junanpan

摘要： 25. K 个一组翻转链表 给你一个链表，每 k 个节点一组进行翻转，请你返回翻转后的链表。 k 是一个正整数，它的值小于或等于链表的长度。 如果节点总数不是 k 的整数倍，那么请将最后剩余的节点保持原有顺序。 进阶： 你可以设计一个只使用常数额外空间的算法来解决此问题吗？你不能只是单纯的改变节点内 阅读全文

摘要： 215. 数组中的第K个最大元素 给定整数数组 nums 和整数 k，请返回数组中第 k 个最大的元素。 请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。 示例 1: 输入: [3,2,1,5,6,4] 和 k = 2输出: 5 示例 2: 输入: [3,2,3,1 阅读全文

摘要： 92. 反转链表 II 给你单链表的头指针 head 和两个整数 left 和 right ，其中 left <= right 。请你反转从位置 left 到位置 right 的链表节点，返回 反转后的链表 。 示例 1： 输入：head = [1,2,3,4,5], left = 2, right 阅读全文

摘要： BN（Batch-Normal）批量归一化是一个非常常见的步骤了，很多卷积神经网络都使用了批量归一化。 先回顾一下传统的的神经网络前向传播的过程，之前在这篇文章里详细描述过全连接神经网络的输入输出尺寸变化。 通过这个基础铺垫我们知道，对于神经网络中的一层，每输入一条数据 可以得到一条结果, 而实际上 阅读全文

摘要： ResNet简单介绍 ResNet是15年提出的经典网络了。在ResNet提出之前，人们发现当模型层数提升到一定程度后，再增加层数就不再能提升模型效果了——这就导致深度学习网络看似出现了瓶颈，通过增加层数来提升效果的方式似乎已经到头了。ResNet解决了这一问题。 ResNet的核心思想就是引入了残 阅读全文

摘要： 1*1的卷积 原来看面经的时候经常看到这么个问题，问的是关于1*1卷积的好处和特点之类的。1*1的卷积，顾名思义就是用大小为1*1的卷积核去做卷积，但也仅仅是长宽为1，卷积核的通道数不做限制。 通过1*1的卷积，每次只看一个像素点里多个通道的信息，不会识别一个通道里面的其他空间信息。因此1*1卷积侧 阅读全文

摘要： 对卷积和池化过程有了基本认识之后，这篇文章梳理LeNet、AlexNet以及VGG这三个经典的卷积神经网络，并通过代码实现其网络结构来加深理解。 LeNet LeNet是最早发布的卷积神经网络之一了，LeNet是最早用来处理手写字体识别任务的网络，是非常简单而又经典。一般来说手写字体识别传入的图像是 阅读全文

摘要： 之前整理过全连接层的前向传播过程中一些权重参数的维度。这篇文章整理一下带有卷积与池化的神经网络。还是直接给一个例子，从例子出发把各个方面梳理一下。 以AlexNet为例（如下图）： 卷积 卷积的作用在于提取特征。可以用不同的卷积核提取不同层次的特征 一般用到卷积和池化的网络都是用于图像任务，我们的输 阅读全文

摘要： 我们都知道神经网络中每一个隐层都有参数w和b，输入x首先要乘以w再加上b，最后传入激活函数就会得到这个隐层的输出。——但是，具体w是什么形状、它和x怎么乘、加上的b是在哪里之类的一直不是很清晰，因为在一些算法讲义里这一块一讲起来就容易用各种符号，看起来很复杂（虽然它并不难），而且这方面细节也并不耽误 阅读全文

摘要： 在机器学习当中，进行特征选择、特征筛选时都会使用特征之间的相关性分析。比如有两个特征相关程度非常大，几乎都是同一个意思，那么就可以只保留一个特征。简单总结一下一些计算变量之间相关性的指标。 协方差 协方差是概率论当中非常基础的知识点了，它是用来描述两个随机变量相关程度的指标。 公式： 如果两个变量呈 阅读全文