剑指offer3: 数组重复数字

剑指offer3: 数组重复数字

(adsbygoogle = window.adsbygoogle || []).push({}); 题目描述:在一个长度为n的数组里的所有数字都在0~n-1之间。数组中某些数字时重复的,但不知道有几个重复了,也不知道每个数字重复了
剑指offer7:重构二叉树

剑指offer7:重构二叉树

(adsbygoogle = window.adsbygoogle || []).push({}); 题目:输入某二叉树的前序遍历和中序遍历的结果,请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序
Markdown语法

Markdown语法

(adsbygoogle = window.adsbygoogle || []).push({}); 标题 1.使用=和_标记一级和二级标题 一级标题 ======= 二级标题 ——————— 2.使用#号 # 一级标题 ## 二级标题 ### 三级标题 段落 换行:两个以上的
python下mnist数据集转化为图片

python下mnist数据集转化为图片

(adsbygoogle = window.adsbygoogle || []).push({}); 环境:tensorflow 代码如下 from tensorflow.examples.tutorials.mnist import input_data from scipy import misc import numpy as np import os mnist = input_data.read_data_sets('MNIST_data/',one_hot=True) result_path ='mnist_data\\train' def onehot2id(labels): return list(labels).index(1) if not os.path.exists(result_path): os.mkdir(result_path) labels_txt = open('train_labs.txt','w') for i in range(len(mnist.train.images)): img_vec = mnist.train.images[i,:] img_arr = np.reshape(img_vec,[28,28]) img_lab = mnist.train.labels[i,:] img_id = onehot2id(img_lab) labels_txt.write(str(i)+' '+str(img_id)+'\n')
监督分类之:KNN算法

监督分类之:KNN算法

(adsbygoogle = window.adsbygoogle || []).push({}); KNN简介 K近邻(K-Nearest Neighbor)学习是一种简单的监督学习方法。方法流程主要是:对于给定的测试样本,基于某种距
Numpy使用GPU加速

Numpy使用GPU加速

(adsbygoogle = window.adsbygoogle || []).push({}); 在跑完mnist的KNN分类后,跑的挺慢,突然想有没有GPU的numpy的呢,上网查了查,才知道原生的numpy没有实现(不应该啊