一下，但是不能拉下学习进度，继续看第三章本来要在昨天发了，太晚了有点麻了就没继续往后看了使用Tensorflow中的GradientTapeAPI,我们能够实现对一个输入张量进行一些计算，然后就可以检索计算结果相对于输入的梯度。1-1使用GradientTapeinput_var=tf.Variable(initial_value=3.)withtf.GradientTape()as
飞呀飞呀飞飞飞·2023-01-22 07:00

梅飞飞飞的假期学习日记DAY2

过生日和同学出去断了两天！迅速恢复进度！深度学习简单工作流程代码片段2-1导入数据集fromtensorflow.keras.datasetsimportmnist(train_images,train_labels),(test_images,test_labels)=mnist.load_data()train_images和train_labels组成了训练集，模型从这些数据中进行学习tes
飞呀飞呀飞飞飞·2023-01-22 07:59

梅飞飞飞的假期学习日记DAY1

重新在假期捡起来的深度学习，加油搞完SIT考研！！！昨天买的深度学习书到了今天开始看概率建模是最早的机器学习形式之一，当中存在的朴素贝叶斯算法如今已被广泛应用机器学习方法中的“核方法”是一组分类算法，当中最有名的就是支持向量机（SVM），利用超平面来构建决策边间分割数据点核方法当中的和技巧是其关键，省去了计算坐标直接计算得到新空间中点与点之间的距离在此方法当中只有“分离超平面”这个部分是通过学习得
飞呀飞呀飞飞飞·2023-01-22 07:29

梅飞飞飞的假期学习日记DAY7

改进模型拟合在模型拟合的过程中我们常常会遇到一些情况：训练不开始：训练损失不随着训练时间推移改变训练开始得很好，但模型没有真正泛化：模型无法超越基于常识的基准训练损失和验证损失都随着时间的推移而减小，模型可以超越基准，但似乎无法过拟合：表示模型仍然处于欠拟合状态解决策略1一般情况下，我们只需要反复地调整学习率和批量大小就够了2我们通过增加模型的批量大小，使得其包含更多样本，且整体的噪声更少更利于处
飞呀飞呀飞飞飞·2023-01-22 07:19

数据结构与算法笔记

0核心框架汇总框架思维数据结构的存储方式只有两种：数组（顺序存储）和链表（链式存储）算法数学中的算法重在推导，计算机中的算法重在穷举计算机算法的本质特点：穷举穷举有两个关键难点：无遗漏、无冗余算法技巧双指针解决单链表问题publicclassListNodePractice{/***876给定一个头结点为head的非空单链表，返回链表的中间结点。**如果有两个中间结点，则返回第二个中间结点。**示
AugustRed·2023-01-21 23:13

“深度学习”学习日记。与学习相关的技巧 -- 参数的更新

2023.1.20在神经网络的学习这一章，学习过了利用梯度下降法对参数进行更新，目的是找到是损失函数的值尽量小的参数；像解决这样的问题称为最优化。由于参数空间十分复杂、参数规模十分庞大，导致“最优化”的过程变得困难。1,SGD:回忆一下随机梯度下降法（stochasticgradientdescent），简称SGD、将要更新的权重设置为W，把损失函数关于梯度几位。η代表学习率；表示右边的值更新左边
Anthony陪你度过漫长岁月·2023-01-21 14:47

“深度学习”学习日记。误差反向传播法--Affine/Softmax层的实现

2023.1.17Affine层：在神经网络的正向传播中，为了计算加权信号的总和，使用矩阵乘积运算。比如：importnumpyasnpx=np.arange(6).reshape(2,3)#(2,3)w=np.arange(6).reshape(3,2)#(3,2)b=np.arange(4).reshape(2,2)#(2,2)y=np.dot(x,w)+b#要符合线性代数运算规则print(
Anthony陪你度过漫长岁月·2023-01-21 14:46

