- 博客(32)
- 收藏
- 关注
RSS订阅原创 专题---过拟合
模型在训练集上错误率很低，但在未知数据上错误率很高。过度拟合，overfitting，在已知的数据上训练表现良好，而在未见过的测试数据上表现较差。例子1.1我们可以用肉眼看到左边的函数明显过拟合了，它能很好的表现已知的每个月的气温，但是在未知数据上的预测能力很差。相反，右边的函数看起来很简单，虽然它在已知的数据上表现得不是很好，但是它能够在未来的数据上表现得很好。于是：我们可以理解到。
2025-04-06 08:00:00
865
原创 深度学习 Note.7(线性分类）
KL散度是按照概率分布q的最优编码对真实分布为p的信息进行编码，其平均编码长度（即交叉熵）H(p,q)和p的最优平均编码长度（即熵）H(p)之间的差异。可以看到，有了线性判别函数g之后，我们再找一个线性决策边界，也就是图中的直线，我们就可以完成分类。对分布p(y)的符号进行编码时 熵H(p)也是理论上最优的平均编码长度，这种编码方式称为熵编码。其实就是最小化两个概率的交叉熵，因为其余取值概率都为0，所以就是取*时的概率，即最大似然。输出的f是一些连续的值，而我们分类问题输出的值是离散的？
2025-04-06 05:00:00
241
原创 深度学习Note.5(机器学习.6)
避免数据之间的可比性：对特征数据进行归一化处理，将数据缩放到[0, 1]区间。加载训练好的模型参数，在测试集上得到模型的MSE指标。波士顿房价预测基于线性回归模型和Runner类实现。预测的房价： 33.04654312133789。①初始化：传入模型、损失函数、优化器和评价指标。之后，我们将开始进行模型训练、评估和测试。（加上模型保存、模型加载等功能。函数训练模型，基于验证集通过。函数加载保存好的模型，使用。2.案例：波士顿房价预测。②训练：基于训练集调用。③评价：基于测试集通过。
2025-03-29 16:40:13
675
原创 深度学习Note.4(机器学习实践）
1.paddle库的一些API*随机生成符合均匀分布的Tensor*随机生成符合正态分布的Tensor*输入正态分布均值，标准差， 生成结果的形状*输出形状为shape的Tensor*在指定范围内生成符合均匀分布的Tensor*输入范围的上下限。。。*在指定区间生成均匀间隔的是定个值*输入区间，区间数，输出1-DTensor随机生成符合标准正态分布的Tensor生成指定形状的全0 Tensor创建指定形状元素值均为指定值的Tensor。
2025-03-28 21:38:14
771
原创 深度学习Note.3(机器学习.理论）
机器学习(MachineLearning，ML)是指从有限的观测数据中学习（或“猜测”）出具有一般性的规律，并利用这些规律对未知数据进行预测的方法。≈自动构建一个映射函数。
2025-03-26 20:39:34
555
原创 mysql 入门
在mysql下载包的地方找到mysql.sever点击bin然后复制该路径。右击桌面“此电脑”的图标，点击属性，找到path路径，点击编辑后新建。使用greek绿色版 强力卸载，可以一键卸载注册表里的信息。把复制好的路径copy到刚刚的path新建里面，完成环境配置。2.将mysql客户端连接：两种方法进入到mysql的内部。①开始图标搜索 mysql进入，以管理员运行方式打开。输入密码：123456(这是我自己的）（一定要确保mysql是打开的）2.如何启动mysql服务？②windows系统。
2025-03-25 10:25:47
198
原创 算法数论.3(拓展欧几里得，中国剩余定理)
简单证明一下：a是gcd(a,b)的倍数， b是gcd(a,b)的倍数， 那么倍数加倍数ax + by = d也一定是gcd(a,b)的倍数。= 0时， 此时 d = exgcd(b, a % b, y, x)；即 by + (a % b)x = (a,b)b ==0 时， （a,0) = a， ax + by = a， 此时 x = 1, y = 0;若b不是， 则无解。即存在y属于整数，使得 a* x = m*y + b;有一对正整数a，b，那么一定存在整数x，y，使得。
2025-03-24 20:52:48
496
