<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[alwaysyxl的博客]]></title><description><![CDATA[工科小白的计算机进击之路]]></description><link>https://blog.youkuaiyun.com/alwaysyxl</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; alwaysyxl]]></copyright><item><title><![CDATA[(三) 图的最短路径问题]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/100190175</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/100190175</guid><author>alwaysyxl</author><pubDate>Mon, 02 Sep 2019 00:49:15 +0800</pubDate><description><![CDATA[(三) 图的最短路径问题
1. 问题分类
（1）单源最短路径问题：从固定源点出发，求其到所有其他顶点的最短路径

无权图
有权图

（2）多源最短路径问题：从固定源点出发，求任意两顶点间的最短路径
2. 无权图的最短路径算法


按照递增（非递减）的顺序找出源点到各个顶点的最短路。


思想类似于BFS
[外链图片转存失败(img-CKQDy8zU-1567356507444)(C:\Users\...]]></description><category></category></item><item><title><![CDATA[(二) 图的遍历]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/100190173</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/100190173</guid><author>alwaysyxl</author><pubDate>Mon, 02 Sep 2019 00:47:49 +0800</pubDate><description><![CDATA[(二) 图的遍历
1. 深度优先搜索 (Depth First Search, DFS)
[外链图片转存失败(img-MgjNKZTh-1567356455556)(C:\Users\alway\AppData\Roaming\Typora\typora-user-images\1567347155834.png)]
void DFS(Vertex v) {
	visited[v] = true;...]]></description><category></category></item><item><title><![CDATA[(一)图（Graph）]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/100190164</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/100190164</guid><author>alwaysyxl</author><pubDate>Mon, 02 Sep 2019 00:46:43 +0800</pubDate><description><![CDATA[图（Graph）(一)
1. 什么是图

表示“多对多”的关系
包含

一组顶点：通常用 V(Vertex) 表示顶点集合
一组边：通常用E (Edge) 表示边的集合

边是顶点对： (v,w)∈E(v, w)\in E(v,w)∈E, 其中v,w∈Vv, w \in Vv,w∈V
有向边&amp;lt;v,w&amp;gt;&amp;lt;v, w&amp;gt;&lt;v,w&gt;表示vv...]]></description><category></category></item><item><title><![CDATA[Python GUI开发之打包的那些坑（PyInstaller）]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/86703647</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/86703647</guid><author>alwaysyxl</author><pubDate>Wed, 30 Jan 2019 15:14:28 +0800</pubDate><description><![CDATA[
开发环境：win10+python3.6+pyqt5+pyinstaller3.4


前言
利用pyqt5开发了一个小工具，开发完成之后需要打包成EXE以供其他人方便地使用。这里的打包工具网上99%的人都推荐使用pyInstaller。也就一脚踏入了这个深坑。。。
断断续续用了两三次来做这个打包（在开发迭代过程中）：

第一次摸索了一下，简单的依赖包的可以很方便的成功，太多依赖的就很容易失败，...]]></description><category></category></item><item><title><![CDATA[如何优雅的在VS Code中书写Python代码之三：虚拟环境（virtual environment）]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/86683283</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/86683283</guid><author>alwaysyxl</author><pubDate>Mon, 28 Jan 2019 21:47:12 +0800</pubDate><description><![CDATA[

&quot;environment&quot;是Python程序运行的上下文环境，它包含一个解释器和很多安装的包
整理成VS Code官方文档
本博客在Windows10+Python3.6+VS Code 1.30.2下测试完成。


1. 首先，Why virtual environment（我们为什么需要虚拟环境）？
通俗解释： 当我们在电脑上开发一个Python项目时，它可能需要用到pip来安装很多pac...]]></description><category></category></item><item><title><![CDATA[Unity3D开发（编程）小技巧之一：解决模型坐标系不在模型中心的问题]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/86624352</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/86624352</guid><author>alwaysyxl</author><pubDate>Thu, 24 Jan 2019 12:07:18 +0800</pubDate><description><![CDATA[
问题重述:
在unity中开发时，有时候拿到的模型的坐标系并不是在模型的中心，甚至可能离模型中心很远，这种情况对于网上下载的模型尤为常见。

对于上述问题我们可以回顾一下unity中的pivot与center两个坐标系。
转述自Unity_阿黄

pivot就是模型的真实坐标轴，也就是说在建模软件中设定的坐标轴。
center是unity自己根据模型的mesh计算的中心位置坐标系，和模型真实坐标...]]></description><category></category></item><item><title><![CDATA[Unity3D开发（编程）小技巧之二：文字如打字机效果逐字出现]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/86525447</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/86525447</guid><author>alwaysyxl</author><pubDate>Thu, 17 Jan 2019 15:33:11 +0800</pubDate><description><![CDATA[经过一番折腾（Ctrl C，Ctrl V），整理代码如下：
    /// &amp;amp;amp;lt;summary&amp;amp;amp;gt;
    /// 打字机效果
    /// &amp;amp;amp;lt;/summary&amp;amp;amp;gt;
    /// &amp;amp;amp;lt;returns&amp;amp;amp;gt;&amp;amp;amp;lt;/returns&amp;amp;amp;gt;
    public static IEnumerat]]></description><category></category></item><item><title><![CDATA[Unity3D开发（编程）小技巧之三：计算两个物体的相对坐标]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/86292906</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/86292906</guid><author>alwaysyxl</author><pubDate>Fri, 11 Jan 2019 11:25:44 +0800</pubDate><description><![CDATA[这是最近做unity项目遇到的一个问题，将解决过程以及最终解决方案（Unity community上大佬回答的）总结如下：

