前端算法人工智能深度学习

2024 年高教社杯全国大学生数学建模竞赛 E 题 交通流量管控 详细思路+matlab代码+python代码+论文范例

5号6号半价，会结合历年优秀论文、人工智能深度学习算法、chatgpt。会定期发布思路、代码和论文。思路和论文基本拿不到国奖，想要获得国奖的同学不要购买。适合基础差的学生，容易获得省奖！
2024年数学建模国赛·2024-09-07 10:34

2024 年高教社杯全国大学生数学建模竞赛 D 题 反潜航空深弹命中概率问题 详细思路+matlab代码+python代码+论文范例

5号6号半价，会结合历年优秀论文、人工智能深度学习算法、chatgpt。会定期发布思路、代码和论文。思路和论文基本拿不到国奖，想要获得国奖的同学不要购买。适合基础差的学生，容易获得省奖！
2024年数学建模国赛·2024-09-05 19:12

前端算法面试题3--排序、搜索、分治

排序：冒泡排序、快速排序、插入排序...搜索：二分搜索、顺序搜索...工具理解：https://visualgo.net/zh排序冒泡排序--交换冒泡排序是一种简单的排序算法，它重复地遍历要排序的列表，比较每对相邻的项，然后交换它们的顺序（如果需要）。遍历列表的工作是重复地进行直到没有更多需要交换的元素，也就是说列表已经排序完成了。functionbubbleSort(arr){letlen=ar
临夏_·2024-09-05 19:10

10道前端算法题

if(temp>9){res[i]=temp-10;res[i+1]=1;}else{res[i]=temp;}}//反转数组并转回字符串returnres.reverse().join('');}console.log(sum(‘47393245’,‘678794’));//48072039![在这里插入图片描述](https://img-blog.csdnimg.cn/202103031710
v_648374·2024-09-04 11:14

AI人工智能深度学习算法：卷积神经网络的原理与应用

AI人工智能深度学习算法：卷积神经网络的原理与应用作者：禅与计算机程序设计艺术1.背景介绍1.1人工智能的兴起与深度学习的崛起人工智能(AI)是指计算机科学的一个分支，旨在创造能够执行通常需要人类智能的任务的智能机器
AI大模型应用之禅·2024-08-30 23:21

JS 深度优先遍历与广度优先遍历 实现查找

在日常的开发工作中，牵扯到层级结构比较复杂的节点，如树形节点，级联选择器，这些都是牵扯到前端算法的遍历的；本文将介绍常用到的两种遍历方式：深度优先遍历和广度优先遍历深度优先遍历：depthfirstsearch
感谢上Di_123·2024-08-26 04:43

人工智能深度学习入门指南

随着人工智能（AI）技术的飞速发展，深度学习作为其重要分支，已经成为许多领域的研究热点。深度学习通过模拟人脑神经网络的运作方式，使得机器能够处理和分析海量的数据，从而实现更高级别的智能。本文将为你提供一份深度学习入门指南，帮助你快速掌握深度学习的基本知识和应用技能。1.了解深度学习基本概念在开始深度学习之前，你需要了解一些基本概念，如神经网络、激活函数、损失函数、反向传播等。这些概念是深度学习的基
白猫a~·2024-02-11 23:00

人工智能深度学习发展历程-纪年录

前言为了理解模型之间的改进关系、明确深度学习的发展目标、提高自身对模型的深度理解、贯彻爱与和平的理念。总之，我做了如下表格。时间重大突破模型改进详细信息1847SGD随机梯度下降1995SVM支持向量机1982RNN循环神经网络，序列模型1986反向传播1997LSTM长短期时间记忆1998Lenet-5首次应用于手写识别2001随机森林2010ReLUrelu激活函数，解决梯度消失2012Dro
犟小孩·2024-02-03 19:37

前端面试拼图-数据结构与算法

摘要：总结一些前端算法题，持续更新！
懒洋洋的华369·2024-02-03 14:17

【NLP冲吖~】〇、NLP（自然语言处理、大纲）

0、自然语言处理自然语言处理是一门用于理解人类语言、情感和思想的技术，是人工智能深度学习领域的一项重要分支，去年爆火的GPT就是该分支的一个重要落地的应用。
漂泊老猫·2024-01-30 08:21

