迭代计算

CVPR2017的一篇论文 Learning Deep CNN Denoiser Prior for Image Restoration： 一般的，image restoration(IR)任务旨在从观察的退化变量$y$(退化模型，如式子1)中，恢复潜在的干净图像$x$ $y \text{} =\text{}\textbf{H}x\text{}+\text{}v $ where $\textbf{H}$denotes 退化矩阵，$\textbf{v}$denotes 加性高斯白噪声(additive white Gaussian noise) with 标准差$\sigma$ 指定不同的退化矩阵$\textbf{H}$，对应着不同的IR任务： -- 当$\textbf{H}$是一个恒等矩阵，IR任务对应着 图像去噪 (image denoising) -- 当$\textbf{H}$是一个模糊算子(blurring operator)，IR任务对应着 图像去模糊 (image deblurring) -- 当$\textbf{H}$是一个模糊和下采样的复合算子(composite operator of blurring and down-sampling)，IR任务对应着 图像超分辨率 (image super-resolution) IR 是一个病态逆问题(ill-posed

Map （键值对、键唯一、值不唯一） 核心：　　Map集合中存储的是键值对，键不能重复，值可以重复。根据键得到值，对map集合遍历时先得到键的set集合，对set集合进行遍历，得到相应的值。 l Collection中的集合，元素是孤立存在的（理解为单身），向集合中存储元素采用一个个元素的方式存储。 l Map中的集合，元素是成对存在的(理解为夫妻)。每个元素由键与值两部分组成，通过键可以找对所对应的值。 l Collection中的集合称为单列集合，Map中的集合称为双列集合。 l 需要注意: Map中的集合不能包含重复的键，值可以重复；每个键只能对应一个值。 . Map集合中包含HashMap(怎么存不一定怎么取)和LinkHahMap(怎么存就怎么取) HashMap 数组方式存储key/value， 线程非安全 ， 允许null作为key和value ，key不可以重复，value允许重复，不保证元素迭代顺序是按照插入时的顺序，key的hash值是先计算key的hashcode值，然后再进行计算，每次容量扩容会重新计算所以key的hash值，会消耗资源，要求key必须重写equals和hashcode方法 .HashMap<K,V>(泛型:键,值):存取数据才有的哈希表结果,元素怎么存不一定怎么取,由于要保证键的唯一不重复,需要重写键的hashcode()和equals(

java集合（list,set,map) 集合 集合与数组 数组 （可以存储基本数据类型）是用来存现对象的一种容器，但是数组的长度固定，不适合在对象数量未知的情况下使用。 集合 （只能存储对象，对象类型可以不一样）的长度可变，可在多数情况下使用。 注：数组我在前面的博客讲了大家可以看下 集合中接口和类的关系 Collection 接口是集合类的根接口，Java中没有提供这个接口的直接的实现类。但是却让其被继承产生了两个接口，就是Set和List。Set中不能包含重复的元素。List是一个有序的集合，可以包含重复的元素，提供了按索引访问的方式。 Map 是Java.util包中的另一个接口，它和Collection接口没有关系，是相互独立的，但是都属于集合类的一部分。Map包含了key-value对。Map不能包含重复的key，但是可以包含相同的value。 Iterator 所有的集合类，都实现了Iterator接口，这是一个用于遍历集合中元素的接口，主要包含以下三种方法： 1. hasNext() 是否还有下一个元素。 2. next() 返回下一个元素。 3. remove() 删除当前元素。 层次图 图一这个比较简单 图二完整 list,set,map对比 接口 子接口 是否有序 是否允许元素重复 Collection　 　　　　　　　　　 否 　 List 　　