深度学习调参trick 调参技巧

|公|众|号|包包算法笔记事情的起因其实这样，实验室老同学的论文要冲分，问我有没有啥在NN上，基本都有用的刷点方法，最好是就是短小精悍，代码量不大，不需要怎么调参。
包包算法笔记·2023-01-21 12:02

“深度学习”学习日记。误差反向传播法--算法实现

2023.1.18经过学习了计算图、链式法则、加法层、乘法层、激活函数层、Affine层、Softmax层的反向传播的实现。今天来学习反向传播法的算法实现，做一次总结；实现的思路（“学习”的步骤）：一，前提神经网络的“学习”是，在存在合适的权重和偏置下，对其调整以拟合训练数据的过程；步骤1:我们从训练数据中随机选取一部分数据（mini-batch），目的是减小其损失函数的值；步骤2：为了完成步骤1
Anthony陪你度过漫长岁月·2023-01-21 08:27

目标检测论文阅读：VFNet算法笔记

标题：VarifocalNet:AnIoU-awareDenseObjectDetector会议：CVPR2021论文地址：https://ieeexplore.ieee.org/document/9578034/这篇文章和GFL的工作有点相似，也是发现了NMS中用于排序的边界框分数并不合理这一问题。不过文章并不像GFL那样详细地叙述了为什么不合理，而是直截了当地提出了他们的方法，并且设计了一个新
Convolution@·2023-01-20 14:08

python 决策树参数_决策树(Decision tree,DT)算法笔记(二)-scikit-learn

午安、晚安喽，欢迎大家指点，也希望我的内容可以温暖、帮助同在学习路上的人们~正文开始~~上一篇，基于分类决策树的原理，用Python初步实现决策分类的函数，详情见决策树(Decisiontree,DT)算法笔记
big maom~~·2023-01-19 18:42

python算法笔记---变位词问题

变位词问题所谓的变位词是指两个词之间存在组成字母重新排列的问题，如“python”和“nohtpy",现在我们需要写出一个算法来判断两个词是否是变位词'''定义一个函数，change_position'''defchange_position(x,y):#该函数有两个参数，数据类型为string#首先我们需要判断一下，两个参数的长度是否相等，如果不相等，直接可以判断不是变位词ifnotlen(x)
·2023-01-18 13:14

opencv学习日记——SVD奇异值分解与reshape

opencv学习日记——SVD奇异值分解与reshape#include#includeusingnamespacestd;usingnamespacecv;intmain(){//定义一个3*3的矩阵
英雄小摔哥·2023-01-18 13:58

目标检测论文阅读：GFL算法笔记

标题：GeneralizedFocalLoss:LearningQualifiedandDistributedBoundingBoxesforDenseObjectDetection会议：NeurIPS2020论文地址：https://dl.acm.org/doi/abs/10.5555/3495724.3497487这篇文章是围绕“representation”，也就是“表示”一词进行改进的，这
Convolution@·2023-01-18 10:42

残差网络ResNet网络原理及实现

作者介绍：石晓文，中国人民大学信息学院在读研究生，美团外卖算法实习生简书ID：石晓文的学习日记(https://www.jianshu.com/u/c5df9e229a67)天善社区：https://www.hellobi.com
LeadAI学院·2023-01-18 07:06

1.16机器学习日记

如何理解评价机器学习模型的几个指标：准确率(Accuracy):对所有西瓜分类正确的比率.精确率(Precision):挑出来的熟西瓜,有多少是正确的.召回率(Recall):50个熟西瓜,有多少被分来到熟西瓜这个类别.详细解读白话理解:准确率(Accuracy),精确率(Precision),召回率(Recall)_iteye_18979的博客-CSDN博客
suomi2022·2023-01-17 13:17

pytorch线性回归代码_机器学习｜算法笔记（二）线性回归算法以及代码实现

概述上一篇讲述了《机器学习｜算法笔记(一)k近邻(KNN)算法以及应用实现》，本篇讲述机器学习算法线性回归，内容包括模型介绍及代码实现。
weixin_39647977·2023-01-17 08:59

