摘要：
先说一说双向循环链表的逆置，网上搜了一箩筐，用VS2017，基本上不成功，尽管明白道理是怎么回事，但是总感觉，不像c++的类，感觉用起来还得传指针啊，传链表啊等参数，不太像双向循环链表类的专属函数。虽然c语言写出来双向循环链表最好，但是既然学了c++，就尽量用一下c++的特点，能用多少是多少，也有利 阅读全文
摘要：
循环链表，顺便也附上链表的迭代器 1 #include <iostream> 2 3 using namespace std; 4 5 template<class T> class List; 6 template<class T> class ListIterator; 7 8 template 阅读全文
摘要：
通过数组建立队列 1 #include <iostream> 2 3 using namespace std; 4 5 template<class T> 6 class MyQueue 7 { 8 public: 9 MyQueue(int queuecapacity=10); 10 ~MyQue 阅读全文
摘要：
通过数组建立栈 1 #include <iostream> 2 3 using namespace std; 4 5 template<class T> 6 int ChangeSize1D(T *a, const int oldSize, const int newSize ) 7 { 8 if( 阅读全文
摘要：
不使用循环，采用头尾指针，不带有头结点，我这里只是简易的输出，并没有写专用的迭代器。 1 #include <iostream> 2 3 using namespace std; 4 5 template<class T> class MyList; 6 7 template<class T> 8 阅读全文
摘要：
使用邻接表建立图，直接使用了c++已经写好的list 1 #include <iostream> 2 #include <list> 3 4 using namespace std; 5 6 class Vertex 7 { 8 public: 9 char Label; 10 Vertex(cha 阅读全文
摘要：
DFS使用c++中的stack，BFS使用c++中的queue 1 #include <iostream> 2 #define MAX_VERTS 20 3 #include <stack> 4 #include <queue> 5 6 using namespace std; 7 8 class 阅读全文
摘要：
TensorFlow扩展功能 自动求导、子图的执行、计算图控制流、队列/容器 1.TensorFlow自动求导 在深度学习乃至机器学习中，计算损失函数的梯度是最基本的需求，因此TensorFlow也原生支持自动求导。 比如，一个tensor C，在计算图中有一组依赖的tensor{Xk｝，那么在Te 阅读全文
摘要：
1.Caffe Caffe是一个清晰而高效的深度学习框架，也是一个被广泛使用的开源深度学习框架，在Tensorflow出现之前一直是深度学习领域Github star最多的项目。主要优势为：上手容易，网络结构都是以配置文件形式定义，不需要用代码设计网络。训练速度快，组件模块化，可以方便的拓展到新的模 阅读全文
摘要：
Policy Gradient 初始学习李宏毅讲的强化学习，听台湾的口音真是费了九牛二虎之力，后来看到有热心博客整理的很细致，于是转载来看，当作笔记留待复习用，原文链接在文末。看完笔记再去听一听李宏毅老师的视频，就可以听懂个大概了。当然了还有莫凡的强化学习更具实战性，听莫凡的课基本上可以带我们入门。 阅读全文