null的专栏-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

null的专栏

专栏成员

398

文章

612017

阅读量

70

订阅数

每日一道leetcode：11. 盛最多水的容器

容器编程算法

给定一个长度为 n 的整数数组 height 。有 n 条垂线，第 i 条线的两个端点是 (i, 0) 和 (i, height[i]) 。

2023-03-13

2410

每日一道leetcode：9. 回文数

给你一个整数x，如果x是一个回文整数，返回 true ；否则，返回 false 。

2023-03-13

3690

每日一道leetcode：5. 最长回文子串

换言之，对于中心轴两边的值是相等的，考察的知识点是中心扩散法，沿着中心轴向两端扩散，这也是回文串的主要判断方法，即头尾两个指针向两端移动，并判断两个指针处的值是否相等。

2023-03-13

2440

每日一道leetcode：2. 两数相加

编程算法存储

给你两个非空的链表，表示两个非负的整数。它们每位数字都是按照逆序的方式存储的，并且每个节点只能存储一位数字。

2023-03-13

3660

每日一道leetcode：1. 两数之和

编程算法存储

给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出和为目标值 target 的那两个整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。

2023-03-13

2150

深度学习算法原理——RCNN

编程算法图像处理图像识别机器学习神经网络

RCNN（Region with CNN features）[1]算法发表在2014年CVPR的经典paper：《Rich feature hierarchies for Accurate Object Detection and Segmentation》中，这篇文章是目标检测领域的里程碑式的论文，首次提出使用卷积神经网络（Convolutional Neural Networks, CNNs）处理目标检测（Object Detetion）的问题。

2022-12-24

1.4K0

liblbfgs中L-BFGS算法的实现

liblbfgs是基于C语言实现的L-BFGS算法库，用于求解非线性优化问题。可以通过liblbfgs的主页（http://www.chokkan.org/software/liblbfgs/）查询到对liblbfgs模块的介绍。其代码可以通过以下的链接下载：

2022-11-30

1K0

机器学习神经网络深度学习人工智能编程算法

很多的图像处理问题可以转换成图像到图像（Image-to-Image）的转换，即将一个输入图像翻译成另外一个对应的图像。通常直接学习这种转换，需要事先定义好损失函数，然而对于不同的转换任务，需要设计的损失函数也不尽相同。得益于生成对抗网络GAN的提出，尤其是条件生成对抗网络cGAN[1]（conditional GAN），可以直接学习这种映射关系，同时不需要人工定义该映射的损失函数，可以通过自动的学习得到。基于cGAN的基本原理，Pix2Pix[2]提出了一种图像转图像的通用框架。Pix2Pix网络不仅能够学习到从输入图像到输出图像的映射，还能学习到用于训练该映射的损失函数。

2022-05-18

2200

文本生成seq2seq框架

机器学习神经网络深度学习人工智能编程算法

Seq2Seq是Sequence to Sequence的缩写，作用是将一个序列（sequence）映射成另一个序列（sequence）。文献[1]和文献[2]分别提出利用深度神经网络DNN实现端到端的Seq2Seq学习，将Seq2Seq应用于神经机器翻译（Neural Machine Translation，NMT），唯一不同的是在[1]中使用LSTM作为基础网络，而在[2]中则是使用的是RNN。在Seq2Seq框架中包含了两个模块，一个是encoder模块，另一个是decoder模块。这种同时包含encoder和decoder的结构与AutoEncoder网络相似，不同的是AutoEncoder模型是将输入通过encoder的网络生成中间的结果，并通过decoder对中间的结果还原，AutoEncoder的模型结构如下图所示：

2022-05-12

6320

Deep Learning Recommendation Model（DLRM）

编程算法深度学习

DLRM（Deep Learning Recommendation Model）[1]是Facebook在2019年提出的用于处理CTR问题的算法模型，与传统的CTR模型并没有太大的差别，文章本身更注重的是工业界对于深度模型的落地，在文中介绍了很多深度学习在实际落地过程中的细节，包括如何高效训练。在此我们更多的是关注模型本身，尝试揭开DLRM模型的本质。在DLRM模型中，突出解决两个问题：

2022-05-12

1.2K0

特征工程编程算法

特征交叉对于CTR问题的求解有着重要作用，纵观CTR模型的发展可以看出，每一次效果的提升，都伴随着对特征的挖掘，尤其是交叉特征。FM[1]算法在线性模型LR的基础上增加了二阶特征的交叉，对LR效果有着显著的提升；随着深度学习的发展，深度模型天然的特征交叉能力，Google的Wide & Deep[2]通过结合Wide模型的记忆能力和Deep模型的泛化能力，充分利用Deep侧的特征交叉能力，然而由于Wide侧使用的依然是线性模型，依赖于人工特征工程的参与。DeepFM[3]是华为在2017年提出的用于求解CTR问题的深度模型，DeepFM是在Google的Wide & Deep模型的基础上，将FM算法引入到Wide侧，替换掉原始的Wide & Deep模型中的LR模型，可以实现端到端的学习特征的交叉，无需人工特征工程的参与。DeepFM模型一经推出，就受到业界很多公司的关注，并在众多互联网公司的多个场景中落地。

