不积跬步，无以至千里

原创 【学术论文写作】03 从词汇过渡到语法

听写：There are sveral in the Brish and American. 【慢速也没有跟上。。。那些句子在自己听来就是一个个单词，所以每次记下来的也是一个个单词，而不是一次记忆一句话，然后越落越多】语法：要养成识别语法的习惯，这样对于书面理解会很有帮助.关于动词的动名词、不定式的用法，找个本子记录下来。 词性：语法书中经常讨论的有8种词性：名词noun、代词pronoun、动词verb、形容词adjective、副词adverb、介词preposition、连接词con

原创 【学术论文写作】02 Tone and Diction

今天的学习任务是接着昨天课程的“tone and diction”部分，具体如下图所示:1. Choosing Correct Diction上节课谈到了好的写作需要有大的词汇量，但是仅仅有词汇量是不够的，还需要可以精确把握词的含义。通常英语中，来自拉丁语或希腊语的单词被认为更正式，而以盎格鲁-撒克逊语为根的单词则被认为不太正式。 （一本好的字典会告诉您单词的起源及其含义。）类似地，单个较长的单词被认为比简短的单词或单词短语更为正式，如下图所示：2. 12 Errors in Diction

原创 【学术论文写作】01 Building Vocabulary

今天的学习任务是《Academic and Business Writing》【Week 2: Vocabulary, Tone, and Diction】的第1部分【Building Vocabulary】。首先介绍了 vocabulary为什么是重要的。首先对词汇的精准把握显然是写作的关键环节，否则就会出现“词不达意”。之前有很多教程都提倡从阅读中学习词汇，但是输入的词汇是“死的”，能输出的词汇是“活的”。你能知道这个词大概是什么意思，但是真正写作的时候，往往出现“提笔忘词”，你想要表达这个含义，但

原创 小乌龟git remote: error报错解决

remote: https://gitee.com/profile/emailsremote: error: hook declined to update refs/heads/master参照https://mp.weixin.qq.com/s/YxHxReqWS5pNbzxTWP2P4g一文对小乌龟git进行了安装，但是在最后一步push的时候一直报上面的错，搜索了很多办法都没有解决问题。最后在https://www.cnblogs.com/geekswg/p/13195380.html..

原创 TF学习系列1：Tensorflow 发展史

参考：https://www.zhihu.com/question/446540609/answer/1760866290引言: 深度学习工具2021年了，深度学习框架已经有很多了，甚至有很多微信文章教你搭建自己的深度学习框架。我们先来了解下当下热门的一些框架：谷歌的TensorFlow、Facebook的Pytorch。1. TensorflowTensorFlow框架的前身是Google的DistBelief V2，是谷歌大脑项目的深bai度网络工具库，一些人认为TensorFlo

原创 【好用工具推荐系列】跨平台剪贴板工具——快贴

https://clipber.com/

原创 LeetCode 学习：颜色分类

https://leetcode-cn.com/problems/sort-colors/class Solution: def sortColors(self, nums: List[int]) -> None: """ Do not return anything, modify nums in-place instead. """ num_zero,num_one,num_two=0,0,0 for i

原创 LeetCode学习：区间类问题

283-移动零https://leetcode-cn.com/problems/move-zeroes/27 移除元素https://leetcode-cn.com/problems/remove-element/26 删除排序数组中的重复项https://leetcode-cn.com/problems/remove-duplicates-from-sorted-array/80 删除排序数组中的重复项 IIhttps://leetcode-cn.com/problems/re

原创 LeetCode 学习：移动零

https://leetcode-cn.com/problems/move-zeroes/方法1：class Solution: def moveZeroes(self, nums: List[int]) -> None: """ Do not return anything, modify nums in-place instead. """ zero_count = 0 for i in range(le

原创 LeetCode：冒泡排序，选择排序，最大子序和的代码实现

目录1.排序问题1.2 选择排序查看答案错误版本正确版本2. 最大子序和1.排序问题https://leetcode-cn.com/problems/sort-an-array/##1.1 冒泡排序class Solution: def sortArray(self, nums: List[int]) -> List[int]: ## 冒泡排序 # 轮次 for i in range(len(nums)-1):

