<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[WarnerJDoe的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/WarnerJDoe</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; WarnerJDoe]]></copyright><item><title><![CDATA[leetcode.cn 2022年11月4日 打卡题 754. 到达终点数字【一元二次方程解法，时间复杂度O(1)】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/127713651</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/127713651</guid><author>WarnerJDoe</author><pubDate>Mon, 07 Nov 2022 17:24:58 +0800</pubDate><description><![CDATA[本文侧重梳理如何由官方题解的时间复杂度为O(∣target∣)循环迭代方法向时间复杂度为O(1)的一元二次方程方法的思路、流程的转化。
此外还对官方题解中一些省略的、自己有疑问的问题给出了证明过程。
供大家参考学习，欢迎大家共同交流，多多批评指正~]]></description><category></category></item><item><title><![CDATA[朋友问到用算法解决化工生产设备动态投产问题【未完成留存】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/126555667</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/126555667</guid><author>WarnerJDoe</author><pubDate>Sat, 27 Aug 2022 13:31:53 +0800</pubDate><description><![CDATA[已知，某选煤厂现有加压过滤机4台、板框压滤机2台。在实际生产时，加压过滤机持续上料，每90秒排料一次，小时处理量为30吨，板框压滤机每40分钟可以完成一次煤泥处理，其中排料需要3分钟，处理量为20吨，且两个板框压滤机不能同时排料。选煤厂在正常生产时，每小时产生的煤泥量将会在0到180吨之间。假设煤泥缓冲桶最大存储量为12吨，且煤泥缓冲桶泵送机构能够满足各台压滤机的需求。请帮忙设计算法指导设备投产。...]]></description><category></category></item><item><title><![CDATA[训练一个图像分类器demo in PyTorch【学习笔记】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/125533594</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/125533594</guid><author>WarnerJDoe</author><pubDate>Thu, 30 Jun 2022 09:28:07 +0800</pubDate><description><![CDATA[本文是在pytorch官网教程“训练一个图片分类器”中自认为有用部分进行的截取、翻译和再注释(严格说的话算半原创吧)。便于日后复习、修正和补充。]]></description><category></category></item><item><title><![CDATA[从零开始训练神经网络【个人学习笔记】[2/2]]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/125162293</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/125162293</guid><author>WarnerJDoe</author><pubDate>Tue, 07 Jun 2022 11:56:49 +0800</pubDate><description><![CDATA[不依托成熟框架如Keras从零开始构建、训练和测试神经网络。]]></description><category></category></item><item><title><![CDATA[从零开始训练神经网络---Keras【学习笔记】[1/2]]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/125131825</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/125131825</guid><author>WarnerJDoe</author><pubDate>Sun, 05 Jun 2022 15:03:15 +0800</pubDate><description><![CDATA[借助Keras框架从零搭建一个简单的神经网络，经过训练、测试和预测，达到输入一张手写数字图片后，网络输出该图片对应的数字的目的。]]></description><category></category></item><item><title><![CDATA[最小二乘法(Least square method)&RANSAC【学习笔记】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/124556853</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/124556853</guid><author>WarnerJDoe</author><pubDate>Tue, 03 May 2022 16:30:28 +0800</pubDate><description><![CDATA[一、最小二乘法(Least Square Method)
1.1 线性回归概念【转自百度百科】
  线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y=wx+εy = wx+ \varepsilony=wx+ε，ε\varepsilonε为误差服从均值为0的正态分布。
  在统计学中，线性回归（Linear Regression）是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是]]></description><category></category></item><item><title><![CDATA[蟒蛇书学习笔记——Chapter 09 Section 03 继承【第九章完结 3/3】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/123017983</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/123017983</guid><author>WarnerJDoe</author><pubDate>Sat, 19 Feb 2022 14:30:14 +0800</pubDate><description><![CDATA[9.3 继承
  编写类时，并非总是要从空白开始。如果要编写的类是另一个现成类的特殊版本，可使用继承。
  一个类继承另一个类时，将自动获得另一个类的所有属性和方法。
  原有的类称为父类，而新类称为子类。子类继承了父类的所有属性和方法，同时还可以定义自己的属性和方法。

