Leetcode刷题记录
递归方法和循环方法的对比
递归方法代码实现比较简洁，但是性能不如循环方法，还有可能出现栈溢出的问题。一般情况下优先考虑递归方法来实现！
搜索路径的题目：一般使用回溯法，回溯法很适合使用递归方法的代码来实现！当要求不能使用递归实现的时候，考虑使用栈模拟递归的过程
求某个问题的最优解时，并且该问题可以
...
神经网络中的注意力机制总结及PyTorch实战
0.概述
当神经网络来处理大量的输入信息时，也可以借助人脑的注意力机制，只选择一些关键的信息输入进行处理，用来提高神经网络的效率。在目前的神经网络模型中，可以将max pooling和gating机制近似地看作是自下而上的基于显著性的注意力机制。此外，自上而下的聚焦式注意力也是一种有效的信息选择方法
...
轻松优化Jupyter Notebook:技巧、诀窍、魔法
0.更换主题1234567pip install jupyterthemes# 使用暗黑主题jt -t chesterish# 恢复默认主题jt -r
1.常用技巧1234567ctrl + shift + p # 查看所有的快捷键按钮# 如果在开头加上感叹号，则可以运行bash命令，例如： !p
...
C++中虚函数可以是内联函数吗？
1.需要注意的几点：
虚函数可以是内联函数，内联是可以修饰虚函数的，但是当虚函数表现多态性的时候不能内联。
内联是在编译期建议编译器内联，而虚函数的多态性在运行期，编译器无法知道运行期调用哪个代码，因此虚函数表现为多态性时（运行期）不可以内联。
inline virtual 唯一可以内联的时候是：
...
C++中的volatile关键字
1.使用1volatile int i = 10;
2.使用volatile时要几个注意的点：
volatile 关键字是一种类型修饰符，用它声明的类型变量表示可以被某些编译器未知的因素（操作系统、硬件、其它线程等）更改。所以使用 volatile 告诉编译器不应对这样的对象进行优化。
volati
...
神经网络中的批量归一化Batch Normalization(BN)原理总结
0.概述
深层神经网络存在的问题(从当前层的输入的分布来分析)：在深层神经网络中，中间层的输入是上一层神经网络的输出。因此，之前的层的神经网络参数的变化会导致当前层输入的分布发生较大的差异。在使用随机梯度下降法来训练神经网络时，每次参数更新都会导致网络中每层的输入分布发生变化。越是深层的神经网络，其
...
常见的数据预处理方法总结
0.概述
一般而言，样本的原始特征中的每一维特征由于来源以及度量单位不同，其特征取值的分布范围往往差异很大。当我们计算不同样本之间的欧氏距离时，取值范围大的特征会起到主导作用。这样，对于基于相似度比较的机器学习方法（比如最近邻分类器KNN），必须先对样本进行预处理，将各个维度的特征归一化到同一个取值
...