睿晞

摘要： 一、Visualizing the loss function 1. 这部分讲述了损失函数的可视化。 二、Optimization ways 优化的目标是发现合适的权值W，使得损失函数最小化。 1. Random search 核心思想是随机初始化权值的参数，然后进行计算损失，如果发现损失之前的小， 阅读全文

摘要： 是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量；函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还返回一个函数。 一、高阶函数 函数本身也可以赋值给变量，即变量指向函数。 函数名也是变量。 一个函数可以接受另一个函数作为参数，这种函数称之为高阶函数。 1. ma 阅读全文

摘要： 一、Image Classification Challenges 原始图像表示是三维亮度值数组 1. Viewpoint variation(角度变化) 2. Scale variation(尺寸变化) 3. Deformation(变形) 4. Occlusion(遮挡) 5. Illumina 阅读全文

摘要： 一、切片 1. 记住前闭后开，索引从0开始，可以倒数着来，最后一个元素索引为 1。 2. L[:10:2],2表示步长。 3. tuple也可以看出一个list进行切片，字符串也可以看成一种list，每个元素就是一个字符。 二、迭代 1. 通过循环来遍历，即是迭代（Iteration） 2. Pyt 阅读全文

摘要： 一、函数的定义 1. 定义函数， def 、缩进、: ， 使用def语句，一次写出函数名、括号、括号中的参数和冒号:,然后在缩进块中编写函数，函数的返回值用return语句返回。 2. 如果没有return语句，函数执行后也会返回结果，结果为None，return None可以简写为return。 阅读全文

摘要： 简单，清晰，一定能懂 先简单谈谈什么是Numpy，就是Python中核心的科学计算包，提供高维的数组和一些工具。 每次遇到广播都无法判断是否可以进行广播。想了良久，最后直接看官方文档，还是讲的简单明了。 然后我们先做一步工作，至关重要，把两个数组的维度以一下形式写出或在脑海想出。也就是靠右对齐。 只 阅读全文

摘要： 一、数据类型和变量 1. 如果字符串内部既包含'又包含"怎么办？可以用转义字符\来标识。 2. 如果字符串里面有很多字符都需要转义，就需要加很多\，为了简化，Python还允许用r''表示''内部的字符串默认不转义。 3. 如果字符串内部有很多换行，用\n写在一行里不好阅读，为了简化，Python允 阅读全文

摘要： 一些VSCode上的快捷键： ctrl + 上下左右键：是一个单词一个单词的跳过。 ctrl+shift+alt + 上下左右键：是出现多个光标 ctrl+shift+L，光标所在处变量全部选中，进行编辑。 ctrl+D，光标所在处单个变量选中。 alt+ click（多次）, 可以在任意位置出现多 阅读全文

摘要： 一、拓扑排序 1. 有向无环图 如果一个有向图的任意顶点都无法通过一些有向边回到自身，那么称这个有向图为有向无环图(Directed Acyclic Graph, DAG). 2. 拓扑排序 1. 拓扑排序是将有向无环图G的所有顶点排成一个线性序列，使得图中任意两个顶点u, v,如果存在u v，那么 阅读全文

摘要： 一、最小生成树及其性质 1. 最小生成树(Minimum Spanning Tree,MST)是在给一个无向图中求一棵树T，使得这棵树拥有图G中的所有顶点，且边来自图中的边，并且满足整棵树的边权之和最小。 2. 最小生成树是一棵树，因此边数等于顶点数减一，且树内一定不会有环。 3. 对给定的图，其最 阅读全文