li_li_li_lili的博客

原创 Unable to connect to Redis

1.首先看看有没有启动Redis服务器（redis-server.exe） redis-server2.有可能是以下两种情况1.application.yml的redis配置中的spring.redis.timeout中连接超时时间（毫秒）中时间设置不能为02.找到redis的配置文件 redis.conf ：vim redis.conf 修改 protected-mode yes 改为：protected-mode no...

原创 redis对hashset，list，sortList的操作

如果是从小到大正序rank range，倒序reverseRank reverseRange使用redis实现事务管理每个命令先放置到队列里，直到提交事务之后一股脑将所有命令发送到redis服务器中一起执行，所以不要在事务中间做查询，在事务前后做数据库的查询输出结果查询结果：空前三个1说明每次对1个数据操作，后面是操作后的结果...

原创 遇到的问题

1.test方法返回类型必须是void2.对页面传递的内容判空值时最好使用JavaUtil.isBlank,而不是==null ，因为有可能会传回来“”3.

原创 为什么java读或写文件时，返回的是int型数据

原创 java中栈实现方式

https://blog.youkuaiyun.com/devnn/article/details/82716447

原创 IntelliJ 提示Package name ‘com‘ does not correspond to the file path ‘com.1002‘

Package name ‘com’ does not correspond to the file path ‘com.1002’groupld 不能出现数字，否则会编译出错

原创 链表题目合集

21. 合并两个有序链表为什么链表的题目都会先创建一个节点（dummy），然后再创建一个节点（cur）指向它？因为先创建的节点（dummy）是虚拟头节点，它的next指向的是真实的头节点，（cur)就相当于是当前时刻真实节点位置。这样就可以便于头节点的删除操作。因为删除操作需要找到删除节点的前一个节点。...

原创 2021-3-25 二叉树题目

101. 对称二叉树使用递归的方法求解：首先如果根节点为空，返回是对称的，如果根节点不为空，则判断左子数和右子树是不是镜像对称的，判断方法是先判断左子数和右子树根节点是否相同，再判断左子数的左孩子和右子树的右孩子;左子数的右孩子和右子树的左孩子是否对称;据此写出递归的伪代码：函数a（左子树，右子树，返回是否对称） 判断判断左子数和右子树根节点是否相同以及a（左子数的左孩子和右子树的右孩子） a（左子数的右孩子和右子树的左孩子） 只有都返回为真值才能认为对称。迭代求解思路：引入队列

原创 leetcode hot100动态规划题目

70. 爬楼梯题目描述：这是一道典型的动态规划问题：首先写出动态规划方程，因为每次爬楼梯只能爬一层或者两层;所以爬第i层的方法等于第i-1层和i-2层方法的和，据此写出：f(n)=f(n-1)+f(n-2)但是这个方程和斐波那契公式相同，故根据斐波那契通项公式也可以进行求解...

原创 哈希表判断元素是否重复出现与双向指针的集合

使用哈希表判断元素是否重复出现，适用题型判断最长不重复子串，判断数字、字符不同题目：3. 无重复字符的最长子串伪代码：定义一个哈希表hash初始化右指针的值-1，初始化最长不重复子串长度0for（i=0;i<s.length;i++){ 如果（左指针不是指向第一个位置） { //向右滑动左指针 把左指针之前的元素从哈希表中移除; }...

原创 Cosine Similarity(余弦相似度)

首先将两个样本映射到特空间中，得到特征向量表示，然后计算两个特征向量之间的相似度。计算方法：余弦值越大，两个样本越相似。代码实现： public double cosineSimilarity(int[] A, int[] B) { double up=0; double downl=0; double downr=0; for(int i=0;i<A.length;i++){ int a=A[i];

原创 soft-max

1.什么是soft-maxsoftmax用于多分类过程中，它将多个神经元的输出，映射到（0,1）区间内，而且这些值的和为1，因此，可以看成概率来理解，从而来进行多分类。将它理解成概率，在最后选取输出结点的时候，我们就可以选取概率最大（也就是值对应最大的）结点，作为我们的预测目标！假设我们有一个数组，V，Vi表示V中的第i个元素，那么这个元素的softmax值就是因为有i类，所以有i个概率值输出，但是我们只想要的是正确预测的概率值，然后计算正确输出的loss值，并将其最小化进行梯度更新，因此设置正确

原创 6.9日每日一题

使用深度优先搜索进行递归JAVA:class Solution { public int maxDepth(TreeNode root) { return root==null ? 0: Math.max(maxDepth(root.left),maxDepth(root.right))+1; }}PYTHONclass Solution: def maxDepth(self, root: TreeNode) -> int: if .

原创 6.3日每日一题

解法使用python的内置函数class Solution: def hammingDistance(self, x: int, y: int) -> int: sum1=0 k=bin(x^y) sum1=k.count("1") return sum1

原创 6.2日每日一题

‘’’class Solution:def numJewelsInStones(self, J: str, S: str) -> int:m=0for i in range(len(J)):m =m+S.count(J[i])return m‘’’这道题目的简单做法：使用count函数，count函数可以返回一个字符串中和字符的相似个数。...

