- 博客(217)
- 收藏
- 关注
RSS订阅原创 PTA练习-懂蛇语、堆宝塔
cin >> n;string kkk;i <= n;b[i] = s;string ss;if (ss!cin >> m;string s;= "")
2025-03-06 22:49:55
655
原创 动手学深度学习-现代卷积神经网络-6残差网络（ResNet）
随着我们设计越来越深的网络，深刻理解“新添加的层如何提升神经网络的性能”变得至关重要。更重要的是设计网络的能力，在这种网络中，添加层会使网络更具表现力， 为了取得质的突破，我们需要一些数学基础知识。
2025-03-06 22:20:55
971
原创 面向对象设计原则-2
里氏代换原则所有引用的地方必须能透明地使用其的对象。要开闭原则是面向对象设计的目标，里氏代换原则是面向对象设计的主要实现机制之一。
2025-03-05 10:23:47
1100
原创 PTA练习-试试手气、机工士姆斯塔迪奥
你需要处理这个副本其中的一个机制：N×M 大小的地图被拆分为了 N×M 个 1×1 的格子，BOSS 会选择若干行或/及若干列释放技能，玩家不能站在释放技能的方格上，否则就会被击中而失败。接下来 Q 行，每行两个数 Ti,Ci，其中 Ti=0 表示 BOSS 选择的是一整行，Ti=1 表示选择的是一整列，Ci 为选择的行号/列号。输入第一行是三个整数 N,M,Q (1≤N×M≤105，0≤Q≤1000)，表示地图为 N 行 M 列大小以及选择的行/列数量。第二行给出摇的次数 n（1≤n≤5）。
2025-03-03 22:15:34
1037
原创 PTA练习-今天我要赢分数、种钻石、谁能进图书馆
2019年10月29日，中央电视台专题报道，中国科学院在培育钻石领域，取得科技突破。科学家们用金刚石的籽晶片作为种子，利用甲烷气体在能量作用下形成碳的等离子体，慢慢地沉积到钻石种子上，一周“种”出了一颗 1 克拉大小的钻石。例如“12 岁以下儿童禁止入馆，除非有 18 岁以上（包括 18 岁）的成人陪同”。是指大于等于该年龄的人士可以陪同儿童入馆。本题给出钻石的需求量和人工培育钻石的速度，请你计算出货需要的时间。输入在一行中给出钻石的需求量 N（不超过 107 的正整数，以。的格式输出比赛当天的日期。
2025-03-03 22:12:30
630
原创 动手学深度学习-现代卷积神经网络-5批量规范化
训练深层神经网络是十分困难的，特别是在较短的时间内使他们收敛更加棘手。本节将介绍批量规范化（batch normalization）这是一种流行且有效的技术，可持续加速深层网络的收敛速度。
2025-03-02 23:16:33
701
原创 动手学深度学习-现代卷积神经网络-4含并行连结的网络（GoogLeNet）
在2014年的ImageNet图像识别挑战赛中，一个名叫GoogLeNet)的网络架构大放异彩。GoogLeNet吸收了NiN中串联网络的思想，并在此基础上做了改进。这篇论文的一个重点是解决了什么样大小的卷积核最合适的问题。毕竟，以前流行的网络使用小到1×1，大到11×11的卷积核。本文的一个观点是，有时使用不同大小的卷积核组合是有利的。本节将介绍一个稍微简化的GoogLeNet版本：我们省略了一些为稳定训练而添加的特殊特性，现在有了更好的训练方法，这些特性不是必要的。
2025-03-02 23:10:52
981
原创 动手学深度学习-现代卷积神经网络-3网络中的网络（NiN）
LeNet、AlexNet和VGG都有一个共同的设计模式：通过一系列的卷积层与汇聚层来提取空间结构特征；然后通过全连接层对特征的表征进行处理。AlexNet和VGG对LeNet的改进主要在于如何扩大和加深这两个模块。或者，可以想象在这个过程的早期使用全连接层。然而，如果使用了全连接层，可能会完全放弃表征的空间结构。网络中的网络NiN）提供了一个非常简单的解决方案：在每个像素的通道上分别使用多层感知机 (
2025-03-02 23:06:09
578
原创 动手学深度学习-现代卷积神经网络-2使用块的网络（VGG）
