- 博客(17)
- 收藏
- 关注
RSS订阅原创 记一次ubuntu系统重装
周一早上找了公司IT来看，也看不出是什么问题，本来想机器返厂维修了，但是我还是推测是系统的问题，于是决定重装系统，过程中采了很多坑，比如重装系统后的ssh配置，ubuntu桌面版系统竟然只有客户端的ssh，没有服务端的ssh，可是我们的这个服务器是作为开发服务器的，于是需要安装服务端的ssh。现在通过高级选项能进去了，但是我还是不满足，想开机直接进去，这就需要把高版本的内核直接删除，网上查了一下，还真有人遇到一样的问题，于是通过命令把高版本的内核删除了，这下才可以开机直接进去。
2024-01-16 11:43:01
384
原创 SSD正负样本匹配策略
4.前面三步有可能出现某个gt没有对应的匹配候选框，所以对每个gt寻找与他最匹配的候选框，将该候选框的类别置为gt的类别。2.对每一个候选框进行匹配，iou<neg_iou_thr的候选框匹配0。3.对每个候选框，寻找iou最大的gt框，然后类别置为该类别。1.把所有候选框匹配类别都置为0，即都与背景类别匹配。
2023-07-20 15:09:00
153
转载 算法题：求一个数的三次方根
方法1：二分迭代法#include <cstdio>#include <iostream>#include <algorithm>#define eps 1e-8using namespace std;double n;double fun(double mid){return mid*mid*mid<n?1:0;}int m...
2019-08-22 12:41:21
4034
原创 剑指offer 32.从上到下打印二叉树
2.分行打印class Solution {public: vector<vector<int> > Print(TreeNode* pRoot) { vector<vector<int>> res; if (pRoot == nullptr) return res; deque<TreeNode*> d; ...
2019-06-24 00:12:35
175
原创 剑指offer28 对称的二叉树
给定一个二叉树，判断该二叉树是不是对称的。1.递归方法class Solution {public: bool isSymmetrical(TreeNode* pRoot) { return isSymmetrical(pRoot,pRoot); } bool isSymmetrical(TreeNode* pRoot1,TreeNode...
2019-06-23 21:12:01
284
原创 剑指offer58——反转字符串
C++：方法一：class Solution {public: string ReverseSentence(string str) { string res = "", tmp = ""; for(unsigned int i = 0; i < str.size(); ++i){ if(str[i] == ' ')...
2019-06-19 11:54:47
253
原创 剑指offer55——求二叉树的深度
递归方法：class Solution {public: int TreeDepth(TreeNode* pRoot){ if(!pRoot) return 0 ; return max(1+TreeDepth(pRoot->left), 1+TreeDepth(pRoot->right)); }};循环方法（层次遍...
2019-06-17 21:07:57
246
原创 2018校招——迅雷（整数和）
DFS法：#include <iostream>#include <vector>using namespace std;int n_sum = 0;void findsolution(int sum, int currentsum, int start, int end, vector<int> &aa){ if (start&...
2019-06-04 18:55:57
144
原创 剑指offer第40题：最小的K个数
输入N个整数，寻找其中最小的k个数。方法1：利用Partition函数，找到位于第k-1坐标的数，则它左边的数以及它自己就是要返回的k个数。class Solution {public: void swap(int &fir, int &sec) { int temp = fir; fir = sec; sec = temp; } int getP...
2019-05-28 17:56:45
129
原创 今日头条2018校招编程题
题目描述有一个仅包含’a’和’b’两种字符的字符串s，长度为n，每次操作可以把一个字符做一次转换（把一个’a’设置为’b’，或者把一个’b’置成’a’)；但是操作的次数有上限m，问在有限的操作数范围内，能够得到最大连续的相同字符的子串的长度是多少。输入描述:第一行两个整数 n , m (1<=m<=n<=50000)，第二行为长度为n且只包含’a’和’b’的字符串s...
2019-05-05 15:26:15
190
原创 机器学习中的ROC曲线与AUC面积
先看这张图，图中的虚线是阈值，大于这个阈值的将会被预测为正例，小于这个阈值的将会被预测为负例。当阈值从右往左滑动时，真正率会上升，假正率也会上升，当阈值为0时，两个都为1 .当阈值为1时，两个都为0.。我们的目的是让这两个峰值的横坐标尽可能远离，即没有交叠的部分。即当某个阈值的时候，真正率为1，假正率为0.即这个曲线越接近左上角，分类效果越好。这个曲线叫ROC曲线，auc即曲线下面的面积。面积...
2018-07-21 18:08:19
996
3
原创 论文阅读笔记：Learning to Compose with Professional Photographs on the Web
这篇文章是关于图像美学的论文,这个网络View Finding Network用于在一副图片中寻找美感较好的图片。如图所示，被裁剪的图片往往美感不太好，所以就自然形成了一对评分高低的图片，可以用于训练。网络结构：损失函数：...
2018-06-25 22:26:04
429
原创 论文阅读笔记：Perceptual Losses for Real-Time Style Transfer and Super-Resolution
这篇文章是ECCV2016的一篇文章，主要是提出了一种全新的Loss用于图像风格转换和图像超分辨。整体框架如上图所示，分为两个网络，图像转换网络和损失网络，其中图像转换网络是深度残差网络，将图片转换为^ y = fW (x) 。我们训练图像转换网络来最小化损失网络的输出值加权和。损失网络部分部分是16层的VGG网络，它的特定层拿出来作为损失函数。我们将这个损失函数与这两个函数作对比实验。在图像风格...
2018-06-25 16:14:40
914
转载 kmeans对图像和数据进行分割
kmeans的算法细节就不再细讲了，比较简单。第一个应用是对波形数据进行分类，总共有三种波，有21个特征用于分类。总共有5000条数据import numpy as npimport matplotlib.pyplot as pltf = open('data/waveform.csv')context = f.readlines()x = np.zeros((5000, 21)
2017-10-25 15:59:54
571
原创 深度学习经验总结
在keras上的实验，SGD，也叫随机梯度下降法，按我个人的理解，在keras上的实现过程是这样的，先把训练数据打乱（可选，也就是fit里面的shuffle属性）然后根据batch_size设置的值把训练数据拆分成几个等份，每份有batch_size个大小，用这些训练数据进行训练网络。其实keras里的sgd是可以实现mini_batch的。当batch_size取1的时候，也就是说每次训练只
2017-05-13 17:04:55
622
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