如果是做Python或者其他语言的小伙伴，对于生成器应该不陌生。但很多PHP开发者或许都不知道生成器这个功能，可能是因为生成器是PHP 5.5.0才引入的功能，也可以是生成器作用不是很明显。但是，生成器功能的确非常有用。 优点 直接讲概念估计你听完还是一头雾水，所以我们先来说说优点，也许能勾起你的兴趣。那么生成器有哪些优点，如下： 生成器会对PHP应用的性能有非常大的影响 PHP代码运行时节省大量的内存 比较适合计算大量的数据 那么，这些神奇的功能究竟是如何做到的？我们先来举个例子。 概念引入 首先，放下生成器概念的包袱，来看一个简单的PHP函数： function createRange($number){ $data = []; for($i=0;$i<$number;$i++){ $data[] = time(); } return $data; } 这是一个非常常见的PHP函数，我们在处理一些数组的时候经常会使用。这里的代码也非常简单： 我们创建一个函数。 函数内包含一个 for 循环，我们循环的把当前时间放到 $data 里面 for 循环执行完毕，把 $data 返回出去。 下面没完，我们继续。我们再写一个函数，把这个函数的返回值循环打印出来： $result = createRange(10); // 这里调用上面我们创建的函数 foreach($result as

yield特性一般跟生成器generator紧密联系在一起 Generator implements Iterator { /* Methods */ public mixed current ( void ) public mixed key ( void ) public void next ( void ) public void rewind ( void ) public mixed send ( mixed $value ) public mixed throw ( Exception $exception ) public bool valid ( void ) public void __wakeup ( void ) } 注释：send()方法主要用于发送数据给当前yield，即yield被当作一个值被替换，且继续执行下一个yield，相当于next加current 所谓Generators, 我们以下称为”生成器”, 是一种可以返回迭代器的生成器. 呵呵, 这话有点绕, 让我们看看一个代码, 在没有迭代器之前, 如果我们遍历一个动态生成的数组: <?php function return_array () { $array = dummy (); //计算全部数组内容 return $array ; } foreach ( return_array () as

问题13：如何在for语句中迭代多个可迭代的对象 from random import randint a1 = [randint(10, 50) for _ in range(5)] a2 = [randint(10, 50) for _ in range(5)] a3 = [randint(10, 50) for _ in range(5)] a4 = [] 例一：并行操作：在一个for循环中实现多个列表的并行迭代； 方案：使用内置函数zip，将多个迭代对象合并，每次迭代返回一个元组 案例：对3个列表同时迭代，计算各列表对应元素的和； #方法一：直接用for循环引用 #弊端：只能支持引索操作：a1[]，若操作对象是生成器，则不能实现； for i in range(5): t = a1[i] + a2[i] + a3[i] a4.append(t) print(a4) #输出：[84, 67, 85, 88, 82] #方法二：用内置函数zip() for x, y, z in zip(a1, a2, a3): a4.append(x + y + z) print(a4) #输出：[44, 72, 73, 94, 130] 例二：川行操作：在一个for循环中实现多个列表的川行迭代； 方案：使用标准库itertools.chain，它能使多个迭代对象连接 itertools

小白：大牛哥，刚才看到有一个函数不使用 return 返回结果，而是使用 yield 关键字返回结果 , 看不太明白， Python 中 yield 关键字的用途是什么 , 它有什么作用 呀 ？ 大牛 : 要想理解 yield 的作用，你必须了解什么是生成器 (generators) ， 了解生成器之前(generators)你需要先去了解什么是 可迭代对象 (iterables) 。 大牛：小白啊，今天你大牛哥我刚好有空，给你说道说道这个 yield 的作用。让你开开眼界，看看我大牛都是怎么写出牛逼代码的。 小白：好呀好呀！！！ 大牛：我们先来看看什么是 可迭代对象 (iterables) 。 当你创建了一个列表，你可以遍历这个列表读取它的每一个元素，逐个读取列表元素 的过程 称为迭代 (iteration) 。 上面代码中 mylist 就是可迭代对象 (iterables), 使用列表推导式生成的对象也是可迭代对象 向这种可以使用 for ... in .. 语法去迭代的对象都是可迭代对象。 大牛：小白，明白什么是可迭代对象了吗？你来说一说 Python 里面有那些常见的可迭代对象。 小白：明白了。可以使用 for...in... 获取里面元素的对象就是可迭代对象，像字典，列表，元组，字符串都是可迭代对象。大牛哥我说的没错吧！ 大牛：给你 32 个赞！！不错，一点就通

