摘要： tensorflow学习笔记(3)前置数学知识 首先是神经元的模型 接下来是激励函数 神经网络的复杂度计算 层数：隐藏层+输出层 总参数=总的w+b 下图为2层 如下图 w为3*4+4个 b为4*2+2 接下来是损失函数 主流的有均分误差，交叉熵，以及自定义 这里贴上课程里面的代码 自定义损失函数 阅读全文

摘要： tensorflow学习笔记(2)-反向传播 反向传播是为了训练模型参数，在所有参数上使用梯度下降，让NN模型在的损失函数最小 损失函数:学过机器学习logistic回归都知道损失函数-就是预测值和真实值得差距，比如sigmod或者cross-entropy 均方误差:tf.reduce_mean( 阅读全文

摘要： tensorflow学习笔记（1） （1）tf中的图 图中就是一个计算图，一个计算过程。 图中的constant是个常量 计算图只描述过程，不执行。 （2）tf中的会话 那么怎么计算呢？ tensorflow有个会话是专门用来计算的 这里定义了个矩阵相乘的运算，并用会话结构 with tf.sess 阅读全文

摘要： 深度学习-tensorflow学习笔记(1)-MNIST手写字体识别预备知识 在tf第一个例子的时候需要很多预备知识。 tf基本知识 香农熵 交叉熵代价函数cross-entropy 卷积神经网络 softmax 这里用到的tf基本知识 香农熵 香农熵是计算信息复杂度的公式。 公式如下 要理解这个公 阅读全文

摘要： 哈希表 先说哈希表散列函数的设计有几种 再说下处理冲突的方法 这里我写了4种返回值，对不同情况都有返回。 比较常见的处理冲突的方法还有拉链法，为了快捷我们一般用头插法。 其实就是单链表的查找非常简单 直接上代码了 阅读全文

摘要： 折半查找 对于关键码有序的数列，用二分法查找。 比如123456789，要找2，先折半找5,2比5小，继续向左查找，找3,2比3小，继续向左查找，2匹配成功。 可以想到这是个递归的过程我这里递归非递归都写一遍。 首先是非递归的算法。 传入一个vector<int> &v和一个 待查找数值k 设定查找 阅读全文

摘要： 顺序表的查找技术 假设有一组书8,5,9,80,16,5,56。。。。如何查找我们的value？ 一般为 看第一个for循环中每次都需要判断一次i<size，那我们遍历100个数最坏情况下其实是比较了200次。 于是我们设定一个哨兵在a[0]，然后while循环从后往前比较，加入比较到就返回i，否则 阅读全文

摘要： 直接插入排序 直接插入排序 直接插入排序类似对扑克牌的整理，初始情况下把前面第一个看作有序序列，然后后面全是无序。 这个排序写过很多遍，但是每次回顾都感觉到设计者精彩巧妙的安排。 直接插入排序是一种稳定排序; 但是当数据量大的时候，效率会打打降低。 按照特性，最好情况下，每次只要比较一次，移动2次。 阅读全文

摘要： 归并排序 什么事归并排序？？就是把几个有序序列合并 先讲简单的2个有序的归并排序 思路很简单，不停的比较两个数组的第一个，谁大就把它插入第三方数组，然后下标++，当某一数组遍历完了，直接把另一个数组剩下的值插入即可。 void two_sort(const vector<int>& v1,const 阅读全文

摘要： 快速排序 首先快速排序步骤： 首先选择轴值 把待排序内容分为两部分，左边为小于或者等于轴值，右边为大于轴值 然后对左右重复上面步骤直到整个序列有序 直接上代码这里先写一次划分的代码 这里的一次划分是那第一个数字为轴值，我们也可以用最后一个或者中间的。 #include<iostream> #incl 阅读全文