11 2019 档案
摘要：1. 学习率 学习率是指在优化算法中更新网络权重的幅度大小。学习率可以是恒定的、逐渐降低的、基于动量的或者是自适应的，采用哪种学习率取决于所选择优化算法的类型，如SGD、Adam、Adagrad、AdaDelta或RMSProp等算法。 2. 迭代次数 迭代次数是指整个训练集输入到神经网络进行训练的
阅读全文
摘要：一、卷积网络基本概念 作用： 也可以称作为滤波器，是消除噪声(在图像上是指引起较强视觉效果的孤立像素点或像素块)，提取主要研究对象。 优点： 参数共享 利用BP自动学习权重特征 缺点： 需要大量的有监督数据 特征： 较浅的卷积层感受野较小，学习到一些局部区域的特征。较深的卷积层具有较大的感受野，能够
阅读全文
摘要：一.初始化 string string1; string string2="hello world";string string3("hello world"); string string4(10,'h'); 二.对象的比较 可以用 <、<=、==、!=、>=、> 运算符比较 string 对象。
阅读全文
摘要：ROI pooling是将不定长的tensor转化为定长的tensor。 具体操作如下 加入将输入的tensor生成2*2的tensor。采用max pooling。 input tensor： 将tensor分割为四部分。 最后得到如下tensor
阅读全文
摘要：tensor默认是不求梯度的，对应的requires_grad是False。 1.指定数值初始化 import torch #创建一个tensor，其中shape为[2] tensor=torch.Tensor([2,3]) print(tensor)#tensor([2., 3.]) #创建一个s
阅读全文
摘要：# h1## h2### h3#### h4##### h5###### h6 *em* **strong** ***斜体加粗*** ~~待删除~~ 无序列表，用 * + - 都可以表示,【可以用四个空格来分级】 * 列表 + 次级 - 次级 * 列表 列表 次级 次级 列表 有序列表，用数字.表示
阅读全文
摘要：1.双端队列常用操作 deq.front()：返回双向队列的头部元素。deq.push_front(x)：把元素x插入到双向队列的头部。deq.pop_front()：弹出双向队列的第一个元素。 deq.back()：返回双向队列的尾部元素。deq.push_back(x)：把元素x插入到双向队列的
阅读全文
摘要：set 和multiset相同点： 两者插入的元素都是有序的。 set 和multiset不同点同点： multiset允许集合内的元素是重复的 set：不允许集合内元素重复 以下对应是multiset可重复插入元素的例子 #include <iostream> #include <set> usi
阅读全文
摘要：1.基本概念 优先队列: 与队列的用法是一样的，优先队列内部是通过堆排序实现的。 因为push和pop方法会导致元素变化，故而需要重新调整堆，而top是把堆顶元素输出。 priority_queue< type, container, function > type：数据类型； container：
阅读全文
摘要：python 的time和datetime常用写法 import time from datetime import datetime from datetime import timedelta #打印时间串 print(time.time())#1574387008.6881413 #打印当时时
阅读全文
摘要：1.堆排序 要求：对于大顶堆，孩子节点的值小于父节点。 说明：数据会存储在数组中，从数组下标1开始存储根节点，假如i为父节点，则2*i是左孩子，2*i+1是右孩子。 方法：向上调整 步骤： 第一步：建堆，从有孩子节点p开始调整，将p的两个孩子节点较大者与父节点(p)交换，再调整交换过的以子节点为根的
阅读全文
摘要：分治算法：是将问题划分为一些独立的子问题，递归的求解个子问题，然后合并子问题的解而得到原问题的解。 分治算法步骤 step1 分解：将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题； step2 解决：若子问题规模较小而容易被解决则直接解，否则递归地解各个子问题 step3 合并：将
阅读全文
摘要：贪心算法中，是以自顶向下的方式使用最优子结构，贪心算法会先做选择，在当时看起来是最优的选择，然后再求解一个结果的子问题。 贪心算法是使所做的选择看起来都是当前最佳的，期望通过所做的局部最优选择来产生一个全局最优解 如最小生成树、Dijkstra单源最短路径 贪心选择性质 所谓贪心选择性质是指所求问题
阅读全文
摘要：动态规划：适用于子问题不是独立的情况，也就是各子问题包含子子问题，若用分治算法，则会做很多不必要的工作，重复的求解子问题，动态规划对每个子子问题，只求解一次将其结果保存在一张表中，从而避免重复计算。 动态规划最优化问题中的两个要素：最优子结构和重叠子问题 动态规划是以自底向上的方式来利用最优子结构，
阅读全文
摘要：一、map 1.map简介 map是一种关联式容器，一对一的映射 第一个是key，是唯一的。 第二个是value，关键字所对应的值。 因为map的底层实现是红黑树，所以map会对插入的数据进行排序。 2.插入元素 采用insert和直接下标访问两种方式，同时可以看到输出是按照key值排序。 #inc
阅读全文
摘要：1.几种不同的初始化方法 import torch.nn as nn embedding = torch.Tensor(3, 5) #如下6种初始化方法 #正态分布 nn.init.normal_(embedding) #均匀分布 nn.init.uniform_(embedding) #凯明均匀分
阅读全文
摘要：208. Implement Trie (Prefix Tree) 子节点个数对应的是数组
阅读全文
摘要：338. Counting Bits(计算小于n的各个数值对应的二进制1的个数) 思路：通过奇偶判断，if i是偶数，a[i]=a[i/2],if i是奇数，a[i]=a[i-1]+1。 class Solution { public: vector<int> countBits(int num)
阅读全文
摘要：数值查找 旋转数组问题 1.旋转数组，寻找给定值的具体位置，数值无重复；二分法，先寻找有序区间，不在有序区间，则在另外的区间：https://github.com/AntonioSu/leetcode/blob/master/problems/33.SearchinRotatedSortedArra
阅读全文
摘要：SQL 常用函数集合 --join函数具体的使用方法，对应的数据表，必须在同一个数据库中 SELECT vt.called_no,cr.check_total_label_list,cr.check_label_list,vt.voice_id,cr.partition_dt FROM ailab_
阅读全文
摘要：5. Longest Palindromic Substring 647. Palindromic Substrings 解法一：从中心一点向两边扩展，需要考虑中心为一点，中心为两点。 解法二：马拉车算法
阅读全文
摘要：crontab -e #编辑 ################# suwenyuan start ###################### # 每周四晚上6点发送 效果评测 #00 18 * * * cd /home/work/voice_check/email/evaluate/agent_h
阅读全文
摘要：一、工作区和版本库 1.工作区（Working Directory） 就是在本地的目录 2.版本库（Repository） 工作区有一个隐藏目录.git，这个不算工作区，而是Git的版本库，版本库简单理解就是远程的存储空间，存放文件。 把文件添加到远程 git add #把文件修改添加到暂存区； g
阅读全文
摘要：1 re匹配示例 # -*- coding:UTF8 -*- import re #查找匹配 text="验证码是安全的" pattern = re.compile(r'密码|验证码|安全') result = re.findall(pattern,text) #得到的是['验证码', '安全']
阅读全文