原创 LeetCode 学习：消失的数字类小结

题目回顾1.缺失数字方法1：【0-N】N个数，不重复利用加法的性质方法2：利用负号，原地哈希整体向右平移1个单位，转化为【1,N】的问题。同理，如果是从负数开始的，也可以通过平移来转换。x-y是一 一对应的映射关系，且是线性关系，所以可以进行平移。2. 缺失2个数字【1，N】 N个数不重复利用加法、乘法性质，结合一元二次方程3. 找出所有缺失数字【1，N】N个数，有重复利用负号，原地哈希4. 缺失的第一个正数长度未知，范围未知可能有重复利用已知元素替换不符合要

原创 LeetCode学习：missing number 二刷

https://leetcode-cn.com/problems/missing-number/上一道题目采用了索引作为哈希表，检查数值是否存在。所以尝试用同样的方法来解决这到题目。本以为很简单的把0包括进去就行，然而实际做的时候才发现不是这个样子。自己在做的时候，绕了半天没弄清楚的是处理的时候遇到了0，那是应该处理0，还是处理0对应的索引？其他位置的数字都可以通过取符号，来表示这个数字存在，但如果遇到了0的话，0还是0，相当于没有处理，因此，无法判断0对应的那个索引。那么就出现了需要处理的点，0对应

原创 LeetCode 学习：缺失的第一个正数

https://leetcode-cn.com/problems/first-missing-positive/submissions/题目错误版本自己的思路是找出其中的最大正数、最小正数，划分为3个区间，然后根据缺失正数是在左边、区间内、右边的情况进行分别判断。判断缺失数字是在左边、右边的条件是，所有正数的个数 与（最大正数-最小整数）的大小关系，但是，这隐含了正数不重复出现的条件，所以这个方法有问题。class Solution: def firstMissingPositive(se

原创 LeetCode学习：找出所有消失的数字

https://leetcode-cn.com/problems/find-all-numbers-disappeared-in-an-array/错误版本：for 是一层循环， in判断需要遍历， remove也需要遍历，所以其实是一个O(n3)O(n^{3})O(n3)的时间复杂度。https://www.ics.uci.edu/~brgallar/week8_2.html查看答案：正确版本：class Solution: def findDisappearedNumbers

原创 LeetCode学习：消失的两个数字

https://leetcode-cn.com/problems/missing-two-lcci/一直没有什么思路，查看提示如下：同时需要注意的点：输入长度+2是理论的范围最大值N。低级错误点：计算乘积的时候，从1开始乘。class Solution: import math def missingTwo(self, nums: List[int]) -> List[int]: max_num = len(nums)+2 sum_mis

原创 LeetCode 学习：missing number

提示：想想加法的性质。错误版本：class Solution: def missingNumber(self, nums: List[int]) -> int: max_num = 0 max_sum = 0 list_sum = 0 for i in nums: if i > max_num: max_num = i list_sum .

原创 LeetCode学习-思路：valid-nagram 有效的字母异位词

题目地址：https://leetcode-cn.com/problems/valid-anagram/方法1：使用1个数组/列表class Solution: def isAnagram(self, s: str, t: str) -> bool: letters_list=[0]*26 for i in s: letters_list[ord(i)-ord('a')] +=1 for i in t:

原创 LeetCode学习-思路：最大子序和；选择排序；冒泡排序

    参照师父给出的数学语言示例（https://blog.csdn.net/herosunly/article/details/106635210），首先引入几个基本概念。fff代表指定的函数。每一步(step)和每一轮(round)。假设为二重循环，则外层循环一次代表走一轮rfrfrf，而内层循环一次代表走一步sfsfsf。如果是一重循环，则循环一次代表走一步。按照此约定，对最大子序和；选择排序；冒泡排序进行描述如下。最大子序和1. 动态规划动态规划就是把问题逐渐拆解，n个

原创 LeetCode 学习01 最大子序和（难度：简单）

题目给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。示例:输入: [-2,1,-3,4,-1,2,1,-5,4],输出: 6解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。链接：https://leetcode-cn.com/problems/maximum-subarray自己的思路暴力解法列出所有的子数组及和，max出最大的。需要两层循环，for 循环子数组长度，for循环 固定长度的子数组。n(n-1)/2 次，

