摘要：
"https://leetcode.com/problems/find minimum in rotated sorted array/" 对于一个有序数组，将其元素以某一个元素为轴进行旋转，比如[0,1,2,3,4,5,6,7]可能会变成[4,5,6,7,0,1,2,3] 求这个经过旋转的数组的最 阅读全文
摘要：
"https://leetcode.com/problems/two sum ii input array is sorted" 给定一个 有序 数组a, 一个数 T，问数组 a 中是否存在两个数之和等于 T，如果有则返回这两个数的（下标+1） 双指针方法 在排好顺序的数组中， 我们可以先求第一个数 阅读全文
摘要：
"https://leetcode.com/problems/two sum/" 给定一个数组a, 一个数 T，问数组 a 中是否存在两个数之和等于 T，如果有则返回这两个数的下标 1. 最简单的方法 从第一个数开始逐一与后面的数相比，判断两个数的和是否等于T； 阅读全文
摘要：
题目地址：https://leetcode.com/problems/longest common subsequence/ 递归法 递归法存在大量重复计算，因此非常耗时。 迭代法 (动态规划) 迭代法则与递归法相反，从前往后算，这样保证每个元素都只计算一遍，减少了冗余 首先初始化一个 n m 的数 阅读全文
摘要：
学习率 lr = (base_lr / 8) x num_gpus x (img_per_gpu/2) 其中 base_lr 是源码中给定的 学习率，这是在 8张GPU上面，每张GPU上面放2张图片得到的学习率，所以当对应的GPU数目和每张GPU上的图片数目发生改变时，学习率成正比例变化。 选用新的 阅读全文
摘要：
torch.nn.functional.adaptive_avg_pool2d(input, output_size) 将输入 NCHW 的 input 均值池化成 NC output_size 用于均值池化的池化块的尺寸由以下公式决定： $$pooling\_size = (input\_size 阅读全文
摘要：
Pointwise/ Depthwise/ Groupwise 这三种方法都是在标准卷积的基础上进行修改，以达到参数削减，同时保证准确率能够满足要求的目的 标准卷积示意图： 这里假设卷积层的输入通道数为 $C_{in}$,输出通道数为 $C_{out}$,假设采用 k k 大小的卷积核来进行卷积，那 阅读全文
摘要：
参考： "PyTorch中在反向传播前为什么要手动将梯度清零？ Pascal的回答 知乎" pytorch会在每一次 后进行梯度计算，但是 梯度不会自动归零，如果不进行手动归零的话，梯度会不断累加 1.1 传统的训练一个 batch 的流程如下： 获取loss: 输入图像和标签，通过infer计算得 阅读全文
摘要：
```
import numpy as np
from collections import Counter
data = np.array([1.1,2,3,4,4,5])
Counter(data) # {label:sum(label)} #简单方法
sum(data==4)
``` 阅读全文