笑点低星星
关于神经网络训练总结和思考
之前一直在无脑训练神经网络，定义好参数，网络，启动Session，feed给Graph，然后就是无休止的等待，有时候运气好，数据本身有很好的区分度，模型自然很快收敛，loss直线下降。但是当数据中混淆数据占比较大时，模型难免不会受到很大的干扰，简单来说就是，在当前batch_size下，你告诉模型向下走，下一个batch_size你告诉模型向上走。所以模型也蒙蔽，你丫的是要向上还是要...
14. 排序数组中找和为n的两数
题目：输入一个已经按升序排序过的数组和一个数字，在数组中查找两个数，使得它们的和正好是输入的那个数字。要求时间复杂度是O(n)。如果有多对数字的和等于输入的数字，输出任意一对即可。例如输入数组1、2、4、7、11、15 和数字15。由于4+11=15，因此输出4 和11。TRY:void search(int *a, int size, int n) { int
github突然无法使用hexo g上传博客问题的解决
输入hexo g后报错： can not read a block mapping entry; a multiline key may not be an implicit key显示文章上传失败有可能是因为文章的标题开头使用了不可以放在开头的字符例如：本来是：[2021BUUCTF]RE改成：2021BUUCTF]RE就可以了...
13.从架构设计角度分析AAC源码-Room源码解析第2篇：RoomCompilerProcessing源码解析前言APT、KAPT和KSP的理解roomCompilerProcessing架构循序渐进总结
由浅入深讲解roomCompilerProcessing源码。下面每个部分，自己认真写，读者认真看。个人建议，可以在深入一点：在理解大框架的基础上，不要忽略细节部分（提醒自己和读者），否则自己想写出高逼格代码照样很难！！！
数字信号处理——快速傅里叶变换
一、前言。快速傅里叶变换不是一种新的变换，而是离散傅里叶变换的快速算法，而且这个快速算法有很多种，都统称为快速傅里叶变换FFT。如果直接用公式计算DFT，其时间复杂度为O(n^n)，这是难以应用在工程当中的。而FFT的时间复杂度为O(n*log(n))，随着序列的点数增加，其运算效率大大提高。其中最常用的是基2时域抽取的FFT，下面来详细说明。二、旋转因子。三、蝶形图。...
python中reduce()函数的使用方法示例
前言
本文主要给大家介绍了关于python中reduce()函数使用的相关内容，分享出来供大家参考学习，下面话不多说了，
他的专栏
热门文章