“深度学习”学习日记。误差反向传播法--加法层、乘法层、激活函数层的实现

2023.1.161、加法层、乘法层：前两篇文章都在讲述理论，今天实现代码操作：关于加法节点，乘法节点的内容在这篇文章。https://blog.csdn.net/m0_72675651/article/details/128695488在以后的学习中，将把构建神经网络的“层”实现为一个类。这里的“层”是指神经网络中功能的单位。这样写感觉到可以让代码变得美观一点，而更容易找出错误并修改classA
Anthony陪你度过漫长岁月·2023-01-17 07:44

“深度学习”学习日记。误差反向传播法--反向传播

2023.1.15我们已经知道了反向传播是基于链式法则的成立，先来学习反向传播的结构；加法节点的结点的反向传播：以函数为例子：可得：；在反向传播中，从上游传递的值往下游传递，也就是说因为加法节点反向传递至能×1，所以输入的值会原封不动的传递到下一个节点乘法节点的反向传播：以函数为例子：；。所以在反向传播中，乘法是一个翻转关系，只是将上游信号传递给下游，并不需要上游的信号，而且乘法的反向传播需要上游
Anthony陪你度过漫长岁月·2023-01-16 10:17

力扣刷题指南

LeetCode算法笔记LeetCode数组27.移除元素35.搜索插入位置209.长度最小的子数组59.螺旋矩阵II217.存在重复元素53.最长子序列和？
阿楷不当程序员·2023-01-16 10:17

TensorFlow学习日记——安装TensorFlow

安装TensorFlow过程中的问题：原本在3.7环境内安装了TensorFlow2.6.2，TensorFlow仍标红，后降为1.9.0版本，但运行时报错：ImportError:DLLloadfailed:找不到指定的模块。FailedtoloadthenativeTensorFlowruntime.试了很多方法都没效，最后查到可能是Python版本问题，搭建Python3.6.5的虚拟环境后
VVV_IA·2023-01-16 10:14

“深度学习”学习日记。误差反向传播法 -- 链式法则

2023.1.15开门见山，先直接讲什么是链式法则的定义：“如果，某个函数有复合函数表示，则复合函数的导数可以用构成符合函数的各个导数的乘积表示。”举一个例子：现在有一个函数由以上定义可以这么理解：用通俗的话来讲就是相互抵消。然而，计算图反向传播局部导数的原理也是基于链式法则。好比一个损失函数：;损失函数值loss乘以节点的偏导数，再把这个局部导数乘以上游的传递过来的值。这就是反向传播，可以高效地
Anthony陪你度过漫长岁月·2023-01-16 10:40

算法笔记（1385. 两个数组间的距离值）

题目：1385.两个数组间的距离值给你两个整数数组arr1，arr2和一个整数d，请你返回两个数组之间的距离值。「距离值」定义为符合此距离要求的元素数目：对于元素arr1[i]，不存在任何元素arr2[j]满足|arr1[i]-arr2[j]|d=2|4-9|=5>d=2|4-1|=3>d=2|4-8|=4>d=2所以arr1[0]=4符合距离要求对于arr1[1]=5我们有：|5-10|=5>d
ProMan_XY·2023-01-16 08:49

强化学习经典算法笔记(零)：贝尔曼方程的推导

强化学习经典算法笔记——推导贝尔曼方程  在写强化学习经典算法笔记(一)：价值迭代算法ValueIteration和强化学习经典算法笔记(二)：策略迭代算法PolicyIteration的时候，感觉关键的部分
hhy_csdn·2023-01-14 12:35

Java学习日记（71-80天，BP 神经网络）

学习地址目录第71天:BP神经网络基础类(数据读取与基本结构)第72天:固定激活函数的BP神经网络(1.网络结构理解)第73天:固定激活函数的BP神经网络(2.训练与测试过程理解)第74天:通用BP神经网络(1.集中管理激活函数)第75天:通用BP神经网络(2.单层实现)第76天:通用BP神经网络(3.综合测试)第77天:GUI(1.对话框相关控件)第78天:GUI(2.数据读取控件)第79天:G
波比波·2023-01-14 12:57