深度学习十年感悟，从入门到放弃

14年左右从Octave及Matlab数学建模开始入门人工智能深度学习领域。
Ada's·2024-01-23 10:37

LeeCode前端算法基础100题（17）- 罗马数字转整数

一、问题详情：罗马数字包含以下七种字符:I，V，X，L，C，D和M。字符数值I1V5X10L50C100D500M1000例如，罗马数字2写做II，即为两个并列的1。12写做XII，即为X+II。27写做XXVII,即为XX+V+II。通常情况下，罗马数字中小的数字在大的数字的右边。但也存在特例，例如4不写做IIII，而是IV。数字1在数字5的左边，所表示的数等于大数5减小数1得到的数值4。同样地
尔嵘·2024-01-16 22:14

LeeCode前端算法基础100题（19）反转字符串中的单词

一、问题详情：给你一个字符串s，请你反转字符串中单词的顺序。单词是由非空格字符组成的字符串。s中使用至少一个空格将字符串中的单词分隔开。返回单词顺序颠倒且单词之间用单个空格连接的结果字符串。注意：输入字符串s中可能会存在前导空格、尾随空格或者单词间的多个空格。返回的结果字符串中，单词间应当仅用单个空格分隔，且不包含任何额外的空格。示例1：输入：s="theskyisblue"输出："blueiss
尔嵘·2024-01-15 18:41

LeeCode前端算法基础100题（18）整数转罗马数字

一、问题详情：罗马数字包含以下七种字符：I，V，X，L，C，D和M。字符数值I1V5X10L50C100D500M1000例如，罗马数字2写做II，即为两个并列的1。12写做XII，即为X+II。27写做XXVII,即为XX+V+II。通常情况下，罗马数字中小的数字在大的数字的右边。但也存在特例，例如4不写做IIII，而是IV。数字1在数字5的左边，所表示的数等于大数5减小数1得到的数值4。同样地
尔嵘·2024-01-15 14:18

web前端算法简介之字典与哈希表

回顾栈、队列：进、出栈（Stack）：栈的操作主要包括：队列（Queue）：队列的操作主要包括：链表、数组：多个元素存储组成的简述链表：数组：适用场景：字典与哈希表字典:键值对存储的，类似于js的对象一个例子在JavaScript中，对象的覆盖规则遵循合并与替换的原则：字典:map来表示的，map的键不会转换类型哈希表又叫-->散列表，在js中没有哈希表，哈希表是字典一种实现。哈希表的工作原理和使
前端布道人·2024-01-15 06:56

web前端算法简介之队列

队列队列基本操作入队（enqueue）：将元素添加到队列的尾部。出队（dequeue）：从队列的头部移除元素。队首（front）：获取队列头部的元素，但不移除它。队尾（rear）：获取队列尾部的元素，但不移除它。判空（isEmpty）：判断队列是否为空。大小（size）：获取队列中元素的数量。JvaScript任务队列为什么JavaScript是单线程？事件循环（EventLoop）与消息队列的关
前端布道人·2024-01-15 06:55

web前端算法简介之链表

插入操作：删除操作：查找操作：显示/打印链表：反转链表：合并两个有序链表：链表基本操作示例JavaScript中，instanceof环形链表判断是否存在环：–快慢指针找出环的入口点：计算环长：关于链表的前端算法题
前端布道人·2024-01-15 06:55

web前端算法简介之字典与哈希表

回顾栈、队列：进、出栈（Stack）：栈的操作主要包括：队列（Queue）：队列的操作主要包括：链表、数组：多个元素存储组成的简述链表：数组：适用场景：字典与哈希表字典:键值对存储的，类似于js的对象一个例子在JavaScript中，对象的覆盖规则遵循合并与替换的原则：字典:map来表示的，map的键不会转换类型哈希表又叫-->散列表，在js中没有哈希表，哈希表是字典一种实现。哈希表的工作原理和使
前端布道人·2024-01-15 06:52

