上一页 1 ··· 7 8 9 10 11 12 13 14 15 ··· 22 下一页
摘要: tf-faster-rcnn github:https://github.com/endernewton/tf-faster-rcnn backbone,例如vgg,conv层不改变feature大小,pooling层输出(w/2, h/2),有4个pooling所以featuremap变为原图1/ 阅读全文
posted @ 2018-02-28 17:08 demianzhang 阅读(3795) 评论(0) 推荐(0) 编辑
摘要: 题目大意:国际象棋给你一个起点和一个终点,按骑士的走法,从起点到终点的最少移动多少次。 求最少明显用bfs,下面给出三种搜索算法程序: DFS: 注意visited结点,如果步数较小也继续搜索 A*算法: g函数为沿路径从起点到当前点的移动耗费(经过的步数),启发函数h为当前格子到终点横坐标差与纵坐 阅读全文
posted @ 2018-01-18 14:42 demianzhang 阅读(378) 评论(0) 推荐(0) 编辑
摘要: 转自:http://www.cnblogs.com/LUO77/p/5798149.html (一)快排 快排考的是最多次的。之前看大神写的算法很简单,思想也很好。就一直用他的思想去思考快排了。挖坑法。 拿走第一个元素作为标兵元素,即挖坑,然后从后面找一个比它小的填坑,然后又形成一个坑,再从前面找一 阅读全文
posted @ 2018-01-05 20:56 demianzhang 阅读(1348) 评论(0) 推荐(0) 编辑
摘要: 在 Tensorflow 当中有两种途径生成变量 variable, 一种是 tf.get_variable(), 另一种是 tf.Variable(). 使用tf.get_variable()定义的变量不会被tf.name_scope()当中的名字所影响 想要达到重复利用变量的效果, 我们就要使用 阅读全文
posted @ 2018-01-05 20:26 demianzhang 阅读(402) 评论(0) 推荐(0) 编辑
摘要: 树结点结构体: 因为在后序遍历中,要保证左孩子和右孩子都已被访问并且左孩子在右孩子前访问才能访问根结点 第一种: 对于任一结点P,将其入栈,然后沿其左子树一直往下搜索,直到搜索到没有左孩子的结点,此时该结点出现在栈顶,但是此时不能将其出栈并访问,因此其右孩子还为被访问。所以接下来按照相同的规则对其右 阅读全文
posted @ 2017-12-26 14:42 demianzhang 阅读(5642) 评论(1) 推荐(1) 编辑
摘要: 描述两个数的a,b的gcd为1,即a,b互质,现在给你一个数m,你知道与它互质的第k个数是多少吗?与m互质的数按照升序排列。 样例输出 首先对m进行质因数分解,求出m有哪些质因数,然后用容斥求[1, mid]内与m互质的数有多少个。 判断的时候,[1,mid]之间与m互质的数的数量 = mid - 阅读全文
posted @ 2017-12-10 17:33 demianzhang 阅读(758) 评论(0) 推荐(0) 编辑
摘要: 非线性回归问题的参数求解,反向求导基本流程。Variable 计算时, 它在后台一步步默默地搭建着一个庞大的系统, 叫做计算图, computational graph. 这个图将所有的计算步骤 (节点) 都连接起来, 最后进行误差反向传递的时候, 一次性将所有 variable 里面的修改幅度 ( 阅读全文
posted @ 2017-12-09 17:11 demianzhang 阅读(405) 评论(0) 推荐(0) 编辑
摘要: 转自:https://sherlockliao.github.io/2017/07/10/backward/ backward只能被应用在一个标量上,也就是一个一维tensor,或者传入跟变量相关的梯度。 特别注意Variable里面默认的参数requires_grad=False,所以这里我们要重 阅读全文
posted @ 2017-12-09 16:04 demianzhang 阅读(5196) 评论(1) 推荐(0) 编辑
摘要: 首先,我们定义好一个LSTM网络,然后给出一个句子,每个句子都有很多个词构成,每个词可以用一个词向量表示,这样一句话就可以形成一个序列,我们将这个序列依次传入LSTM,然后就可以得到与序列等长的输出,每个输出都表示的是一种词性,比如名词,动词之类的,还是一种分类问题,每个单词都属于几种词性中的一种。 阅读全文
posted @ 2017-12-08 21:32 demianzhang 阅读(2506) 评论(0) 推荐(0) 编辑
摘要: 一、tensorflow读取机制图解 我们必须要把数据先读入后才能进行计算,假设读入用时0.1s,计算用时0.9s,那么就意味着每过1s,GPU都会有0.1s无事可做,这就大大降低了运算的效率。 解决这个问题方法就是将读入数据和计算分别放在两个线程中,将数据读入内存的一个队列,如下图所示: 读取线程 阅读全文
posted @ 2017-12-08 15:01 demianzhang 阅读(14796) 评论(2) 推荐(2) 编辑
上一页 1 ··· 7 8 9 10 11 12 13 14 15 ··· 22 下一页