Cypher介绍 “Cypher”是一个描述性的图形查询语言，允许不必编写图形结构的遍历代码对图形存储有表现力和效率的查询。Cypher还在继续发展和成熟，这也就意味着有可能会出现语法的变化。同时也意味着作为组件没有经历严格的性能测试。 Cypher设计的目的是一个人类查询语言，适合于开发者和在数据库上做点对点模式（ad-hoc）查询的专业操作人员（我认为这个很重要）。它的构念是基于英语单词和灵巧的图解。 Cyper通过一系列不同的方法和建立于确定的实践为表达查询而激发的。许多关键字如like和order by是受SQL的启发。模式匹配的表达式来自于SPARQL。正则表达式匹配实现实用Scala programming language语言。 Cypher是一个申明式的语言。对比命令式语言如Java和脚本语言如Gremlin和JRuby，它的焦点在于从图中如何找回（what to retrieve），而不是怎么去做。这使得在不对用户公布的实现细节里关心的是怎么优化查询。 这个查询语言包含以下几个明显的部分： START：在图中的开始点，通过元素的ID或所以查找获得。 MATCH：图形的匹配模式，束缚于开始点。 WHERE：过滤条件。 RETURN：返回所需要的。 在下例中看三个关键字 示例图片如下： 如：这个有个查询，通过遍历图找到索引里一个叫John的朋友的朋友（不是他的直接朋友

学习心得 这一周都在学习强化学习的有关内容，前五章的学习都比较顺畅，到了第六章碰到了小困难，David Silver的第六个视频讲解的不是很清晰，公式一多，脑子就比较混乱了。后来又看了别人的学习笔记，才变得清晰了一些。下面是我对所学算法的理解。 算法理解 1.DP（动态规划） 动态规划又分为策略迭代和价值迭代。 策略迭代： 从一个初始策略 π 和初始价值函数 V 开始，基于该策略进行完整的价值评估过程得到一个新的价值函数，随后依据新的价值函数得到新的贪婪策略，随后计算新的贪婪策略下的价值函数，整个过程反复进行。 价值迭代： 价值迭代的目标仍然是寻找到一个最优策略，它通过贝尔曼最优方程从前次迭代 的价值函数中计算得到当次迭代的价值函数，在这个反复迭代的过程中，并没有一个明确的策略参与，由于使用贝尔曼最优方程进行价值迭代时类似于贪婪地选择了最优行为对应的后续状态的价值，因而价值迭代其实等效于策略迭代中每迭代一次价值函数就更新一次策略的过程。 2.MC（蒙特卡罗强化学习） 蒙特卡罗强化学习不依赖状态转移概率，直接从经历过的完整的状态序列中学 习，使用的思想就是用平均收获值代替价值。 3.TD（时序差分强化学习） 在TD learning中，算法在估计某一个状态的价值时，用的是离开该状态时的即时奖励Rt+1与下一个状态St+1的预估状态价值乘以折扣因子组成

系列博客，原文在笔者所维护的github上： https://aka.ms/beginnerAI ， 点击star加星不要吝啬，星越多笔者越努力。 2.1 线性反向传播 2.1.1 正向计算的实例 假设我们有一个函数： \[z = x \cdot y \tag{1}\] 其中: \[x = 2w + 3b \tag{2}\] \[y = 2b + 1 \tag{3}\] 计算图如图2-4。 图2-4 简单线性计算的计算图 注意这里x, y, z不是变量，只是计算结果。w, b是才变量。因为在后面要学习的神经网络中，我们要最终求解的是w和b的值，在这里先预热一下。 当w = 3, b = 4时，会得到图2-5的结果。 图2-5 计算结果 最终的z值，受到了前面很多因素的影响：变量w，变量b，计算式x，计算式y。常数是个定值，不考虑。 2.1.2 反向传播求解w 求w的偏导 目前的z=162，如果我们想让z变小一些，比如目标是z=150，w应该如何变化呢？为了简化问题，我们先只考虑改变w的值，而令b值固定为4。 如果想解决这个问题，我们可以在输入端一点一点的试，把w变成4试试，再变成3.5试试......直到满意为止。现在我们将要学习一个更好的解决办法：反向传播。 我们从z开始一层一层向回看，图中各节点关于变量w的偏导计算结果如下： \[因为z = x \cdot y，其中x = 2w