240 發(fā)簡(jiǎn)信
IP屬地:江蘇
  • 小米筆試題有點(diǎn)區(qū)別,只能進(jìn)行2次交易

    import numpy as np
    import heapq

    def maxpr(list1):
    pr = np.zeros((len(list1),len(list1)))
    for i in range(len(list1)):
    for j in range(i,len(list1)):
    pr[i][j] = list1[j] - list1[i]
    return pr.max(axis=0)

    if __name__ == "__main__":

    list1 = [77,84,59,56,69,38,53,77,35,89]
    print(sum(heapq.nlargest(2,maxpr(list1))))

    python面試題:python計(jì)算股票收益最大化

    思路:計(jì)算差值: 后一天的價(jià)格 - 前一天的價(jià)格如果是正數(shù)习寸,說(shuō)明股票上漲胶惰,連續(xù)為正則為持續(xù)上漲傻工,仍然是賺的如果是負(fù)數(shù),股票下跌,不持有該股中捆,不管我們的事 代碼: 最后打印結(jié)果:

  • 基于kaldi的聲紋識(shí)別

    聲紋識(shí)別基本原理: 1鸯匹、建立通用背景模型(UBM) 使用大量的非目標(biāo)語(yǔ)音構(gòu)建一個(gè)通用背景模型(exp/full_ubm_1024/final.ubm)。 2泄伪、得到目標(biāo)說(shuō)話(huà)人的...

  • kaldi lattice(網(wǎng)格)

    https://shiweipku.gitbooks.io/chinese-doc-of-kaldi/content/lattice.html 一殴蓬、lattice 基礎(chǔ) 1、...

  • 120
    kaldi總結(jié)

    一蟋滴、相關(guān)軟件及包的安裝 將kaldi從 github 下載到本地染厅,進(jìn)去 kaldi 目錄下,根據(jù) INSTALL 進(jìn)入 kaldi 目錄下的 src 和 tools 津函,按照目...

  • Weighted Finite-State Transducers(WFST肖粮,加權(quán)有限狀態(tài)轉(zhuǎn)換器)

    總結(jié)來(lái)源于此。 加粗圈代表初始狀態(tài)(0)尔苦;普通圈代表中間狀態(tài)(1,2)涩馆;雙圈代表終止?fàn)顟B(tài)(3)。 1. ∑ 是輸入集合∑ = {a, b, c, d} 2. ? 是輸出集合 ...

  • TensorFlow 非吃始幔基礎(chǔ)的知識(shí)筆記

    1魂那、TensorFlow(tf)變量的類(lèi)型及使用方法 (1) tf.constant() 先定義變量,后直接使用 tf.Session() import tensor...

  • 決策樹(shù)(DecisionTree)和隨機(jī)森林(Random Forests)

    Random Forest(隨機(jī)森林)算法是通過(guò)訓(xùn)練多個(gè)決策樹(shù)稠项,生成模型涯雅,然后綜合利用多個(gè)決策樹(shù)進(jìn)行分類(lèi)。 1. 單棵決策樹(shù)的構(gòu)建: (1)訓(xùn)練樣例的選擇 令N為訓(xùn)練樣例的個(gè)...

  • 120
    隱馬爾可夫模型(Hidden Markov Model展运,HMM)

    總結(jié)來(lái)自此鏈接 假設(shè)我手里有三個(gè)不同的骰子斩芭。第一個(gè)骰子是我們平常見(jiàn)的骰子(稱(chēng)這個(gè)骰子為D6),6個(gè)面乐疆,每個(gè)面(1划乖,2,3挤土,4琴庵,5,6)出現(xiàn)的概率是1/6仰美。第二個(gè)骰子是個(gè)四面體...

  • 120
    Filter Banks & MFCCs

    推薦一個(gè)非常好的網(wǎng)址迷殿,它介紹 filter banks 和 MFCCs 得非常好。 并且我的總結(jié)就是來(lái)自于這個(gè)網(wǎng)址, 并且學(xué)習(xí)到的代碼記錄在github 首先 Filter ...

  • 120
    Fully-Connected Layer ----> Locally-Connected Layer ----> Convolutional Layer

    Fully-Connected Layer ---- 全連接層 Locally-Connected Layer ---- 局部連接層 Convolutional Layer ...

  • 120
    d-vector

    d-vector 是通過(guò)DNN訓(xùn)練得到的咖杂。 or

亚洲A日韩AV无卡,小受高潮白浆痉挛av免费观看,成人AV无码久久久久不卡网站,国产AV日韩精品