对于6.12提到的加深网络深度带来的问题，（gradient diffuse 局部最优等）可以使用stack autoencoder的方法来避免 stack autoencoder是哟中逐层贪婪（Greedy layer-wise training）的训练方法，逐层贪婪的主要思路是每次只训练网络中的 ...
分类：
Web程序 时间：
2016-04-08 11:50:25
阅读次数：
228
贪心算法总是做出在当前看来做好的选择。也就是说贪心算法并不从整体最后考虑，他做出的选择只是局部最优选择。他所做出的仅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，但对范围相当广泛的许多问题他能产生整体最优解或者是整体最优解的近似解。 1.算法思路 贪心算法是一种不追求最优解，
分类：
编程语言 时间：
2016-03-17 21:16:25
阅读次数：
496
贪心算法就是一种比较简单的算法。贪心算法总是会选择当下的最优解，而不去考虑这一次的选择会不会对未来的选择造成影响。使用贪心算法通常表明，实现者希望做出的这一系列局部“最优”选择能够带来最终的整体“最优”选择。如果是这样的话，该算法将会产生一个最优解，否则，则会得到一个次优解。然而，对很多问题来说，寻...
分类：
编程语言 时间：
2016-01-04 18:12:40
阅读次数：
188
这次是首次接触这个算法，看了一些资料，总结一下。禁忌搜索算法简介禁忌搜索算法是组合优化算法的一种，是局部搜索算法的扩展。禁忌搜索算法是人工智能在组合优化算法中的一个成功应用。禁忌搜索算法的特点是采用了禁忌技术。所谓禁忌就是禁止重复前面的工作。禁忌搜索算法用一个禁忌表记录下已经到达过的局部最优点，在下一次搜索中，利用禁忌表中的信息不再或有选择地搜索这些点。禁忌搜索算法实现的技术问题是算法的关键。禁忌搜...
分类：
编程语言 时间：
2015-12-22 16:29:02
阅读次数：
331
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，只与当前状态有...
分类：
编程语言 时间：
2015-11-13 18:42:36
阅读次数：
249
动态规划和贪心算法都是一种递推算法 即均由局部最优解来推导全局最优解 （不从整体最优解出发来考虑，总是做出在当前看来最好的选择。） 不同点： 贪心算法与动态规划的区别：贪心算法中，作出的每步贪心决策都无法改变，由上一步的最优解推导下一步的最优解，所以上一部之前的最优解则不作保留。 能使用贪心法求解的...
分类：
编程语言 时间：
2015-09-28 11:38:41
阅读次数：
314
贪心算法：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，他所做出的仅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，但对范围相当广泛的许多问题他能产生整体最优解或者是整..
分类：
编程语言 时间：
2015-09-20 14:52:24
阅读次数：
153
题意：判断简单多边形内是否可以放一个半径为R的圆思路：如果这个多边形是正多边形，令r(x,y)为圆心在(x,y)处多边形内最大圆的半径，不难发现，f(x,y)越靠近正多边形的中心，r越大，所以可以利用模拟退火法来逼近最优点。对于一般的多边形，由于可能存在多个这样的"局部最优点"，所以可以选不同的点作...
分类：
其他好文 时间：
2015-09-13 07:01:50
阅读次数：
214
源：爬山算法和模拟退火算法简介一. 爬山算法 ( Hill Climbing ) 介绍模拟退火前，先介绍爬山算法。爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。 爬山算法实现很简单，其主要缺点是会陷入局部最优解，而不一定能搜索到全...
分类：
编程语言 时间：
2015-09-11 12:13:16
阅读次数：
189
贪婪算法分阶段的工作。在每一个阶段，就认为在这个阶段所做的决定是最好的。该算法终止的时候，我们希望局部最优就是全局最优。 NP完全的意思是算法的复杂度可以用多项式来表示。 哈弗曼编码： tri树 前缀码，如果一个字符放在非树叶结点上，那就不再额能够保证译码没有二义性。
分类：
编程语言 时间：
2015-09-03 12:41:26
阅读次数：
157
