今天来总结下python3.4版本列表的一些操作方法。 列表(list)： 1、列表就像一个线性容器，但是比C++的 lis t扩展多得多，列表里的元素可以是相同类型，也可以包含各种类型，比如列表里嵌套另一个列表 2、list的索引是也是从0开始，但也可以从后访问，L1[-1] 表示L1中的最后一个 ...
分类：
编程语言 时间：
2016-10-14 07:21:58
阅读次数：
198
描述 给定直线上L1上的两点P1，P2（P1和P2不重合）和直线L2上的两点P3，P4（P3和P4不重合），判断直线L1和L2是否相交。如果相交则需要求出交点。我们这里所说的直线相交是指有且只有一个点P，它既落在L1上又落在L2上。 给定直线上L1上的两点P1，P2（P1和P2不重合）和直线L2上的 ...
分类：
其他好文 时间：
2016-10-14 00:12:48
阅读次数：
251
监督机器学习问题无非就是“minimizeyour error while regularizing your parameters”，也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们的训练数据，而规则化参数是防止我们的模型过分拟合我们的训练数据。 因为参数太多，会导致我们的 ...
分类：
其他好文 时间：
2016-10-12 10:57:54
阅读次数：
356
一、位置参数变量 1、输出两个输入参数之和 l1.sh123456789#!/bin/bash num1=$1num2=$2sum=$((num1+num2)) # 输出num1+num2之和 echo $sum调用：chmod 755 l1.sh./l1.sh 4 52、输出输入参数的个数和值 l... ...
分类：
系统相关 时间：
2016-10-11 11:24:27
阅读次数：
206
接上篇 ORTHOGONAL PROCRUSTES PROBLEM 普式分析（Procrustes analysis) 纠结了好久，还是没能完全看懂。。 奇异值分解（singular value decomposition）:，其中、 弗罗贝尼乌斯范数（Frobenius norm）： COUNTI ...
分类：
移动开发 时间：
2016-10-09 16:55:38
阅读次数：
161
起因是安装Python3.6后，打开失败提示丢失api-ms-win-crt-runtime-l1-1-0.dll。查询文档后发现需下载visualc++redistributable2015，并安装.net4.6(视乎不是必须的）。成功安装.net4.6后，visualc++redistributable2015安装失败，进度条卡住，看日志并查询文档，将其下载到目录..
今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家，我将这个五个部分分成两篇博文。知识有限，以下都是我一些浅显的看法，如果理解存在错误，希望大家不吝指正。谢谢。 监 ...
分类：
其他好文 时间：
2016-10-08 16:26:00
阅读次数：
190
不定期更新leetcode解题java答案。 采用pick one的方式选择题目。 Given a singly linked list L: L0→L1→…→Ln-1→Ln,reorder it to: L0→Ln→L1→Ln-1→L2→Ln-2→… 如题意，按照如上方式将单链表重新排序。由于单链 ...
分类：
其他好文 时间：
2016-10-07 11:14:23
阅读次数：
138
机器学习中的范数规则化之（一）L0、L1与L2范数 zouxy09@qq.com http://blog.csdn.net/zouxy09 今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇 ...
分类：
其他好文 时间：
2016-10-07 09:29:57
阅读次数：
194
机器学习中的范数规则化之（二）核范数与规则项参数选择 zouxy09@qq.com http://blog.csdn.net/zouxy09 上一篇博文，我们聊到了L0，L1和L2范数，这篇我们絮叨絮叨下核范数和规则项参数选择。知识有限，以下都是我一些浅显的看法，如果理解存在错误，希望大家不吝指正。 ...
分类：
其他好文 时间：
2016-10-07 09:28:41
阅读次数：
184