原创 colab上装在谷歌网盘

1.输入from google.colabimport drivedrive.mount(’/drive’)2.点击链接后登录谷歌账号允许权限3.复制给出的链接在方框中，然后点击回车4.点击右侧文件图标，提示是否要将colab装载到谷歌网盘，按照提示去做。5.装载成功这样就可以看到网盘中所有项目...

原创 5.26 每日一题

这道题直接使用python里自带的函数更加快速但是这个不用加self.所以我认为这个原因可能是他没有限制对象class Solution: def reverseLeftWords(self, s: str, n: int) -> str: return s[n: ]+s[ :n]

原创 5.25日每日一题

本来进行递归时，没有加上self.所以爆出内存出错，我认为，因为递归是对同一个对象的操作，且为前序遍历，所以要加上self，指定对象。// An highlighted block# Definition for a binary tree node.# class TreeNode:# def __init__(self, x):# self.val = x# self.left = None# self.right = Nonec.

原创 5.22日每日一题

报错：unindent does not match any outer indentation level原因：代码缩进量不同

原创 5.20日每日一题

刚开始的解法错误之处1.self.starttime 不能使用self2.i 要在一个范围内，range’3.querytime是int型，看清题目4.python中使用&&报错，使用and不报错5.python不能使用amount++的语法，为amount+=16.python的操作符前后要进行空格改正之后self什么时候加因为本题中的变量都只是在本函数中使用改变，所以不需要加self...

原创 5.15日每日一题

最优解如果注意到除了一个元素，其他元素有且只有两个，于是可以想到异或算法。异或算法如果是两个一样的话，为0。0和数字异或，为其本身。并且异或具备交换律与结合率。时间复杂度为n，空间复杂度为1。暴力求解时间复杂度为n^2，我觉得空间复杂度仍为1，因为没有额外存储数据。python读取一串由字符断开的数据，并将其分别存储在列表中的方法。https://blog.youkuaiyun.com/qq_43503724/article/details/95352575?utm_medium=distribute..

原创 什么是LSTM

一.首先什么是RNN。在字幕翻译时，RNN采用一种自循环结构，可以很好的对之前的输入进行记忆。对以前的信息与现在的信息进行联结。（1）基本循环神经网络基本循环神经网络1.网络结构图x是一个向量，它表示输入层的值。s是一个向量，它表示隐藏层的值（这一层其实可以是多个节点，节点数与向量s的维度相同）；U是输入层到隐藏层的权重矩阵；o也是一个向量，它表示输出层的值；V是隐藏层到输出层的...

原创 Meta Networks

题目：Meta NetworksMeta Networks：包括两部分：base-learner,meta-learner。

原创 每日python编程三题实例

程序员日记3.20日 晴 今天老师问我，每天那么认真为了什么，我回答为了心中得到理想，其实是为了心中的你1.input输入的作为一个字符串处理一个字符串错误示例：正确示例：2.多输出时可以使用format...

原创 Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks

标题：Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks。问题：recurrent neural networks强化学习？？（1）什么是模型无关的元学习

原创 Generalized Adaptation for Few-Shot Learning

论文题目：Generalized Adaptation for Few-Shot Learning（一）本文主要提出的方法：（二）相关工作（1）基于特征的方法（Feature based approach）MatchingNet and ProtoNet 基于欧几里得度量基于余弦相似度度量Relation net ：使用一个深层网络计算原型距离。下篇看一下Learningto com...

原创 mete-learning

因为对于pre-learning来说，首先先将两个数据合并在一起进行训练，找到一个对两者来说都很好的初始化参数，然后获得task2的局部最优解，但是只是局部最优解，想办法和最优解有个什么组合，损失函数最小且不会过拟合。...

原创 使用python读写数据

import randomimport mathimport xlwtworkbook = xlwt.Workbook(‘d:\12345.xls’) #创建一个Excel文件worksheet = workbook.add_sheet(‘123’) #创建一个sheetfor i in range(0,100):C=int(random.uniform(...

原创 Few-Shot Text Classification with Induction Network

文章题目：Few-Shot Text Classification with Induction Networkgithub链接：https://github.com/wuzhiye7/Induction-Network-on-FewRel简介：因此提出了对查询集中的每一类，一个更好的更具有一般性的表示，并将其与查询集进行比较。本文提出了Induction Network，将动态规划路径和...

原创 python复习

复习(1)标识符第一个字符必须是字母表中字母或下划线 _ 。标识符的其他的部分由字母、数字和下划线组成。标识符对大小写敏感。在 Python 3 中，可以用中文作为变量名，非 ASCII 标识符也是允许的了。(2)注释Python中单行注释以 # 开头。多行注释可以用多个 # 号，还有 ‘’’ 和 “”"。(3)行与缩进python使用缩进来表示代码块，不需要使用大括号 {...