摘要: 合并K个排序链表 描述 合并 k 个排序链表,返回合并后的排序链表。请分析和描述算法的复杂度。 示例: 输入: [ 1->4->5, 1->3->4, 2->6 ] 输出: 1->1->2->3->4->4->5->6 题解 使用heapq,但是ListNode没有比较函数,所以需要自行定义: Li 阅读全文
posted @ 2023-09-27 09:34 Init0ne 阅读(8) 评论(0) 推荐(0) 编辑
摘要: 子数组之和 题目地址 https://www.lintcode.com/problem/subarray-sum/my-submissions 描述 给定一个整数数组,找到和为零的子数组。你的代码应该返回满足要求的子数组的起始位置和结束位置 样例 样例 1: 输入: [-3, 1, 2, -3, 4 阅读全文
posted @ 2023-09-27 09:33 Init0ne 阅读(14) 评论(0) 推荐(0) 编辑
摘要: 新版Kali默认不启用root用户,使用kali/kali登录后: sudo passwd root 设置好root密码后就可以了 阅读全文
posted @ 2023-03-02 21:23 Init0ne 阅读(374) 评论(0) 推荐(0) 编辑
摘要: kali apt update更新源报错: Certificate verification failed: The certificate is NOT trusted. The certificate issuer is unknown. Could not handshake: Error i 阅读全文
posted @ 2023-03-02 21:18 Init0ne 阅读(202) 评论(0) 推荐(0) 编辑
摘要: 服务端 安装nfs服务包: # apt install nfs-kernel-server 准备共享目录 mkdir /mnt/sharedir chown nobody:nogroup /mnt/sharedir chmod 777 /mnt/sharedir 配置 编辑/etc/exports, 阅读全文
posted @ 2023-03-02 20:17 Init0ne 阅读(446) 评论(0) 推荐(0) 编辑
摘要: 保存与加载整个模型 保存整个模型,包括网络结构和权重参数,保存后的文件用torch.load()加载后的类型是定义的网络结构类,如class CNN: torch.save(model, "model.pkl") 加载整个模型: model = torch.load("model.pkl") 只保存 阅读全文
posted @ 2022-12-27 17:12 Init0ne 阅读(181) 评论(0) 推荐(0) 编辑
摘要: CNN网络结构 在神经网络的发展历史中介绍了,CNN被广泛应用与图像领域,本文对CNN网络结构与算法进行进一步的介绍。 基本网络结构 CNN的网络结构一般包括: 输入层 由若干卷积层、激活函数、池化层、全连接层组成的隐藏层 使用softmax激活函数的输出层 卷积运算 CNN中的卷积运行表示为: $ 阅读全文
posted @ 2022-09-05 14:55 Init0ne 阅读(204) 评论(0) 推荐(0) 编辑
摘要: DNN网络结构 DNN是从多层感知器发展而来的第三代神经网络,DNN的网络结构分为三部分:输入层、隐藏层、输出层。 DNN的层与层之间是全连接的,第$i$层的任意一个神经元一定与第$i+1$层的任意一个神经元连接. 从小的局部模型来讲,DNN和感知器一样,包括: 线性关系:$z=\sum_1^m{w 阅读全文
posted @ 2022-09-05 14:45 Init0ne 阅读(2301) 评论(0) 推荐(0) 编辑
摘要: 1、管理 -> 选型 -> 启用数学公式支持 2、使用markdown编辑器 3、示例:$\sum_{1}^{m}\theta ^TX^i$ $$\sum_{1}^{m}\theta ^TX^i$$ 说明:公式使用$$$,或$$$$独立一行,具体参考markdown语法 4、在线公式编辑器:http 阅读全文
posted @ 2022-09-05 14:23 Init0ne 阅读(24) 评论(0) 推荐(0) 编辑
摘要: 1、三代神经网络的发展 第一代神经网络:感知器(1950s) 第一代神经网络又称为感知机,在1950年左右被提出来,算法分为输入层和输出层,输入和输出之间为线性关系,感知机无法处理非线性模型,即不能解决线性不可分的问题。 第二代神经网络:多层感知器MLP(1980s) 第二代神经网络为多层感知机(M 阅读全文
posted @ 2022-09-05 12:04 Init0ne 阅读(2784) 评论(0) 推荐(0) 编辑