杰出的小茄子de博客

发展进程单目标跟踪FPN 解决了特征融合的问题Fast R-CNNCoRetinaNet +5个关键点的检测 =RetinaFace两阶段目标检测1 先验框 (随机给的) rpn 相当于一个单阶段的框2R-CNN 速度慢Faster R-cnn 两阶段Cascade R-cnn 改进Faster R-cnn新的发展 关键点 anchor free...

day1LGBM与XGBOOST：XGBoost是在GBDT（梯度提升决策树）基础上发展而来,针对传统GBDT算法做了很多细节改进，包括损失函数、正则化、切分点查找算法优化、稀疏感知算法、并行化算法设计等等LightGBM 是一个梯度 boosting 框架，使用基于学习算法的决策树。它可以说是分布式的，高效的与以往的算法比较①histogram算法替换了传统的Pre-Sorted，某种意义上是牺牲了精度（但是作者声明实验发现精度影响不大）换取速度，直方图作差构建叶子。（xgboost的分布式实现也

让我们开始吧vscode中的解释vscode中的解释用VSCODE查看实现源码，可以看出，只是名字不一样，实现的功能完全相同。我是杰出的小茄子，一个菜但是很努力的人。

让我们开始吧题目描述动态规划题目描述给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。题目难度中等示例1：输入: “babad”输出: “bab”注意: “aba” 也是一个有效答案。实例2输入: “cbbd”输出: “bb”动态规划1.思考状态（重点）状态的定义，先尝试「题目问什么，就把什么设置为状态」；然后思考「状态如何转移」，如果「状态转移方程」不容易得到，尝试修改定义，目的依然是为了方便得到「状态转移方程」。「状态转移方程」

让我们开始吧直接切入正题直接切入正题vector#include "vector"命名空间using namespace std;排序头文件#include "algorithm"定义vector迭代器vector<type>::iterator it;持续更新中…我是杰出的小茄子，一个菜但是很努力的人。...

让我们开始吧欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器

让我们开始吧题目描述题目讲解自己的思路与代码思路题目描述给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。题目难度中等示例1：输入: “babad”输出: “bab”注意: “aba” 也是一个有效答案。实例2输入: “cbbd”输出: “bb”题目讲解首先：回文子串，通俗易懂的讲解是从左向右和从右向左是完全对称的，例如aba，abba等解题时我们要充分利用回文子串的对称性自己的思路与代码说实话，这道题刚开始做的时候一点思路也没有，是