- 博客(15)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 动态规划解决01背包问题—C++
动态规划解决01背包问题—C++程序运行结果 程序 #include<bits/stdc++.h> using namespace std; typedef struct object{ int weight; int value; double avg ; }object; object arr[1000]; int dp[100][100]; int TanX(object arr[],int n,int bagV); void DP(object arr[],int n,int b
2021-04-13 09:38:03
947
原创 暴力，动态规划计算有效IP地址个数—C++实现
暴力，动态规划计算有效IP地址个数—C++实现程序运行结果 程序 给出一个由数字组成的字符串，通过动态规划或者暴力，计算出该字符串最多能组成多少个有效的IP地址。 有效的定义：可以分成4段，每一段的数值范围[0,255]，其中除了0，其余的数字不能以0作为开头，比如01.01.01.01,这四个01都是不合法的。 #include<bits/stdc++.h> using namespace std; int DP(string str); bool isValid(string str); i
2021-04-13 09:35:38
405
原创 递归，动态规划求斐波那契数列—C++实现
递归，动态规划求斐波那契数列—C++实现程序运行结果 程序 #include<bits/stdc++.h> using namespace std; int DG(int n); int DP(int n); int a[1000]; static int count_DG = 0; static int count_DP = 0; int main(){ int n; scanf("%d",&n); int ans_DG = 0,ans_DP = 0;
2021-04-13 09:30:21
298
原创 文件读写找众数—C++实现
文件读写找众数—C++实现程序运行结果 程序 在程序同一级目录下创建input.txt文件即可 数据格式如下： 第一个数表示数字个数，后面的输入具体的数。 #include<bits/stdc++.h> using namespace std; #define N 100 //int a[1000][2]; int arr[10000]; void baoli(std::map<int,int> m,std::map<int,int>::iterator it,FIL
2021-04-13 09:27:13
300
原创 排序时间比较—C++实现
这里写自定义目录标题排序时间比较—C++实现程序运行结果 排序时间比较—C++实现 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 程序 通过随机出10万条数据，比较时间大小。 #include<bits/stdc++.h> using namespace std; void sort1(int a[],int n){ if(n<100){ printf("
2021-04-13 09:21:23
1215
原创 错误记录-解决在运行jupyter时出现的错误：ImportError: No module named ‘encodings‘
在pycharm中运行jupyter文件时，中途在虚拟环境中 运行了如下命令： pip install ipykernel 导致出现了ImportError: No module named ‘encodings’ ，这样的错误。 解决方法： 先进入创建的虚拟环境 activate envname 使用命令 jupyter kernelspec list 列出所有的kernel名称，再删除最近添加的那个，一般是叫做python3. 删除成功后，重启pycharm，即可。 ...
2020-12-21 14:12:02
1034
原创 PYTORCH学习记录_防止过拟合
DropOut以及正则化DropOut正则化三级目录 DropOut DropOut是神经网络中一种防止过拟合的手段,其主要的原理是在每一次的训练过程中 放置几个神经元,不对进行训练,他的参数不会进行更新,但是在实际测试训练集的时候.所有的神经元都会被用到, 正则化 正则化同样是一种防止过拟合的手段, 非 三级目录 ...
2020-10-29 22:55:05
970
原创 DPLL算法实现n皇后问题求解
DPLL解决N皇后问题算法综述二级目录三级目录 算法综述 N皇后问题的基本要求是:同一条直线上,不允许出现一个以上的皇后. 显而易见,棋盘上不同的位置之间存在着约束的关系. 假使:皇后落在某一个棋盘上某一个位置将该位置置为True,当某一个位置上没有皇后的时候,将该位置置为False. 二级目录 三级目录 ...
2020-10-29 22:16:02
1933
2
原创 PYTORCH学习记录_交叉熵代价函数(分类模型)
交叉熵交叉熵的原理为什么使用交叉熵引出交叉熵交叉熵的实际使用 交叉熵的原理 为什么使用交叉熵 当我们使用sigmoid函数作为激活函数,计算损失值时所用到的函数是二次代价函数(真实值减去与测试的平方),调整权值时的快慢与激活函数的导数有关. 当损失值较大的时候,应该调整的快一些, 当损失值较小的时候,可以调整的慢一些. 但是,使用二次代价函数,并不能实现这个功能. 引出交叉熵 因此改变计算损失值的代价函数改为交叉熵代价函数 t表示实际的值 y表示预测值 z=ωx z = \omega x z=ωx E=−(
2020-10-20 23:17:42
903
原创 智算之道-肝炎预测
肝炎预测 数据处理 将缺失较少的数据,使用众数或者平均数填充,缺失较多的数使用随机森林进行预估. 模型训练 使用catboost进行预测,代码如下: import warnings warnings.filterwarnings("ignore", message="numpy.dtype size changed") warnings.filterwarnings("ignore", message="numpy.ufunc size changed") #Ignore RuntimeWarn
2020-10-19 23:48:47
484
3
原创 PYTORCH学习记录_手写数字识别
PYTORCH学习记录手写数字识别(使用官方下载数据)数据下载创建python工程代码分析 手写数字识别(使用官方下载数据) 使用官方的MINIST数据集进行训练与预测,神经网络使用的模型为全连接,输入层为784(图片大小为28*28),输出层为10,对应10个数字 数据下载 所使用的数据需要到http://yann.lecun.com/exdb/mnist/?spm=a2c4e.11153940.blogcont637953.8.1f8c45b8i6zI6u. 数据集下载完成之后如图所示: 需要下载这四
2020-10-19 23:16:43
589
1
XMJDictionary.zip
2020-12-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人