暮云林凌

摘要： 神经网络基本思想： 相当于逻辑回归问题，进行高维下的类曲线模拟，从而解决一个有监督的分类问题； 神经网络一些术语： 1.ReLU函数（rectified linear unit，即修正线性单元）： 基本函数图像如上所示，其中θ参数值为直线和横坐标的交点，要求x取值应该大于等于 θ； 2.有监督学习： 阅读全文

摘要： 一、阐述了联邦学习的诞生背景： 在当前数据具有价值，并且需要被保护，数据分布为non-IID情况下，需要提出一个框架来进行行之有效的训练，这也是联邦学习诞生的原因； 二、论文的相关工作： 首先，论文阐述了联邦学习所适用的领域： 1.数据集应该具有较大隐私，所以无法上传； 2.对于有监督学习下的任务， 阅读全文

摘要： 简单的对联邦学习做一个导论和初步认识； 联邦学习的诞生背景： 在现今云计算和分布式大数据发展下，单个公司的算力和模型效力已经达到了一定的峰值，越来越多的公司趋近于协同化。但是每个公司的数据极为宝贵并且公开交流及其困难，所以对于多公司联合构成统一的大型数据库，来训练一个统一的大型模型，变得极为困难，这 阅读全文

摘要： sorted函数：https://www.runoob.com/python/python-func-sorted.html dict以及dict排序、迭代器问题：https://www.runoob.com/python/att-dictionary-get.html https://blog.c 阅读全文

摘要： KNN算法是比较简单的基于欧氏距离的有监督分类算法； 大致思路： 对于多维多特征数据，数据的分布呈现一定的规律，所以通过计算待分类样本距离数据集的各个欧氏距离，距离最短的数据中点的类别，就有可能是该待分类样本的类别。 类似于聚类，其中K邻近中K的含义为欧氏距离最小的k个样本，通过统计k中哪个类别个数 阅读全文

摘要： 一、关于回归、分类的问题： 回归旨在运用一定的函数或者曲线去拟合数据集的分布方式，从而得到可预测的连续变化的值； 分类则旨在运用算法进行类别分类，多为离散值，之前自己接触的大多是分类算法； 二、有监督无监督问题： 有监督：事先制定类别进行分类； 无监督：聚类等操作，后期再打标签； 阅读全文

摘要： 关于指令集问题，这里做一个深度的总结，之前总是被各种“指令集结构”、“指令集设计”等名词混淆，所以单独拿出来这一块细分一下； 指令集结构的分类： 总的来说，指令集结构的类别主要由一个因素决定：以何种存储单元存储操作数； 根据堆栈存储操作数、累加器存储操作书、通用寄存器存储操作数，可以分为三种指令集结 阅读全文

摘要： 裸的弗洛伊德算法，题目中指定，再阐述一下思想； 弗洛伊德思想： 对于n个结点，如果该节点当其他任意两个结点i,j的中继，可以缩短i和j之间的距离，则进行更新； 采用三个循环更新，复杂度为O(n^3)； #include<iostream> #include<vector> #include<stri 阅读全文

摘要： 两种主流思想： 1.直接全部扫描棋盘，按四个方向逐个遍历，不仅麻烦而且很傻； 2.每落一个子，直接对该子进行四个方向判定，且判定的时可以一个方向左右加和； #include<iostream> #include<vector> #include<string> using namespace std 阅读全文

摘要： 之前总结过，大数问题，取模就是取商取余数； #include<iostream> #include<stdlib.h> #include<string> using namespace std; string devide(int& r, string s, int n) { string ss = 阅读全文