0.目录 1. "单链表的遍历与优化" 2. "静态单链表的实现" 3. "小结" 1.单链表的遍历与优化 问题： 如何遍历单链表中的每一个数据元素？ 当前单链表的遍历方法： 遗憾的事实： 不能以线性的时间复杂度完成单链表的遍历 新的需求： 为单链表提供新的方法，在线性时间内完成遍历 设计思路 ( ...
分类：
其他好文 时间：
2018-12-14 12:44:41
阅读次数：
123
Dynamaic Programming 定义&内容: 动态规划是运筹学中用于求解决策过程中的最优化数学方法。作为算法设计技术，是一种使用多阶段决策过程最优的通用方法。是解决最优化问题的重要工具。 多阶段决策过程: 百科:多阶段决策是指决策者在整个决策过程中做出时间上先后有别的多项决策。它通常比只需 ...
分类：
其他好文 时间：
2018-12-13 16:33:54
阅读次数：
193
1、无约束最优化问题 求解此问题的方法方法分为两大类：最优条件法和迭代法。 2、最优条件法 我们常常就是通过这个必要条件去求取可能的极小值点，再验证这些点是否真的是极小值点。当上式方程可以求解的时候，无约束最优化问题基本就解决了。实际中，这个方程往往难以求解。这就引出了第二大类方法：迭代法。 最优条 ...
分类：
编程语言 时间：
2018-12-12 23:41:34
阅读次数：
349
梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（GradientDescent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。反过来，如果我们需要求解损失函数的最大值，这时就需要用梯度上升法来迭代了。在机器学习中
分类：
编程语言 时间：
2018-12-12 17:38:25
阅读次数：
180
1. 概述 从这里开始，为了复习所学知识，也是为了更加深刻地探讨优化理论中的相关知识，所以将凸优化中的基础概念做一个整理，然后形成一个凸优化系列随笔。本系列将涉及部分数学推导，强调理论性，所以按需阅读（~~能不能通俗地表达出来我就不知道了~~）。凸优化问题通俗地讲，是一种优化问题，而且是一种简单的优 ...
分类：
其他好文 时间：
2018-12-10 23:28:57
阅读次数：
293
转自Laravel学院, 作者:学院君 最近刚好想到一些php.ini优化问题处理. 很多文章都是把配置全部翻译. (内容翻译太多和流程结构写的不是很清晰,看起来也头大.还是建议全部内容看几遍了解一下. [个人意见]) 刚好看到前辈都写好车轮子,我就直接拿来理解收藏.总计4篇. 服务器部署篇（一）： ...
分类：
Web程序 时间：
2018-12-10 18:25:53
阅读次数：
251
最大熵原理 承认已知事物（知识），对未知事物不做任何假设，没有任何偏见 最大熵存在且唯一（凸性） 概率平均分布等价于熵最大 最大熵模型的一般式 关于条件分布 P(Y|X)的熵为： 去掉负号，得到最大熵模型的等价式 MaxEnt 模型最后被形式化为带有约束条件的最优化问题，可以通过拉格朗日乘子法将其转 ...
分类：
其他好文 时间：
2018-12-10 11:27:31
阅读次数：
243
问题描述 有一个学校的老师共用N个教室，按照规定，所有的钥匙都必须放在公共钥匙盒里，老师不能带钥匙回家。每次老师上课前，都从公共钥匙盒里找到自己上课的教室的钥匙去开门，上完课后，再将钥匙放回到钥匙盒中。 钥匙盒一共有N个挂钩，从左到右排成一排，用来挂N个教室的钥匙。一串钥匙没有固定的悬挂位置，但钥匙 ...
分类：
其他好文 时间：
2018-12-06 22:14:35
阅读次数：
274
对偶上升法 增广拉格朗日乘子法 ADMM 交替方向乘子法（Alternating Direction Method of Multipliers，ADMM）是一种解决可分解凸优化问题的简单方法，尤其在解决大规模问题上卓有成效，利用ADMM算法可以将原问题的目标函数等价的分解成若干个可求解的子问题，然 ...
分类：
其他好文 时间：
2018-12-06 14:13:21
阅读次数：
4383
1. Tensorflow 图的模式 定义各模块，前三个步相当于搭建了模型的静态图。 1. 数据输入函数 2. 优化问题的loss函数， 效果度量函数。注： loss 函数相当于定义深层网络。 3. 参数优化算子 4. 通过 循环 的调用section.run 刷新优化参数，loss函数值，效果度量 ...
分类：
其他好文 时间：
2018-11-29 20:20:13
阅读次数：
187
