LeetCode 33 搜索旋转排序数组 Python

LeetCode 33 搜索旋转排序数组 题目描述: 假设按照升序排序的数组在预先未知的某个点上进行了旋转。 ( 例如,数组 [0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2] )。 搜索一个给定的目标值,如果数组中存在这个目标值,则返回它的索引,否则返回 -1 。 你可以假设数组中不存在重复的元素。 你的算法时间复杂度必须是 O(log n) 级别。 示例 1...
分类: 编程语言 发布时间: 09-19 07:04 阅读次数: 0

《视觉SLAM十四讲精品总结》Viz教程

viz模块主要用于3D可视化显示。 一、简单示例程序 创建一个窗口并显示坐标系: //1.创建可视化窗口 viz::Viz3d vis("VO"); //2.构造一个坐标系,并显示到窗口中 window1.showWidget("Coordinate", viz::WCoordinateSystem()); //3.开启永久循环暂留 wind...
分类: 编程语言 发布时间: 09-19 07:04 阅读次数: 0

给定n个整数,将这n个整数合并成最大和最小的数字

例如:34,567,9,88。合并的最大数字为98856734,最小数字为34567889 算法思路:找到数列的最大数字,将所有的数字变成和最大数字相同位数的数,数字改变规则为右边补自身的个位数字。 在示例中的数据变成344,567,999,888。然后从大到小排序,即 999,888,567,344,再替换成原数据则为9,88,567,34,那么从头到尾合并即为最大数,从尾到头合并即为最小数...
分类: 编程语言 发布时间: 09-19 07:03 阅读次数: 0

RN Animated做个两张图渐隐渐显切换的动画效果

RN小白,刚学一个礼拜,项目中需要这个效果,感觉挺好玩,分享出来。话不多说直接上代码~ /** * duration: 1400, // 动画执行时间 * delay: 2000, // 动画间隔时间 * easing: Easing.linear, // 缓动函数 * startOpacity: 0, // 动画初始透明度 * endOpa...
分类: 编程语言 发布时间: 09-19 07:03 阅读次数: 0

上传aliyun图片流程

一、前端代码 1.请求后台上传方法 function dataLoad(type) { $.post("user/uploadImg", function (data) { if(type==0){ if (data.status == 666) { ...
分类: 编程语言 发布时间: 09-19 07:03 阅读次数: 0

使用python的matplotlib.pyplot作图时,legend不显示

legend的在函数中的位置有要求, matplotlib.pyplot.legend() 需要放在 matplotlib.pyplot.show()的前一行,可以正常显示内容
分类: 编程语言 发布时间: 09-19 07:03 阅读次数: 0

python接口自动化学习之路(1)

安装request 1.打开我们的cmd命令 输入Python 输入 import sys 输入 print(sys.path) 列表中的第四个是python的安装路径 若根据目录未找到文件,在我的电脑顶部查看<勾选隐藏的文件夹。 2.检查Python\Python36-32\Scripts完整的目录是否配置到环境变量path中 如没有配置一下   3.安装reque...
分类: 其他 发布时间: 09-19 07:02 阅读次数: 0

谷歌 Dynamic Computation Graphs 动态计算图

上次调研Syntax+NMT(http://blog.csdn.net/wangxinginnlp/article/details/56488921)发现Sequence-to-Tree 或者 Tree-To-Sequence目前已经火热起来,但是目前绝大部分的深度学习框架(http://blog.csdn.net/wangxinginnlp/article/details/58670706)只是
分类: 其他 发布时间: 09-19 07:02 阅读次数: 0

组内菜鸟学习班

今天中午和褚师姐孙老师聊天,聊到了专业基础问题。大家都有同感,专业基础太差了。       11年至今,先后呆过四个组(硕士期间,计算所实习期间,博士期间和诺亚实习期间)。纵览各方豪杰,深感自己基础还是稍显薄弱。基础知识包括:机器学习/数学,专业知识,编程能力和英语读写。对于研究生做科研,自己的感觉就是前两项严重制约个人的发展。其实,目前看来,自己的基础应付毕业是没有大问题的(运气好,水了论文够
分类: 其他 发布时间: 09-19 07:02 阅读次数: 0

