- 博客(42)
- 收藏
- 关注
RSS订阅原创 代码随想录学习-四数相加0517
原文：四数相加目录1、题目：第454题.四数相加II2、题解学习笔记，侵删！1、题目：第454题.四数相加II给定四个包含整数的数组列表A , B , C , D ,计算有多少个元组 (i, j, k, l)，使得A[i] + B[j] + C[k] + D[l] = 0。为了使问题简单化，所有的 A, B, C, D 具有相同的长度N，且 0 ≤ N ≤ 500 。所有整数的范围在 -2^28 到 2^28 - 1 之间，最终结果不会超过2^31 - 1 。例如:...
2022-05-17 22:02:34
324
原创 代码随想录学习-两数之和0516
原文：两数之和目录1、题目：1. 两数之和2、题解学习笔记，侵删！1、题目：1. 两数之和给定一个整数数组 nums和一个目标值 target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]2、题解...
2022-05-16 21:39:28
366
原创 代码随想录学习-快乐数0516
原文：快乐数目录1、题目：202. 快乐数2、题解学习笔记，侵删！1、题目：202. 快乐数编写一个算法来判断一个数 n 是不是快乐数。「快乐数」定义为：对于一个正整数，每一次将该数替换为它每个位置上的数字的平方和，然后重复这个过程直到这个数变为 1，也可能是 无限循环 但始终变不到 1。如果 可以变为 1，那么这个数就是快乐数。如果 n 是快乐数就返回 True ；不是，则返回 False 。示例：输入：19输出：true解释：1^2 + 9^2 = 82.
2022-05-16 21:16:36
334
原创 代码随想录学习-两个数组的交集0509
原文：两个数组的交集目录1、题目：349. 两个数组的交集2、题解学习笔记，侵删！1、题目：349. 两个数组的交集题意：给定两个数组，编写一个函数来计算它们的交集。说明：输出结果中的每个元素一定是唯一的。 我们可以不考虑输出结果的顺序。2、题解import java.util.HashSet; // HashSet 底层是使用了哈希表来支持的，特点： 存取速度快. import java.util.Set; // Set 如果是实现了Set接口的..
2022-05-09 20:35:14
465
原创 代码随想录学习-有效的字母异位词0426
原文：有效的字母异位词目录1、题目：242.有效的字母异位词2、题解学习笔记，侵删！1、题目：242.有效的字母异位词给定两个字符串 s 和 t ，编写一个函数来判断 t 是否是 s 的字母异位词。示例1: 输入: s = "anagram", t = "nagaram" 输出: true示例 2: 输入: s = "rat", t = "car" 输出: false说明:你可以假设字符串只包含小写字母。2、题解先看暴力的解法，两层for循环，同时还要记录..
2022-04-26 21:38:24
127
原创 代码随想录学习-环形链表II0426
原文：环形链表II目录1、题目：142.环形链表II2、题解学习笔记，侵删！1、题目：142.环形链表II题意： 给定一个链表，返回链表开始入环的第一个节点。如果链表无环，则返回null。为了表示给定链表中的环，使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。 如果 pos 是 -1，则在该链表中没有环。说明：不允许修改给定的链表。2、题解判断链表是否有环可以使用快慢指针法，分别定义 fast 和 slow 指针，从头结点出发，fas..
2022-04-26 21:04:32
121
原创 代码随想录学习-链表相交0425
原文：链表相交目录1、题目：02.07.链表相交2、题解学习笔记，侵删！1、题目：02.07.链表相交给你两个单链表的头节点headA 和 headB ，请你找出并返回两个单链表相交的起始节点。如果两个链表没有交点，返回 null 。图示两个链表在节点 c1 开始相交：题目数据 保证 整个链式结构中不存在环。注意，函数返回结果后，链表必须 保持其原始结构 。示例 1：示例 2：示例 3：2、题解简单来说，就是求两个链表交点节点的指.
2022-04-25 21:30:20
176
原创 代码随想录学习-删除链表的倒数第N个节点0422
原文：删除链表的倒数第N个节点目录1、题目：19.删除链表的倒数第N个节点04222、题解学习笔记，侵删！1、题目：19.删除链表的倒数第N个节点0422给你一个链表，删除链表的倒数第 n 个结点，并且返回链表的头结点。示例 1：输入：head = [1,2,3,4,5], n = 2 输出：[1,2,3,5] 示例 2：输入：head = [1], n = 1 输出：[] 示例 3：输入：head = [1,2], n = 1 输出：[1]2、题解.
