0%

发表于 更新于 分类于 阅读次数：
本文字数： 159 阅读时长 ≈ 1 分钟

2018年9月1日 下午3:54
经典算法研究系列：七、深入浅出遗传算法 - CSDN博客

  1. 新解如何产生？
    1. 通过随机值+概率的方式来综合判断
  2. 如何判断新解是否是最终的答案？
    1. 这里面最难的是：停止准则的设计
    2. 我现在不知道如何进行设计，只是懂得了这个算法的思想
  3. 你如何保证他是向最优解的方向移动？
    1. 这个可以感性的去理解，但是我用语言表达不出来。

发表于 更新于 分类于 阅读次数：
本文字数： 69 阅读时长 ≈ 1 分钟

2018年8月30日 下午3:54

总结：

  1. 其实就是将有向无环图1中寻找最大的网络流，加工图1改变遍历对象，去遍历图2
  2. 其实也就是要给图遍历的问题

发表于 更新于 分类于 阅读次数：
本文字数： 173 阅读时长 ≈ 1 分钟

2018年8月29日 上午10:51
数学上的推导类别
红-黑树
B树和B+树的插入、删除图文详解
A*算法
遗传算法
模拟退火
线段树
网络流入门-3
网络流入门-2
网络流入门-1
【POJ3101】Astronomy
分解质因数
HDU5491 The Next
POJ1001 Exponentiation【高精度】高精度乘法
POJ2413 How many Fibs?【高精度】

发表于 更新于 分类于 阅读次数：
本文字数： 132 阅读时长 ≈ 1 分钟

2018年8月29日 上午10:45

从AlexNet理解卷积神经网络的一般结构 - CSDN博客

  1. 第一层，与2~n层的原理是完全不同的。这里是介绍第一层的计算原理+作用。
  2. 错误的理解：全连接的第一层是卷积层结束后，得到立方体的顺序展开。
    1. 这个不是展开的关系，而是一种卷积结果。

发表于 更新于 分类于 阅读次数：
本文字数： 99 阅读时长 ≈ 1 分钟

2018年8月29日 上午9:50

  1. RGB图像对应的卷积核三维的立方体，卷积核我错误的以为都是二维的，错误的认为三维位置上的那个数是卷积核的数量。
    1. 立方体的相乘方式依然是：立方体的对位相乘
  2. 卷积核有四个参数

发表于 更新于 分类于 阅读次数：
本文字数： 223 阅读时长 ≈ 1 分钟

2018年8月28日 下午12:32

TensorFlow strides 参数讨论 - CSDN博客
strides参数确定了滑动窗口在各个维度上移动的步数。一种常用的经典设置就是要求，strides[0]=strides[3]=1。

  1. strides[0] = 1，也即在 batch 维度上的移动为 1，也就是不跳过任何一个样本，否则当初也不该把它们作为输入（input）
  2. strides[3] = 1，也即在 channels 维度上的移动为 1，也就是不跳过任何一个颜色通道；

发表于 更新于 分类于 阅读次数：
本文字数： 204 阅读时长 ≈ 1 分钟

2018年8月28日 下午7:50

http://wossoneri.github.io/2017/12/16/[Tensorflow]conv-in-tf/
四维卷积的运算法则，这是一个单独的运算法则，与矩阵的乘法、点积其实是并列关系。这里强调是并列关系的原因是，我错误的用矩阵乘法的法则去理解四维卷积的运算。觉得四维卷积是法则是从从矩阵中推导出来的。这样做是错误的。

四维卷积的运算法则

附加：constant使用

发表于 更新于 分类于 阅读次数：
本文字数： 117 阅读时长 ≈ 1 分钟

2018年8月28日 下午1:33

CNN中卷积层的计算细节

总结：

  1. 1 x 1 卷积计算举例
    1. 作用就是将输入矩阵的通道数量缩减后输出（512 降为 32），并保持它在宽度和高度维度上的尺寸（227 x 227）
  2. 全连接层计算举例
    1. 输出矩阵的高度和宽度尺寸都是1