<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[yuweiming70的博客]]></title><description><![CDATA[清华材料大三 cs入门者]]></description><link>https://blog.youkuaiyun.com/yuweiming70</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; yuweiming70]]></copyright><item><title><![CDATA[[深度学习]更好地理解正则化：可视化模型权重分布]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/81513742</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/81513742</guid><author>yuweiming70</author><pubDate>Wed, 08 Aug 2018 19:01:56 +0800</pubDate><description><![CDATA[在机器学习中，经常需要对模型进行正则化，以降低模型对数据的过拟合程度，那么究竟如何理解正则化的影响？本文尝试从可视化的角度来解释其影响。

首先，正则化通常分为三种,都是在loss函数的基础上外加一项：

L0：  ，即不等于0的元素个数

L1：  ，即所有元素的绝对值之和

L2：  ，即所有元素的绝对值平方和

训练模型的时候，模型将在保证loss主体损失下降的情况下，尽量保证权重往这些方向...]]></description><category></category></item><item><title><![CDATA[Leetcoe 868  二进制间距]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/81056531</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/81056531</guid><author>yuweiming70</author><pubDate>Sun, 15 Jul 2018 20:25:47 +0800</pubDate><description><![CDATA[题目描述：给定一个正整数 N，找到并返回 N 的二进制表示中两个连续的 1 之间的最长距离。 如果没有两个连续的 1，返回 0 。 示例 1：输入：22
输出：2
解释：
22 的二进制是 0b10110 。
在 22 的二进制表示中，有三个 1，组成两对连续的 1 。
第一对连续的 1 中，两个 1 之间的距离为 2 。
第二对连续的 1 中，两个 1 之间的距离为 1 。
答案取两个距离之中最...]]></description><category></category></item><item><title><![CDATA[Leetcode 869 重新排序得到 2 的幂]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/81056521</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/81056521</guid><author>yuweiming70</author><pubDate>Sun, 15 Jul 2018 20:24:56 +0800</pubDate><description><![CDATA[题目描述：从正整数 N 开始，我们按任何顺序（包括原始顺序）将数字重新排序，注意其前导数字不能为零。如果我们可以通过上述方式得到 2 的幂，返回 true；否则，返回 false。 示例 1：输入：1
输出：true
示例 2：输入：10
输出：false
示例 3：输入：16
输出：true
示例 4：输入：24
输出：false
示例 5：输入：46
输出：true
 提示：1 &amp;lt;= N...]]></description><category></category></item><item><title><![CDATA[将VGG提取的featrue map直接用作回归目标检测有多差？]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80901307</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80901307</guid><author>yuweiming70</author><pubDate>Tue, 03 Jul 2018 17:11:02 +0800</pubDate><description><![CDATA[网上总是说将VGG输出的featrue map作为回归检测，预测目标的xy坐标非常难，也非常差，那有多差呢？在PET数据集上测试，结果如图，平均IOU=46.0%from keras.layers import Dense, Activation, Flatten, Convolution2D, Dropout, MaxPooling2D
from keras.optimizers import ...]]></description><category></category></item><item><title><![CDATA[PET数据集的下载以及预处理]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80901093</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80901093</guid><author>yuweiming70</author><pubDate>Tue, 03 Jul 2018 17:05:18 +0800</pubDate><description><![CDATA[Pet数据集是Oxford提供的宠物数据集，内含约7000张猫狗图片，并且其中一部分图片标出了猫狗脸的位置，下载地址：http://www.robots.ox.ac.uk/~vgg/data/pets/数据集分为两部分Dataset，图片Groundtruth data，标示数据数据处理，将所有有标示脸位置的图片保存到一个数组x(3686, 224, 224, 3) ，所有的猫狗分类标签，位置数据...]]></description><category></category></item><item><title><![CDATA[在lintcode刷AI题：垃圾短信分类]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80878593</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80878593</guid><author>yuweiming70</author><pubDate>Sun, 01 Jul 2018 23:09:03 +0800</pubDate><description><![CDATA[lintcode上面有十几道类似于Kaggle的小项目，用于深度学习的入手练习再好不过了，现在就让我们上手这道猫狗分类器的问题吧！（全程用Keras框架，简单上手！）本题网址：https://www.lintcode.com/ai/spam-message-classification题目描述：本题提供一个数据集, 它包括了5574条英文短信，每条短信内容由几个长短不一的句子组成。每条短信都标注好...]]></description><category></category></item><item><title><![CDATA[[数据集发布]风景数据集]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80873143</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80873143</guid><author>yuweiming70</author><pubDate>Sun, 01 Jul 2018 11:51:57 +0800</pubDate><description><![CDATA[作者最近抓取了一大堆风景照片，现在发布，包括7268张320x180大小的风景照片，有需要的自取。