2022-04-22 21:21:05
179
原创 代码随想录学习-两两交换链表中的节点0420
原文：两两交换链表中的节点目录1、题目：24.两两交换链表中的节点2、题解学习笔记，侵删！1、题目：24.两两交换链表中的节点给定一个链表，两两交换其中相邻的节点，并返回交换后的链表。不能只是单纯的改变节点内部的值，而是需要实际的进行节点交换。建议使用虚拟头结点，这样会方便很多，要不然每次针对头结点（没有前一个指针指向头结点），还要单独处理。初始时，cur指向虚拟头结点，然后进行如下三步：操作之后，链表如下：看这个可能就更直观一些了：2、题
2022-04-20 22:05:46
113
原创 代码随想录学习-反转链表0419
原文：反转链表目录1、题目：206.反转链表2、题解学习笔记，侵删！1、题目：206.反转链表反转一个单链表。示例: 输入: 1->2->3->4->5->NULL 输出: 5->4->3->2->1->NULL2、题解只需要改变链表的next指针的指向，直接将链表反转 ，而不用重新定义一个新的链表，如图所示:之前链表的头节点是元素1， 反转之后头结点就是元素5 ，这里并没有添加或者删除节点，仅仅是改
2022-04-19 22:18:36
154
原创 代码随想录学习-设计链表0418
原文：设计链表学习笔记，侵删！1、题目：707.设计链表在链表类中实现这些功能：get(index)：获取链表中第index个节点的值。如果索引无效，则返回-1。 addAtHead(val)：在链表的第一个元素之前添加一个值为val的节点。插入后，新节点将成为链表的第一个节点。 addAtTail(val)：将值为val 的节点追加到链表的最后一个元素。 addAtIndex(index,val)：在链表中的第index个节点之前添加值为val 的节点。如果i...
2022-04-18 21:34:21
123
原创 代码随想录学习-移除链表元素0416
原文：移除链表元素1、题目：203.移除链表元素题意：删除链表中等于给定值 val 的所有节点。示例 1：输入：head = [1,2,6,3,4,5,6], val = 6输出：[1,2,3,4,5]示例 2：输入：head = [], val = 1输出：[]示例 3：输入：head = [7,7,7,7], val = 7输出：[]2、题解添加虚节点方式：/** * 添加虚节点方式 * 时间复杂度 O(n) * 空间复杂度 O(1) * @
2022-04-16 20:26:06
163
原创 代码随想录学习-螺旋矩阵II0415
原文：螺旋矩阵II目录1、题目：59.螺旋矩阵II2、题解学习笔记，侵删！1、题目：59.螺旋矩阵II给定一个正整数 n，生成一个包含 1 到 n^2 所有元素，且元素按顺时针顺序螺旋排列的正方形矩阵。示例:输入: 3 输出: [ [ 1, 2, 3 ], [ 8, 9, 4 ], [ 7, 6, 5 ] ]2、题解按照左闭右开的原则：这里每一种颜色，代表一条边，我们遍历的长度，可以看出每一个拐角处的处理规则，拐角处让给新的一条边来继续画。cla
2022-04-15 22:21:37
119
原创 代码随想录学习-长度最小的子数组0414
原文：长度最小的子数组目录1、题目-209.长度最小的子数组2、题解学习笔记，侵删！1、题目-209.长度最小的子数组给定一个含有 n 个正整数的数组和一个正整数 s ，找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组，并返回其长度。如果不存在符合条件的子数组，返回 0。示例：输入：s = 7, nums = [2,3,1,2,4,3] 输出：2 解释：子数组 [4,3] 是该条件下的长度最小的子数组。2、题解数组操作中一个重要的方法：滑动窗口。所谓滑
2022-04-14 20:27:37
151
原创 Java学习-if条件控制语句0307
目录1、流程控制语句2、if语句3、if语句24、if语句35、考试奖励1、流程控制语句2、if语句3、if语句24、if语句35、考试奖励
2022-03-07 20:45:51
205
原创 李宏毅机器学习课程-RNN与LSTM0303
B站 李宏毅2021春机器学习课程 P36P37目录1、RNN2、RNN类型3、LSTM4、RNN不好训练的原因5、LSTM能解决gradient vanishing梯度消失6、CTC1、RNN2、RNN类型3、LSTM长短期记忆（Long short-term memory, LSTM）是一种特殊的RNN，主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。简单来说，就是相比普通的RNN，LST...
2022-03-03 15:55:24
699
原创 Java学习-运算符0225
目录1、算术运算符2、字符的“+”操作3、字符串的“+”操作4、案例数值拆分5、自增自减运算符6、赋值运算符7、关系运算符8、逻辑运算符9、短路逻辑运算符10、三元运算符11、三个和尚1、算术运算符2、字符的“+”操作3、字符串的“+”操作4、案例数值拆分5、自增自减运算符6、赋值运算符7、关系运算符...