原创 深度学习(practice） Note.2
神经网络与深度学习》第一章 实践基础 笔记1.张量1.1定义：矩阵的扩展和延伸，高阶的矩阵。用途：用来存放深度学习框架中的数据。实例：1阶张量为向量，2阶张量为矩阵。可以有任意多的维度规范：同一张量中所有元素的数据类型均相同1.2创建（1）通过指定的Python列表数据[2.0, 3.0, 4.0]，创建一个一维张量。（2）二维即[ ]中包含两个一维（3）以此类推，扩展到N维注：任何一个维度的元素数量必须相同1.2属性。
2025-03-22 21:46:23
528
原创 深度学习 Note.1
神经网络：一种以（人工）神经元为基本单元的模型。深度学习：一类机器学习问题， 主要解决贡献度分配问题。二者关系：图灵测试：“一个人在不接触对方的情况下，通过一种特殊的方式，和对方进行一系列的问答。如果在相当长的时间内，他无法根据这些问题判断对方是人还是计算机，那么就可以认为这个计算机是智能的。人工智能：让机器具有人类的智能机器学习：从有限的观测数据中学习（或猜测）出具有一般性的规律，并用这些规律对对未知数据进行预测的方法。机器学习≈构建一个映射函数（规则）机器学习的一般流程。
2025-03-22 21:25:25
293
原创 python 学习入门整理
②它没有一些繁琐的头文件和数据类型，没有一些像必须加逗号什么之类的语法，可以极大程度上减少错误的发生，提高编程效率。：类分散到多个模块中，以免模块太大或在同一个模块中存储不相关 的类。将类存储在多个模块中时，一个模块中的类依赖于另一个模块 中的类。口 再创建一个包含5个用户名的列表，将其命名为 new_users，并确保其中有一两个用户名也在列表 current_users 中。但是，c++的一些方法用的比较多，python的也很多现在很难熟练的应用，会用混，还是不太熟练。省略则表示从头或至尾。
2025-03-12 22:37:14
670
1
原创 A-B数对---＞一题多做（二分&&函数&&map映射）
b = a - c, 对于原数组，我们先记录每个元素出现的个数；然后操作数组 - c , 现在数组中的元素就是所有满足 x = a - c的了，我们再在原数组中查询它出现的次数，未出现则为0；a = b + c, 我们找对于每一个a，b + c的起始位置与大于b+c的位置，相减得到长度。因为A - B = C,所以 B= A + C;统计：0+0+2+1=3（mp[0] + mp[0] + mp[1] +mp[2]）记录次数：mp[1] = 2, mp[ 2 ] = 1, mp[ 3 ] = 1;
2025-03-09 20:05:48
319
原创 加权并查集--食物链
d[a] += d[b]: 为了确保d[a]等于 节点a、d的距离，d[b]必须等于b 、d的距离，所以要先调用find(b)更新d[b]， 同时p[x] = find(b)会改变p[x]的值，结果就会变成d[a] += d[d],所以先用一个变量把p[a]的值存起来。我们发现既要让d[p[x]]正确找到他到根节点的距离， 又要让p[x]暂时不变，否则d[x]加的就不是父节点到根节点的距离了，而是根节点到根节点的距离。d[x]:表示x到其父节点的距离，不是根节点！d[p[x]]只是x到父节点的距离。
2025-01-16 15:39:17
350
原创 并查集----
找x与y的代表元素，更改x的代表元素为y(或者说是y对应的代表元素）， 牵一发而动全身，所有指向x的通过递归find都指向y了。a数组对应下标为i的代表元素， 首先初始化每个元素的代表元素为本身。一共有 𝑛 个数，编号是 1∼𝑛，最开始每个数各自在一个集合中。，都要输出一个结果，如果 𝑎 和 𝑏 在同一集合内，则输出。接下来 𝑚 行，每行包含一个操作指令，指令为。第一行输入整数 𝑛 和 𝑚。
2025-01-16 15:36:38
281
原创 第一天.知识点
优先级队列默认使用vector作为其底层存储数据的容器，在vector上又使用了堆算法将vector中元素构造成堆的结构，因此priority_queue就是堆，所有需要用到堆的位置都可以考虑使用priority_queue，默认状态下为大堆。我们自己定义less和greater以控制是大堆还是小堆，封装在一个结构体中，作为priority_queue的第三个模版参数。03 统计数出现次数---map。