LeeCode前端算法基础100题（16）- 轮转数组

一、问题详情：给定一个整数数组nums，将数组中的元素向右轮转k个位置，其中k是非负数。示例1:输入:nums=[1,2,3,4,5,6,7],k=3输出:[5,6,7,1,2,3,4]解释:向右轮转1步:[7,1,2,3,4,5,6]向右轮转2步:[6,7,1,2,3,4,5]向右轮转3步:[5,6,7,1,2,3,4]示例2:输入：nums=[-1,-100,3,99],k=2输出：[3,99
尔嵘·2024-01-13 19:45

初级前端算法

题目1题目描述：找出数组中的最大值输入：[3,9,2,5,1]输出：9JavaScript解答：functionfindMaxValue(arr){letmax=arr[0];for(leti=1;imax){max=arr[i];}}returnmax;}constinput=[3,9,2,5,1];constoutput=findMaxValue(input);console.log(outp
qq_42431718·2024-01-04 04:31

前端算法之双指针之快慢指针（Floyd 判圈法）

双指针与快慢指针快慢指针（Floyd判圈法）简介推导在链表中，快指针和慢指针都可以指向头节点，然后根据问题的要求进行移动。快指针通常会比慢指针移动得更快，例如每次移动两步，而慢指针则每次移动一步。在数组或字符串中，快指针和慢指针也可以从起始位置开始遍历。它们可以根据问题的需求以不同的速度移动。例如，在判断回文性时，快指针可以从末尾开始向前移动，而慢指针则从起始位置开始向后移动。需要注意的是，具体问
前端布道人·2024-01-01 23:44

前端算法之复杂度

算法算法概述复杂度时间复杂度时间复杂度总结多维复杂度时间复杂度细分时间复杂度举例O1常数时间复杂度：Ologn对数时间复杂度：On线性时间复杂度：Onlogn线性对数时间复杂度：On^2平方时间复杂度：On^3立方时间复杂度：空间复杂度算法算法概述复杂度双指针滑动窗口二叉树复杂度更短的时间，更少空间O(n)算法执行的所有时规模时间复杂度时间复杂度是计算机科学中的一个概念，用于衡量一个算法执行时间随
前端布道人·2024-01-01 23:14

前端算法之双指针

双指针分类快慢指针（同向）对向、背向指针例子：最接近的三数之和例子：通过删除字母匹配到字典里最长单词双指针双指针是一种编程技术，通常用于解决数组或链表的问题。双指针法使用两个指针（通常称为快指针和慢指针）来遍历数据结构，以解决一些需要找到特定元素或进行其他复杂操作的问题。双指针法的主要优点是它可以在一次遍历中解决问题，而不需要反向遍历或使用其他额外的数据结构。这使得它在解决一些问题时效率更高。例如
前端布道人·2024-01-01 23:14

前端算法之滑动窗口

滑动窗口滑动窗口思路：举例:在一个数组中查找连续子数组的最大值之和。举例:无重复字符的最长子串滑动窗口滑动窗口（SlidingWindow）是一种常用的算法技巧，用于处理数组或字符串相关的问题。它通过维护一个固定大小的窗口来解决问题。具体来说，滑动窗口算法通常包含以下步骤：初始化窗口的起始位置和结束位置。将窗口内的元素进行处理，得到想要的结果。移动窗口的起始位置或结束位置，即滑动窗口的过程。重复步
前端布道人·2024-01-01 23:12

LeeCode前端算法基础100题（15）-最大子数组和

一、问题详情：给你一个整数数组nums，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。子数组是数组中的一个连续部分。示例1：输入：nums=[-2,1,-3,4,-1,2,1,-5,4]输出：6解释：连续子数组 [4,-1,2,1]的和最大，为 6。示例2：输入：nums=[1]输出：1示例3：输入：nums=[5,4,-1,7,8]输出：23提示：1<=nums.l
尔嵘·2023-12-22 17:44

66 道前端算法面试题附思路分析助你查漏补缺

今天来分享一篇干货，前端关于算法的分析不多，下文列举了66道前端算法面试题，希望对你有所帮助。
前端开发博客·2023-12-21 17:47

LeeCode前端算法基础100题（11）-移除元素

一、问题详情：给你一个数组nums和一个值val，你需要原地移除所有数值等于val的元素，并返回移除后数组的新长度。不要使用额外的数组空间，你必须仅使用O(1)额外空间并原地修改输入数组。元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。说明:为什么返回数值是整数，但输出的答案是数组呢?请注意，输入数组是以「引用」方式传递的，这意味着在函数里修改输入数组对于调用者是可见的。你可以想象内部
尔嵘·2023-12-20 15:19

