对角线

在深度学习中我们经常会遇到一下评价指标，但是有时候却又很模糊，不能彻底的理解其中的含义与作用，下面就常用的几个评价指标作一些阐述与理解。 我们 常见的评价指标 大概有下面的几种：混淆矩阵 （Confusion Matrix），准确率 （Accuracy），精确率（Precision），召回率（Recall），平均精确度（AP）， 平均精度均值 mean Average Precision(mAP)，交并比（IoU），ROC + AUC，非极大值抑制（NMS）。下面我们进行一一学习与了解。 1、混淆矩阵 （Confusion Matrix） 混淆矩阵也称误差矩阵，是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示。混淆矩阵中的横轴是模型预测的类别数量统计，纵轴是数据真实标签的数量统计。 对角线 ， 表示模型预测和数据标签一致的数目， 所以对角线之和除以测试集总数就是 准确率 。对角线上数字越大越好，在可视化结果中颜色越深，说明模型在该类的预测准确率越高。如果按行来看，每行不在对角线位置的就是错误预测的类别。总的来说，我们希望对角线越高越好，非对角线越低越好。对于二分类问题，真实的样本标签有两类，我们学习器预测的类别有两类，那么根据二者的类别组合可以划分为四组，如下表所示： 混淆矩阵 真实值 Positive Negative 预测值 Positive TP FP (Type

XDOJ—190—3*3矩阵对角线求和 2019.12.29日 3*3矩阵对角线求和 时间限制：1S 内存限制：10000Kb 问题描述： 求一个的整型矩阵对角线元素之和。 输入说明： 输入3*3的整型矩阵。 输出说明： 输出一个整数，即对角线的和。 输入样例： 1 2 3 4 5 6 7 8 9 输出样例： 15 # include <stdio.h> # define n 3 int main ( ) { int i , j , a [ n ] [ n ] , sum = 0 ; for ( i = 0 ; i < n ; i ++ ) for ( j = 0 ; j < n ; j ++ ) { scanf ( "%d" , & a [ i ] [ j ] ) ; } for ( i = 0 ; i < n ; i ++ ) sum + = a [ i ] [ i ] ; printf ( "%d\n" , sum ) ; return 0 ; } 来源： CSDN 作者： 小眠眠 链接： https://blog.csdn.net/qq_45550139/article/details/103747014

参考博客：https://www.cnblogs.com/rhythmic/p/5988529.html 1.格路径 假设向上走为H，向右走为R，则从（r，s）到（p，q）的一条格路径为： H,R,H,R,H,R,H,R. 即从p+q-r-s中选p-r个H。 因此，从( r ,s )到（p，q）的矩形格路径的数目是等于二项式系数: 2.下对角线格路径 从（r，s）到（p，q）但不能经过x=y对角线的格路径叫做下对角线格路径。 p<q时，是不存在下对角线格路径。因此只考虑p>=q的情况。 当从（0，0）到（n，n）时，下对角线格路径数正是Catalan数。 当从（0，0）到（p，q）采用容斥原理，即不考虑x=y这条线的格路径数-经过x=y的格路径数L 很简单，就是下移后的路径与（1，0）到（p，q）的路径数相同。 蓝色的路径==紫色的路径 来源： CSDN 作者： 木子若鱼 链接： https://blog.csdn.net/jane_6091/article/details/103722957

1120：同行列对角线的格 【题目描述】 输入三个自然数N，i，j（1≤i≤n，1≤j≤n），输出在一个N*N格的棋盘中(行列均从1开始编号)，与格子(i，j)同行、同列、同一对角线的所有格子的位置。 如：n=4，i=2，j=3表示了棋盘中的第二行第三列的格子， 当n=4，i=2，j=3时，输出的结果是： (2,1) (2,2) (2,3) (2,4) 同一行上格子的位置 (1,3) (2,3) (3,3) (4,3) 同一列上格子的位置 (1,2) (2,3) (3,4) 左上到右下对角线上的格子的位置 (4,1) (3,2) (2,3) (1,4) 左下到右上对角线上的格子的位置 【输入】 一行，三个自然数N，i，j，相邻两个数之间用单个空格隔开(1≤N≤10)。 【输出】 第一行：从左到右输出同一行格子位置； 第二行：从上到下输出同一列格子位置； 第三行：从左上到右下输出同一对角线格子位置； 第四行：从左下到右上输出同一对角线格子位置。 其中每个格子位置用如下格式输出：(x,y)，x为行号，y为列号，采用英文标点，中间无空格。相邻两个格子位置之间用单个空格隔开。 【输入样例】 4 2 3 【输出样例】 (2,1) (2,2) (2,3) (2,4) (1,3) (2,3) (3,3) (4,3) (1,2) (2,3) (3,4) (4,1) (3,2) (2,3) (1,4

分辨率、DPI、PPI和屏幕尺寸 分辨率 DPI/PPI 坑爹的屏幕尺寸 Reference 手机开发中不免会遇到分辨率、DPI、PPI和屏幕尺寸等术语，那就弄弄清楚这些概念的真正含义。 分辨率 分辨率这个词在很多地方都有，比如相机、视频、扫描仪。这里说的就是显示器的分辨率。显示器是由一个个像素点(pixel)所组成的，一般所说的显示器分辨率是1280x720就表示这个显示器水平方向有1280个像素，垂直方向上有720个像素。但是并非分辨率越高屏幕显示效果越好，还需要根据屏幕的大小来决定。也就是要看像素的密度(pixel density)，这个指标就是DPI(Dots Per Inch)或者PPI(Pixels Per Inch)，即英尺屏幕上像素或者是点的个数。 DPI/PPI DPI = Dots Per Inch PPI = Pixel Per Inch 两个参数的区别就在于Dot和Pixel的区别，dot值的是显示器上每一个物理的点，而pixel指的是屏幕分辨率中的最小单位。这个两个难道会不一样么？会！当一个像素需要多于一个屏幕上的物理点来显示的时候dot就跟pixel不一样了。这个有另一个叫法叫做dppx(dot per pixel)，即每个像素中有多少个点。大部分的显示器中一个像素即一个点，但目前一些比较好的屏幕和一些手机屏幕中dppx会大于1。比如说Mac

