- 博客(39)
- 收藏
- 关注
RSS订阅原创 第五章 树、2叉树
或者为空二叉树，即n =0。或者由一个根结点和两个互不相交的被称为根的左子树和右子树组成。左子树和右子树又分别是一棵二叉树。每个结点至多只有两棵子树左右子树不能颠倒 (二叉树是有序树)二叉树可以是空集合，根可以有空的左子树和空的右子树。
2025-03-15 22:20:50
873
原创 第二章 数列极限
这个x->∞ 我们认为是+-无穷与这个n不一样性质数列极限函数极限唯一性唯一唯一有界性全局有界（所有项有界）局部有界（某邻域内有界）保号性尾部保号（从某 N 开始）局部保号（某邻域内保号）1. 唯一性（相同点）数列极限：若数列 {an} 收敛，则它的极限唯一。例如，若 limn→∞an=A，则 A 是唯一的。函数极限：若函数 f(x) 当 x→0（或 x→∞）时的极限存在，则极限值唯一。例如，若 limx→x0 f(x)=A则 A 唯一。共同本质：无论数列还是函数，极限值若存在，必唯一。
2025-02-11 15:53:50
933
原创 第2章 线性表
线性表中的数据元素数量是有限的，可以是空表，也可以包含多个元素。：线性表中的元素是按照一定的顺序排列的，每个元素都有一个确定的位置（称为“位序”），通常从1开始编号。：线性表中的所有元素属于同一数据类型，例如整数、字符或自定义结构体等。：线性表是一种抽象的数据结构，定义了数据的逻辑关系，而不关心具体的存储方式。线性表可以通过顺序存储（如数组）或链式存储（如链表）来实现。：线性表中的每个元素都是独立的个体，不包含子结构。例如，一个整数线性表中的每个元素都是一个整数，而不是一个数组或另一个线性表。
2025-01-20 22:27:51
629
原创 学习prompt
我希望你能作为一位科学写作专家来帮助我。接下来，我将提供一些英文段落，你的任务是提高这些文本的拼写、语法、清晰度、简洁性和整体可读性，同时将长句拆分，减少重复，并提出改进建议。中文指令：将[主题或技能]最具挑战性的20%的核心汇总，以涵盖80%的内容，并提供一个专注于掌握这些内容的学习计划。中文指令：我最近正在学习[某个知识/技能]，接下来，请结合GROW模型，制定一个符合我当前情况的学习。中文指令：接下来，结合分块学习法，将[某个知识/技能]拆分成小块，并搭建知识树，以帮助我快速掌握。
2024-11-24 21:45:30
951
原创 如何通过 LGB 优化 QWK
这个函数计算了一个扩展版的 Cohen Kappa 评分，它与 QWK 相同，只是实现方式不同。最终返回值与 QWK 相同，都是评估模型预测精度的指标。
2024-11-14 15:59:41
317
原创 kaggle 如何利用API下载数据集
首先 上传kaggle官网生成得 API 密钥： kaggle.json 文件。放到该代码同目录下，再运行一下代码。只需要修改'''下载竞赛数据集'''，就可以选择你的指定数据集。
2024-11-12 20:08:10
498
原创 Resnet代码实现
图3 50-layer、101-layer、102-layer的残差结构。图2 18-layer、34-layer的残差结构。
2024-11-02 15:20:23
337
原创 Anaconda配置pytorch的基本操作
安装pytorch（https://pytorch.org/get-started/locally/）如果你想让 Conda 的环境始终在 D 盘创建，你可以通过设置。指定路径，需要使用完整路径来激活环境，例如。创建虚拟环境命名 可指定python版本。查看当前计算机几个虚拟环境 a是详细信息。寻找该激活环境命名python解释器位置。检查gpu可用吗如果是gpu就是True。命令时，新的环境都会被创建到。的配置文件来更改默认路径。如果是gpu就是True。，而不是只用环境名称。这样，之后你每次使用。
2024-09-16 14:15:44
643
原创 YOLO介绍—datawhale
良好表现的模型：训练和验证损失应该逐渐降低，最终趋于稳定。评价指标（如精度、召回率、mAP 等）应呈现逐步上升，并在高值区域趋于平稳。需要注意的情况：如果验证损失和训练损失出现较大差距，验证集上的损失不再下降，或评价指标不提升甚至下降，通常表明模型在验证集上的泛化能力较差，即可能过拟合。
2024-09-14 00:34:42
1788
原创 极大似然估计
xi~B(n,p)二项式分布,即事件发生的概率为p，重复n次。n个独立的成功/失败试验中成功的次数的离散概率分布。3.Lna^x=xLna.可以进一步化简。我们求正面概率a，不知道，当时我们抛了硬币可反推a。背景：抛硬币10011，xi~B(1,a)这个形式是近似 似然函数的形式。
2024-09-10 22:02:28
340
原创 第 4 章 第 4 章 卷积神经网络-datawhale ai夏令营
全连接网络可以决定它看整张图像还是只看一个范围，如果它只想看一个范围，可以 把很多权重设成 0。全连接层（fully-connected layer，）可以自己决定看整张图像还是一个小范围。感受野加上参数共享就是卷积层 （convolutional layer），用到卷积层的网络就叫卷积神经网络。卷积神经网络的偏差比较大。但模型偏差大不一定是坏事，因为当模型偏差大，模型的灵活性较低时，比较不容易过拟合。接下来通过第 2 个版本的故事来说明卷积神经网络。
