07 2020 档案

摘要:1、为什么要用这个编码? 将离散型特征使用one-hot编码,确实会让特征之间的距离计算更加合理。比如,有一个离散型特征,代表工作类型,该离散型特征,共有三个取值,不使用one-hot编码,其表示分别是x_1 = (1), x_2 = (2), x_3 = (3)。两个工作之间的距离是,(x_1, 阅读全文
posted @ 2020-07-30 18:24 Tomorrow1126 阅读(261) 评论(0) 推荐(0) 编辑
摘要:1、聚类(Clustering)就是一种寻找数据之间内在结构的技术。聚类把全体数据实例组织成一些相似组,而这些相似组被称作簇。处于相同簇中的数据实例彼此相同,处于不同簇中的实例彼此不同。 聚类技术通常又被称为无监督学习,与监督学习不同的是,在簇中那些表示数据类别的分类或者分组信息是没有的。 数据之间 阅读全文
posted @ 2020-07-30 18:03 Tomorrow1126 阅读(446) 评论(0) 推荐(0) 编辑
摘要:如果题目中没有明确说数据只有单组,记得用这个 while(scanf("%d",&a)!=EOF) { } 阅读全文
posted @ 2020-07-29 16:48 Tomorrow1126 阅读(770) 评论(0) 推荐(0) 编辑
摘要:自己尝试使用的方法:超时了 #include <cstdio> #include <iostream> #include<string> #include<cstring> using namespace std; int main() { for(int n=1000;n<=1111;n++) { 阅读全文
posted @ 2020-07-29 15:55 Tomorrow1126 阅读(174) 评论(0) 推荐(0) 编辑
摘要:gcc/g++ 和 clang/clang++ 都是 Linux 下常用的 C/C++ 编译器。gcc 是 GNU 亲儿子,Ubuntu 等常用发行版标配。clang 是后起之秀,配合 llvm,以优秀的前端闻名于世,现在已经是 Mac(XCode) 的默认编译器,微软等大公司都在往上靠,前景一片光 阅读全文
posted @ 2020-07-29 15:13 Tomorrow1126 阅读(15439) 评论(0) 推荐(3) 编辑
摘要:中国计算机学会推荐国际学术期刊 (计算机系统与高性能计算) 一、A类 序号 刊物简称 刊物全称 出版社 网址 1 TOCS ACM Transactions on Computer Systems ACM http://tocs.acm.org/ 2 TOC IEEE Transactions on 阅读全文
posted @ 2020-07-29 10:47 Tomorrow1126 阅读(1105) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/qq_20412595/article/details/83658394 所谓编码,就是将输入序列转化成一个固定长度的向量;解码,就是将之前生成的固定向量再转化成输出序列。 阅读全文
posted @ 2020-07-26 14:25 Tomorrow1126 阅读(168) 评论(0) 推荐(0) 编辑
摘要:1、提出了一种利用正交随机噪声矩阵对WCT的过程进行修改的方法,从而能够让风格迁移更具有多样性 方法 核心思想是在加入正交噪声矩阵丰富多样性的基础上,保证WCT过程中style纹理,也就是Gram矩阵不变。也就是说即使用正交噪声矩阵扰动前后feature map和原先不同了,但是Gram Matri 阅读全文
posted @ 2020-07-26 12:08 Tomorrow1126 阅读(694) 评论(1) 推荐(0) 编辑
摘要:https://blog.csdn.net/zhangjunhit/article/details/70845704 1、本文使用深度卷积网络来进行 摄影风格转换,在 Neural Style algorithm [5] 的基础上进行改进的, 主要是在目标函数进行了修改,加了一项 Photoreal 阅读全文
posted @ 2020-07-25 21:12 Tomorrow1126 阅读(347) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/weixin_44388679/article/details/107458536 https://blog.csdn.net/u014432647/article/details/75276718 阅读全文
posted @ 2020-07-25 21:03 Tomorrow1126 阅读(983) 评论(0) 推荐(0) 编辑
摘要:1、创新点: 这篇论文实现了图像的任意风格转换,不在局限于单个风格的训练。同时支持优化和前向网络的方法。这个方面只在一层进行相关处理。 https://blog.csdn.net/wyl1987527/article/details/70476044 阅读全文
posted @ 2020-07-25 14:12 Tomorrow1126 阅读(396) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/choushi5845/article/details/100747118 https://blog.csdn.net/LEE18254290736/article/details/97371930 1、生成式对抗网络(GAN, Generative Ad 阅读全文
posted @ 2020-07-25 12:32 Tomorrow1126 阅读(251) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/yskyskyer123/article/details/98776657 https://blog.csdn.net/qq_44887206/article/details/105328233 作者利用照片和样式样本中出现的类似内容来了解样式如何改变内容 阅读全文
posted @ 2020-07-25 12:06 Tomorrow1126 阅读(398) 评论(0) 推荐(0) 编辑
摘要:本文的核心思路如下: - 使用现成的识别网络,提取图像不同层级的特征。 - 低层次响应描述图像的风格,高层次响应描述图像的内容。 - 使用梯度下降方法,可以调整输入响应,在特定层次获得特定的响应。 - 多次迭代之后,输入响应即为特定风格和内容的图像。 本文介绍一个酷炫的深度学习应用:风格迁移。作者G 阅读全文
