摘要：
emmmm，这东西看了我一天多，终于有一个大概的概念了 红黑树是一种特殊的二叉搜索树 它可以保证，无论以什么样的顺序进行插入和删除，二叉搜索树的树高均为lg(n) 首先红黑树继承了所有二叉搜索树的性质 红黑树接着还有另外五个性质，这些性质满足了树高为lg(n)的特性 除了树中的节点，我们会在每个叶子 阅读全文
摘要：
二叉搜索树是一个链式结构的，快速的进行数据的查询，删除，插入操作的数据结构(lg(n)的时间复杂度) 然而，上面这些所有的功能利用数组+类似快排的操作也能完成，为什么要用跟麻烦的二叉搜索树呢 数组，是一开始就要开好的在内存中占用了一段连续的内存，如果一个程序，他平时的数据流量比较小，用数组的话就必须 阅读全文
摘要：
首先，网络就是在连入互联网的两台设备的两个进程间，进行数据的传输的一个东西 通过TCP/IP协议，我可以保证我要发送的数据准确无误的被接收到 每个电脑，都有一个ip地址，这个就是网络上，进行数据通信的门牌号 一个网卡对应一个ip地址，如果一台设备有多个网卡，那么是可以有多个ip地址的 IP协议： i 阅读全文
摘要：
工作流程(正向传播)： 每个节点： 它接受一个1*m的向量x，通过X = x*W.T + b y = f(X) 然后输出y f是激活函数 每一层： 它接受一个 1*n1的向量 通过自己神经节点的转化 输出一个 1*n2的向量 n1为上一层的节点个数 n2为这一层的节点个数 对于这一层的每个节点 它的 阅读全文
摘要：
以前用c++编程的时候给人一种很严谨的感觉，有种证明的严谨性 到了python，给人感觉就是给你一张纸，一支笔，你可以在上面随便乱画。 总的来说，在类里面，不要用相同的变量名，虽然可以编译但会出现一些奇奇怪怪的问题 私有变量要在前面加__ 比如我在类里面定义__name = 'Z_X_B_233' 阅读全文
摘要：
在完成Z=X*W.T+b后，我们需要一个激活函数，把Z变成另外一个值，然后传到神经网络的下一层去 在神经网络的输出层，我们需要将最后的Z通过激活函数，转换成我们需要的答案 输出层需要激活函数很好理解，总不能把Z输出，搞得程序最后运行得出一个奇奇怪怪的东西吧 在隐藏层中，如果我们不需要激活函数，那我们 阅读全文
摘要：
上次写的那个神经网络是只有一个W，b的神经网络 说实话，其实那个根本不能叫做神经网络 那个只是一个高级一点的线性拟合而已 浅层神经网络有2层 第0层是输入层，输入一个向量 第二场是隐藏层，第三层是输出层 每一个节点都会把传进来的变量用Z=X*W.T+b,a=f(Z),然后输出a 最后一个节点的输出就 阅读全文
摘要：
numpy就是用并行运算来计算矩阵乘法，加法之类的 这个好处是可以充分运用cpu的性能使代码跑的非常快，可以快个1e2左右的样子 两个向量的乘法： 向量长度必须一样，否则会报错 关于矩阵与向量的乘法： 输出：[30,40] 可以看到，其实我们再用np.dot的时候，我们其实是把后面那个数组变成列向量 阅读全文
摘要：
这个难到是不难，主要是熟悉python和文件IO 第一次写python，模块化做的不是很好，代码写的也比较乱。 也没有使用numpy，这代码就算python的第一次练手了 阅读全文
摘要：
python的变量真的是很厉害的东西 我们知道计算机去找变量的值的时候是去找变量所指向的地址，然后把地址中的值取出来 而调用函数的时候，也是去找函数名所指向的地址，然后把地址中的函数提取出来 可以看到，都是去通过地址来调用的，而地址的格式是相同的，所以python就出现了一个函数的返回值是函数的这种 阅读全文