“深度学习”学习日记。误差反向传播法--计算图

2023.1.14在昨天的神经网络学习算法的实现中，遇到使用数值微分法连续计算梯度运行速度慢的问题，然后使用了误差反向传播法去连续计算梯度而大幅提高运行速度。今天就开始学习误差反向传播法这一个章节。一，计算图：计算图是用图形（数据结构图）去表示计算过程，用两个例子帮助理解：问题1：我使用九折优惠卷去购买2个单价为100元的篮球，求应付金额？用计算图去求解：这里将“×2”，“×0.9”，作为一个整体
Anthony陪你度过漫长岁月·2023-01-14 12:51

机器学习日记（5）

机器学习日记（5）神经网络：表述(NeuralNetworks:Representation)非线性假设（Non-linearHypotheses）我们之前学的，无论是线性回归还是逻辑回归都有这样一个缺点
Matthewww·2023-01-14 12:19

深度学习日记

深度学习日记第一章：有监督学习 是指人们在获得训练的向量数据后在没有标签的情况下尝试找出其内部蕴含关系的一种挖掘工作，这个过程中使用者除了可能要设置一些必要的超参数（hyper-parameter）以外
Daimhim·2023-01-14 12:19

“深度学习”学习日记。神经网络的学习。--学习算法的实现

2023.1.13愿望世界没有新冠，复阳的感觉真的难受这一段时间学习了“损失函数”、“mini-batch”、“梯度”、“梯度下降法”，今天通过他们取实现神经网络学习算法的实现，做一次总结。实现的思路（“学习”的步骤）：一，前提神经网络的“学习”是，在存在合适的权重和偏置下，对其调整以拟合训练数据的过程。步骤1:我们从训练数据中随机选取一部分数据（mini-batch），目的是减小其损失函数的值。
Anthony陪你度过漫长岁月·2023-01-14 12:47

左程云算法笔记（二）递归、mergeSort、荷兰国旗、快排

左程云算法笔记（二）递归的复杂度分析master公式归并排序及相关问题1.归并排序2.小和问题(牛客cd21)3.逆序对问题(LC-剑指51)快速排序及相关问题荷兰国旗1.0荷兰国旗2.0（LC75）快排
qq_42949310·2023-01-14 11:11

左程云算法笔记（三）堆排序、桶排序、排序总结

左程云算法笔记（三）堆堆结构堆排序堆排序扩展题桶排序计数排序基数排序(补)桶排序(补)希尔排序排序总结稳定性综合比较常见的坑工程上对排序的改进堆堆结构(1)堆结构就是用数组实现的完全二叉树结构(2)完全二叉树中如果每棵子树的最大值都在顶部就是大根堆
qq_42949310·2023-01-14 11:11

左程云算法笔记（四）哈希表和有序表的使用、链表

左程云算法笔记（四）哈希表的使用有序表的使用链表单链表反转（LC206）双向链表反转打印两个有序链表的公共部分合并两个有序链表（LC21）判断一个链表是否为回文结构（LC234）将单链表按某值划分成左边小
qq_42949310·2023-01-14 11:11

左程云算法笔记（一）简单排序、异或运算、二分法

左程云算法笔记（一）简单排序(LC912)1.冒泡排序2.选择排序3.插入排序异或运算1.不开辟新空间实现两数交换2.一堆数中只有一个数出现了奇数次，其余均出现了偶数次，如何找出该数？
qq_42949310·2023-01-14 11:41

【自动驾驶】【零基础】基础自动驾驶控制算法笔记

本文接近25000字从理论到实践，全部零基础开始，一步一步完成自动驾驶车辆控制基础感谢：忠厚老实的老王下面是他的主页：忠厚老实的老王的个人空间_哔哩哔哩_bilibili目录第一讲绪论第二讲三个坐标系与运动学方程一、控制原理二、三个坐标系三、左手系与右手系四、自行车模型的运动学方程第三讲轮胎侧偏与车辆动力学方程一、动力学方程与Frenet坐标系解耦二、轮胎的侧偏特性三、考虑轮胎侧偏特性的自行车模型
免费教学录影带·2023-01-14 09:53

