自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

转载 卡特兰数

令h(0)=1,h(1)=1,catalan数满足递推式 [2] :h(n)= h(0)*h(n-1)+h(1)h(n-2) + … + h(n-1)h(0) (n>=2)例如:h(2)=h(0)h(1)+h(1)h(0)=11+11=2h(3)=h(0)h(2)+h(1)h(1)+h(2)h(0)=12+11+21=5另类递推式 [3] :h(n)=h(n-1)(4n-2)/...

2019-02-20 09:23:30 211

原创 树的遍历

前、中、后序遍历(递归版本) def preOrder(self, root): if root is None: return [] else: return [root.val] + self.preOrder(root.left) + self.preOrder(root.right) def ...

2019-01-09 18:50:49 167

原创 515. 在每个树行中找最大值

您需要在二叉树的每一行中找到最大的值。示例:输入: 1 / \ 3 2 / \ \ 5 3 9 输出: [1, 3, 9]# Definition for a binary tree node.# class TreeNode:# def __init__(self, x):# self.val =...

2018-12-07 10:47:36 158

原创 python实现RNN/LSTM

用LSTM实现手写图片的数字识别import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('MNIST_data', one_hot=True)lr = 0.001training_iters = 100000b...

2018-12-06 14:58:10 860

转载 CNN

CNN将彩色图片(2562561(RGB))进行采集,使得长和宽压缩变小,而高度变大2562561 - > 12812816 - > 646464 - > 3232256 …宗旨是长和宽越来越小

2018-12-05 15:35:50 175

原创 Tensorboard学习笔记

dropoutkeep_prob = tf.placeholder(tf.float32)train_step = tf.train.GradientDescentOptimizer(0.6).minimize(cross_entropy)merged = tf.summary.merge_all()train_writer = tf.summary.FileWriter('logs/...

2018-12-05 11:11:00 214

转载 Tensorflow学习笔记

tf.argmax()tf.argmax(vector, 1):返回的是vector中的最大值的索引号,如果vector是一个向量,那就返回一个值,如果是一个矩阵,那就返回一个向量,这个向量的每一个维度都是相对应矩阵行的最大值元素的索引号。...

2018-12-04 17:09:20 140

转载 Adam 优化算法

Adam 优化算法Adam源于适应性矩估计(adaptive moment estimation)Adam 算法和传统的随机梯度下降不同。随机梯度下降保持单一的学习率(即 alpha)更新所有的权重,学习率在训练过程中并不会改变。而 Adam 通过计算梯度的一阶矩估计和二阶矩估计而为不同的参数设计独立的自适应性学习率。Adam 算法的提出者描述其为两种随机梯度下降扩展式的优点集合,即:1....

2018-12-04 14:27:02 4073

原创 python学习笔记

np.reshapenp.reshape(a, 维度)将数组a变为新维度下的数组import numpy as npa = np.zeros([1, 10])print(a)print(np.reshape(a, [-1, 5, 1])结果如下:[[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]][[[0.] [0.] [0.] [0.] [0.]...

2018-12-04 10:54:18 148

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

提示
确定要删除当前文章?
取消 删除