- 博客(9)
- 收藏
- 关注
RSS订阅原创 剑指offer11
leetcode原文戳这里本题主要考察的就是二分查找，所以不要总想着什么暴力循环了，木有用的。class Solution{ public int minArray(int[] numbers){ int low=0; int high = numbers.length-1; while(low<high){ //注意mid的取值方法，也可以（low+high）/2
2020-09-25 10:42:53
145
原创 剑指offer05
这道题其实可以replace一个函数就解决了，不过这很明显不是想让你这么做主要掌握java中string的创建和常用函数，其中有一个创建方法是：提供一个字符数组来初始化一个字符串https://www.runoob.com/java/java-string.htmlpublic String replaceSpace(String s) { int length = s.length(); char[] array = new char[length * 3];
2020-09-14 17:05:09
196
原创 剑指offer 04
哈哈哈哈哈，姐姐我又回来刷题了，为了工作而努力奋斗，首先从剑指offer开始！！！首先说一下eclipse中输出的简便方式：syso+Alt+/+enter如何求一个二维数组的维度：行数=数组名.length列数=数组名[0].length这道题就一个注意点，在开始时要判断一下这个二维数组存在的合理性，如果没有这个就会报错：if (matrix == null || matrix.length == 0 || matrix[0].length == 0) { return
2020-09-14 16:59:17
103
原创 张量展开和Tensorly使用
首先介绍一下张量的切片例子：https://zhuanlan.zhihu.com/p/24824550从例子中感觉这么展开就是为了满足：三阶张量为X是n1×n2×n3阶的，如果按mode-2展开，矩阵就是n2×(n1×n3)的，具体为什么要这么转置，这个还需要思考，而且还有更高阶的怎么推到展开也需要思考...
2020-06-30 10:49:46
2552
原创 在使用Tensorly进行CP分解中遇到的问题
撒花撒花！！！！终于把HDCM的卷积核分解完，并且运行速度的确提升了，嘿嘿先给一个使用Tensorly的parafac函数分解的例子：X = tl.tensor(np.arange(24).astype(np.float64).reshape(3, 4, 2))reslut = parafac(X, rank=3)发现有个问题，返回的reslut不是直接的三个矩阵，直接print的结果如下：想要得到三个矩阵得这样输出结果：f1, f2 = parafac(X, rank=3)a,b,c =
2020-06-20 18:39:03
927
1
原创 关于张量的一点点小思考
做毕设时被第一个张量的论文看的目瞪口呆，过了三四个月了，今天又重新捡起来看了看CP分解卷积核的项目代码，忽然有点感想。拿磨了我好久的张量神经网络为例，神经网络想必不陌生，不过神经网络要求的输入通常是二维的（**这句话需要查证**），可能有时候是图片是三维的。不过我们现在很多都是高维的多源异构数据，这种数据可以用张量进行表示。有时候我们想把他们直接输入到网络里，这就需要来修改原来的神经网络，比如说把全连接层的权重矩阵也变成张量（这个还是不知道怎么实现啊），但是都变成张量会带来巨大的参数数量，那么就开始...
2020-06-20 15:25:57
808
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