<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[listep的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/listep</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; listep]]></copyright><item><title><![CDATA[Python读取一个字符串形式的矩阵，并存入矩阵中去。]]></title><link>https://blog.youkuaiyun.com/listep/article/details/82798563</link><guid>https://blog.youkuaiyun.com/listep/article/details/82798563</guid><author>listep</author><pubDate>Fri, 21 Sep 2018 11:06:36 +0800</pubDate><description><![CDATA[输入：‘[[0,0,0,0],[1,0,0,1],[1,1,1,0]]’   注意这个Python读进来是字符串。
输出：一个矩阵 [[0, 0, 0, 0], [1, 0, 0, 1], [1, 1, 1, 0]]
思路：先把所有数字拿出来，变成一个矩阵，然后我们找到矩阵的列数，然后重新reshape一下。
import sys
import numpy as np
string = sys.s...]]></description><category></category></item><item><title><![CDATA[股票买入卖出 LeetCode 变形题 度小满]]></title><link>https://blog.youkuaiyun.com/listep/article/details/82695145</link><guid>https://blog.youkuaiyun.com/listep/article/details/82695145</guid><author>listep</author><pubDate>Thu, 13 Sep 2018 21:22:24 +0800</pubDate><description><![CDATA[度小满，股票买入卖出变种题。 
最大化收益，最小化买卖次数。

def stock():
    profit = 0
    length = len(trade)
    count = 0
    for i in range(length):
        temp = trade[i] - trade[i - 1]
        if temp &amp;gt; 0:
           ...]]></description><category></category></item><item><title><![CDATA[加减法优先-计算表达式Python实现]]></title><link>https://blog.youkuaiyun.com/listep/article/details/82423555</link><guid>https://blog.youkuaiyun.com/listep/article/details/82423555</guid><author>listep</author><pubDate>Wed, 05 Sep 2018 14:35:53 +0800</pubDate><description><![CDATA[

思路：首先把字符串用“*”和“/”分割开来，然后，对没有乘除号的调用正常的计算函数（这个函数LeetCode有实现方法，乘除号优先，用栈实现），然后再把现在只有乘除号的式子再调用一次正常的计算函数。

总体思路就是，基于乘除号优先的函数，我们每次优先调用只有加减号的表达子式。



例如：”1+2*3”的表达式，先后变成这样两个list，然后调用乘除号优先函数，得出结果。 
[‘1+2’, ‘...]]></description><category></category></item><item><title><![CDATA[小熊吃糖(结构体排序) - 拼多多2018提前批笔试-服务器端开发工程师-Python实现结构体！！]]></title><link>https://blog.youkuaiyun.com/listep/article/details/82182822</link><guid>https://blog.youkuaiyun.com/listep/article/details/82182822</guid><author>listep</author><pubDate>Wed, 29 Aug 2018 14:33:41 +0800</pubDate><description><![CDATA[题目描述：  
有n只小熊，它们有着各不相同的战斗力。每次它们吃糖时，会按照战斗力来排，战斗力高的小熊有优先选择权。前面的小熊吃饱了，后面的小熊才能吃。每只小熊有一个饥饿值，每次进食的时候，小熊们会选择最大的能填饱自己当前饥饿值的那颗糖来吃，可能吃完没饱会重复上述过程，但不会选择吃撑。  
现在给出n只小熊的战斗力和饥饿值，并且给出n颗糖能填饱的饥饿值。  
求所有小熊进食完之后，每只小熊剩余的饥...]]></description><category></category></item><item><title><![CDATA[python包管理之  from...import...]]></title><link>https://blog.youkuaiyun.com/listep/article/details/82016066</link><guid>https://blog.youkuaiyun.com/listep/article/details/82016066</guid><author>listep</author><pubDate>Fri, 24 Aug 2018 12:35:48 +0800</pubDate><description><![CDATA[python包管理之  from…import…

首先，我们要理解，能被导入的就是package，也就是有init.py的文件夹。 
然后，from 后可以写相对路径。

也可以用

root_path = '/'.join(os.path.realpath(__file__).split('/')[:-4])
sys.path.insert(0, root_path)

这个就是会截取当前路径...]]></description><category></category></item><item><title><![CDATA[计算机基础知识整理]]></title><link>https://blog.youkuaiyun.com/listep/article/details/81979199</link><guid>https://blog.youkuaiyun.com/listep/article/details/81979199</guid><author>listep</author><pubDate>Thu, 23 Aug 2018 13:15:03 +0800</pubDate><description><![CDATA[笔试题目：

深度学习发展过程中，已衍生出较多的训练优化算法，且在实际应用中发挥越来越重要的作用。请根据你的经验，回答下面这些问题。 
1）训练优化算法的目的是什么？ 
2）SGD的原理和不足有哪些？ 
3）在SGD基础上，已逐渐优化出Momentum、AdaGrad、AdaDelta、Adam等算法，请简述这4种算法的原理及其改良出发点。 
4）请根据你的理解阐述上述几种算法分别适应哪些问题类型...]]></description><category></category></item><item><title><![CDATA[数据挖掘的方法]]></title><link>https://blog.youkuaiyun.com/listep/article/details/79543585</link><guid>https://blog.youkuaiyun.com/listep/article/details/79543585</guid><author>listep</author><pubDate>Thu, 23 Aug 2018 12:15:23 +0800</pubDate><description><![CDATA[数据挖掘方法

