原创 ecnu3247(鐵路修復計劃)
題目鏈接：http://acm.ecnu.edu.cn/problem/3247/ 顯然，倍數越大最小生成樹就越大，那麼久二分答案好了。 爲了防止每次kruskal的時候都要排序二導致複雜度升高，把邊分成國內和國外兩部分，分別排序，在 k
2020-02-22 16:33:14
原创 swjtu2381(Matrix)
題目鏈接：http://swjtuoj.cn/problem/2381/ 直接暴力的話，總得時間複雜度是O(T*n*q)的，TLE。 雖然有10^5次操作，但是矩陣大小隻有500*500，而且對於同一行（列）的操作，只有最後一次有效，只保
2020-02-22 16:33:14
原创 調用攝像頭拍照和從相冊中選擇
1. 聲明對象和註冊權限 聲明對象 private EditText bookEdit/**編輯圖書信息的EditText*/; private ImageView bookImage/**顯示圖片的按鈕*/; private Butt
2020-02-22 16:33:14
原创 swjtu2385(Maximize The Beautiful Value)
題目鏈接：http://swjtuoj.cn/problem/2385/ 設 s[i] 爲數列前綴和，最開始的beautiful value是 x，把a[i]向左移動 k 位後，beautiful value 位 x + (s[i-1]-
2020-02-22 16:33:14
原创 HDU6098(Inversion)
題目鏈接：http://acm.hdu.edu.cn/showproblem.php?pid=6098 從小到大排序，下標跟着一塊兒排，對於每一個b[i]，都在A數組裏面從後向前找，碰到第一個下標不是 i 的倍數的位置，對應的值就是要找的
2018-08-22 03:23:11
原创 HDU6092(Rikka with Subset)
題目鏈接：http://acm.hdu.edu.cn/showproblem.php?pid=6092 題解看這裏：http://blog.csdn.net/qq_36306833/article/details/76926969 #in
2018-08-22 03:23:00
1
原创 TensorFlow筆記之神經網絡優化——正則化
過擬合：神經網絡模型在訓練數據集上的準確率較高，在新的數據進行預測或分類時準確率較低， 說明模型的泛化能力差。 正則化：在損失函數中給每個參數 w 加上權重，引入模型複雜度指標，從而抑制模型噪聲， 減小過擬合。 使用正則化後，損失函數l
2018-08-22 03:23:00
原创 51nod1108（距離之和最小V2）
題目鏈接：https://www.51nod.com/onlineJudge/submitDetail.html#!judgeId=306798 題目說的是“求一個點使它到這N個點的曼哈頓距離之和最小”，並不是說“在這些點裏找出一個點”，
2018-08-22 03:23:00
原创 TensorFlow筆記之神經網絡優化——滑動平均
滑動平均：記錄了一段時間內模型中所有參數 w 和 b 各自的平均值。利用滑動平均可以增強模型的泛化能力。 滑動平均值（影子）計算公式： 影子 = 衰減率 * 影子 + （1 - 衰減率）*參數，其中，衰減率 = ，影子初值 = 參數初值
2018-08-22 03:23:00
2
原创 HDU6053(Colorful Tree)
題目鏈接：http://acm.hdu.edu.cn/showproblem.php?pid=6035 每一條路徑中顏色數的總和，就是經過每一種顏色的路徑條數的總和，那麼每一種顏色的貢獻定義爲經過這種顏色的路徑的數量。 要計算經過一種顏色
2018-08-22 03:23:00
1
原创 HDU6055(Regular polygon)
題目鏈接：http://acm.hdu.edu.cn/showproblem.php?pid=6055 有500個整數點的座標，問總共歐多少個正多邊形。 一個結論：若一個正多邊形的點都是整數點，那麼該正多邊形是正四邊形（具體證明見楊景欽在
2018-08-22 03:23:00
原创 51nod1154（迴文串劃分）
題目鏈接：https://www.51nod.com/onlineJudge/submitDetail.html#!judgeId=307682 無從下手的時候考慮DP…… 區間DP考慮優化成線性DP…… 統計迴文串，可以枚舉中點，想兩邊
2018-08-22 03:22:59
原创 TensorFlow筆記之神經網絡優化——損失函數
神經元模型：用數學公式表示爲, f 爲激活函數。神經網絡是以神經元爲基本單位構成的。 激活函數：引入非線性激活函數，提高模型的表達力。 常用的激活函數有relu、sigmoid、tanh等。 ① relu：在TensorFlow中，用
2018-08-22 03:22:59
2
原创 TensorFlow筆記之搭建神經網絡
一、基本概念 張量：多維數組，用 “階” 表示張量的維度。 0階張量稱作標量，表示一個單獨的數； 1階張量稱作向量，表示一個一維數組 2階張量稱作矩陣，表示一個二維數組 3階及以上稱作張量，判斷張量是幾階的，就通過張量右邊的方括號
2018-08-22 03:22:59
3
原创 TensorFlow筆記之神經網絡優化——學習率
學習率：表示了每次更新參數的幅度大小。學習率過大，會導致待優化的參數在最小值附近波動，不收斂；學習率過小，會導致待優化的參數收斂緩慢。 在訓練過程中，參數的更新相紙損失函數梯度下降的方向。參數的更新公式爲：
2018-08-22 03:22:59
2