2025-01-14 10:34:18
336
原创 DFS入门---（排列数字&&n皇后问题）
( 学了三遍终于会了。。。给定一个整数 n𝑛，将数字 1∼n1∼𝑛 排成一排，将会有很多种排列方法。现在，请你按照字典序将所有的排列方法输出。共一行，包含一个整数 n𝑛。按字典序输出所有排列方案，每个方案占一行。
2024-12-29 19:15:04
748
原创 2024ICPC(II)补题
奇数情况：把所有位全填1，再看n的2进制中，如果第i位为一，则i-1位变为1不变若为0，变为 - 1.要想得到好的排名，则只需要关注规模最小的比赛。最坏的情况是所有强的队伍都来参加这场比。把w*下一个的c第减排序；使得减去的w*c总和是最大的。③要用long long的用double也会tle。首先，4的倍数不可，因为此时a0和a1必须=0；偶数情况：a[0] = 0;即可，因为就查了个1。
2024-09-23 22:18:57
247
原创 博弈问题 之 巴什博弈，威佐夫博弈
下图，方格A中放有一枚棋子，甲先乙后轮流移动这枚棋子，如果每次允许往同一方向上、右或右上)走任意多格,最终将棋子走到方格B的人获胜.请问:(逼对方把我送进蓝色区域，当我的前一步在红色区域时，对方怎么走的下一步都会到达蓝色区域，但他不能一步到达，而我在第三轮可以直接到达。有47个棋子，两人轮流取棋子，每次允许取其中1-3个，谁最后把棋子取完就算获胜．如果你先取,那么第一次你取个,才能保证获胜？若n = k*(m+1) 即n是m+1的整数倍，先手输，因为可以看成k个有m+1个石子的局。
2024-09-03 18:18:05
348
原创 最长上升子序列
边界 r 就是上一次的最大长度， 当找到了l=r=mid时，此时len为max(len, r +1) { r是不算a[i]的那个序列的长度 q[]当前的下标，再加上a[]贡献的长度1.}计算： 就遍历一轮 ：对于每一次要求的a[i]看0-i的下标里的小于a[i]的最大长度+1 或者说就是不选的情况max( f[ i ], f [ j ]+1)]轮的最长上升子序列的长度即看a[i]能加在 不看a[i]的最长序列的后面 或者 说不考虑a[i]直接有更好更大的长度。怎么找q[]<a[i]
2024-07-14 17:23:58
281
原创 （1）01背包问题
①选 f [ j - nums [i] ] + 1(上一次的最大长度 + 本轮选择增加长度1）解决：总体积-本轮体积为上一轮总体积 （下标里的值 就-v【i】）从体积为m开始遍历。求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。有 N件物品和一个容量是 V 的背包。思路：dp每一次（nums的0-i）的子序列长度分为两种情况。f[i]:表示当target为时的最大子序列长度。第 i 件物品的体积是 vi，价值是 wi。思考：怎样表示当前轮的上一轮？②不选 即为本次f [ j ]
2024-07-12 16:56:07
189
原创 作业二(5.9)（二叉树）
叉树总共有2016个结点，满二叉树总共的结点数为2的n次方-1，n是满二叉树的层数，所以该二叉树满的情况下是2048-1=2047，而2047-2016=31，也就是说，少了31个叶子结点，题目中16个结点只有一个孩子，那就先从16个叶节点上一层的父节点分别拿一个孩子，于是还剩15个结点未处理，15个除以2有余数(那就是多的一个要么导致剩17个只有一个孩子，要么15个只有一个孩子，不可能出现16个只有一个结点的孩子) 31-16是奇数则不存在。B.找指定结点的孩子结点。
2024-05-10 17:45:36
355
原创 高精度 模板
1.处理输入：以string方式输入，用vector数组倒序存放该数（//如果A<B 就用B-A 先输出一个负号就好了。3.用vector C来存放结果 最后遍历输出。2.每一部分有其特定的代码如下附录。算法常用精确算法---高精度。
2024-04-19 16:30:48
407
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人