2022-05-12

4270

人脸识别系统FaceNet原理

人脸识别编程算法深度学习批量计算

近年来，随着深度学习在CV领域的广泛应用，人脸识别领域也得到了巨大的发展。在深度学习中，通过多层网络的连接，能够学习到图像的特征表示，那么两张人脸的图像，是不是可以通过深度学习判别其是否是相同的人呢？Google在2015年提出了人脸识别系统FaceNet[1]，可以直接将人脸图像映射到欧式空间中，空间中的距离直接代表了人脸的相似度。最终，FaceNet在LFW数据集上，准确率为0.9963，在YouTube Faces DB数据集上，准确率为0.9512。FaceNet的主要优化点是：

2022-05-12

6.1K0

机器学习模型中的损失函数loss function

在分类问题中，可以使用函数的正负号来进行模式判断，函数值本身的大小并不是很重要，0-1损失函数比较的是预测值与真实值的符号是否相同，0-1损失的具体形式如下：

2022-05-11

1.1K0

推荐系统中的常用算法——Youtube的DeepMatch

编程算法 swift ios

谷歌在2016年发表的文章《Deep Neural Networks for YouTube Recommendations》成为行业内争相跟进的技术方案，其基本的算法思想也成为深度学习在推进系统领域的成功的范例。在YouTube的推荐过程中，把推荐过程分为召回和排序两个阶段，在召回阶段，其主要目的是从百万级的视频中检索除一部分的视频用于之后的排序，对于召回阶段，需要处理的是全量的数据，由于数据量巨大，这就对召回的速度有很高的要求。

2022-03-04

1.5K0

文本分类fastText算法

在深度学习遍地开花的今天，浅层的网络结构甚至是传统的机器学习算法被关注得越来越少，但是在实际的工作中，这一类算法依然得到广泛的应用，或者直接作为解决方案，或者作为该问题的baseline，fastText就是这样的一个文本分类工具。fastText是2016年由facebook开源的用于文本分类的工具，fastText背后使用的是一个浅层的神经网络，在保证准确率的前提下，fastText算法的最大特点是快。

2022-03-04

8290

推荐系统中的常用算法——行为序列Transformer(BST)

编程算法神经网络

Behavior Sequence Transformer（BST）算法是由阿里在2019年提出的算法，应用于淘宝推荐中的ranking阶段。在目前的推荐系统中，主流的深度学习方案，如WDL，并没有充分利用用户的行为序列（User’s Behavior Sequence），在BST算法中，利用Transformer充分挖掘用户的行为序列，实现对用户行为序列的建模。

2022-03-04

4.6K0

深度学习在NLP中的应用——TextCNN

机器学习神经网络人工智能卷积神经网络编程算法

卷积神经网络（Convolutional Neural Networks，CNN）的提出使得深度学习在计算机视觉领域得到了飞速的发展，大量基于CNN的算法模型被提出，同时深度学习算法在多个视觉领域实现了突破。最初在文本领域，主要使用的深度学习模型是RNN，LSTM等，既然CNN在图像领域得到广泛的应用，能否将CNN算法应用于文本分类中呢？Kim在2014的文章《Convolutional Neural Networks for Sentence Classification》成功将CNN模型应用在文本分类中。

2022-03-04

1.6K0

【深度学习算法原理】Deep Structured Semantic Models（DSSM）

对象存储编程算法

深度语义模型（Deep Structured Sematic models, DSSM）是在2013年由微软的研究人员提出，主要解决的是在搜索的过程中，对于传统的依靠关键词匹配的方法的弊端（语义上的相似）提出的潜在语义模型。DSSM算法在实际工作中也被证明是卓有成效的算法，不仅在搜索中得到广泛的应用，同时也被使用在推荐系统的召回中。

2022-03-04

6570

【数据结构与算法面试题】统计上排数在下排出现的次数

题目来源“数据结构与算法面试题80道”。 📷 分析：本题应该是一个确定的问题，即上排的是个数是题目中给定的十个数。其基本的解题过程为： [10,0,0,0,0,0,0,0,0,0] [9,0,0,0,0,0,0,0,0,1] [8,1,0,0,0,0,0,0,1,0] [7,2,1,0,0,0,0,1,0,0] [6,2,1,0,0,0,1,0,0,0] 其中，循环的终止条件为：数组中的元素不再改变。本题理解上是给定的数组：[0,1,2,3,4,5,6,7,8,9]；如果不是给定的数组，那么解法上

2022-03-04

2070

【数据结构与算法面试题】二叉树节点的最大距离

题目来源“数据结构与算法面试题80道”。 📷 问题分析：涉及的知识点是二叉树的遍历，遍历的方法主要有：先序遍历中序遍历后序遍历层次遍历在本题中，使用先序遍历的方法。方法： void m_length(BSTreeNode *root, int *length, int *max_length){ if (NULL == root || (NULL == root->m_pLeft && NULL == root->m_pRight)){ if ((*le

2022-03-04

1820

点击加载更多

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态