原创 LeetCode 学习

背景    之前一直听别人提起过LeetCode，对于自己水水的编程能力也一直想提高一下，但是一直不知道具体怎么去提高，我见过有同学抱着一本厚厚的C++啃，一页页地看，还做笔记，但是看过之后什么印象也没有。也见过有人每天打开IDE写，但是只是自己写，没有和其他人交流学习，最后每一个月就放弃了。    幸好师父开启了LeetCode学习计划，而且给了方法论”自顶向下、自底向上相结合“+”六步法“。入门时了解基本规则/语法，然后就开始做简单的demo，在这个过程中获取

原创 《迈向时间序列预测第一步》学习笔记

来源：https://monkcage.github.io/blog/ai/2019/01/28/time_series_forecast.html时间序列预测具有挑战性，尤其是在处理长序列，嘈杂的数据，多步预测以及多个输入和输出变量时。深度学习方法为时间序列预测提供了很多希望，例如时间依赖性的自动学习以及趋势和季节性等结构的自动处理。用于时间序列预测的MLPfrom numpy import arrayfrom keras.models import Sequentialfrom keras.

原创 excel词典(xllex.dll)文件丢失或损坏 解决

尝试过卸载、重装；兼容模式运行、管理员权限运行，都没有作用。知乎https://www.zhihu.com/question/23932842/answer/1140331277有一个人提到了利用控制面板中的修复功能，解决问题。

转载 [转载]markdown编辑器中可以使用的6种空格标记

转自：https://blog.csdn.net/testcs_dn/article/details/78957685HTML提供了5种空格实体（space entity），它们拥有不同的宽度，非断行空格（ ）是常规空格的宽度，可运行于所有主流浏览器。其他几种空格（      ‌‍）在不同浏览器中宽度各异。 它叫不换行空格，全称No-Break Space，它是最常见和我...

原创 Python的运行环境Jupyter Notebook

python开发工具Python开发工具大体分两种：代码编辑器、集成工具IDE。常用到的编辑器有Vim、Atom、Sublime Text、VS Code、IDLE。常用到的IDE：Pycharm、Jupyter notebook、Spyder、Wing IDE。我是使用python进行数据分析处理的，所以IDE更适合我。Pycharm 和jupyter notebook 号称Python...

转载 python可变和不可变对象

转自：https://www.jianshu.com/p/c5582e23b26cpython中有可变对象和不可变对象，可变对象：list,dict.不可变对象有:int,string,float,tuple.最近看到这些知识下面来整理一下...python不可变对象int,string,float,tuple先来看一个例子def int_test(): ...

原创 《动手学深度学习》笔记 Task08：文本分类；数据增强；模型微调

学习地址：https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/jupyter/MA03VfYBa12-oJ9mi6ZPV文本分类文本分类是自然语言处理的一个常见任务，它把一段不定长的文本序列变换为文本的类别。本节关注它的一个子问题：使用文本情感分类来分析文本作者的情绪。这个问题也叫情感分析，并有着广泛的应用。同搜索近义词和类比词一样，文...

原创 《动手学深度学习》笔记 Task07：优化算法进阶；word2vec；词嵌入进阶

优化算法进阶Momentum目标函数有关自变量的梯度代表了目标函数在自变量当前位置下降最快的方向。因此，梯度下降也叫作最陡下降（steepest descent）。在每次迭代中，梯度下降根据自变量当前位置，沿着当前位置的梯度更新自变量。然而，如果自变量的迭代方向仅仅取决于自变量当前位置，这可能会带来一些问题。对于noisy gradient,我们需要谨慎的选取学习率和batch size, 来...

原创 《动手学深度学习》笔记 Task06：批量归一化和残差网络；凸优化；梯度下降

批量归一化和残差网络批量归一化概念对输入的标准化（浅层模型）处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。标准化处理输入数据使各个特征的分布相近批量归一化利用小批量上的均值和标准差，不断调整神经网络中间输出，从而使整个神经网络在各层的中间输出的数值更稳定。1.对全连接层做批量归一化位置：全连接层中的仿射变换和激活函数之间。2.对卷积层做批量归一化位置：卷积...