posted @ 2020-07-24 17:07 Tomorrow1126 阅读(274) 评论(0) 推荐(0) 编辑
摘要:笔记在pad中 接下来,我们就将问题慢慢复杂化,一步一步接近最终的神经网络中的反向传播! 前文中,我们利用的是一个神经元,这里我们讲问题变复杂,变成两个神经元,并且是有嵌套关系的两个神经元!如下图: 将输入值相加然后输出到第二个神经元,同时第二个神经元还接受输入c,并将两个值相乘,最后输出!这个简单 阅读全文
posted @ 2020-07-21 11:44 Tomorrow1126 阅读(224) 评论(0) 推荐(0) 编辑
摘要:详细看博客https://www.jianshu.com/p/fa8d5ff9321a 1、感知器perceptron 感知器本质上是用来决策的。 一个感知机其实是对神经元最基本概念的模拟 ,都未必有多少网络概念,他就是一个自动做决策的机器。 感知器纯粹从数学的角度的上看,其实就可以理解为一个黑盒函 阅读全文
posted @ 2020-07-21 11:28 Tomorrow1126 阅读(972) 评论(0) 推荐(0) 编辑
摘要:梯度:梯度的本意是一个向量(矢量),表示某一函数在该点处的方向导数沿着该方向取得最大值, 即函数在该点处沿着该方向(此梯度的方向)变化最快,变化率最大(为该梯度的模)。 百度百科详细含义:https://baike.baidu.com/item/%E6%A2%AF%E5%BA%A6/13014729 阅读全文
posted @ 2020-07-21 10:34 Tomorrow1126 阅读(2201) 评论(0) 推荐(0) 编辑
摘要:1、ResNet是一种残差网络,咱们可以把它理解为一个子网络,这个子网络经过堆叠可以构成一个很深的网络。 2、但是根据实验表明,随着网络的加深,优化效果反而越差,测试数据和训练数据的准确率反而降低了。这是由于网络的加深会造成梯度爆炸和梯度消失的问题。 目前针对这种现象已经有了解决的方法:对输入数据和 阅读全文
posted @ 2020-07-20 21:18 Tomorrow1126 阅读(446) 评论(0) 推荐(0) 编辑
摘要:残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。 拟合:如果待定函数是线性,就叫线性拟合或者线性回归(主要在统计中),否则叫作非线性拟合或者非线性回归。表达式也可以是分段函数,这种情况下叫作样条拟合。 一组观测结果的数字统计与相应数值组的吻合。形象的说,拟合就是把平面上一系列的点,用一条光 阅读全文
posted @ 2020-07-20 20:29 Tomorrow1126 阅读(5363) 评论(0) 推荐(1) 编辑
摘要:1、我们的系统由两部分组成:一个图片转换网络fw 和一个损失网络 φ(用来定义一系列损失函数l1, l2, l3), 图片转换网络是一个深度残差网络,参数是权重W,它把输入的图片x通过映射 y=fw(x)转换成输出图片y, 每一个损失函数计算一个标量值li(y,yi), 衡量输出的y和目标图像yi之 阅读全文
posted @ 2020-07-20 20:25 Tomorrow1126 阅读(533) 评论(0) 推荐(1) 编辑
摘要:cout << setiosflags(ios::fixed) << setpresition(6) << a << endl; 为输出a这个变量的六位小数 cout << setprecision(3) << a << endl;为输出a这个变量的3位有效数字 #include <iostream 阅读全文
posted @ 2020-07-18 21:14 Tomorrow1126 阅读(825) 评论(0) 推荐(0) 编辑
摘要:模拟。顾名思义,就是用计算机来模拟题目中要求的操作,比如 NOIP 2014 的 生活大爆炸版石头剪刀布 ,只需要按照题面的意思来写就可以了。 当然,模拟并不总是很好写,参见经典题目 魔兽世界 和 猪国杀 。 模拟题目通常具有码量大、操作多、思路繁复的特点。并且由于它码量大,会导致很难查错,如果在考 阅读全文
posted @ 2020-07-18 20:30 Tomorrow1126 阅读(156) 评论(0) 推荐(0) 编辑
摘要:https://www.cnblogs.com/onepixel/articles/7674659.html这个里面比较详细。 主要记快排和归并。 快排: 快速排序的基本思想:通过一趟排序将待排记录分隔成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,则可分别对这两部分记录继续进行排序, 阅读全文
posted @ 2020-07-18 20:10 Tomorrow1126 阅读(124) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/r250tgc/article/details/89604254 #define _CRT_SECURE_NO_DEPRECATE #include <windows.h> #include <cstdio> #include <cmath> #inclu 阅读全文
posted @ 2020-07-17 11:28 Tomorrow1126 阅读(661) 评论(0) 推荐(0) 编辑
摘要:1、office 启动Word 2019时弹出“很抱歉,此功能看似已中断,并需要修复......” https://blog.csdn.net/qq_35443700/article/details/105055992 2、spss 无法启动,可能是没有安装vc++运行库,一般正版的会提醒。要安装v 阅读全文
posted @ 2020-07-16 23:04 Tomorrow1126 阅读(597) 评论(0) 推荐(0) 编辑
摘要:教程:https://blog.csdn.net/u011535541/article/details/83379151 用户名:tomorrow 邮箱:694879357@qq.com 在D盘建了一个gitgit文件夹作为仓库。 阅读全文
posted @ 2020-07-16 18:31 Tomorrow1126 阅读(89) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示