LeeCode前端算法基础100题（7）-电话号码的字母组合

一、问题详情：给定一个仅包含数字2-9的字符串，返回所有它能表示的字母组合。答案可以按任意顺序返回。给出数字到字母的映射如下（与电话按键相同）。注意1不对应任何字母。示例1：输入：digits="23"输出：["ad","ae","af","bd","be","bf","cd","ce","cf"]示例2：输入：digits=""输出：[]示例3：输入：digits="2"输出：["a","b",
尔嵘·2023-12-16 01:23

【ArcGIS Pro微课1000例】0046：深度学习--汽车检测

本实验讲述ArcGISPro中人工智能深度学习应用之–汽车检测。文章目录一、学习效果二、工具介绍三、案例实现四、注意事项一、学习效果采用深度学习工具，可以很快速精准的识别汽车。
刘一哥GIS·2023-12-04 15:38

LeeCode前端算法基础100题（6）-回文数

一、问题详情：给你一个整数x，如果x是一个回文整数，返回true；否则，返回false。回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。例如，121是回文，而123不是。示例1：输入：x=121输出：true示例2：输入：x=-121输出：false解释：从左向右读,为-121。从右向左读,为121-。因此它不是一个回文数。示例3：输入：x=10输出：false解释：从右向左读,为0
尔嵘·2023-12-03 06:00

前端算法相关

目录时间复杂度1、五大算法2、基础排序算法2.选择排序3.插入排序3、高级排序算法1.快速排序2.希尔排序4、递归运用(斐波那契数列)：爬楼梯问题5、数据树6、天平找次品时间复杂度口诀：插冒归基稳定，快选堆希不稳定稳定性：同大小情况下是否可能会被交换位置,虚拟dom的diff，不稳定性会导致重新渲染；1、五大算法1.贪心算法：局部最优解法2.分治算法：分成多个小模块，与原问题性质相同3.动态规划：
沈行的专栏·2023-11-30 18:22

前端算法专栏-数组-75.颜色分类

我是程序员库里，今天新开一个前端算法专栏。接下来会分类给大家分享常考算法题目。很多朋友也是看着这套系列算法拿到很多offer！所以也是想分享给更多朋友，帮助到有需要的朋友。
程序员库里·2023-11-30 17:43

前端算法codewhy第一章: 邂逅数据结构与算法

第一章:邂逅数据结构与算法编程的真相–数据的处理数据结构与算法的本质学习数据结构与算法到底有什么实际应用？源码中的数据结构如何学习数据结构与算法？TypeScript常见数据结构与算法到底什么是数据结构什么是数据结构（DataStructure）如何摆放图书？常见的数据结构什么是算法？生活中的数据结构与算法第一章：线性结构–数组MDNhttps://developer.mozilla.org/zh
尤雨溪般的艺术变成者·2023-11-25 20:30

PyTorch深度学习原理与实现

年代）深度神经网络（海量图片分类，2010年左右）常见深度神经网络：CNN、RNN、LSTM、GRU、GAN、DBN、RBM……深度应用领域计算机视觉语音识别自然语言处理人机博弈深度学习、机器学习以及人工智能深度学习
slience_me·2023-11-20 21:03

前端算法学习入门笔记 - JavaScript

TIPLeetCode官网算法题目前面的序号代表题号，[]为题目难易程度。题目作者都刷过一遍，有些解法是自己写的。学习视频请戳->链接转载请标明出处!!!目录栈20.有效的括号-[简单]队列933.最近的请求次数-[简单]链表237.删除链表中的节点-[简单]206.反转链表-[简单]2.两数相加-[中等]83.删除排序链表中的重复元素-[简单]141.环形链表-[简单]集合349.两个数组的交集
希sir·2023-11-18 19:26

亚马逊云AI大语言模型应用下的创新Amazon Transcribe的使用

语音识别技术已经发展了几十年，直到2009年，Hinton把人工智能深度学习解决方案引入语音识别中，语音识别才取得了巨大突破。AmazonTranscribe是一项自动语音识别(AS
lqj_本人·2023-11-16 04:18

