graghsage 论文链接：https://arxiv.org/abs/1706.02216 github链接：https://github.com/williamleif/GraphSAGE 官方介绍链接：http://snap.stanford.edu/graphsage/ 优秀介绍： ht ...

自然语言模型的发展与引出 https://www.cnblogs.com/guoyaohua/p/9240336.html 基于频率或者预测模型：https://www.analyticsvidhya.com/blog/2017/06/word-embeddings-count-word2veec ...

3.1 3.2(链表，迭代，递归) 类似于头插法 c++1234567891011121314151617class Solution {public: ListNode* reverseList(ListNode* head) { if(head==N ...

RNN 如果用标准神经网络来处理序列的话，因为词向量用one hot表示会有很大的维数，这是很庞大的输入层，第一层权重矩阵就会有很多参数 RNN公式：

论文整理： truss： Efficient Truss Maintenance in Evolving Networks(2014) 1证明了每次插入边后，truss最多加1 2.插入边后，受影响truss的范围 Streaming and Batch Algorithms for Trus ...

闲来无事，做一个确诊人数的预测吧，希望拐点早日降临。 首先数据就是日期和总确诊人数，走势是平缓到爆发到平缓，所以用logistics函数。总治愈目前处于上升趋势，多项式拟合吧。大体思路就是自变量特征从1到总的天数，然后把数字映射到日期，制图。 附上代码 python12345678910111213 ...

动态规划复杂度： 状态数量* 转移的计算量 三角形最小路径和 行就是行，左斜的可以当做列。转移到dp[i][j]就有两种方式,dp[i-1][j]和dp[i-1][j-1] c++12345678910111213141516171819class Solution {public: ...

关键点 imagnet:图像数据集(大量带标签数据) GPU：高性能计算资源 LRN- 创新点 采用relu加速网络训练 采用Overlapping Pooling 提升指标 采用dropout减少过拟合(在fc层)(注意训练和测试阶段数据尺度的变化) 采用LRN提升泛化能力–不太用了(14年 ...

994.腐烂的橘子 腐烂橘子的影响范围是周围一圈的橘子，这就是典型的BFS,类似于拓扑排序，每一轮bfs都记录一下 c++12345678910111213141516171819202122232425262728class Solution {public: int orang ...

激活函数（Activation functions） 如果不使用激活函数，无论神经网络多少层都会是个线性激活函数 最基本的线性回归函数，一般用在最后一层。 除了二分类问题，不要使用sigmoid，tanh变现总是更好，但这些函数当z很大时，梯度会很小，训练会很慢，所以推荐relu函数。 ReLu ...