發(fā)簡信
IP屬地：北京
-
概述1、學(xué)習(xí)地圖 2平斩、
-
劍指offer
1材鹦、二維數(shù)組中的查找 在一個二維數(shù)組中（每個一維數(shù)組的長度相同），每一行都按照從左到右遞增的順序排序叉抡，每一列都按照從上到下遞增的順序排序椰于。請完成...
-
隊列和棧基礎(chǔ)： 1淘菩、用數(shù)組結(jié)構(gòu)實現(xiàn)大小固定的隊列和棧 數(shù)組實現(xiàn)棧思路：用一個指針來確定位置,當(dāng)大于數(shù)組長度或者為0時拋出異常 數(shù)組實現(xiàn)隊列思路：先定義一...
-
樹基礎(chǔ) 1梭姓、實現(xiàn)二叉樹的先序霜幼、中序、后序遍歷誉尖，包括遞歸和非遞歸方式2罪既、在二叉樹中找到一個節(jié)點的后繼節(jié)點 3、判斷一棵二叉樹是否是平衡二叉樹4铡恕、判斷...
-
排序
基本排序：插入琢感，選擇，冒泡 三大排序：歸并探熔，快速驹针，堆排 1、歸并排序 -- 時間復(fù)雜度O(N*logN)诀艰，空間復(fù)雜度O(N) 思路：遞歸方法柬甥，本...
-
手撕transformer1. 從encoder-decoder說起 encoder-decoder是一個框架墙牌，在生成模型中使用廣泛，這里以翻譯系統(tǒng)為例暗甥。 添加encod...
-
一些零碎的知識1、MLE和MAP MLE: 模型已定捉捅，參數(shù)未知 極大似然估計撤防，是一種參數(shù)估計的方法。即假設(shè)樣本滿足某種分布棒口，利用已知的樣本結(jié)果信息去反推最有可...
-
過擬合
摘要過擬合的問題在機器學(xué)習(xí)算法中很常見寄月，在深度學(xué)習(xí)中更常見的是模型train不起來，而不是過擬合无牵，過擬合的處理方法可以是：降低模型復(fù)雜度漾肮，正則，...
-
優(yōu)化算法總結(jié)
機器學(xué)習(xí)中的無約束優(yōu)化算法茎毁，包括最小二乘克懊、梯度下降、牛頓/擬牛頓法七蜘；樣本量不算很大谭溉，且存在解析解，可選用最小二乘法橡卤，速度快扮念；樣本量大時使用梯度下...