强化学习 Reinforcement Learning 资料

1. 《机器学习》周志华著   第16章 2. https://www.analyticsvidhya.com/blog/2017/01/introduction-to-reinforcement-learning-implementation/ 3. https://www.nervanasys.com/demystifying-deep-reinforcement-learning/
分类: 其他 发布时间: 09-19 07:01 阅读次数: 0

爱丁堡大学神经机器翻译系统 nematus 使用笔记

代码准备: nematus https://github.com/rsennrich/nematus subword-nmt  https://github.com/rsennrich/subword-nmt
分类: 其他 发布时间: 09-19 07:01 阅读次数: 0

TensorFlow1.0 运行报错 AttributeError: type object 'NewBase' has no attribute 'is_abstract'

安装TF后,import tensorflow报错: I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.so.8.0 locally I tensorflow/stream_executor/dso_loader.cc:135] successfully opene
分类: 其他 发布时间: 09-19 07:01 阅读次数: 0

TensorFlow Seq2Seq Model笔记

1. tf.app.run()的疑惑     http://stackoverflow.com/questions/33703624/how-does-tf-app-run-work     tf.app类似python中argparse 2.
分类: 其他 发布时间: 09-19 07:01 阅读次数: 0

组内NLP讨论班阶段总结

讨论班进行了三期了,效果比想象的要好很多。但也遇到不少问题: 1. 公式推导和编码实现     困惑是在讲解模型过程中,不可避免地涉及公式推导和编码实现。讨论班上是否对公式推导进行讲授,讨论班后是否组织大家进行编码实现这两点把握不准。     理想情况下讨论班应该只是成为一个“引子”,通过大家一起的讨论学习对某一个概念有了大致的了解。在后面学习或者实际应用中碰到该概念或者模型知道它是怎么回事
分类: 其他 发布时间: 09-19 07:00 阅读次数: 0

深度学习中Dropout策略

在写系统时候遇到一个问题:模仿的版本在测试阶段,把所有权重乘以一个保留概率(做法1)。而GJH他看的Keras里面测试阶段什么都不做(做法2),所以比较好奇,怎么做法不同? 但是随手搜了几个中文博客,都是按做法1来的,训练阶段按保留概率随机生成一个保留矩阵(元素要么0-丢弃,要么1-保留),然后测试阶段所有权重乘以保留概率。 在回头看TensorFlow的Dropout函数ht
分类: 其他 发布时间: 09-19 07:00 阅读次数: 0

网页正文提取工具Beautiful Soup

Beautiful Soup是什么? Beautiful Soup is a Python library for pulling data out of HTML and XML files. It works with your favorite parser to provide idiomatic ways of navigating, searching, and modifyin
分类: 其他 发布时间: 09-19 07:00 阅读次数: 0

深度学习训练中cost突然出现NaN

问题:在深度学习训练中,之前的cost是正常的,突然在某一个batch训练中出现Nan。 网络搜索的资料: 1. How to avoid that Theano computing gradient going toward NaN https://stackoverflow.com/questions/40405334/how-to-avoid-that-theano-computing-
分类: 其他 发布时间: 09-19 07:00 阅读次数: 0

神经机器翻译中的领域自适应问题 Domain adaptation for NMT

相关论文: 1. Stanford Neural Machine Translation Systems for Spoken Language Domains.  Minh-Thang Luong and Christopher D. Manning.   http://www.statmt.org/OSMOSES/Stanford-IWSLT-15.pdf 2. F
分类: 其他 发布时间: 09-19 06:59 阅读次数: 0

深度学习中Dropout和Layer Normalization技术的使用

两者的论文: Dropout:http://www.jmlr.org/papers/volume15/srivastava14a/srivastava14a.pdf Layer Normalization:  https://arxiv.org/abs/1607.06450 两者的实现(以nematus为例子): https://github.com/EdinburghNL
分类: 其他 发布时间: 09-19 06:59 阅读次数: 0

2017/0910 实验结果记录

实验1. Adam+LN(LN没有对context vector和source side的input做) 20000 BLEU score = 0.2947 21000 BLEU score = 0.3159 22000 BLEU score = 0.3109 23000 BLEU score = 0.3298 24000 BLEU score = 0.3196 25000 BLEU score
分类: 其他 发布时间: 09-19 06:59 阅读次数: 0