Aikoin

摘要： 1 数组理论基础 数组是存放在连续内存空间上的相同类型数据的集合。 数组下标都是从0开始的 数组内存空间的地址是连续的 在删除或者增添元素时，需要移动其他元素的地址： C++要注意vector 和 array的区别，vector的底层实现是array，严格来讲vector是容器，不是数组。 数组的元 阅读全文

摘要： 1 时间复杂度 1.1 知识点 时间复杂度是一个函数，它定性描述该算法的运行时间。 通常会估算算法的操作单元数量来代表程序消耗的时间。假设算法的问题规模为n，那么操作单元数量便用函数f(n)来表示，随着数据规模n的增大，算法执行时间的增长率和f(n)的增长率相同，这称作为算法的渐近时间复杂度，简称时 阅读全文

摘要： Attention Is All You Need 摘要 针对序列转录模型，提出一个新的简单网络结构Transformer，基于纯注意力机制构造的encoder-decoder，不用卷积和RNN，并行度更高训练更快。 导言 当前（2017）主流的序列转录模型：RNN，LSTM，GRU RNN缺点：从 阅读全文

摘要： 在看Transformer之前，建议先学习一下Self-attention。 同样，这边笔记是参考李宏毅老师的课程和ppt，感兴趣的可以去看原视频~ 补充了Transformer论文精读笔记，建议结合本文食用: ) Sequence-to-Sequence 没错！Transformer是一个sequ 阅读全文

摘要： 最近想学点NLP的东西，开始看BERT，看了发现transformer知识丢光了，又来看self-attention；看完self-attention发现还得再去学学word embedding... 推荐学习顺序是：word embedding、self-attention / transform 阅读全文

摘要： 开始跟着代码随想录重新学算法了，计划是按照它的目录一个专题一个专题地刷。 我的文章目录会放在合集里面，按照自己的进度更新，整理出来一些有价值的基础知识和题解代码。使用语言是python，但知识点部分也会涉及C++。 欢迎阅读点赞~ 阅读全文

摘要： 在将数据的运算转化为向量化运算时，有种快捷方法： 根据想要得到的结果的维数，和当前数据矩阵/向量的维数来构建关系式。 比如结果是一个n*1的向量h，现在有的数据是一个m*n的矩阵X和一个m*1的向量theta，那么很有可能： h = X' * theta （这里的X‘表示X的转置） 向量化可以简化代 阅读全文

摘要： 看了好久才看懂。。学校教材还有错误，看了别人的博客+别的学校的教材才看懂。。 下面是孤~影的博客内容，最后还会放教材上的图和自己写的代码实现。其实本来是想自己写一篇博客的，奈何最近事情实在是太多了。。以后有时间复习到这边的时候自己写一篇吧~ 看了他的博客看懂了很多，链接：详解KMP算法 什么是KMP 阅读全文

摘要： 如下的10个格子 填入0~9的数字。要求：连续的两个数字不能相邻。（左右、上下、对角都算相邻） 一共有多少种可能的填数方案？ 请填写表示方案数目的整数。 法一 全排列+check，可以把这个格子当成一个存放0~9的一维数组再进行全排列，把每种不符合要求的条件都列出来check一下： 有一个手动实现全 阅读全文

摘要： 这题考冷门知识点，提前科普： 下面这段来自C++ reference的printf()，*可作为一个设置输出宽度的占位符： 翻译了一下： (number) 要打印的最小字符数。如果要打印的值小于此数字，则结果将用空格填充。即使结果更大，也不会截断该值。 * 宽度不是在格式字符串中指定的，而是作为必须 阅读全文