地址：github]]></description><category></category></item><item><title><![CDATA[Leetcode 860 柠檬水找零]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80872423</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80872423</guid><author>yuweiming70</author><pubDate>Sun, 01 Jul 2018 11:14:19 +0800</pubDate><description><![CDATA[题目描述：在柠檬水摊上，每一杯柠檬水的售价为 5 美元。顾客排队购买你的产品，（按账单 bills 支付的顺序）一次购买一杯。每位顾客只买一杯柠檬水，然后向你付 5 美元、10 美元或 20 美元。你必须给每个顾客正确找零，也就是说净交易是每位顾客向你支付 5 美元。注意，一开始你手头没有任何零钱。如果你能给每位顾客正确找零，返回 true ，否则返回 false 。示例 1：输入：[5,5,5,...]]></description><category></category></item><item><title><![CDATA[在lintcode刷AI题：猫狗分类器]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80856012</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80856012</guid><author>yuweiming70</author><pubDate>Fri, 29 Jun 2018 14:14:15 +0800</pubDate><description><![CDATA[lintcode上面有十几道类似于Kaggle的小项目，用于深度学习的入手练习再好不过了，现在就让我们上手这道猫狗分类器的问题吧！（全程用Keras框架，简单上手！）本题网址：LintCode题目描述：给出一张猫或狗的图片，识别出这是猫还是狗。这种识别具有很重要的意义，比如：Web服务为了进行保护，会防止一些计算机进行恶意访问或信息爬取，进而设立一些验证问题，这些验证问题对于人来说很容易做，但是对...]]></description><category></category></item><item><title><![CDATA[在lintcode刷AI题：Otto Group 商品识别]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80856003</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80856003</guid><author>yuweiming70</author><pubDate>Fri, 29 Jun 2018 14:13:20 +0800</pubDate><description><![CDATA[lintcode上面有十几道类似于Kaggle的小项目，用于深度学习的入手练习再好不过了，现在就让我们上手这道猫狗分类器的问题吧！（全程用Keras框架，简单上手！）本题网址：LintCode题目描述：Otto Group是世界上最大的电子商务公司之一，在全世界范围内，它每天会卖出数百万件商品。每件商品所属的类别分别是Class_1～ Class_9。对于这家公司的来说，货物供给和需求分析是非常重...]]></description><category></category></item><item><title><![CDATA[Leetcode 849 到最近的人的最大距离]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80639457</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80639457</guid><author>yuweiming70</author><pubDate>Sun, 10 Jun 2018 11:09:28 +0800</pubDate><description><![CDATA[问题描述：在一排座位（ seats）中，1 代表有人坐在座位上，0 代表座位上是空的。至少有一个空座位，且至少有一人坐在座位上。亚历克斯希望坐在一个能够使他与离他最近的人之间的距离达到最大化的座位上。返回他到离他最近的人的最大距离。示例 1：输入：[1,0,0,0,1,0,1]
输出：2
解释：
如果亚历克斯坐在第二个空位（seats[2]）上，他到离他最近的人的距离为 2 。
如果亚历克斯坐在其...]]></description><category></category></item><item><title><![CDATA[Leetcode 848 字母移位]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80639314</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80639314</guid><author>yuweiming70</author><pubDate>Sun, 10 Jun 2018 11:02:53 +0800</pubDate><description><![CDATA[题目描述：有一个由小写字母组成的字符串 S，和一个整数数组 shifts。我们将字母表中的下一个字母称为原字母的 移位（由于字母表是环绕的， 'z' 将会变成 'a'）。例如·，shift('a') = 'b'， shift('t') = 'u',， 以及 shift('z') = 'a'。对于每个 shifts[i] = x ， 我们会将 S 中的前 i+1 个字母移位 x 次。返回将所有这些移...]]></description><category></category></item><item><title><![CDATA[Leetcode 850 矩形面积 II]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80639361</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80639361</guid><author>yuweiming70</author><pubDate>Sun, 10 Jun 2018 11:02:43 +0800</pubDate><description><![CDATA[题目描述：我们给出了一个（轴对齐的）矩形列表 rectangles 。 对于 rectangle[i] = [x1, y1, x2, y2]，其中（x1，y1）是矩形 i 左下角的坐标，（x2，y2）是该矩形右上角的坐标。找出平面中所有矩形叠加覆盖后的总面积。 由于答案可能太大，请返回它对 10 ^ 9 + 7 取模的结果。示例 1：输入：[[0,0,2,2],[1,0,2,3],[1,0,3,1...]]></description><category></category></item><item><title><![CDATA[用风格迁移搞事情！超越艺术字：卷积神经网络打造最美汉字]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80590192</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80590192</guid><author>yuweiming70</author><pubDate>Wed, 06 Jun 2018 09:27:32 +0800</pubDate><description><![CDATA[曾几何时，小学的我们上机课时最喜欢摆弄的就是word 的艺术字，丑陋的效果并不能阻挡我们在每个角落塞进七彩的字体.......