“深度学习”学习日记。神经网络的学习--学习率

2023.1.10昨天学习到了学习率这个概念，学习率是指我们利用梯度法求取损失函数的最小值时，梯度每进行先前进行一段距离以后，在新的位置再求取梯度，进而更新参数。学习率具体指η，在代码中这样表示：我们以这个函数来实现代码：利用梯度法损失函数的最小值：importnumpyasnpdeff(x):returnx[0]**2+x[1]**3+9defnumercial_gradient(f,x):#利
Anthony陪你度过漫长岁月·2023-01-13 00:06

“深度学习”学习日记。神经网络的学习--数值微分、梯度法

2023.1.9之前学习损失函数的时候，提到了之后会学习到函数的梯度法，而今天就是这个内容的学习。导数：在学习之前我们需要回忆一下导数和极限的概念，这个概念对于学过高中数学和高等数学的人并不陌生：像现在这样我们所求得到的导数是“假的导数”，“真的导数”对应于x处的切线（斜率），这个误差的原因当然是因为h不能趋近于0。像这样用微小的差分求导数的过程就称为数值微分而基于数学推导式推导的导数称为解析性求
Anthony陪你度过漫长岁月·2023-01-13 00:36

“深度学习”学习日记。神经网络的学习--神经网络的梯度

2023.1.11神经网络的学习也要求梯度，而这个梯度是指损失函数关于权重的梯度。以交叉熵误差函数举例子：假设权重变化的函数是w，而w就是t的函数，所以有：代码实现：importos,sysimportnumpyasnpsys.path.append(os.pardir)defsoftmax(x):#一种神经网络的激活函数ifx.ndim==2:#判断数组x的维度是否为2x=x.T#数组（矩阵）x
Anthony陪你度过漫长岁月·2023-01-13 00:28

sort跟踪算法笔记

sort(simpleonlineandrealtimetracking)的组成多目标跟踪有两种不同的实现方法：TBD(Trackingbydetection)和DFT(Detectionfreetracking),而sort方法则是TBD的代表，由目标检测+kalmanfilter+匈牙利算法组成。另外，这里有个不错的人脸跟踪python实现，可以参考Face-Track-Detect-Extr
lyyiangang·2023-01-12 18:40

目标检测论文阅读：ATSS算法笔记

标题：BridgingtheGapBetweenAnchor-BasedandAnchor-FreeDetectionviaAdaptiveTrainingSampleSelection会议：CVPR2020论文地址：https://ieeexplore.ieee.org/document/9156746/通过阅读这篇文章，可以对目标检测算法中正负样本分配这一环节有更深刻的理解。ATSS基于FCO
Convolution@·2023-01-12 16:13

Meta-learning原来有这么多用途，一文汇总元学习在5个问题中的应用

如果觉得我的算法分享对你有帮助，欢迎关注我的微信公众号“圆圆的算法笔记”，更多算法笔记和世间万物的学习记录～在Meta-learning核心思想及近年顶会3个优化方向一文中，我们从meta-learning
fareise·2023-01-12 12:08

胡凡 《算法笔记》 上机实战训练指南 chap3 入门模拟: 3.2 查找元素

胡凡《算法笔记》上机实战训练指南chap3入门模拟:3.2查找元素文章目录胡凡《算法笔记》上机实战训练指南chap3入门模拟:3.2查找元素【PATB1041】考试座位号【PATB1004】成绩排名【PATB1028
临风而眠·2023-01-12 08:15

Yolov5-5.0 解决报错：AttributeError: Can‘t get attribute ‘SPPF‘ on ＜module ‘models.common‘

Leslie的深度学习日记：Yolov5-5.0解决报错：AttributeError:Can‘tgetattribute‘SPPF‘on＜module‘models.common‘问题问题解决：问题拓展
Prometheus7·2023-01-12 07:52
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他