TensorFlow和Keras版本

深度学习可能会问到的问题： SGD随机梯度下降：容易陷入局部最优解，学习率固定 adagrad：如下图 adadelta：如下图 adam momentum：也是做梯度下降，是一种梯度下降的优化算法。学习率还是固定的，加入了动量，进行累加，有跳出局部最优解的能力，比较稳定， optimizer算法，在

替换空格 请实现一个函数，把字符串 s 中的每个空格替换成"%20"。 核心思想 重点一：字符串是不可改变的，但是本题要把字符串进行修改将"we are happy"改为"we%20are%20happy"，所以就得借助列表转换一下 重点二：就是字符串是可迭代的所以不用索引号来提取每个元素，直接用for i in str：即可。 重点三：.join()函数的使用，它是Python里边对字符串的操作，所以一般就是  ".join()  这...

三种常用的激活函数：relu、relu优于sigmoid和tanh 隐含层的函数肯定是非线性的函数， 多个隐藏层会好在哪里？ 参数多， 多一次非线性变换 卷积神经网络 CNN：卷积神经网络 感受野 卷积层好处（局部连接的好处）：参数少、泛化能力强、准确率高 局部连接的好处：更好地提取有效特征 卷积核 一个卷积核对应一个截距项 一个卷积核得到一个feature map

IP地址就是在网络中标记一台电脑 IP地址包括网络地址和主机地址 同一个局域网IP地址的网络号是一样的， A类IP第一个字节是网络号0xxxxxxx     表示范围 1.0.0.0 ~ 127.0.0.0     其中 127.0.0.1 是特殊的IP地址，表示主机本身，用于本地机器测试     默认子网掩码 255.0.0.0 B类IP前两个字节是网络号10xxxxxx xxxxxxxx     ...

三种常见的激活函数    网络拓扑结构    优化算法    激活函数：将神经元的净输入信号转换为单一的输出信号activetion function                 1.sigmoid函数，s型曲线，值域为0~1，            &nb...

二叉查找树，左边的子节点比父节点的数值小，右边的子节点比父节点的数值大 代码大体如下，有错误 node_list = [     {'key': '60', 'left': '12', 'right': '90', 'is_root': True},     {'key': '12', 'left': '4', 'right': '41', 'is_root...

数据结构——堆 结构类型类似树 与树不同的存在大小关系 最大堆 最大堆的实现 # 先创建一个列表 class Array():     def __init__(self, size = 4):         self.size = size  # 记录容器大小        &nb...

def quick_sort(nums):     if len(nums)>=2:         mid = nums[len(nums)//2]         left,right = [],[]         nums.remove(mid)...

归并排序采用分治法就是将一组混乱的数据分开，将分开的部分排序，将排好序的再组合起来，其实在合并过程中还是有比较的。垃圾，真显得蛋疼代码不是完全正确，存在bug，在pycharm里边改好了 def merge_sort(nums): if len(nums)<=1: return nums count = len(nums)//2 left = nums[:count] right = nums[count:] return def merge(left,right): l,r = 0,0 result = [] ...

二分查找速度比线性查找速度快就是先从一半处开始查找，但是缺点就是，数据必须是按大小排列的 def binary_search(find_value, args): # 记录列表查找的范围 begin = 0 end = len(args) - 1 # 比较是否是要查找的数据 while begin <= end: # 计算中间的索引号 mid = (begin + end)//2 # 对二取整 if args[mid] == find_value: return mid ...

def line_search1(find_value, args): for index,value in enumerate(args): if find_value == value: return index return -1 if __name__ == "__main__": nums = [0,1,2,3,4,5,6,7,8] print(line_search1(9,nums))