虽然AlexNet证明深层神经网络卓有成效，但它没有提供一个通用的模板来指导后续的研究人员设计新的网络。在下面的几个章节中，我们将介绍一些常用于设计深层神经网络的启发式概念。与芯片设计中工程师从放置晶体管到逻辑元件再到逻辑块的过程类似，神经网络架构的设计也逐渐变得更加抽象。研究人员开始从单个神经元的角度思考问题，发展到整个层，现在又转向块，重复层的模式。使用块的想法首先出现在牛津大学的的VGG网络中。通过使用循环和子程序，可以很容易地在任何现代深度学习框架的代码中实现这些重复的架构。
2025-03-02 23:02:18
757
原创 PTA练习题-胎压监测、斯德哥尔摩火车上的题、幸运彩票（15分）
本题就请你编写一个监测程序，随时监测四轮的胎压，并给出正确的报警信息。彩票的号码有 6 位数字，若一张彩票的前 3 位上的数之和等于后 3 位上的数之和，则称这张彩票是幸运的。输入在一行中给出 6 个 [0, 400] 范围内的整数，依次为 1~4 号轮胎的胎压、最低报警胎压、以及胎压差的阈值。小轿车中有一个系统随时监测四个车轮的胎压，如果四轮胎压不是很平衡，则可能对行车造成严重的影响。本题就请你判断，两个给定的原始字符串，能否通过上述算法得到相同的输出？对每张彩票，如果它是幸运的，就在一行中输出。
2025-02-28 23:19:51
898
原创 PTA练习题-帮助色盲、调和平均、吃鱼还是吃肉（10分）
具体要求的功能为：当前交通灯为红灯或绿灯时，检测其前方两米内是否有同向行走的人 —— 如果有，则患者自己可以判断，程序就不做提示；如果没有，则根据灯的颜色给出不同的提示音。在古老的红绿灯面前，红绿色盲患者无法分辨当前亮起的灯是红色还是绿色，有些聪明人通过路口的策略是这样的：当红灯或绿灯亮起时，灯的颜色无法判断，但前方两米内有同向行走的人，就跟着前面那人行动，人家走就跟着走，人家停就跟着停；你的外星人朋友不认得地球上的加减乘除符号，但是会算阶乘 —— 正整数 N 的阶乘记为 “N。先评价身高，再评价体重。
2025-02-28 23:16:42
1251
原创 动手学深度学习-现代卷积神经网络-1深度卷积神经网络（AlexNet）
在LeNet提出后，卷积神经网络在计算机视觉和机器学习领域中很有名气。但卷积神经网络并没有主导这些领域。这是因为虽然LeNet在小数据集上取得了很好的效果，但是在更大、更真实的数据集上训练卷积神经网络的性能和可行性还有待研究。事实上，在上世纪90年代初到2012年之间的大部分时间里，神经网络往往被其他机器学习方法超越，如支持向量机（support vector machines）。在计算机视觉中，直接将神经网络与其他机器学习方法进行比较也许不公平。
2025-02-27 22:24:31
1133
原创 动手学深度学习-卷积神经网络-6卷积神经网络（LeNet）
通过之前几节，我们学习了构建一个完整卷积神经网络的所需组件。回想一下，之前我们将softmax回归模型和多层感知机模型应用于Fashion-MNIST数据集中的服装图片。为了能够应用softmax回归和多层感知机，我们首先将每个大小为28×28的图像展平为一个784维的固定长度的一维向量，然后用全连接层对其进行处理。而现在，我们已经掌握了卷积层的处理方法，我们可以在图像中保留空间结构。同时，用卷积层代替全连接层的另一个好处是：模型更简洁、所需的参数更少。
2025-02-26 23:03:23
939
原创 Java设计模式-基于MVC的WEB设计模式
MVC的介绍mvc是什么MVC全名是，模型(model)－视图(view)－控制器的缩写使用MVC模式，就是程序员在写代码时，将一个程序代码人为地分成了M-V-C三部分来写。M-V-C 三部分的含义M模型（Model业务逻辑层。用于封装业务逻辑和数据模型。V视图（View表示层。就是与用户实现交互的界面，通常实现数据的输入和输出功能。C控制器（控制层。起到控制整个业务流程的作用，实现View层跟Model层的协同工作MVC运行过程MVC的优点。