原创 《动手学深度学习》笔记 Task04：机器翻译及相关技术；注意力机制与Seq2seq模型；Transformer

机器翻译及相关技术机器翻译和数据集机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。 主要特征：输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。数据预处理将数据集清洗、转化为神经网络的输入minbatch分词字符串---单词组成的列表建立词典单词组成的列表---单词id组成的列表...

原创 《动手学深度学习》笔记 Task05：卷积神经网络基础；leNet；卷积神经网络进阶

卷积神经网络基础卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义。二维卷积层本节介绍的是最常见的二维卷积层，常用于处理图像数据。二维互相关运算二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称为卷积核或过滤器（filter）。卷积核的尺寸通常...

原创 《动手学深度学习》笔记 Task03：过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶

学习地址：https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/jupyter/jfPMOih2z9274kEy4id1j一、过拟合、欠拟合及其解决方案过拟合、欠拟合的概念训练误差（training error）：指模型在训练数据集上表现出的误差，泛化误差（generalization error）：指模型在任意一个测试数据样本...

原创 《动手学深度学习》笔记 Task02：文本预处理；语言模型；循环神经网络基础

学习地址：https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/jupyter/tLxtAC0ZUmyrqaYmSJwWu文本预处理文本是一类序列数据，一篇文章可以看作是字符或单词的序列，本节将介绍文本数据的常见预处理步骤，预处理通常包括四个步骤：读入文本 分词 建立字典，将每个词映射到一个唯一的索引（index） 将文本从词...

原创 《动手学深度学习》笔记 Task01 线性回归；Softmax与分类模型、多层感知机

学习地址：https://www.kesci.com/org/boyuai/project/5e4117b1b8c462002d687509线性回归的基本要素模型为了简单起见，假设价格只取决于房屋状况的两个因素，即面积（平方米）和房龄（年）。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系:数据集我们通常收集一系列的真实数据，例如多栋房...

原创 Ch3 KNN

原创 Ch2 感知机学习

原创 集成学习--学习笔记

目录1.为什么需要集成学习？2. 如何进行组合？3. 分类3.1 Bagging(套袋法，bootstrap aggregating)3.2boosting3.3bagging vs boosting最近在跟着奔腾学习xgboost，这是一个很久之前就听说过的大杀器，还有lightGBM等等，一听就很厉害的样子，之前也稍微了解过集成学习，包括boost、baggin...

转载 用深度学习每次得到的结果都不一样,怎么办?

http://www.sohu.com/a/150686946_116235作者：崔静闯神经网络算法利用了随机性，比如初始化随机权重，因此用同样的数据训练同一个网络会得到不同的结果。初学者可能会有些懵圈，因为算法表现得不太稳定。但实际上它们就是这么设计的。随机初始化可以让网络通过学习，得到一个所学函数的很好的近似。然而， 有时候用同样的数据训练同一个网络，你需要每次都得到完全相同的...

原创 《李宏毅深度学习》CNN 学习笔记

视频地址：https://www.bilibili.com/video/av23593949?from=search&seid=135729629224253935在开始李宏毅的课程之前，首先在3blue1brown简单了解了一下神经网络：https://www.bilibili.com/video/av15532370?from=search&seid=12857298627...

原创 《数据挖掘导论》笔记 Ch4 分类：基本概念、决策树与模型评估（上）

目录预备知识解决分类问题的一般方法决策树归纳决策树的工作原理如何建立决策树表示属性测试条件的方法选择最佳划分的度量【需要反复看】决策树归纳算法例子：Web机器人检测决策树归纳的特点分类任务就是确定对象属于哪个预定义的目标类。本章介绍分类的基本概年，讨论诸如模型的过分拟合等关键问题，并提供评估和比较分类技术性能的方法。预备知识分类的类标...

转载 MATLAB概率统计函数(4)

4.8假设检验4.8.1已知，单个正态总体的均值μ的假设检验（U检验法）函数ztest格式h=ztest(x,m,sigma)%x为正态总体的样本，m为均值μ0，sigma为标准差，显著性水平为0.05(默认值)h=ztest(x,m,sigma,alpha)%显著性水平为alpha[h,sig,ci,zval]=ztest(x,m,s...