问题描述： 计算Unity场景中物体B在物体A坐标系下的坐标，且两物体没有父子关系


解决过程:
1.百度搜索，无果。网上基本上说的基本上是局部坐标系的问题。
2.查官方API，一番侦查之后，初步认定应该没有现成的方法（如果谁发现有请告知！）
3.QQ群求助，大佬说这么基...]]></description><category></category></item><item><title><![CDATA[GRU，LSTM]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/83246298</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/83246298</guid><author>alwaysyxl</author><pubDate>Sun, 21 Oct 2018 22:16:57 +0800</pubDate><description><![CDATA[
总结自吴恩达老师的网易深度学习工程师微专业


介绍GRU之前，首先我们先直观的理解一下梯度消失(Gradient Vanishing)问题。

RNN在NLP中具有很大的应用价值，但是其存在一个很大的缺陷，那就是梯度消失的问题。例如下面的例句中：
The cat, which already ate …，was full；
The cats, which already ate …，were ...]]></description><category></category></item><item><title><![CDATA[循环神经网络（Recurrent Neural Network, RNN）]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/83217349</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/83217349</guid><author>alwaysyxl</author><pubDate>Sat, 20 Oct 2018 21:58:04 +0800</pubDate><description><![CDATA[
总结自吴恩达老师的网易深度学习工程师微专业

1. 前向传播

at=g(a)(Waaa&amp;amp;lt;t−1&amp;amp;gt;+Waxx&amp;amp;lt;t&amp;amp;gt;+ba)a^{t}=g^{(a)}(W_{aa}a^{&amp;amp;lt;t-1&amp;amp;gt;}+W_{ax}x^{&amp;amp;lt;t&amp;amp;gt;}+b_a)at=g(a)(Waa​a&amp;lt;t−1&amp;gt;+Wax​x&amp;lt;...]]></description><category></category></item><item><title><![CDATA[numpy使用之numpy.dot, numpy.multiply]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/83050613</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/83050613</guid><author>alwaysyxl</author><pubDate>Sun, 14 Oct 2018 20:43:39 +0800</pubDate><description><![CDATA[
参考自numpy帮助文档

numpy.dot
原型: numpy.dot(a, b, out=None)
两个numpy数组的点乘
(1).  如果两个参数a,ba,ba,b都是111维的，该运算向量内积（没有复数共轭时）
np.dot([1,2],[1,2])
5
(2).  如果两个参数a,ba,ba,b都是222维的，该运算做矩阵乘法，但是使用matmul或者a@b更好
np.dot([...]]></description><category></category></item><item><title><![CDATA[numpy使用之np.matmul]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/83050137</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/83050137</guid><author>alwaysyxl</author><pubDate>Sun, 14 Oct 2018 20:00:28 +0800</pubDate><description><![CDATA[
参考自numpy帮助文档

numpy.matmul
原型: numpy.dot(a, b, out=None)
两个numpy数组的矩阵相乘
(1).  如果两个参数a,ba,ba,b都是222维的，做普通的矩阵相乘。
import numpy as np
a = [[1, 0], [0, 1]]
b = [[4, 1], [2, 2]]
np.matmul(a, b)

array([[4,...]]></description><category></category></item><item><title><![CDATA[有符号数表示法（原码、补码、反码、移码）]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/82903752</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/82903752</guid><author>alwaysyxl</author><pubDate>Sat, 29 Sep 2018 22:42:50 +0800</pubDate><description><![CDATA[目录1. 原码表示法2. 补码表示法3. 反码表示法三种机器数小结4. 移码表示法
最近在看哈工大刘宏伟老师的《计算机组成原理》，总结其中关于有符号数的几种表示法，顺便感谢老师这么好的公开课。
首先先明确两个概念：

真值：带符号的数，如+101，-101
机器数：符号数字化的数，如0101，1101

下面结束有符号数的四种表示法
1. 原码表示法
定义：

对于整数
[x]原={0,x2n&amp;amp;a...]]></description><category></category></item><item><title><![CDATA[逻辑斯蒂回归（Logistic Regression，LR）及其损失函数（包含凸性推导）]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/82881272</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/82881272</guid><author>alwaysyxl</author><pubDate>Fri, 28 Sep 2018 12:56:34 +0800</pubDate><description><![CDATA[
	Logistic Regression
	
对于一个二分类问题而言



表示样本 label为1的概率，取值范围为。

其中,



Note:



则通过上述模型可以得出





另一个角度
一个事件发生的概率与不发生的概率的比值称为该事件的几率 (odds)。

逻辑斯蒂回归模型即的对数几率是输入 的线性函数（统计学习方法）。


	Loss Function
	
一般经验来说，使用...]]></description><category></category></item><item><title><![CDATA[Unity3D 小技巧]]></title><link>https://blog.youkuaiyun.com/alwaysyxl/article/details/78267924</link><guid>https://blog.youkuaiyun.com/alwaysyxl/article/details/78267924</guid><author>alwaysyxl</author><pubDate>Tue, 17 Oct 2017 22:45:23 +0800</pubDate><description><![CDATA[在Unity3D中实现二维动态数组为了实现在Unity3D的二维动态数组List<List<float>> list = new List<List<float>>();
List<float> l = new List<float>();
l.Add(1.0f);
l.Add(2.0f);
list.Add(l);]]></description><category></category></item></channel></rss>