
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:
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...
https://shiweipku.gitbooks.io/chinese-doc-of-kaldi/content/lattice.html 一殴蓬、lattice 基礎(chǔ) 1、...
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...
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 ...
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...
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)...
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...
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 ...
Fully-Connected Layer ---- 全連接層 Locally-Connected Layer ---- 局部連接層 Convolutional Layer ...