2025-02-26 09:37:16
1176
原创 动手学深度学习-卷积神经网络-5汇聚层
通常当我们处理图像时，我们希望逐渐降低隐藏表示的空间分辨率、聚集信息，这样随着我们在神经网络中层叠的上升，每个神经元对其敏感的感受野（输入）就越大。而我们的机器学习任务通常会跟全局图像的问题有关（例如，“图像是否包含一只猫呢？”），所以我们最后一层的神经元应该对整个输入的全局敏感。通过逐渐聚合信息，生成越来越粗糙的映射，最终实现学习全局表示的目标，同时将卷积图层的所有优势保留在中间层。此外，当检测较底层的特征时（例如图像卷积那一节中所讨论的边缘），我们通常希望这些特征保持某种程度上的平移不变性。
2025-02-24 23:24:37
640
原创 软件设计与体系结构-概论
指具有明确和有限功能的指令序列。过程抽象的命名，暗示了功能，但是隐藏了具体细节。如过程“开”门，就隐含了一长串的过程性步骤，如走到门前、伸手抓住门上把手、转把手并拉门、离开打开的门，等等。
2025-02-24 11:35:23
1120
原创 AI刷题-多零件流水线优化问题
零件的制作包括三种工序："加工"、"质检"、"收尾"，分别由小C、小U、小R负责。小C、小U、小R的工作方式原本非常机械化，他们只能按照既定顺序一个工序一个工序地完成一个零件，比如对于一个零件的工序"加工1、质检1、加工2、质检2、收尾"，他们会按顺序逐一完成各自的任务。（每一行的7个数字分别表示"加工1"，"质检1"，"加工2"，"质检2"，"加工3"，"质检3"，"收尾"的耗时）零件一：10, 10, 10, 10, 10, 10, 20。零件二：10, 10, 10, 10, 10, 10, 20。
2025-02-21 21:58:06
704
原创 动手学深度学习-卷积神经网络-4多输入多输出通道
虽然我们在前面描述了构成每个图像的多个通道和多层卷积层。例如彩色图像具有标准的RGB通道来代表红、绿和蓝。但是到目前为止，我们仅展示了单个输入和单个输出通道的简化例子。这使得我们可以将输入、卷积核和输出看作二维张量。当我们添加通道时，我们的输入和隐藏的表示都变成了三维张量。例如，每个RGB输入图像具有3×h×w的形状。我们将这个大小为3的轴称为通道（channel）维度。本节将更深入地研究具有多输入和多输出通道的卷积核。
2025-02-21 21:11:50
860
原创 AI刷题-最优硬币组合问题
目录最优硬币组合问题问题描述测试样例解题思路： 代码实现：1、初始化： 初始化一个dp数组做动态规划，记录凑i块钱要多少个硬币，pre数组，保存硬币组合，以及让f[0]=0（也就是凑0块钱要0个硬币） 2、状态更新：也就是判断前i-x块钱对应的最大硬币数+1个新的硬币能不能更新3、保存硬币组合（要逆序）： 4、最后返回ans即可 最终代码： 运行结果： 小C有多种不同面值的硬币，每种硬币的数量是无限的。他希望知道，如何使用最少数量的硬币，凑出给定的总金额N。小C对硬币的组合方式很感兴趣，但他更希望在满足总
2025-02-20 18:33:29
367
原创 AI刷题-子数组和的最大值问题
给定整数数组，我们称其中连续的0个或多个整数为一个子数组，求删除任一元素后，新数组中长度为。我们需要在一个整数数组中，删除一个元素后，找到新数组中长度为。，代表所有可能新数组中长度为。选择删除第四个元素，新数组为。的子数组的和的最大值。的子数组的和的最大值。的子数组的和的最大值。
2025-02-10 23:22:29
478
原创 蓝桥杯2024年第十五届省赛真题
一个整数如果按从低位到高位的顺序，奇数位（个位、百位、万位 · · · ）上的数字是奇数，偶数位（十位、千位、十万位 · · · ）上的数字是偶数，我们就称之为“好数”。给定一个正整数 N，请计算从 1 到 N 一共有多少个好数。
2025-02-10 23:05:42
1201
原创 AI刷题-融合目标计算问题
通过计算这两个二分查找结果的差值，我们可以得到所有使得的v[i]的数量。这个差值表示在区间[L, R]内的有效组合数量，并将其累加到ans中。至此也就实现了题目要求。
