问题描述  设有n个活动的集合E={1,2,…,n}，其中每个活动都要求使用同一资源，如演讲会场等，而在同一时间内只有一个活动能使用这一资源。每个活动i都有一个要求使用该资源的起始时间si和一个结束时间fi,且si <fi 。如果选择了活动i，则它在半开时间区间[si, fi)内占用资源。  若区间[si, fi)与区间[sj, fj)不相交，则称活动i与活动j是相容的。也就是说，当si≥f

你有一架天平和 N 个砝码，这 N 个砝码重量依次是 $W_1$,$W_2$,⋅⋅⋅,$W_N$。请你计算一共可以称出多少种不同的**正整数**重量？注意砝码可以放在天平两边。**输入格式**输入的第一行包含一个整数 **N**。第二行包含 **N** 个整数：$W_1$,$W_2$,⋅⋅⋅,$W_N$。**输出格式**输出一个整数代表答案。**数据范围**对于 50% 的评测用例，1≤N≤15。

给出一个n个顶点的多边形，每个顶点是一个整数值， 每条边是运算符’+’或’*’，运算过程如下：将某个边断开，形成一条数值和符号组成的链；选择一条边及边连接的两个顶点v1，v2；用一个新的顶点代替上述边和顶点，其值为v1，v2经中间的运算符运算后得到得数；迭代操作，直至得出最终的运算结果。对于给定的多边形，计算得最高分。

本文聚焦图片中三根红线红点位置的精确检测这一问题。此前纯 RNNs 检测准确率低，促使尝试 CNN 与 RNNs 结合。采用代码合成的数据集，含 15000 张左右图片，有不同噪音情况，且搭配记录位置的 csv 文件。整体思路为先以 CNN 提取特征，再由 RNN 保持长时依赖，进而预测红点位置。但在图片长 1080、低噪声环境下，CNN+GRU 和 CNN+LSTM 结构效果欠佳，不仅难实现像素

    我们知道ftp传输文件方便，并且还可以设置账号密码登录。ftp登录时有复选框用于选择记住密码，在勾选之后每次登录就可以直接进入自己的账号的ftp了。本文提供退出已登录此账号，切换到其他账号的方法。    其实并不难，只需要在已登录的账号的空白处右键选择登录就OK了    重新输入账号密码即可...

为什么我们经常提到我们喜欢斜率容易计算、平滑连续、适合做误差函数的原因也在这里，面对含绝对值的或者是不连续的函数，在梯度下降求梯度时我们很难求导或者求导后会在某个范围不停波动无法接近最优解。三个结点可以完成一次异或操作，隐藏层有两个节点，一次异或操作可以作为2元的结果，把2元的结果编程下一个异或的其中之一输入，那么就可以通过加3个结点两层再多加入一元。所以不止需要一个隐含层。我们观察上图，误差对于

说在搜索的关键词比较火爆时，搜索结果中会出现Load more results，这意味着我们之前爬取的数据并不完全。我将在这篇博客中解决这个bug。这个网站的获取新闻的参数传递主要是靠From Data完成的，那这个Load more data前的新闻数据也应该是根据这个传入的参数获取的，这就意味着只要我们修改了合适的参数，就可以显示我们想要的新闻数量了。......

解决python爬虫爬到的结果与网页原版的html源码不一致的问题。内容包括从网页的Fetch/XHR中获取数据，使用POST请求获取数据，json格式的数据转换，简单的Excel操作。遇到的bug有：urllib报400: Bad Request；data无法以合适的格式传入requests。...............

主要内容分为理论推导和代码实现以及面试宝典三个部分。理论推导主要是贝叶斯的推导以及朴素贝叶斯计算实例。代码实现包括手动实现朴素贝叶斯和sklearn调用，实例有3个，分别对应离散型诗句和连续型数据两种情况。面试宝典是一部分《机器学习》中的课后习题和一些面试题。

先明确了BP、BP神经网络、MLP的概念，讨论了三者的区别和联系。之后用pytorch搭建多层感知机神经网络，这部分主要针对新手小白，以实战为主。内含2023年美赛春季赛Y题改变回归实例和一个反骗保欺诈分类实例。