背景（background）：考虑下图三个图形，要求不重复地走完所有路径。其中，若能回到起点，则这样的环路称为欧拉回路（Euler Circuit），若能不重复走完路径，但终点不一定是起点，则这样的环游称为欧拉环游(Euler tour)。两种问题统称为欧拉路径问题（Euler Path Problem）。两种欧拉路径问题随然稍有不同，但解法思路一致，以欧拉回路问题介绍Fl...

快速排序（quickSort）:快速排序（quickSort）算法曾被认为是理论上高度优化而实践中不可能正确编程的一种算法，但该算法简单易懂且不难证明，像归并算法一样，快速排序也是一种分而治之的排序算法。行为描述：算法描述：1、枢纽元的选取：通常做法为选择数组中起始下标、中间下标和末尾下标对应的元素的中值已产生比较“平衡”的枢...

归并序（mergeSort）：归并排序以最坏情形运行时间运行，所使用的比较次数几乎是最优的，而且是递归算法很好的例子。归并排序的基本操作是合并两个已排序的表。因为这两个表是已经排序的，所以若放到第三个表中，则该算法可以通过对输入数据的一趟排序来完成。行为描述：算法描述：取两个输入数组A数组B、一个输出数组C及3个计数器（），它们的...

二叉树（binary tree）是一棵每个节点都不能多于两个子节点的树。其递归结构如图所示：二叉树的一个性质是平均二叉树的深度要比节点个数N小得多，分析表明，这个深度是,对于特殊类型的二叉树，即二叉查找树（binary search tree），其深度的平均值为。二叉树有许多与搜索无关的重要应用，主要应用之一是在编译器的设计领域，一个例子--...

在上一篇统计学习方法———第2章感知机模型中介绍了感知机学习模型、策略和算法，这里通过编程实现对iris数据集的萼片长度（sepal length）和萼片宽度（sepal width）进行线性分类。Iris 鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录，每类各 50 个数据，每条记录都有 4 项特征：花...

问题描述:隐形眼镜数据集是非常著名的数据集，它包含很多换着眼部状态的观察条件以及医生推荐的隐形眼镜类型。隐形眼镜类型包括硬材质(hard)、软材质(soft)以及不适合佩戴隐形眼镜(no lenses)。数据来源与UCI数据库（dTree目录下存在着info.txt文件记录着24份历史记录）。数据的Labels依次是age、prescript、astigmatic、tearRat...

任务描述：在digits目录下存在1934张手写数字训练数据集（trainSet，标签为文本_前数字）和946张手写数字测试训练集（testSet，真实值为标签文本_前数字），使用kNN算法对测试集数字进行识别。部分图片内容如下：实现步骤与上一节机器学习实战之分类篇 一 k-近邻算法（从电影分类到海伦约会）基本一致，都是将信息（图像）转...

谢尔排序（shellSort）:通过比较一定间隔的元素进行工作，各趟比较随着算法的进行而减小，直到只比较相邻元素的最后一趟元素排序结束，因此谢尔排序有时也称缩减增量排序（diminishing increment sort）.行为描述：算法描述：谢尔排序使用一个序列，叫做增量序列（increment sequence）。只要,任何增量序列都是可...

题目要求：了解opencv的DNN库，给定一张自然场景图片，使用训练好的yolov3模型，进行目标检测结果输出。分析：1）opencv的DNN模块集成了很多深度学习模型，包括人脸检测、图像分类、分割、目标检测等，集成了Pytorch、tensorflow、paddlepaddle等模型框架（参看代码库OpenCV/dnn）2）深度学习推理模型一般步骤：加载模型，包括配置文件和权重文件；输入图像预处

pytorch安装参考：win10安装CUDA9.0+CUDANN+Anaconda3+PYTORCH1.xwin10下安装错误：$ pip install --verbose --no-cache-dir torch-scatter$ pip install --verbose --no-cache-dir torch-sparse$ pip install --verbose --no-cac