2025-02-09 23:20:35
760
原创 AI刷题-理想火车站定位、数字魔法的加一操作
小F是A市的市长，正在计划在A市新建一个火车站以方便市民的日常出行。这个魔法可以对一个数字字符串进行"进位"操作。为了使得市民到火车站的总旅行时间最短，小F希望选出一个最优位置作为火车站的地址。个备选位置中，选择一个位置作为火车站的地址，使得所有市民到火车站的总旅行时间（曼哈顿距离）最短。我们需要对一个数字字符串进行多次"进位"操作。由于我们需要频繁地在字符串的前面和后面进行插入和删除操作，使用。次操作后得到的最终结果。如果有多个火车站最优，那么选择第一次出现的那个。（双端队列）是一个不错的选择。
2025-02-07 21:08:13
713
原创 动手学深度学习-卷积神经网络-3填充和步幅
在上一节的例子（下图）中，输入的高度和宽度都为3，卷积核的高度和宽度都为2，生成的输出表征的维数为2×2。正如我们在 上一节中所概括的那样，假设输入形状为nh×nw，卷积核形状为kh×kw，那么输出形状将是(nh−kh+1)×(nw−kw+1)。因此，卷积的输出形状取决于输入形状和卷积核的形状。还有什么因素会影响输出的大小呢？本节我们将介绍填充（padding）和步幅（stride）。假设以下情景： 有时，在应用了连续的卷积之后，我们最终得到的输出远小于输入大小。
2025-01-27 23:53:34
1583
4
原创 AI刷题-股票市场交易策略优化
由于我们需要处理的是一个时间序列数据，并且需要考虑冷冻期，动态规划（Dynamic Programming）是一个合适的选择。也就是对两个方面进行比较，前者是前一天的利润与当天股票价格的差，后者是当i>=2时，前天的利润，否则为0 与当天股票的价格差。你需要设计一个算法来计算在给定的股票价格数组中，通过多次买卖股票所能获得的最大利润。需要有两个数组，一个存有股票最大利润，一个则是存无股票时的最大利润 ，并对下标0处置0。而不持有股票的数组则是在不持有的前一天与抛售了昨天的股票的利润进行比较。
2025-01-26 23:43:47
642
原创 AI刷题-最小化团建熟悉程度和
目录问题描述输入格式输出格式解题思路： 状态表示状态转移动态规划数组预处理实现： 1.初始化： 2.动态规划部分：（1）对于已分组状态的，跳过： （2）对于未分组的：首先是nextMember变量作为存储未分组成员的位置，（3）尝试对未分组的进行分组 （4）最后返回结果最终代码： 运行结果： 最近团队中新来了许多同事，小茗同学所在部门希望通过团建来促进新老成员的沟通交流，增进信任，同时提升团队协作力、执行力和竞争力。当团建活动规模较大时，参与人数过多，一般会分成若干个小组以便于活动展开。然而，这也导致了不同
2025-01-26 23:25:41
1292
原创 AI刷题-绿洲之旅：最少补给次数探索
沿途共有 n 个补给站，每个补给站收取的费用都一样，但是提供的水量不尽相同。起点到终点的距离为 D 公里，position[i] 表示第 i 个补给站距离起点的距离，单位为公里，supply[i] 表示第 i 个补给站可以提供的水量，单位为升。假设旅行者在起点时携带了 W 升的水，每行走 1 公里需要消耗 1 升的水量，身上可携带的水量没有上限，且携带的水量多少不会对体能消耗产生影响，鉴于每次进补给站花费的钱都是一样多，期望用最少的补给次数到达终点，请帮忙计算最少的补给次数。公里的沙漠，初始携带。
2025-01-25 16:49:27
1441
原创 PTA练习题参考代码L1-003、005、009、011、020、023、027
给定一个 k 位整数 N=dk−110k−1+⋯+d1101+d0 (0≤di≤9, i=0,⋯,k−1, dk−1>0)，请编写程序统计每种不同的个位数字出现的次数。例如：给定 N=100311，则有 2 个 0，3 个 1，和 1 个 3。
2025-01-25 01:12:29
705
原创 AI刷题-策略大师：小I与小W的数字猜谜挑战