2022-02-25 22:25:38
309
原创 Java学习-数据类型0225
目录1、常量2、变量3、数据类型4、变量的定义和使用5、变量的注意事项6、键盘录入7、标识符1、常量2、变量3、数据类型4、变量的定义和使用5、变量的注意事项6、键盘录入7、标识符 ...
2022-02-25 21:36:01
316
原创 李宏毅机器学习课程-UnsupervisedLearning0224
B站 李宏毅2021春机器学习课程P32P33目录1、Word Embedding2、Spatial Transformer Layer1、Word Embedding2、Spatial Transformer LayerInterpolation：
2022-02-24 21:00:03
447
原创 Java学习-环境搭建基础0222
目录1、Java背景2、Java语言跨平台原理3、JRE和JDK4、JDK的下载和安装5、常用DOS命令6、Path环境变量的配置7、HelloWorld案例编写和执行8、HelloWorld案例的代码详解9、HelloWorld案例常见问题10、Notepad软件的安装和使用11、注释12、关键字1、Java背景JavaSE：Java语言的(标准版），用于桌面应用的开发，是其他两个版本的基础。桌面应用∶用户只要打开程序，程序的界面会让用户在
2022-02-22 22:04:50
461
原创 李宏毅机器学习课程-Q-Learning0220-0222
B站 李宏毅2021春机器学习课程 P102P103P104目录1、Basic Idea2、AdvancedTips3、Continuous Actions1、Basic Idea 蒙特卡洛方法： 时序差分方法：MC和TD的差别：Target Network：Exploration：...
2022-02-22 10:33:33
603
原创 李宏毅机器学习课程-DeepReinforcementLearning0218
B站 李宏毅2021春机器学习课程 P79目录1、深度强化学习2、设置偏置1、深度强化学习奖励计算过程：为了最大化R，寻找Actor：2、设置偏置保证R不会永远为正！...
2022-02-18 16:46:30
490
原创 李宏毅机器学习课程-概述增强式学习ActorCritic0214
B站 李宏毅2021春机器学习课程 P75目录1、Critic2、如何训练Critic：3、MC与TD对比4、将critic用于训练1、Critic2、如何训练Critic： MC方法： TD方法：3、MC与TD对比4、将critic用于训练...
2022-02-14 21:03:51
540
原创 李宏毅机器学习课程-概述增强式学习PolicyGradient0214
B站李宏毅2021春机器学习课程P74目录1、如何定义A-不好的方法2、选择动作之后所有奖励之和3、Policy Gradient1、如何定义A-不好的方法这种方法只看短期结果，没有长远目光，真实情况每一次动作都会影响接下来的环境。2、选择动作之后所有奖励之和太长的结果与最初的相关性会较低。增加折扣因子：只要是正的就会鼓励采取，可能是不好的举措，所以需要标准化，减掉一个...
2022-02-14 20:03:02
517
原创 李宏毅机器学习课程-概述增强式学习0214
B站李宏毅2021春机器学习课程P73目录1、什么是RL2、Function3、Loss4、Optimization1、什么是RL强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。强化学习是智能体（Agent）以“试错”的方式进行学习，通过与环境进行交互...
2022-02-14 16:57:23
695
原创 李宏毅机器学习课程-批次动量自动调整学习率0123
B站李宏毅2021春机器学习课程 P12P13目录1、批量2、动量技术3、自动调整学习率4、 RMSProp1、批量大批量和小批量：各有优势，小批量准确率可能会更高：2、动量技术一般的梯度前进：加上动量的梯度前进：3、自动调整学习率计算均方差：4、 RMSProp加上学习率调整方案：...
2022-01-23 21:51:36
682
原创 李宏毅机器学习课程-局部最小值0122
B站李宏毅2021春机器学习课程 P10P11目录1、验证集选用2、判断是局部最小还是马鞍点3、判断点位示例4、怎么解决马鞍点1、验证集选用2、判断是局部最小还是马鞍点 根据红色部分判断形状：判断海塞矩阵的特征值正负情况：3、判断点位示例特征值有正有负，所以为马鞍点。4、怎么解决马鞍点示例，沿着负特征值方...
2022-01-22 22:15:24
488
原创 李宏毅机器学习课程-深度学习基本概念0119
B站李宏毅2021春机器学习课程P3、P8目录1、激活函数sigmoid2、网络搭建3、Sigmoid转到ReLU4、神经网络1、激活函数sigmoid所有曲线都可以看作由多个不同b与w的s函数组成。2、网络搭建3、Sigmoid转到ReLUReLU效果更好。4、神经网络这部分前面已经看过一遍，在此稍作总结。...
2022-01-19 20:26:02
626
原创 pytorch深度学习实践-循环神经网络高级0115
B站 刘二大人：循环神经网络（高级篇）目录1、名字分类数据2、bi-directional双向循环神经网络3、pack_padded_sequence作用4、代码实现名字分类1、名字分类数据数据准备：补零：国家对照：2、bi-directional双向循环神经网络反向传播计算一次。3、pack_padded_sequence作用堆叠未...
