摘要：
观察者模式 意图 定义对象之间的一对多依赖，当一个对象状态改变时，它的所有依赖都会收到通知并且自动更新状态。 主题(Subject)是被观察的对象，而其所有依赖者(Observer)称为观察者。 类图 主题(Subject)具有注册和移除观察者、并通知所有观察者的功能，主题是通过维护一张观察者列表来 阅读全文
posted @ 2021-03-30 13:11
当康
阅读(38)
评论(0)
推荐(0)
摘要：
题目：454. 四数相加 II 给定四个包含整数的数组列表 A , B , C , D ,计算有多少个元组 (i, j, k, l) ，使得 A[i] + B[j] + C[k] + D[l] = 0。 为了使问题简单化，所有的 A, B, C, D 具有相同的长度 N，且 0 ≤ N ≤ 500 阅读全文
posted @ 2021-03-29 16:43
当康
阅读(130)
评论(0)
推荐(0)
摘要：
哈希表：快乐数 题目：202. 快乐数 编写一个算法来判断一个数 n 是不是快乐数。 「快乐数」定义为： 对于一个正整数，每一次将该数替换为它每个位置上的数字的平方和。 然后重复这个过程直到这个数变为 1，也可能是 无限循环 但始终变不到 1。 如果 可以变为 1，那么这个数就是快乐数。 如果 n 阅读全文
posted @ 2021-03-29 15:45
当康
阅读(84)
评论(0)
推荐(0)
摘要：
题目：349. 两个数组的交集 给定两个数组，编写一个函数来计算它们的交集。 输入：nums1 = [1,2,2,1], nums2 = [2,2] 输出：[2] 输入：nums1 = [4,9,5], nums2 = [9,4,9,8,4] 输出：[9,4] 说明： 输出结果中的每个元素一定是唯一 阅读全文
posted @ 2021-03-28 23:19
当康
阅读(290)
评论(0)
推荐(0)
摘要：
搭建RNN 声明： 1 - RNN的前向传播 1.1 - RNN单元 from torch.nn.parameter import Parameter #参数更新和优化函数 from collections import Counter #Counter 计数器 import numpy as np 阅读全文
posted @ 2021-03-28 20:17
当康
阅读(250)
评论(0)
推荐(0)
摘要：
1 - 词向量运算 如何加载训练好了的词向量 使用余弦相似性计算相似度 使用词嵌入来解决“男人与女人相比就像国王与____ 相比”之类的词语类比问题 修改词嵌入以减少性别偏见等 读数据: words：单词的集合 word_to_vec_map ： 字典类型，单词到GloVe向量的映射 使用50维的向 阅读全文
posted @ 2021-03-28 20:11
当康
阅读(266)
评论(0)
推荐(0)
摘要：
实现一个卷积神经网络的一些模块 import numpy as np import h5py import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['figure.figsize'] = (5.0, 4.0) plt.rcPa 阅读全文
posted @ 2021-03-28 20:10
当康
阅读(66)
评论(0)
推荐(0)
摘要：
优化算法 import numpy as np import matplotlib.pyplot as plt import scipy.io import math import sklearn import sklearn.datasets import opt_utils # help fun 阅读全文
posted @ 2021-03-28 19:33
当康
阅读(144)
评论(0)
推荐(0)
摘要：
任务 一、初始化参数： 使用0来初始化参数。 使用随机数来初始化参数。 使用抑梯度异常初始化参数（参见视频中的梯度消失和梯度爆炸）。 二、正则化模型： 使用二范数对二分类模型正则化，尝试避免过拟合。 使用随机删除节点的方法精简模型，同样是为了尝试避免过拟合。 三、梯度校验 ： 对模型使用梯度校验，检 阅读全文
posted @ 2021-03-28 19:26
当康
阅读(167)
评论(0)
推荐(0)
摘要：
构建具有单隐藏层的2类分类神经网络 import numpy as np import matplotlib.pyplot as plt from testCases import * import sklearn import sklearn.datasets import sklearn.lin 阅读全文
posted @ 2021-03-28 19:08
当康
阅读(179)
评论(0)
推荐(0)
浙公网安备 33010602011771号