一、简介 1 算法原理 头脑风暴优化算法主要由聚类和变异组成。 1.1 聚类 聚类：BSO采用K-means聚类算法，将相似的个体聚成k类，并将人为设定的适应度函数值最优的个体作为聚类的中心。当然，为了避免陷入局部最优，将有概率随机产生一个新个体替换其中 一个聚类中心。 1.2 变异 BSO变异主要 ...
分类：
编程语言 时间：
2021-06-28 20:55:32
阅读次数：
0
重要技巧：利用该英文字母的对应ASCII作为数组下标，来记录该字母的信息。
解题思路：
贪心策略：局部最优大区间划分，只不过这次是根据字母的最后一次出现的位置确定区间的最大值，因为字母是无规律分部，所以区间的最大值会跳跃性增加，不在是+1递增等规律递增 ...
分类：
其他好文 时间：
2021-05-24 16:06:59
阅读次数：
0
SGD + momentum SGD是利用一个mini-batch的数据来近似估计梯度，有陷入局部最优或者马鞍点的问题 momentum是说当前梯度也受之前的梯度的影响，用加权的方式。可以按照光流的思想去类比理解。 ...
分类：
其他好文 时间：
2021-01-02 11:31:49
阅读次数：
0
主要内容：神经网络与数学之间的关系在我们了解过神经网络的人中，都了解神经网络一个有很常见的训练方法，BP训练算法.通过BP算法，我们可以不断的训练网络，最终使得网络可以无限的逼近一种我们想要拟合的函数，最终训练好的网络它既能在训练集上表现好，也能在测试集上表现不错！那么BP算法具体是什么呢？为什么通过BP算法，我们就可以一步一步的走向最优值（即使有可能是局部最优，不是全局最优，我们也可以通过其它的
分类：
其他好文 时间：
2020-11-30 15:37:54
阅读次数：
7
1.算法初步 贪心算法 求解最优化问题的方法，由局部最优的策略使全局结果达到最优 适用于满足最优子结构的问题，即一个问题的最优解可以由的子问题的最优解有效地构造出来 two pointers 利用问题本身与序列地特性，使用两个下标i、j对序列进行扫描，以较低地复杂度解决问题 打表 在程序中一次性计算 ...
分类：
编程语言 时间：
2020-10-18 16:44:54
阅读次数：
27
0. 前言 通常神经网络的问题： 参数如何选择 何时停止训练 局部最优解 1. 回声网络ESN 具有以下特点： 大且稀疏生物连接，RNN被当做一个动态水库 动态水库可以由输入或/和输出的反馈激活 水库的连接权值不会被训练改变？ 只有水库的输出单元的权值随训练改变，因此训练是一个线性回归任务 假设有E ...
分类：
其他好文 时间：
2020-07-11 17:03:53
阅读次数：
198
本来想写完递归再写这个专栏的，但是老师给了一个贪心的题目，没办法只能开一个板块了 简介 在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，算法得到的是在某种意义上的局部最优解。 与这个局部最优解相对应的全局最优解会在动态规划里面展现出来。 例题 先来一道经典的贪心热热 ...
分类：
编程语言 时间：
2020-06-20 18:50:32
阅读次数：
74
贪心算法就是遵循某种既定原则，不断地选取当前条件下最优的选择来构造每一个子步骤的解决方案，直到获得问题最终的求解。在对问题求解时，总是做出在当前看最好的选择。 也就是说，不从整体最优上考虑，所做的仅是在某种意义上的局部最优解。 利用贪心算法解题，需要解决两个问题 问题是否适合用贪心算法求解 所求问题 ...
分类：
编程语言 时间：
2020-06-20 01:18:11
阅读次数：
79
贪心算法 基本思路： 贪心算法的基本思路是从问题的某一个初始解出发一步一步地进行，根据某个优化测度，每一步都要确保能获得局部最优解。每一步只考虑一个数据，他的选取应该满足局部优化的条件。若 下一个数据和部分最优解连在一起不再是可行解时，就不把该数据添加到部分解中，直到把所有数据枚举完，或者不能再添加 ...
分类：
编程语言 时间：
2020-06-11 21:57:17
阅读次数：
98
贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。 也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择。 选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状 ...
分类：
编程语言 时间：
2020-06-07 16:44:54
阅读次数：
67
