搜索结果
查询Tags标签： 训练，共有 358条记录-
7.29训练题解
这次是搬的联想杯的题，（确实要好一些） link solution A:考虑x,y大小关系分别模拟即可 B:模拟 C:模拟 D:由于fib性质每条边存(max,min)按顺序比较做mst即可 E:不同排列间连边最短路即可，编号用康拓展开求 F：咕咕咕 G:单调栈维护一下即可 H:行列维护最晚时间 I：没仔细…
2021/7/30 23:10:16 人评论 次浏览 -
7.29训练题解
这次是搬的联想杯的题，（确实要好一些） link solution A:考虑x,y大小关系分别模拟即可 B:模拟 C:模拟 D:由于fib性质每条边存(max,min)按顺序比较做mst即可 E:不同排列间连边最短路即可，编号用康拓展开求 F：咕咕咕 G:单调栈维护一下即可 H:行列维护最晚时间 I：没仔细…
2021/7/30 23:10:16 人评论 次浏览 -
机器学习算法六：多层感知机（MLP）
感知机模型：将线性可分的数据，利用一个线性超平面将其分类；（感知机只有输出层神经元进行激活函数处理，即只有一层功能神经元）其模型公式为：其中 感知机模型损失定义：其中M表示误分类结点的集合； 多层感知机就是含有至少一个隐藏层的由全连接层组成的神经网络，…
2021/7/30 11:06:38 人评论 次浏览 -
机器学习算法六：多层感知机（MLP）
感知机模型：将线性可分的数据，利用一个线性超平面将其分类；（感知机只有输出层神经元进行激活函数处理，即只有一层功能神经元）其模型公式为：其中 感知机模型损失定义：其中M表示误分类结点的集合； 多层感知机就是含有至少一个隐藏层的由全连接层组成的神经网络，…
2021/7/30 11:06:38 人评论 次浏览 -
【日常训练】取数问题
Description 给出一个长度为 \(n\) 的序列 \(a\)，接下来会有 \(m\) 次询问。 每次询问会给出一个区间 \([l, r]\) 和一个数 \(x\)，你的任务如下。给出一种取数的方式：从区间 \([1, r - l + 1]\) 等概率地选取一个数 \(K\)。 从区间 \([l, r]\) 内等概率地选取 \(K\) 个…
2021/7/30 6:08:55 人评论 次浏览 -
【日常训练】取数问题
Description 给出一个长度为 \(n\) 的序列 \(a\)，接下来会有 \(m\) 次询问。 每次询问会给出一个区间 \([l, r]\) 和一个数 \(x\)，你的任务如下。给出一种取数的方式：从区间 \([1, r - l + 1]\) 等概率地选取一个数 \(K\)。 从区间 \([l, r]\) 内等概率地选取 \(K\) 个…
2021/7/30 6:08:55 人评论 次浏览 -
pytorch-YoloV5学习笔记
学习笔记 1、对核进行一个尺寸的转换，（size，channels, 长，宽）。 2、路径选择的一些指令 进入下一次文件夹 >cd 文件夹名 返回上一层文件夹 >cd..3、YoloV5 不同尺寸训练效果 4、配置YoloV5环境 当下载pycocotools时会出现报错，总结了网上大部分的方法，最后…
2021/7/28 23:06:39 人评论 次浏览 -
pytorch-YoloV5学习笔记
学习笔记 1、对核进行一个尺寸的转换，（size，channels, 长，宽）。 2、路径选择的一些指令 进入下一次文件夹 >cd 文件夹名 返回上一层文件夹 >cd..3、YoloV5 不同尺寸训练效果 4、配置YoloV5环境 当下载pycocotools时会出现报错，总结了网上大部分的方法，最后…
2021/7/28 23:06:39 人评论 次浏览 -
CNN优化之批量归一化
而深层模型，每层输入的分布和权重在同时变化，训练相对困难。上一篇文章介绍了卷积神经网络CNN的结构和CNN模型，这篇文章介绍CNN优化方式：批量归一化。文章目录 前言 一、 背景介绍 二、BN介绍2.1.BN基本思想2. 2BN算法整体流程如下图2.3 Batch Normalization的反向传播…
2021/7/25 23:42:27 人评论 次浏览 -
CNN优化之批量归一化
而深层模型，每层输入的分布和权重在同时变化，训练相对困难。上一篇文章介绍了卷积神经网络CNN的结构和CNN模型，这篇文章介绍CNN优化方式：批量归一化。文章目录 前言 一、 背景介绍 二、BN介绍2.1.BN基本思想2. 2BN算法整体流程如下图2.3 Batch Normalization的反向传播…
2021/7/25 23:42:27 人评论 次浏览 -
【程序设计训练】4-13 7， 还是7
问题描述 输出 7 和 7 的倍数，还有包含 7 的数字例如（17，27，37…70，71，72，73…） 输入形式 一个正整数 N。(N 不大于 30000) 输出形式 从小到大排列的不大于 N 的与 7 有关的正整数，每行一个。 样例输入 20样例输出 7 14 17参考代码 #include<iostream> usi…
2021/7/24 1:38:33 人评论 次浏览 -
【程序设计训练】4-13 7， 还是7
问题描述 输出 7 和 7 的倍数，还有包含 7 的数字例如（17，27，37…70，71，72，73…） 输入形式 一个正整数 N。(N 不大于 30000) 输出形式 从小到大排列的不大于 N 的与 7 有关的正整数，每行一个。 样例输入 20样例输出 7 14 17参考代码 #include<iostream> usi…
2021/7/24 1:38:33 人评论 次浏览 -
训练神经网络的秘诀
训练技巧 关注数据Baselines过拟合正则化http://karpathy.github.io/2019/04/25/recipe/关注数据 训练神经网络之前，不要碰任何模型，而是应该尽力检查数据。经常需要数小时的查看数据，了解数据分布，找到数据模式，我们大脑非常适合干这个，有一次，我发现数据集中有一…
2021/7/22 23:08:52 人评论 次浏览 -
训练神经网络的秘诀
训练技巧 关注数据Baselines过拟合正则化http://karpathy.github.io/2019/04/25/recipe/关注数据 训练神经网络之前，不要碰任何模型，而是应该尽力检查数据。经常需要数小时的查看数据，了解数据分布，找到数据模式，我们大脑非常适合干这个，有一次，我发现数据集中有一…
2021/7/22 23:08:52 人评论 次浏览 -
李宏毅《机器学习》学习笔记5.1
1.Critical Point 的判断和解决 在模型训练过程中，我们可能会遇到模型loss function无法下降的情况，这可能是遇到了critical point。通过Taylor series approximation，我们可以判断某点是否为critical point以及critical point的性质。通过Taylor series approximation…
2021/7/21 23:36:48 人评论 次浏览