前端开发：JS中使用到的贪心算法场景

前言在前端开发过程中，除了一般的逻辑使用之外，也会涉及到算法相关的知识，比如冒泡排序、数组去重/合并、贪心算法、八皇后算法等等，这些都是比较常用的前端算法相关的知识点。
三掌柜666·2023-11-15 09:33

前端算法面试之堆排序-每日一练

如果对前端八股文感兴趣，可以留意公重号：码农补给站，总有你要的干货。今天分享一个非常热门的算法--堆排序。堆的运用非常的广泛，例如，Python中的heapq模块提供了堆排序算法，可以用于实现优先队列；Java中的PriorityQueue类实现了堆队列，可以用于实现优先级任务队列；C++中的优先队列容器适配器提供了基于堆的优先队列实现。还有前端开发特别熟悉的React框架中也用到了，其中使用堆来
程序员辰风·2023-11-14 19:13

第五章:人工智能深度学习教程-人工神经网络(第一节-人工神经网络及其应用)

当您阅读这篇文章时，您体内的哪个器官正在思考这个问题？当然是大脑啦！但你知道大脑是如何运作的吗？嗯，它有神经元或神经细胞，它们是大脑和神经系统的主要单位。这些神经元接收来自外界的感觉输入并进行处理，然后提供可能作为下一个神经元的输入的输出。这些神经元中的每一个都通过突触以复杂的排列方式与其他神经元相连。现在，您想知道这与人工神经网络有什么关系吗？嗯，人工神经网络是根据人脑中的神经元建模的。让我们详
geeks老师·2023-11-10 03:16

第四章:人工智能深度学习教程-激活函数(第四节-深入理解激活函数)

什么是激活函数？在人工神经网络中，节点的激活函数定义了该节点或神经元对于给定输入或一组输入的输出。然后将该输出用作下一个节点的输入，依此类推，直到找到原始问题的所需解决方案。它将结果值映射到所需的范围，例如0到1或-1到1等。这取决于激活函数的选择。例如，使用逻辑激活函数会将实数域中的所有输入映射到0到1的范围内。二元分类问题的示例：在二元分类问题中，我们有一个输入x，比如一张图像，我们必须将其分
geeks老师·2023-11-10 03:15

第四章:人工智能深度学习教程-激活函数(第二节-ANN 中激活函数的类型)

生物神经网络以人工神经网络的形式建模，其中人工神经元模拟生物神经元的功能。人工神经元如下图所示：人工神经元的结构每个神经元由三个主要部分组成：一组“i”个突触，其权重为wi。信号xi形成具有权重wi的第i个突触的输入。任何权重的值都可以是正值或负值。正权重具有非凡的效果，而负权重对求和点的输出具有抑制作用。输入信号的求和点由相应的突触权重加权。因为它是加权输入信号的线性组合器或加法器，所以求和点的
geeks老师·2023-11-10 03:45

第四章:人工智能深度学习教程-激活函数(第三节-Pytorch 中的激活函数)

在本文中，我们将了解PyTorch激活函数。目录什么是激活函数以及为什么使用它们？Pytorch激活函数的类型ReLU激活函数：Python3LeakyReLU激活函数：Python3S形激活函数：Python3Tanh激活函数：Python3Softmax激活函数：Python3什么是激活函数以及为什么使用它们？激活函数是Pytorch的构建块。在讨论激活函数的类型之前，让我们首先了解人脑中神经
geeks老师·2023-11-10 03:37

第四章:人工智能深度学习教程-激活函数(第一节-激活函数)

简单来说，人工神经元计算其输入的“加权和”并添加偏差，如下图所示的净输入。从数学上来说，现在净输入的值可以是从-inf到+inf之间的任何值。神经元并不真正知道如何绑定到值，因此无法决定激发模式。因此激活函数是人工神经网络的重要组成部分。他们基本上决定神经元是否应该被激活。因此它限制了净输入的值。激活函数是一种非线性变换，我们在将输入发送到下一层神经元或将其最终确定为输出之前对输入进行非线性变换。
geeks老师·2023-11-09 17:22

第三章:人工智能深度学习教程-基础神经网络(第三节-Tensorflow 中的多层感知器学习)

