摘要: Sec11 关联容器 两个主要的关联容器: map:key-value对,关键字起到索引的作用,值表示与索引关联的数据 例子:字典 set:每个元素只包含一个关键字,set支持高效的关键字查询操作 STL提供8个关联容器 按关键字有序保存元素 map: 关联数组 set: 关键字即值,只保存关键字 阅读全文
posted @ 2022-12-21 11:16 M1kanN 阅读(22) 评论(0) 推荐(0) 编辑
摘要: Sec7 类 类的基本思想是: 数据抽象 data abstraction 依赖接口 (interface) 和 实现 (implementation) 分离的编程技术 封装 encapsulation 封装实现了类的接口和实现的分离 类想要实现数据抽象和封装,首席按需要定义一个抽象数据类型 (ab 阅读全文
posted @ 2022-12-21 11:12 M1kanN 阅读(24) 评论(0) 推荐(0) 编辑
摘要: Sec4 表达式、逻辑和关系运算符 &&: 只有左边为真才对右边求值 ||: 只有左边为假才对右边求值 例子: index != s.size() && !isspace(s[index]) 首先检查index是否达到string对象的末尾,以此才确保只有当index在合理范围之内时,才会计算右侧运 阅读全文
posted @ 2022-12-21 11:11 M1kanN 阅读(43) 评论(0) 推荐(0) 编辑
摘要: C++primer:Sec 1, 2, 3 Sec1 Begin Sec2 变量和基本类型 2.1 基本内置类型 符号数: 无符号数和负数相加。会先将负数转化为无符号数再进行相加 无符号数相减,无论如何都不可能为负数,若结果为负数,则会直接按照比特位来读取无符号数 混用无符号和有符号型,比如相乘,得看机器上int所占位数而定 转义序列(esc 阅读全文
posted @ 2022-12-21 10:41 M1kanN 阅读(94) 评论(0) 推荐(0) 编辑
摘要: 头像 背景图 阅读全文
posted @ 2022-12-21 10:24 M1kanN 阅读(25) 评论(0) 推荐(0) 编辑
摘要: 基础信息论复习 课程复习指引: 分清了解,理解,掌握 了解: 知道 理解:可辩析,可论述 掌握:可辩析可论述,可计算 课程学习目标: 掌握通信系统中信息测度,信道容量和率失真函数得基本概念和计算方法 掌握部分信源编码方法及信道编码得基本理论 (重要:二元信道,面向考试的话,注意重要得信道,不会考很难 阅读全文
posted @ 2020-08-19 17:11 M1kanN 阅读(2991) 评论(0) 推荐(1) 编辑
摘要: Pytorch 基础操作 主要是在读深度学习入门之PyTorch这本书记的笔记。强烈推荐这本书 1. 常用类numpy操作 torch.Tensor(numpy_tensor) torch.from_numpy(numpy_tensor) GPU上的Tensor不能直接转换为Numpy ndarry 阅读全文
posted @ 2020-05-15 23:40 M1kanN 阅读(1360) 评论(1) 推荐(0) 编辑
摘要: CS231n note 5.1 CNN_history now: 略 5.2 CNN 上节课我们谈到了全连接层的概念: 对于全连接层而言,我们要做的就是在这些向量上进行操作。 例如: 但是至于卷积层,与前者截然不同的地方就是可以保持空间结构 例如下图: 一张32×32×3的图片,我们并非将它展成长向 阅读全文
posted @ 2019-08-18 09:05 M1kanN 阅读(207) 评论(0) 推荐(0) 编辑
摘要: CS231n 学习笔记 4.2 神经网络 Neural networks 之前我们已经使用了 很多线性分类函数 现在我们不用单变换的: 我们首先有线性层,然后有这个非线性计算,继而在顶层再加入另一个线性层。然后到这里,最后我们可以得到一个计分函数。输出计分向量。 一般来说,神经网络就是由简单函数构成 阅读全文
posted @ 2019-08-18 08:58 M1kanN 阅读(266) 评论(0) 推荐(0) 编辑
摘要: CS231n 4.1 Backpropagation 回顾: 两个损失函数: 优化的方法: 如何计算梯度: 1. 用有限差分估计 2. 直接计算偏导数(解析梯度) 今天,我们要学习 如何计算任意复杂度的解析梯度 要用到一个叫做计算图的框架: 每一个节点代表着计算 上图是我们讲过的线性分类器 这里使用 阅读全文
posted @ 2019-08-14 16:48 M1kanN 阅读(200) 评论(0) 推荐(0) 编辑