2024-09-01 13:55:18
1085
原创 第 3 章 深度学习基础-datawhale ai夏令营
本章重点，如何更好地优化神经网络：首先，要理解为什么优化会失败，收敛在局部极限值与 鞍点会导致优化失败。其次，可以对学习率进行调整，使用自适应学习率和学习率调度。最 后，批量归一化可以改变误差表面，这对优化也有帮助。
2024-08-23 15:52:18
767
原创 第 1 章 机器学习基础-datawhale ai夏令营
何为机器学习：让机器具备找一个函数的能力。比如：图像识别，找到一个复杂函数，输入x：图片，输出y：是什么。
2024-08-22 23:37:22
1074
原创 算法设计与分析-复习
1输入2输出3确定性4可行性5有穷性在一般的计算机系统中，基本的1）算术运算：主要包括加、减、乘、除等运算。2）逻辑运算：主要包括与、或、非等运算。3）关系运算：主要包括大于、小于、等于、不等于等运算。4）数据传输：主要包括赋值、输入、输出等操作。（1）用描述算法（2）用表示算法最早使用的算法描述工具。优点：简单，直观（3）用表示算法 又称盒图。（4）用描述算法。
2024-06-26 21:13:49
1079
原创 多元统计-复习
1最短距离法：两个类，选距离相互最近的点对2最长距离法：两个类，选距离相互最长的点对3中间距离法4类平均距离法：两个类，元素两两之间的平均算法5重心法：类用他的重新（该类的均值）做代表，类与类之间的距离用重心衡量6距离平方和法：将n给样品格子一类，选择使离差平方和增大最小的两类合并，直到全部一类。
2024-06-18 17:19:28
1219
1
原创 PCA降维背景介绍
基向量 ei 代表了新空间中的一个方向，而通过计算 OA 与每个基向量 ei 的点积（或内积），我们实际上是在计算 OA 在这个新方向上的“长度”或者说投影。简单来说，使用整个 OA 而不是它的单个分量a1 或 a2，是因为我们的目标是在新的低维空间中重新表示整个原始向量 OA，而这需要考虑 OA 的所有维度。（注意：乘以 OA 而不是单独的 a1 向量或 a2 向量的原因在于这个表达式的目的是计算原始向量 OA 在基向量 ei 上的投影。计算了向量OA在基向量ei方向上的分量。
2024-03-31 15:24:20
361
1
原创 0基础协方差公式
协方差只能处理二维问题，对于三维以上数据，就需要计算多个协方差，然后用矩阵将其组织起来，这就是协方差矩阵。协方差描述了不同特征之间的相关情况，通过计算协方差，可以判断不同特征之间的关联关系，由协方差性质可知：cov(A,B)=cov(B,A)此矩阵由方差和协方差两部分组成，是个对称矩阵。
2024-03-08 11:14:08
394
1
原创 顺序构建平衡二叉树
右旋后 左旋后。此时的结点12的平衡因子BF变成|-2|>1(右子树过高),要左旋(逆时针旋转),按{12, 24, 36, 90, 52, 30}的顺序构建平衡二叉树。
2024-01-08 00:15:54
499
转载 图 - AOE & 关键路径
我们要对一个流程图获得最短时间，就要分析他们的拓扑关系，并且找到当中的最关键的流程，这个流程的时间就是最短时间我们可以由事件的最早发生时间和事件的最晚发生时间求出活动的最早和最晚开工时间。由1,2可以求得3,4，然后在根据ete[k]是否与lte[k]相等来判断ak是否是关键活动活动的最早开始时间和活动的最晚开始时间，若是相等，就意味着此活动是关键活动//事件最早发生时间和最晚发生时间数组。
2023-12-14 00:19:35
157
1
原创 最小堆之哈夫曼树编码
生成编码：从根节点开始，沿着左子树走为0，右子树走为1，直到到达叶子节点，记录下路径上的0和1，即为字符的哈夫曼编码。构建哈夫曼树：根据字符频率构建哈夫曼树，该树是一种特殊的二叉树，其叶子节点代表字符，而非叶子节点不包含字符。从最小堆中取出两个权值最小的节点，并合并为一个新节点，新节点的权值为这两个节点的权值之和。重复步骤2和3，直到最小堆中只剩下一个节点为止，这个节点就是哈夫曼树的根节点。统计字符频率：首先需要统计待编码的字符集中每个字符出现的频率。创建最小堆：将所有的权重作为节点构建成最小堆。
2023-12-02 17:56:25
241
1
原创 基于pymysql应用系统开发-学生成绩管理系统
self.btn_update = tk.Button(self.window, text="更新", command=self.update_student)self.btn_delete = tk.Button(self.window, text="删除", command=self.delete_student)self.btn_add = tk.Button(self.window, text="添加", command=self.add_student)(1, '言琳', 2, '计算机系'),
2023-06-29 15:07:14
466
原创 c语言实现：输入一个字符串,再输入一个字符，在字符串中删除输入的字符,形成新的字符串并输出
输入一个字符串,再输入一个字符，在字符串中删除输入的字符,形成新的字符串并输出
2023-05-30 14:30:38
3713
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人