“七彩”的艺术字但是时代不同了，我们现在已经有了各种先进的PS软件，我们已经可以作出这样的艺术字：各种PS艺术字但是，我们还能更进一步吗？将设计师从繁复的PS工作中解放出来，用深度学习的方法设计艺术字，自动生成更加有意思的艺术字吗？答案当然是可以！我们实际上已经有了CNN(...]]></description><category></category></item><item><title><![CDATA[[纪念浪费的时间] 安装tensorflow-gpu + cuda + cudnn 之那些踩过的坑]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/80347658</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/80347658</guid><author>yuweiming70</author><pubDate>Thu, 17 May 2018 10:58:00 +0800</pubDate><description><![CDATA[首先一定要确认下载到的tensorflow cuda 和cudnn的版本是正确的1.首先卸载tensorflow（cpu）版本，（如果有的话），没有就不用了2.使用anaconda，安装tensorflow-gpu ，输入pip install tensorflow-gpu即可（注意，这里要架梯子才快，此外要以管理员权限打开anaconda prompt）3.下载cuda，我在北邮人上下载的cud...]]></description><category></category></item><item><title><![CDATA[Leetcode 806 Number of Lines To Write String 字符串的行数]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/79684506</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/79684506</guid><author>yuweiming70</author><pubDate>Sun, 25 Mar 2018 11:05:11 +0800</pubDate><description><![CDATA[题目描述：We are to write the letters of a given string S, from left to right into lines. Each line has maximum width 100 units, and if writing a letter would cause the width of the line to exceed 100 unit...]]></description><category></category></item><item><title><![CDATA[Leetcode 807 Max Increase to Keep City Skyline 不变天际线]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/79684532</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/79684532</guid><author>yuweiming70</author><pubDate>Sun, 25 Mar 2018 11:05:09 +0800</pubDate><description><![CDATA[题目描述：In a 2 dimensional array grid, each value grid[i][j] represents the height of a building located there. We are allowed to increase the height of any number of buildings, by any amount (the amount...]]></description><category></category></item><item><title><![CDATA[Leetcode 804 Unique Morse Code Words 莫尔斯电码重复问题]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/79684433</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/79684433</guid><author>yuweiming70</author><pubDate>Sun, 25 Mar 2018 11:05:07 +0800</pubDate><description><![CDATA[题目描述：International Morse Code defines a standard encoding where each letter is mapped to a series of dots and dashes, as follows: &quot;a&quot; maps to &quot;.-&quot;, &quot;b&quot; maps to &quot;-...&quot;, &quot;c&quot; maps to &quot;-.-.&quot;, and so o]]></description><category></category></item><item><title><![CDATA[Leetcode 108 Convert Sorted Array to Binary Search Tree 将一个有序数组变成BST]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/79681325</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/79681325</guid><author>yuweiming70</author><pubDate>Sat, 24 Mar 2018 20:40:14 +0800</pubDate><description><![CDATA[题目描述：Given an array where elements are sorted in ascending order, convert it to a height balanced BST.For this problem, a height-balanced binary tree is defined as a binary tree in which the depth of ...]]></description><category></category></item><item><title><![CDATA[Leetcode 107 Binary Tree Level Order Traversal II 二叉树层次遍历与倒转]]></title><link>https://blog.youkuaiyun.com/yuweiming70/article/details/79681268</link><guid>https://blog.youkuaiyun.com/yuweiming70/article/details/79681268</guid><author>yuweiming70</author><pubDate>Sat, 24 Mar 2018 20:32:25 +0800</pubDate><description><![CDATA[题目描述：Given a binary tree, return the bottom-up level order traversal of its nodes' values. (ie, from left to right, level by level from leaf to root).For example:Given binary tree [3,9,20,null,null,15...]]></description><category></category></item></channel></rss>