9.3.1 子类的方法__init__():
  在既有类的基础上编写新类时，通常要调用父类的方法__init__()。这将初始化在父类__init__()方法中定义的所有属性，从而让子类包含这些属性。
  例如，下面来模拟电动汽车。
 ]]></description><category></category></item><item><title><![CDATA[蟒蛇书学习笔记——Chapter 09 Section 02 使用类和实例 【第九章 2/3】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122980646</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122980646</guid><author>WarnerJDoe</author><pubDate>Thu, 17 Feb 2022 12:22:38 +0800</pubDate><description><![CDATA[9.2 使用类和实例
  可使用类来模拟现实世界中的很多情景。
  类编写好后，你的大部分时间将花在根据类创建的实例上。你需要执行的一个重要任务是修改实例的属性。
  可以直接修改实例的属性，也可以编写方法以特定的方式进行修改。]]></description><category></category></item><item><title><![CDATA[重装CUDA和cuDNN(目的是装TensorFlow和pytorch)【个人梳理总结】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122922086</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122922086</guid><author>WarnerJDoe</author><pubDate>Mon, 14 Feb 2022 13:44:24 +0800</pubDate><description><![CDATA[以下是本人在学习过程中，在自己有限的阅读和学习后总结的重装/安装 CUDA、cuDNN、tensorflow和pytorch的框架式(流程式)经验。
阅读完我的总结，你可以了解“到哪儿”，“找什么”，“什么顺序”以及“有哪些地方”等收获，同时也会留下很多自己在阅读官方文档和指引中的疑问帮助自己日后精进。]]></description><category></category></item><item><title><![CDATA[蟒蛇书学习笔记——Chapter 09 Section 01 创建和使用类【第九章 1/3】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122915787</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122915787</guid><author>WarnerJDoe</author><pubDate>Sun, 13 Feb 2022 23:25:43 +0800</pubDate><description><![CDATA[蟒蛇书学习笔记——Chapter 09 Section 01 创建和使用类9.1 创建和使用类9.1.1 创建Dog类  **方法__init__()**  **属性**9.1.2 根据类创建实例  **a. 访问属性——句点表示法**  **b. 调用方法**  **c. 创建多个实例**Exercises
9.1 创建和使用类
9.1.1 创建Dog类
  根据Dog 类创建的每个实例都将存储名字和年龄， 我们赋予了每条小狗蹲下(sit( )) 和打滚(roll_over( ))的能力：
class D]]></description><category></category></item><item><title><![CDATA[春节期间重装anaconda+opencv血泪史分享]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122796481</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122796481</guid><author>WarnerJDoe</author><pubDate>Sun, 06 Feb 2022 12:22:01 +0800</pubDate><description><![CDATA[本文汇总了一些前辈和自己安装重装anaconda+opencv的方法，供大家尝试解决自己的问题。感谢本文所引用文章的作者们！]]></description><category></category></item><item><title><![CDATA[练习推导一个最简单的BP神经网络训练过程【个人作业/数学推导】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122539788</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122539788</guid><author>WarnerJDoe</author><pubDate>Mon, 17 Jan 2022 16:23:10 +0800</pubDate><description><![CDATA[各式资料中关于BP神经网络的讲解已经足够全面详尽，故不在此过多赘述。本文重点在于由一个“最简单”的神经网络练习推导其训练过程，和大家一起在练习中一起更好理解神经网络训练过程。...]]></description><category></category></item><item><title><![CDATA[灰度直方图均衡化讨论【个人原创】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122047288</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/122047288</guid><author>WarnerJDoe</author><pubDate>Mon, 20 Dec 2021 18:45:40 +0800</pubDate><description><![CDATA[直方图均衡化公式独立推导，对计算结果的处理讨论。这是从任何课程中学不到的~【个人原创】]]></description><category></category></item><item><title><![CDATA[数字图像学习——双线性插值方法部分的讨论【个人详细推导】]]></title><link>https://blog.youkuaiyun.com/WarnerJDoe/article/details/121704764</link><guid>https://blog.youkuaiyun.com/WarnerJDoe/article/details/121704764</guid><author>WarnerJDoe</author><pubDate>Fri, 03 Dec 2021 19:20:08 +0800</pubDate><description><![CDATA[虽然该部分内容属于基础中的基础，然而学习中会有“熟知≠真知”的情况，故决心写下笔记。本文着重对简单原理的详细推导，对你在免费文章和课程中不涉及的“坑”进行细致地数学剖析，结合自己做的图示，更加适合专业人士和初学者！]]></description><category></category></item></channel></rss>