摘要: 贪心算法介绍: 对问题求解时,总是做出在当前看来最好的选择 基本思路: 建立数学模型来描述问题 把求解的问题分成若干个子问题 对每一个子问题求解,得到子问题的局部最优解 把子问题的解局部最优解合成原来解问题的一个解 贪心策略适用的前提:局部足有策略能导致产生全局最优解。 贪心算法与动态规划算法的主要 阅读全文
posted @ 2019-12-15 16:44 吕晓宁 阅读(304) 评论(0) 推荐(0) 编辑
摘要: 动态规划: 一维动态规划: 目前我们所见到的DP问题都是1D的,让我们看一下其他例子: 问题描述1:给定n,找到不同的n写成1,3,4相加的方法 例如:n=5,答案是6 答案:公式:Dn = Dn-1 +Dn-3 +Dn-4 D[0] = D[1]=D[2] D[3]=2 for (i=4;i<=n 阅读全文
posted @ 2019-12-10 22:27 吕晓宁 阅读(269) 评论(0) 推荐(0) 编辑
摘要: 1. 哈希表(计算一个字符串或数组里的元素存不存在、唯不唯一、重复、计数、匹配) 数据成员(Data Member) 操作(Operations) 魔法盒:哈希函数进行操作 哈希(Hash): 数值K经过哈希函数hash_function生成哈希码hash_code会得到索引值Index 冲突(Co 阅读全文
posted @ 2019-10-11 15:34 吕晓宁 阅读(277) 评论(0) 推荐(0) 编辑
摘要: 堆栈: 数组实现堆栈的代码: 队列实现堆栈的代码: 队列: 循环数组实现一个队列代码: 用链表去实现队列: 练习1:用两个堆栈实现队列 练习2:用队列实现堆栈 练习3:最小栈 练习4:用一个数组堆两个栈 练习5:堆栈排序 练习6:字符串反转 练习7:回文字符串 阅读全文
posted @ 2019-10-11 11:23 吕晓宁 阅读(184) 评论(0) 推荐(0) 编辑
摘要: 链表:(链表应用:操作系统的缓存、Dictionary) 1. 链表由一系列数据记录构成,在每个记录里有个区域包含一个指向下一个数据记录的索引 2. 链表vs数组列表 (1)使用固定步数的操作可以在列表中任意节点做插入、删除操作 (2)不允许随机访问 3. 循环链表和双向链表 4. 哨兵节点 在某些 阅读全文
posted @ 2019-10-10 11:23 吕晓宁 阅读(214) 评论(0) 推荐(0) 编辑
摘要: 分治法: 1. 将问题拆分为几个子问题,并且这些子问题和原问题相似只是量级上小一些。 2. 递归地解决每一个子问题,然后结合这些子问题的解决方案构造出原问题的解决方案。 我们已经遇到过的问题: 1. 二分搜索 2. 归并排序 3. 快速排序 分治法例子: 练习1:快速指数: 能够快速计算出a的n次方 阅读全文
posted @ 2019-10-08 23:27 吕晓宁 阅读(374) 评论(0) 推荐(0) 编辑
摘要: # %load ../../standard_import.txt import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn.linear_model import LinearRegression from mpl_toolkits.mplot3d import axes3d pd... 阅读全文
posted @ 2019-01-04 09:52 吕晓宁 阅读(829) 评论(0) 推荐(0) 编辑
摘要: 图像描述: Demo: https://vimeo.com/146492001 http://cs.stanford.edu/people/karpathy/neuraltalk2/demo.html 二。最新的方法概述: 1. NeuralTalk 2. DenseCap 3. Show,Atte 阅读全文
posted @ 2018-12-07 14:25 吕晓宁 阅读(208) 评论(0) 推荐(0) 编辑
摘要: 图像检索与相关应用 一。基于内容的图像检索 分开展开: HOG SIFT: GIST: CNN: 最近邻问题: 局部敏感的哈希:在高维空间和低维空间去保持距离 ANN库: 串起来完成一个CBIR系统,进行分类。 二。 如何去让我们的CBIR系统更快? 卷积神经网络进行找到图像的去处? 图像检索过程简 阅读全文
posted @ 2018-12-07 11:26 吕晓宁 阅读(277) 评论(0) 推荐(0) 编辑
摘要: 卷积神经网络与迁移学习 目录: 卷积神经网络快速回顾 1.层级结构 2.数据处理 3.训练算法 4.优缺点■ 典型CNN 1.AlexNet 2.GoogLeNet 3.VGG Net 4.ResNet■ 物体定位 1.回归的思路■ 物体检测 1.早期做法 2.RCNN/Fast-RCNN/Fast 阅读全文
posted @ 2018-12-06 20:51 吕晓宁 阅读(315) 评论(0) 推荐(0) 编辑