插入排序的算法思想是：每一趟将一个待排序的记录，按其关键字的大小插入到已经排好序的一组记录的适合位置上，直到所有待排序记录全部插入为止。例如，打扑克牌在抓牌时，每抓一张牌，就插入到合适的位置，直到抓完牌为止，即得到一个有序序列。可以选择不同的方法在已排好序的记录中寻找插入位置。根据查找方法的不同，有多种插入排序的方法 ，这里介绍三种方法：直接插入排序，折半插入排序和希尔排序。一.直接插入排序直接插

以下例子用于比较逻辑回归和神经网络在处理分类问题时的差别

DCGAN也叫深度卷积生成对抗网络，DCGAN就是将CNN与GAN结合在一起，生成模型和判别模型都运用了深度卷积神经网络的生成对抗网络。DCGAN将GAN与CNN相结合，奠定了之后几乎所有GAN的基本网络架构。DCGAN极大地提升了原始GAN训练的稳定性以及生成结果的质量...

损失函数是用于衡量模型所作出的预测离真实值（Ground Truth）之间的偏离程度。。俗话说，任何事情必然有它的两面性，因此，并没有一种万能的损失函数能够适用于所有的机器学习任务，所以在这里我们需要知道每一种损失函数的优点和...

分块查找又称索引顺序查找，这是一种性能介于顺序查找和折半查找之间的一种查找方法。在此查找法中，出表本身以外，尚需建立一个“索引表”例如，下图所示为一个表及索引表，表中有18个记录，可分为3个子表（R1,R2,.....R6）,（R7,R8.....R12）,(R13,R14......R18)，对每个子表建立一个索引项，其中包括两项内容：关键字（其值为该子表中的最大关键字）和指针项（指示该子表的第

损失函数是用于衡量模型所作出的预测离真实值（Ground Truth）之间的偏离程度。。俗话说，任何事情必然有它的两面性，因此，并没有一种万能的损失函数能够适用于所有的机器学习任务，所以在这里我们需要知道每一种损失函数的优点和...

DCGAN也叫深度卷积生成对抗网络，DCGAN就是将CNN与GAN结合在一起，生成模型和判别模型都运用了深度卷积神经网络的生成对抗网络。DCGAN将GAN与CNN相结合，奠定了之后几乎所有GAN的基本网络架构。DCGAN极大地提升了原始GAN训练的稳定性以及生成结果的质量...

论文总结：基于双任务一致性的半监督医学图像分割背景：大多数现有的半监督学习（SSL）算法都倾向于通过扰动网络和/或数据来规范模型训练。观察到多/双任务学习关注具有固有预测扰动的不同级别的信息。目的：这篇论文主要致力于“明确的构建任务级正则化”。解决方法：首次提出了一种新的“双任务一致性半监督框架”。具体来说就是使用了一个双任务深度网络，它联合预测了一个像素级的分割地图和一个目标的几何感知水平集表示

损失函数是用于衡量模型所作出的预测离真实值（Ground Truth）之间的偏离程度。。俗话说，任何事情必然有它的两面性，因此，并没有一种万能的损失函数能够适用于所有的机器学习任务，所以在这里我们需要知道每一种损失函数的优点和...

这是关于线性代数自学写的第二篇博客：高斯消元法与矩阵的初等变换，旨在巩固记录学习过程，加强理解