1.代码： package demo10; //求一个3*3矩阵对角线元素之和。 public class Demo10 { public static void main(String[] args) { int[][] arr = new int[3][3]; arr[0] = new int[]{1,2,3}; arr[1] = new int[]{4,5,6}; arr[2] = new int[]{7,8,9}; sum1(arr); sum2(arr); } private static void sum2(int[][] arr) { int sum = 0; for (int i = 0; i < arr.length; i++) { for (int i1 = 0; i1 < arr[i].length; i1++) { if(i + i1 == arr.length + 1){ sum += arr[i][i1]; } } } System.out.println("次对角线的和为："+sum); } private static void sum1(int[][] arr) { int sum = 0; for (int i = 0; i < arr.length; i++) { for (int i1 = 0; i1 < arr[i].length; i1+

对角线 这里，使用与之前不同的导入方法： import numpy as np 使用numpy中的函数前，需要加上 np. ： a = np . array ( [ 11 , 21 , 31 , 12 , 22 , 32 , 13 , 23 , 33 ] ) a . shape = 3 , 3 a array([[11, 21, 31], [12, 22, 32], [13, 23, 33]]) 查看它的对角线元素： a . diagonal ( ) array([11, 22, 33]) 可以使用偏移来查看它的次对角线，正数表示右移，负数表示左移： a . diagonal ( offset = 1 ) array([21, 32]) a . diagonal ( offset = - 1 ) array([12, 23]) 可以使用花式索引来得到对角线： i = [ 0 , 1 , 2 ] a [ i , i ] array([11, 22, 33]) 可以更新对角线的值： a [ i , i ] = 2 a array([[ 2, 21, 31], [12, 2, 32], [13, 23, 2]]) 修改次对角线的值： i = np . array ( [ 0 , 1 ] ) a [ i , i + 1 ] = 1 a array([[ 2, 1, 31], [12, 2,

求一个3*3矩阵对角线元素之和 Problem Description 给定一个3*3的矩阵，请你求出对角线元素之和。 Input 按照行优先顺序输入一个3*3矩阵，每个矩阵元素均为整数。 Output 从左下角到右上角这条对角线上的元素之和 Sample Input 1 2 3 3 4 5 6 0 1 Sample Output 13 # include <stdio.h> # include <stdlib.h> int main ( ) { int a [ 3 ] [ 3 ] , i , j , sum = 0 ; for ( i = 0 ; i < 3 ; i ++ ) { for ( j = 0 ; j < 3 ; j ++ ) { scanf ( "%d" , & a [ i ] [ j ] ) ; if ( i + j == 2 ) sum + = a [ i ] [ j ] ; } } printf ( "%d\n" , sum ) ; return 0 ; } 来源： CSDN 作者： 咕咕咕咕咕～ 链接： https://blog.csdn.net/qq_45666654/article/details/103533245

首先现在看到题目的我一脸懵。毕竟是最后一个实验呀。还不用写实验报告，，，看正题： 魔方问题 ： 编写函数createArithmeticSeq()，提示用户输入两个数字first和diff。然后函数创建一个按算术顺序排列的、有16个元素的数组并输出该算术序列。例如，如果first=21，diff=5，那么算术序列是21 26 31 36 41 ……96。 编写函数matricize()，它将一个有16个元素的一维数组和一个4行4列的二维数组作为参数。（其它的值，例如数组的大小，也必须作为参数来传递。）该函数将一维数组的元素放入到二维数组中。例如，如果A是在a中创建的一维数组，B是二维数组，那么将A的元素放入到B中后，数组B是： 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 编写一个函数reverseDiagonal()，倒转二维数组的两个对角线。例如，如果二维数组如b所示，那么在倒转两个对角线后，二维数组是： 96 26 31 81 41 71 66 56 61 51 46 76 36 86 91 21 编写一个函数magicCheck()，它将一个有16个元素的一维数组、一个4行4列的二维数组以及数组的大小作为参数。通过将一维数组的所有元素相加后被4除，该函数得到了magicNumber。该函数然后将每一行

Problem H: 矩阵对角线求和 Description 输入一个n×n的整数矩阵，分别计算两个对角线的和。 Input 输入矩阵的阶数n（n≤10），另起一行后输入一个n×n的整数矩阵，每列数据用空格隔开，每行数据用回车分隔。 Output 输出主对角线和副对角线的和。 Sample Input 3 1 2 3 3 2 1 9 7 8 Sample Output 11 14 # include <stdio.h> int main ( ) { int n , m , i , j , k , a [ 30 ] [ 30 ] , b [ 30 ] ; while ( scanf ( "%d" , & n ) != EOF ) { int sum1 = 0 , sum2 = 0 ; for ( i = 0 ; i < n ; i ++ ) { for ( j = 0 ; j < n ; j ++ ) { scanf ( "%d" , & a [ i ] [ j ] ) ; } } for ( i = 0 ; i < n ; i ++ ) { for ( j = i ; j < i + 1 ; j ++ ) { sum1 + = a [ i ] [ j ] ; } } for ( i = 0 ; i < n ; i ++ ) { for ( j = n - 1 - i ; j > n