權值

標籤

貢獻5

06:44 PM · Nov 16 ,2025

@u_12855

暱稱西門吹雪

Last seen
@u_16099355

暱稱數據挖掘者

Last seen
@u_16099174

暱稱晨曦微露s

Last seen
@u_16213595

暱稱mob64ca13fb1f2e

Last seen
@love51

暱稱GhostLover

Last seen

@權值 / 博客 RSS 訂閱

Nov 18 2025

西門吹雪 - 正則化損失函數代碼 pytorch

前言 L1、L2在機器學習方向有兩種含義：一是L1範數、L2範數的損失函數，二是L1、L2正則化 L1範數、L2範數損失函數 L1範數損失函數： L2範數損失函數： L1、L2分別對應損失函數中的絕對值損失函數和平方損失函數區別：分析： robust: 與L2相比，L1受異常點影響比較小，

稀疏矩陣 , pytorch , 損失函數 , 人工智能 , 正則化損失函數代碼 pytorch , 權值

收藏評論

Dec 25 2025

數據挖掘者 - [BZOJ2669][cqoi2012]局部極小值狀壓dp+容斥原理

總結容斥 P6846 首先發現將一張 DAG 的邊全部反向，仍然是一張 DAG。並且這兩種改邊總和是 \(m\)。所以答案就是 \(m\) 考慮一個 DAG 的特徵，考慮剖成若干層入度為 \(0\)。這啓發我們考慮一種計數，設 \(f_{S}\) 表示 \(S\) \[f_S=\sum_{T\subset S,T\ne \varnothing}f_

縮點 , redis , 時間複雜度 , 數據庫 , 權值

收藏評論

Nov 21 2025

晨曦微露s - 2019-02-02

11.18 下午和晚上都要被拉去上文化課（ dmy DAY5 T2 我們可以把 \(a,b\) 的詢問看成一條鏈上掛着一些子樹，通過 \(d_a\) 和 \(d_b\) 的差我們能夠求出 \(x\) dmy DAY8 T1 可以把 \(f()\) 操作看成 \(x \oplus y =

預處理 , Css , 子樹 , 前端開發 , 權值 , HTML

收藏評論

Dec 29 2025

mob64ca13fb1f2e - 帶權特徵融合 Resize

例題長度為n的正整數序列分為m段，求每段和的方差乘以m^2的最小值。——《SDOI2016 征途》例題-solve(fake) 設分為\(m\)段每段長度為\(x_i\)，此時的答案為 \[m^2\frac{\sum_i(x_i-\bar x)^2}{m}=m\sum_ix_i^2-2m\bar x\sum_ix_i+m^2\bar x^2=m\sum

帶權特徵融合 Resize , 最優解 , 架構 , 後端開發 , 斜率 , 權值