社区
community_281
帖子详情
caicaiatnbu的留言板
caicaiatnbu
2020-01-02 06:39:10
大家好,这里是我的留言板,如果有问题,欢迎大家留言,我会第一时间进行回复
...全文
140
回复
打赏
收藏
caicaiatnbu的留言板
大家好,这里是我的留言板,如果有问题,欢迎大家留言,我会第一时间进行回复
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
CSDN博客搬到http://blog.csdn.net/
caicaiatnbu
/
CSDN博客搬到http://blog.csdn.net/
caicaiatnbu
/在新博客中陆续更新有关GAN,Deep Learning, TensorFlow,LeetCode等博文。欢迎大家关注新博客!
[PAT-乙级]1052.卖个萌
1052. 卖个萌 (20) 时间限制 400 ms 内存限制 65536 kB 代码长度限制 8000 B 判题程序 Standard 作者 CHEN, Yue 萌萌哒表情符号通常由“手”、“眼”、“口”三个主要部分组成。简单起见,我们假设一个表情符号是按下列格式输出的:
PAT 乙级全部源码(已更新完http://blog.csdn.net/
caicaiatnbu
)
有部分题目采用STL中的vector,string,stack,queue等,我的博文C++ STL系列有对其详细介绍。 PAT 1001#include
int main() { //freopen("D://input.txt", "r", stdin); int n; while(scanf("%d", &n) != EOF) {
信息论相关概念
本文将重点介绍与信息论相关的5个概念,分别是信息熵、条件熵、互信息、交叉熵以及相对熵。这5个概念在机器学习和深度学习中都被广泛应用。下面我们分别对这5个概念进行详细介绍。 1. 信息熵 首先,我们给出信息熵的定义:在概率论与数据统计中,熵(Entropy)表示随机变量不确定性的度量。设是一个取有限个值得离散随机变量,即是一离散型随机变量,其概率分布为: 则随机变量的信息熵定义为: ...
【代码阅读】darknet源码阅读(七):activations.h和activations.c
参考文献依然是放前面:https://blog.csdn.net/
caicaiatnbu
/category_9096319.html 【https://blog.csdn.net/
caicaiatnbu
/article/details/100708754源码解析还带图解】 darknet版本: https://github.com/AlexeyAB/darknet,与原始的版本还是有一点区别的。 因为第一次读源码,我就直接按照参考文献的顺序来了,到时候再查漏补缺,加油! 今天看的是:activati
community_281
594
社区成员
254,047
社区内容
发帖
与我相关
我的任务
community_281
提出问题
复制链接
扫一扫
分享
社区描述
提出问题
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章