摘要：原理简介 模糊c均值聚类(Fuzzy C-Means)是引入了模糊理论的一种聚类算法，通过隶属度来表示样本属于某一类的概率，原因在于在很多情况下多个类别之间的界限并不是绝对的明确。显然，相比于k-means的硬聚类，模糊c均值聚类得到的聚类结果更灵活。 模糊c均值聚类通过最小化一下目标函数来得到聚类 阅读全文

摘要：最近在牛客刷题遇到好几道背包问题，索性这两天集中火力刷了一些这类的题。这里总结一下0-1背包、完全背包和多重背包三种基本的背包问题的解题套路。(均基于动态规划的思想) 0-1背包 题目：有 N 件物品和容量为 W 的背包。第 i 件物品的重量为 w_i，价值为 v_i，求将不超过背包容量的物品装入背 阅读全文

摘要：本文参考自：SGD、Momentum、RMSprop、Adam区别与联系 上一篇博客总结了一下随机梯度下降、mini-batch梯度下降和batch梯度下降之间的区别，这三种都属于在Loss这个level的区分，并且实际应用中也是mini-batch梯度下降应用的比较多。为了在实际应用中弥补这种朴素 阅读全文

摘要：训练神经网络的时候，基本就是三个步骤： 正向计算网络输出； 计算Loss； 反向传播，计算Loss的梯度来更新参数(即梯度下降)。 在小的训练集上联系的时候，通常每次对所有样本计算Loss之后通过梯度下降的方式更新参数(批量梯度下降)，但是在大的训练集时，这样每次计算所有样本的Loss再计算一次梯度 阅读全文

摘要：题目 在未排序的数组中找到第 k 个最大的元素。请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。 示例 输入：[3,2,3,1,2,4,5,5,6] 和 k = 4 输出：4 TopK问题是一道高频面试题！ 解法一：排序+查找 由于数组是未排序的，最直接粗暴的方法就 阅读全文