Data Mining（数据挖掘）是指用非平凡的方法从海量的数据中抽取出潜在的、有价值的知识（模型或规则）的过程。

分类模型是监督式学习模型， 
即分类需要使用一些已知类别的样本集去学习一个模式，用学习得到的模型来标注那些未知类别的实例。在构建分类模型的时候，需要用到训练集与测试集，训练集用来对模型的参数进行训练，而测试集则用来验证训练出来的模型的效果的好坏，即用来评价模型的好坏...]]></description><category></category></item><item><title><![CDATA[快排Python实现]]></title><link>https://blog.youkuaiyun.com/listep/article/details/79760745</link><guid>https://blog.youkuaiyun.com/listep/article/details/79760745</guid><author>listep</author><pubDate>Fri, 30 Mar 2018 17:25:33 +0800</pubDate><description><![CDATA[def quick_sort(list_to_sort):
    if len(list_to_sort) &amp;lt;= 1:
        return list_to_sort
    else:
        return quick_sort([s  for s in list_to_sort[1:] if s &amp;lt;= list_to_sort[0]  ] )+ [list_to_...]]></description><category></category></item><item><title><![CDATA[numpy用于shuffle训练集数据]]></title><link>https://blog.youkuaiyun.com/listep/article/details/79758202</link><guid>https://blog.youkuaiyun.com/listep/article/details/79758202</guid><author>listep</author><pubDate>Fri, 30 Mar 2018 15:19:09 +0800</pubDate><description><![CDATA[import numpy as np

W_train = [1,2,3]
R_train = [4,5,6]
Y_train = [7,8,9]
L_train = [10,11,12]

data_train = [(w, r, y, l) for w, r, y, l in zip(W_train, R_train, Y_train, L_train)]

np.random.shuffle...]]></description><category></category></item><item><title><![CDATA[TensorFlow的‘Did you mean to set reuse=None in VarScope？’解决方法]]></title><link>https://blog.youkuaiyun.com/listep/article/details/79192505</link><guid>https://blog.youkuaiyun.com/listep/article/details/79192505</guid><author>listep</author><pubDate>Mon, 29 Jan 2018 10:42:35 +0800</pubDate><description><![CDATA[elif self.rnn == 'bi_two_layers':
                        self.representation_size = self.rnn_size * 2
                        rnn_outputs, rnn_state = tf.nn.bidirectional_dynamic_rnn(rnn_cell_bi_fw,]]></description><category></category></item><item><title><![CDATA[Course吴恩达的机器学习课程——week2 编程作业小结]]></title><link>https://blog.youkuaiyun.com/listep/article/details/78254247</link><guid>https://blog.youkuaiyun.com/listep/article/details/78254247</guid><author>listep</author><pubDate>Mon, 16 Oct 2017 20:50:53 +0800</pubDate><description><![CDATA[Course吴恩达的机器学习课程——week2 编程作业小结]]></description><category></category></item><item><title><![CDATA[leetcode小白刷题路]]></title><link>https://blog.youkuaiyun.com/listep/article/details/76653327</link><guid>https://blog.youkuaiyun.com/listep/article/details/76653327</guid><author>listep</author><pubDate>Fri, 04 Aug 2017 09:04:13 +0800</pubDate><description><![CDATA[leetcode小白刷题路 1leetcode小白刷题路 ，现在刚刚研二，开始刷题~加油.算法题算法题按照AC率由大到小开始.题目一 
The Hamming distance between two integers is the number of positions at which the corresponding bits are different.Given two integers]]></description><category></category></item><item><title><![CDATA[Java毕向东01——笔记]]></title><link>https://blog.youkuaiyun.com/listep/article/details/56017526</link><guid>https://blog.youkuaiyun.com/listep/article/details/56017526</guid><author>listep</author><pubDate>Mon, 20 Feb 2017 18:30:10 +0800</pubDate><description><![CDATA[Java毕向东01]]></description><category></category></item><item><title><![CDATA[浅谈互联网内容提供商ISP的定价策略]]></title><link>https://blog.youkuaiyun.com/listep/article/details/54289645</link><guid>https://blog.youkuaiyun.com/listep/article/details/54289645</guid><author>listep</author><pubDate>Mon, 09 Jan 2017 15:44:15 +0800</pubDate><description><![CDATA[浅谈互联网内容提供商ISP的定价策略本文是学习《Networked Life:20 Questions and Answers》的第十一章的总结。快速浏览目录本文目录 ：浅谈互联网内容提供商ISP的定价策略
快速浏览目录
前言
影响定价策略的因素分析
效用最大化模型
统一定价和按使用量定价的比较前言生活中很多东西都是按使用量来进行收费的，例如水费、电费，而最开始的互联网内容提供者是按统一费率模式收费]]></description><category></category></item></channel></rss>