2022-01-15 21:58:13
734
原创 pytorch深度学习实践-循环神经网络0113
B站 刘二大人：循环神经网络（基础篇）目录1、RNN概念2、numLayers含义3、RNN使用4、利用RNN Cell训练hello转换到ohlol5、Embedding编码方式1、RNN概念RNN Cell是线性层。隐层是RNN Cell里线性层矩阵w的行数。使用RNN Cell:import torchbatch_size = 1 # 批处理大小seq_len = 3 # 序列...
2022-01-13 20:38:31
1165
原创 pytorch深度学习实践-卷积神经网络高级0111
B站 刘二大人：卷积神经网络（高级篇）目录1、超参数2、1x1卷积核3、初始模块代码实现4、Residual残差网络解决梯度消失1、超参数在机器学习的上下文中，超参数是在开始学习过程之前设置值的参数。 相反，其他参数的值通过训练得出。超参数： 定义关于模型的更高层次的概念，如复杂性或学习能力。 不能直接从标准模型培训过程中的数据中学习，需要预先定义。 可以通过设置不同的值，训练不同的模型和选择更好的测试值来决定 超参数的一些示例： 树的数.
2022-01-11 20:23:06
442
原创 pytorch深度学习实践-卷积神经网络基础0108
B站 刘二大人：卷积神经网络目录1、卷积的含义2、padding操作3、sride步长4、maxpooling5、简单卷积神经网络处理数字识别6、效果的提升1、卷积的含义选取一小块并将其改变形状。单通道：多通道： 一个3*3卷积核，得到一个（5-3+1）*（5-3+1）单通道。N个卷积核得到N个通道。2、padding操作补零：...
2022-01-08 21:00:34
1228
原创 pytorch深度学习实践-多分类问题0107
B站 刘二大人：多分类问题目录1、softmax layer含义2、数字识别问题实践3、torch.max使用方法4、torch.view用法1、softmax layer含义保证和为1：数据归一化方式：2、数字识别问题实践import torchfrom torchvision import transforms # 针对图像进行处理from torchvision import datasetsfrom...
2022-01-07 16:27:10
480
原创 pytorch深度学习实践-加载数据集0106
B站 刘二大人：加载数据集目录1、代码实现Mini-Batch进行训练2、对for i, data in enumerate(trainloader, 0): 的解释1、代码实现Mini-Batch进行训练import torchimport numpy as npfrom torch.utils.data import Dataset # 抽象类from torch.utils.data import DataLoader # 帮助加载数据# prepare dat.
2022-01-06 20:21:57
1242
原创 pytorch深度学习实践-多维特征输入0106
目录1、多维特征的输入实践-糖尿病数据预测2、torch.nn.BCELoss相关参数含义3、更换激活函数对比效果1、多维特征的输入实践-糖尿病数据预测import numpy as npimport torchimport matplotlib.pyplot as plt# prepare datasetxy = np.loadtxt('diabetes.csv', delimiter=',', dtype=np.float32)# 创建两个tensorx_data =
2022-01-06 11:25:00
1228
原创 pytorch深度学习实践-逻辑斯蒂回归0104
目录1、使用简单的逻辑斯蒂回归2、代码绘图报错解决1、使用简单的逻辑斯蒂回归import torchimport torch.nn.functional as F准备数据：x_data = torch.Tensor([[1.0], [2.0], [3.0]])y_data = torch.Tensor([[0.0], [0.0], [1.0]])定义模型：class LogisticRegressionModel(torch.nn.M...
2022-01-04 21:54:07
676
原创 pytorch深度学习实践-线性回归1231
1、准备数据集import torch# 准备数据集x_data = torch.Tensor([[1.0], [2.0], [3.0]])y_data = torch.Tensor([[2.0], [4.0], [6.0]])2、设计模型# 设计模型class LinearModel(torch.nn.Module): def __init__(self): # 构造函数 super(LinearModel, self).__init__() ..
2021-12-31 16:20:37
616
原创 pytorch深度学习实践-反向传播1230
1、计算值nan的含义NaN（not a number），在数学表示上表示一个无法表示的数，这里一般还会有另一个表述inf，inf和nan的不同在于，inf是一个超过浮点表示范围的浮点数（其本质仍然是一个数，只是无穷大，因此无法用浮点数表示，比如1/0），而nan则一般表示一个非浮点数（比如无理数）。NaN是浮点数的一个值，代表“不是数”，通常是除0错误。2、反向传播# 课后作业：实现wx²+w1x+b, 损失函数loss=(ŷ-y)²的计算import numpy as np..
2021-12-30 21:59:43
938
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