- 博客(7)
- 收藏
- 关注
RSS订阅原创 一文读懂什么是神经网络
那如何调整：当然是看点离我们的曲线差多少就靠近多少啦，诶，点离我们的函数差多少，这个玩意就叫损失函数，所以我们的目的是降低损失函数！我们的输入可以是多个，所以这就是多元极值问题，那管我屁事，我站在巨人的肩膀上，我们只需backward一下，自动完成从输出到输入的反向传输，这个过程会不断调整我们f(x)的参数w、b，于是，美妙的一轮神经之旅就完成了。右图就是超级深的神经网络拟合的图像，咋一看，那真的是拟合的太好了吧哈哈，以至于预测效果还不如差一点的，那咋把呢？这就是，最简单的一趟，神经之旅。
2025-09-25 22:14:39
377
原创 运用PPO算法解决考虑到延时的天地空资源调度问题
任务在用户机上，如果把任务卸载到卫星，是不是有传输延时？任务处理之前，和任务处理完成之后，是不是也有处理延时？本文将把延时状态考虑上，然后用PPO算法作为大脑为用户的任务合理分配到计算资源中，以求实现接近耗时最短解我学习PPO算法的时候，网上一直给我讲数学，搞得我根本不懂PPO算法是如何进行训练的。基于自己的经历，我打算讲清楚PPO强化学习的实现逻辑是什么，再结合数学公式去理解。先解释一下PPO算法的核心模块：优势函数、策略优势与裁剪、价值损失。
2025-09-23 18:56:57
794
原创 关于PSO粒子集群算法的理解，并附上实战代码
PSO的开发灵感来源于自然界的鸟类捕食流程，如下图，把每一个粒子看作小鸟，它们各自从自己的位置出发，根据自己的“当前想法”，“脑子里的经验”，“同伴的经验”不断去四周寻找食物，同时每找到一个最多食物的地点时，它会就标记起来，告诉同伴，诶，我发现这里的食物最多，然后继续按照“当前想法”，“脑子里的经验”，“同伴的经验”寻找食物，直到它们觉得已经足够了。PSO就是基于这一群体行为，进行模仿，企图用粒子代替鸟类寻找出问题的最优解（或次优解）。
2025-09-23 14:41:09
268
原创 用DDQN处理考虑到时延的天地空资源分配问题
就是因为网络太发达了，所以任务太多了，需要分布在世界各地的服务器一起处理，然后这里这些服务器可以在地上，也可以在空中，也可以是云服务器，我这里考虑上了基站BS、低轨卫星LEO以及云服务器的任务分配问题，目标是尽最大可能的全面有效利用计算资源那为什么要用DDQN去解决天地空资源分配问题呢？只要涉及到决策问题，就能用神经网络解决！现在手头上有一堆任务，你应该如何把任务分配出去呢？深度卷积网络教你做！那如何选择深度学习算法？
2025-09-20 18:11:42
831
原创 在线处理-求字符串最大子列和算法
#include<iostream>using namespace std;int main(){ /* 在线处理字符串最大子列和算法 思想：每次输入都处理一次数据，若当前的累计子列和为负数，则舍弃，若为正数则记录，且记下历史最大值 遍历一遍字符串后，则输出历史最大子列和 时间 O(N)，空间 O(1) */ // 子序列初始化 int n; cin>>n; int arr[n]; for(int i=0;i<n;i++){ ci
2023-12-31 17:34:13
434
原创 关于树状数组的代码实现
/ 它可以用logn的复杂度遍历前x项，实现累加、累减、取最大值等操作，需要update函数配合，关键是c[i]代表的数据是什么。// 在第x个后面的前缀和才会受到第x个的影响，向后更新。// 树状数组结构：通过nlog2(n)的时间复杂度修改或更新前缀和。// 更新原数组某一项值和与其相关的树状数组值。// 更新修改的那一部分值。// 求前x个的前缀和，向前找。// 树状数组关系运算。
2023-12-30 14:31:58
412
1
原创 KMP算法
/ 初始化：第0个字符的kmp更新指针位置是索引为-1的位置（-1代表一个字符都没有匹配上，从头开始匹配）// 匹配第j+1个位置，如果匹配不成功，那么更新b指针的位置，也就是更新j，更新后继续匹配。// 匹配第j+1个位置，如果匹配不成功，那么更新b指针的位置，也就是更新j，更新后继续匹配。// 直到j=-1，也就是一个都匹配不上，又或者匹配上了，才退出while。// 匹配上了，b字符串指针往前移动。
2023-12-30 14:31:12
506
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人