有 1, 2,..., n ，n 个数字，其中有且仅有一个数字是中奖的，这个数字是等概率随机生成的。Alice 和 Bob 进行一个游戏：两人轮流猜一个 1 到 n 的数字，Alice 先猜。每完成一次猜测，主持会大声说出刚刚的数字是猜小了还是猜大了或者猜中了，若猜中则猜的人赢下游戏。假设两人都是聪明的理智的，而且都知道对方是聪明的，求 Alice 获胜的概率，请保留 5 位小数输出答案。一个正整数 n保留 5 位小数输出答案。输入样例2输出样例0.50000定义状态：初始条件：状态转移方程：计算顺序：最终
2025-01-22 23:16:36
941
原创 动手学深度学习-卷积神经网络-2图像卷积
上节我们解析了卷积层的原理，现在我们看看它的实际应用。由于卷积神经网络的设计是用于探索图像数据，本节我们将以图像为例。
2025-01-20 23:56:38
849
原创 AI刷题-病毒在封闭空间中的传播时间
以后我想试着一篇博客就写一道题解，尽可能的地把题解思路讲清楚（ps：因为我昨天看之前写的题解的时候有点云里雾里，这就违背我写题解的初衷了）
2025-01-20 23:23:35
999
原创 动手学大数据-3社区开源实践
目录数据库概览：MaxComput：HAWQ：Hologres：TiDB：Spark：ClickHouse：ApacheCalcite概览CalciteRBOHepPlanner优化规则（Rule）内置有100+优化规则四种匹配规则遍历所有的rule，直到没有rule可以被触发优化速度快，实现简单，但是不保证最优CalciteCBOCBO的工作原理VolcanoPlanner应用Rule搜索候选计划Groupwinner：目前的最优计划剪枝（Branch-and-boundpruning）：
2025-01-19 23:51:06
1407
原创 AI刷题-及格的组合方式探索、英雄决斗的最大胜利次数
小W和小Y在玩一个游戏，他们分别有n个英雄，能力值为ai（1<=i<=n），他们接下来会进行n轮比赛，每轮比赛小W和小Y都从各自的英雄中挑选1名进行决斗，能力值高者方胜利，每名英雄只能出场一次。由于小W比较自信，出场顺序固定成从1，2，...到n，于是小Y想知道，怎么安排出场顺序使得获胜次数最高？小W的出场顺序是固定的，从1到n。小Y安排上场顺序为(13551011)，能够保证第2，3，4，5场决斗胜利，所以答案为4。
2025-01-19 22:09:53
782
4
原创 AI刷题-还原原始字符串、大数和中的极值位距离
你需要计算两个超大字符串数相加后得到的字符串中的最大数和最小数之间的位数差。如果有多个数，则取符合条件的最小值。有两个超大字符串数，问它们的和得到的字符串中的最大数和最小数之间相差多少位？如果都是一样的数则位数为0，如果有多个数，则取符合条件的最小值。接着让k=6，在上述S基础上，再执行一次k=6时的操作，得到新S为：aabbccbccbcc。给定最终的字符串F，输出起始字符串中最短的结果。k=3时，执行第一次操作后，得到的是S为：aabbccbcc；输出最短的可能的起始字符串。
2025-01-18 23:33:38
721
原创 AI刷题-最小替换子串长度、Bytedance Tree 问题
BytedanceTree由n个结点构成，每个结点的编号分别为1，2，3......n，有n-1条边将它们连接起来，根结点为1。现在小A希望将BytedanceTree划分为K个Special连通分块，送给参加活动日活动的同学们，请问热心肠的你能帮帮他，告诉小A一共有多少种划分方式吗？然后，我们可以通过滑动窗口的方式来找到一个最小的子串，使得替换这个子串后，所有字母的词频达到理想状态。输入字符串的长度是4的倍数，这意味着每个字母的理想词频应该是总长度的四分之一。
2025-01-18 23:04:08
1071
企业员工管理系统（Springboot+Vue）
2025-03-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人