2020-03-12 12:13 Washington University in St. Louis 数据分析师
关注
不知道为什么通不过呢
def exchange(num):
if num==1:
return 0
else:
if num%2==0:
return int(num/2)
else:
return int((num-1)/2)
while True:
try:
a=1
line=[]
while(a!=0):
a=int(input())
if a==0:
break
else:
line.append(a)
for i in range(len(line)):
print(exchange(line[i]))
except:
break
def exchange(num):
if num==1:
return 0
else:
if num%2==0:
return int(num/2)
else:
return int((num-1)/2)
while True:
try:
a=1
line=[]
while(a!=0):
a=int(input())
if a==0:
break
else:
line.append(a)
for i in range(len(line)):
print(exchange(line[i]))
except:
break
「求助大佬帮看看这道算法题吧！」 有这样一道智力题：“某商店规定：三个空汽水瓶可以换一瓶汽水。小张手上有十个空汽水瓶，她最多可以换多少瓶汽水喝？”答案是5瓶，方法如下：先用9个空瓶子换3瓶汽水，喝掉3瓶满的，喝完以后4个空瓶子，用3...
https://gw-c.nowcoder.com/api/sparta/jump/link?link=https%3A%2F%2Fwww.nowcoder.com%2FquestionTerminal%2Ffe298c55694f4ed39e256170ff2c205f
全部评论
相关推荐
书海为家：#人脑vsAI#
尽管深度学习的最初灵感来源于人类的大脑，但二者的运作方式截然不同：深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练，它在相同领域的表现将远远超过人类（尤其是在数字的量化学习，例如挑选某人最可能购买的产品，或从100万张脸中挑选最匹配的一张）——相对来说，人类在同一时间内只能把注意力放在少数几件事情上面，而深度学习算法却可以同时处理海量信息，并且发现在大量数据背后的模糊特征之间的关联，这些模糊特征不仅复杂而且微妙，人类往往无法理解，甚至可能不会注意到。
虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”，但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。
与人类相比，深度学习想要充分发挥作用，离不开海量的相关数据、单一领域的应用场景以及明确的目标函数，这三项缺一不可，如果缺少其中任何一项，深度学习将无用武之地。 点赞 评论 收藏
分享