摘要:题目概述: 在二维平面上,有一个机器人从原点 (0, 0) 开始。给出它的移动顺序,判断这个机器人在完成移动后是否在 (0, 0) 处结束。 移动顺序由字符串表示。字符 move[i] 表示其第 i 次移动。机器人的有效动作有 R(右),L(左),U(上)和 D(下)。如果机器人在完成所有动作后返回 阅读全文
posted @ 2020-08-28 21:17 ASTHNONT 阅读(17) 评论(0) 推荐(0) 编辑
摘要:描述:给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。 你可以假设数组中无重复元素。 示例 1: 输入: [1,3,5,6], 5输出: 2 示例 2: 输入: [1,3,5,6], 2输出: 1 示例 3: 输入: [1,3, 阅读全文
posted @ 2020-08-23 22:36 ASTHNONT 阅读(16) 评论(0) 推荐(0) 编辑
摘要:实现 strStr() 函数。 给定一个 haystack 字符串和一个 needle 字符串,在 haystack 字符串中找出 needle 字符串出现的第一个位置 (从0开始)。如果不存在,则返回 -1。 示例 1: 输入: haystack = "hello", needle = "ll"输 阅读全文
posted @ 2020-08-23 21:48 ASTHNONT 阅读(18) 评论(0) 推荐(0) 编辑
摘要:题目: 给你一个数组 nums 和一个值 val,你需要 原地 移除所有数值等于 val 的元素,并返回移除后数组的新长度。 不要使用额外的数组空间,你必须仅使用 O(1) 额外空间并 原地 修改输入数组。 元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。 示例 : 给定 nums = 阅读全文
posted @ 2020-08-22 23:12 ASTHNONT 阅读(16) 评论(0) 推荐(0) 编辑
摘要:题目要求: 给定一个排序数组,你需要在 原地 删除重复出现的元素,使得每个元素只出现一次,返回移除后数组的新长度。 不要使用额外的数组空间,你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。 范例: 给定 nums = [0,0,1,1,1,2,2,3,3,4], 函数应该返回 阅读全文
posted @ 2020-08-22 23:01 ASTHNONT 阅读(33) 评论(0) 推荐(0) 编辑
摘要:空洞卷积的计算过程 Dilated convolutions 在卷积的时候,会在卷积核元素之间塞入空格,塞入的空格与hyper-parameter: dilation有关(记为d),则塞入的空格为d-1。 1、感受野计算。假定原来的卷积核大小为 k,那么塞入了 (d - 1) 个空格后的卷积核的感受 阅读全文
posted @ 2020-08-20 18:09 ASTHNONT 阅读(126) 评论(0) 推荐(0) 编辑
摘要:有序链表 概述 有序表依据数据项的可比性质(如整数大小,字母表前后)来决定数据项在列表中的位置。比如下面我们要实现数字按照大小排列的操作。 有序表中的操作: OrderedList():创建一个新的空有序列表。它返回一个空有序列表并且不需要传递任何参数。 add(item):在保持原有顺序的情况下向 阅读全文
posted @ 2020-07-29 02:46 ASTHNONT 阅读(44) 评论(0) 推荐(0) 编辑
摘要:Pytorch 张量学习小结 1、张量的创建和维度 2、张量的运算 一、创建张量有4中方法:1、由torch.tensor()方法创建 2、由Pytorch内置的函数创建 3、由已知的张量创建形状一致的张量 4、由通过已知的张量创建形状不一致的张量¶ 1、由torch.tensor()方法创建 im 阅读全文
posted @ 2020-07-13 18:28 ASTHNONT 阅读(78) 评论(0) 推荐(0) 编辑
摘要:在进行深度学习张量计算时,经常要获取张量在某个维度的最大值和最小值,以及这些值的位置。如果只需要知道位置,则torch.argmax和torch.argmin函数便可以实现。 Torch.argmax(input, dim=None, keepdim=False):返回指定维度最大值的序号。 有时候 阅读全文
posted @ 2020-07-12 19:47 ASTHNONT 阅读(381) 评论(0) 推荐(0) 编辑
摘要:Faster R-CNN+Resnet实现训练自己的数据集(CPU)(一) 使用的是XinLei Chen的faster rcnn的源代码:https://github.com/endernewton/tf-faster-rcnn 建议出现问题时,仔细阅读代码中的readme文档,能有意想不到的收获 阅读全文
posted @ 2020-04-17 01:08 ASTHNONT 阅读(539) 评论(0) 推荐(0) 编辑