在本文中，我们将了解多层感知器的概念及其使用TensorFlow库在Python中的实现。多层感知器多层感知也称为MLP。它是完全连接的密集层，可将任何输入维度转换为所需的维度。多层感知是具有多个层的神经网络。为了创建神经网络，我们将神经元组合在一起，以便某些神经元的输出是其他神经元的输入。神经网络和TensorFlow的简单介绍可以在这里找到：神经网络TensorFlow简介多层感知器有一个输入
geeks老师·2023-11-09 17:45

第三章:人工智能深度学习教程-基础神经网络(第一节-ANN 和 BNN 的区别)

你有没有想过建造大脑之类的东西是什么感觉，这些东西是如何工作的，或者它们的作用是什么？让我们看看节点如何与神经元通信，以及人工神经网络和生物神经网络之间有什么区别。1.人工神经网络：人工神经网络（ANN）是一种基于前馈策略的神经网络。之所以这样称呼，是因为它们不断地通过节点传递信息，直到到达输出节点。这也被称为最简单的神经网络类型。ANN的一些优点：无论数据类型如何（线性或非线性），都能够学习。人
geeks老师·2023-11-09 03:14

合工大《数字媒体技术》课程调研报告-视频伪造

作为人工智能深度学习领域的一个分支，Deepfake(深度伪造)技术在近几年迅速兴起，为国家间的政治抹黑、军事欺骗、经济犯罪甚至恐怖主义行动等提供了新工
晓宜·2023-11-09 03:44

第三章:人工智能深度学习教程-基础神经网络(第六节-ML深度学习层列表)

要指定所有层按顺序连接的神经网络的架构，请直接创建层数组。要指定层可以有多个输入或输出的网络架构，请使用LayerGraph对象。使用以下函数创建不同的图层类型。输入层：功能描述图像输入层将图像输入网络应用数据标准化序列输入层将序列数据输入到网络。可学习层：功能描述卷积2d层对输入应用滑动过滤器。它通过沿输入垂直和水平移动滤波器并计算权重和输入的点积，然后添加偏差项来对输入进行卷积。转置Conv2
geeks老师·2023-11-08 22:20

第三章:人工智能深度学习教程-基础神经网络(第五节-了解多层前馈网络)

让我们了解反向传播网络(BPN)中的误差是如何计算的以及权重是如何更新的。考虑下图中的以下网络。反向传播网络（BPN）上图中的网络是一个简单的多层前馈网络或反向传播网络。它包含三层，输入层有两个神经元x1和x2，隐藏层有两个神经元z1和z2，输出层有一个神经元yin。现在让我们写下每个神经元的权重和偏差向量。注：权重是随机取的。输入层：i/p–[x1x2]=[01]这里，由于它是输入层，因此仅存在
geeks老师·2023-11-08 22:19

第三章:人工智能深度学习教程-基础神经网络(第四节-从头开始的具有前向和反向传播的深度神经网络 – Python)

本文旨在从头开始实现深度神经网络。我们将实现一个深度神经网络，其中包含一个具有四个单元的隐藏层和一个输出层。实施将从头开始，并实施以下步骤。算法：1.可视化输入数据2.确定权重和偏置矩阵的形状3.初始化矩阵、要使用的函数4.前向传播方法的实现5.实施成本计算6.反向传播和优化7.预测和可视化输出模型架构：模型架构如下图所示，其中隐藏层使用双曲正切作为激活函数，而输出层（即分类问题）使用sigmoi
geeks老师·2023-11-08 22:19

第三章:人工智能深度学习教程-基础神经网络(第二节-ANN 和 BNN 的区别)

在本文中，我们将了解单层感知器及其使用TensorFlow库在Python中的实现。神经网络的工作方式与我们的生物神经元的工作方式相同。生物神经元的结构生物神经元具有三个基本功能接收外部信号。处理信号并增强是否需要发送信息。将信号传递给目标细胞，目标细胞可以是另一个神经元或腺体。同样，神经网络也能发挥作用。机器学习中的神经网络什么是单层感知器？它是最古老且最早引入的神经网络之一。它是由弗兰克·罗森
geeks老师·2023-11-08 22:42
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他