num

T1097-向量点积计算

时间秒杀一切 提交于 2020-02-16 14:40:02
# include <stdio.h> # define MAXN 1005 int num [ 2 ] [ MAXN ] ; int main ( void ) { int n , sum = 0 ; scanf ( "%d" , & n ) ; for ( int i = 0 ; i < 2 ; i ++ ) for ( int j = 0 ; j < n ; j ++ ) scanf ( "%d" , & num [ i ] [ j ] ) ; for ( int j = 0 ; j < n ; j ++ ) sum + = num [ 0 ] [ j ] * num [ 1 ] [ j ] ; printf ( "%d" , sum ) ; return 0 ; } 来源: CSDN 作者: zhuoge2018 链接: https://blog.csdn.net/zhuoge2018/article/details/104340944

阶乘

痞子三分冷 提交于 2020-02-16 14:29:12
阶乘 请用程序实现 输入一个正整数num,计算这个正整数的阶乘,并将计算结果输出。 # 请使用 input() 输入一个正整数 num num = int ( input ( ) ) count = 1 # 请计算这个正整数的阶乘,并将计算结果输出 for i in range ( num , 1 , - 1 ) : count = count * i print ( count ) 来源: CSDN 作者: Nasinhore 链接: https://blog.csdn.net/qq_43191251/article/details/104338895

softmax pytorch从零实现的代码

两盒软妹~` 提交于 2020-02-16 14:24:10
获取Fashion-MNIST训练集和读取数据 在介绍softmax回归的实现前我们先引入一个多类图像分类数据集。它将在后面的章节中被多次使用,以方便我们观察比较算法之间在模型精度和计算效率上的区别。图像分类数据集中最常用的是手写数字识别数据集MNIST[1]。但大部分模型在MNIST上的分类精度都超过了95%。为了更直观地观察算法之间的差异,我们将使用一个图像内容更加复杂的数据集Fashion-MNIST[2]。 我这里我们会使用torchvision包,它是服务于PyTorch深度学习框架的,主要用来构建计算机视觉模型。torchvision主要由以下几部分构成: torchvision.datasets: 一些加载数据的函数及常用的数据集接口; torchvision.models: 包含常用的模型结构(含预训练模型),例如AlexNet、VGG、ResNet等; torchvision.transforms: 常用的图片变换,例如裁剪、旋转等; torchvision.utils: 其他的一些有用的方法。 # import needed package % matplotlib inline from IPython import display import matplotlib . pyplot as plt import torch import

PAT 1007 素数对猜想

这一生的挚爱 提交于 2020-02-16 13:50:17
PAT 1007 素数对猜想 题目: 让我们定义dn为:dn=pn+1−pn,其中pi是第i个素数。显然有d1=1,且对于n>1有dn是偶数。“素数对猜想”认为“存在无穷多对相邻且差为2的素数”。 现给定任意正整数 N (<105),请计算不超过 N 的满足猜想的素数对的个数。 输入格式: 输入在一行给出正整数 N 。 输出格式: 在一行中输出不超过 N 的满足猜想的素数对的个数。 输入样例: 20 输出样例: 4 代码: #include <iostream> #include <vector> #include <cmath> using namespace std; #include <iostream> #include <vector> #include <cmath> using namespace std; bool is_prime( unsigned long long num ) { //两个较小数另外处理 if(num ==2|| num==3 ) return true ; //不在6的倍数两侧的一定不是质数 if(num %6!= 1&&num %6!= 5) return false ; unsigned long long tmp =sqrt( num); //在6的倍数两侧的也可能不是质数 for(int i= 5;i <=tmp; i+=6 )

水仙花数

偶尔善良 提交于 2020-02-16 13:36:35
水仙花数 "水仙花数"是指一个三位数,其各位数字立方和等于该数本身。例如 153 = 1³ + 5³ + 3³,所以 153 是一个水仙花数。 请用程序实现 输入一个三位数,找出100~num(含)中的所有水仙花数,并将找出的水仙花数从小到大输出,每行输出1个数 # 请使用 input() 输入一个三位数 num num = int ( input ( '请输入一个三位数: ' ) ) # 请找出 100 - num(含) 中的所有水仙花数,并将找出的水仙花数输出 for i in range ( 100 , num + 1 , 1 ) : a = i % 10 b = i % 100 // 10 c = i // 100 n = a * a * a + b * b * b + c * c * c if i == n : print ( i ) 来源: CSDN 作者: Nasinhore 链接: https://blog.csdn.net/qq_43191251/article/details/104338902

3.8 多层感知机

☆樱花仙子☆ 提交于 2020-02-16 11:37:28
3.8.1 从零开始实现 3.8.1.1 获取和读取数据 batch_size = 256 train_iter , test_iter = d2l . load_data_fashion_mnist ( batch_size ) 3.8.1.2 定义模型参数 Mxnet num_inputs , num_outputs , num_hiddens = 784 , 10 , 256 W1 = nd . random . normal ( scale = 0.01 , shape = ( num_inputs , num_hiddens ) ) b1 = nd . zeros ( num_hiddens ) W2 = nd . random . normal ( scale = 0.01 , shape = ( num_hiddens , num_outputs ) ) b2 = nd . zeros ( num_outputs ) params = [ W1 , b1 , W2 , b2 ] for param in params : param . attach_grad ( ) Pytorch num_inputs , num_outputs , num_hiddens = 784 , 10 , 256 W1 = torch . tensor ( np . random .

寒假作业三

匆匆过客 提交于 2020-02-16 10:41:51
面向对象程序设计寒假作业3 这个作业属于哪个课程 2020年面向对象程序设计 这个作业要求在哪里 寒假作业三 作业正文 寒假作业3 这个作业的目标 1.继续完成作业二的编程题,优化代码 2. 思考一个代码的延展性 编程题 继续完成作业二的编程题。 优化架构,思考代码的拓展性,比如我需要增加其他功能,如选择,循环语句怎么办。 思考:可以参考现有的编程语言,把这些语言的内容加入。如选择、循环语句、函数、或者扩大数字范围,支持负数等。 优化代码 将之前的代码做了一些优化,把错误分析单独独立为一个函数模块,并且完善了错误分析,从数据类型,数据范围,运算操作和初始化四个角度报错。用error函数,按照不同的参数输出不同的错误提示。 void error(int n) { if(n==1) printf("只支持整数数据\n"); if(n==2) printf("运算操作错误,仅支持增加或减少\n"); if(n==3) printf("数据超出范围,仅支持0-99内数据\n"); if(n==4) printf("未初始化\n"); } 我新加入了负数的计算,使程序范围由0-99变为-99-99.通过读入数据时判断第一个汉字是否为“负”,因为我们平常习惯说到负数时,第一个字一定是“负”。然后开一个字符数组minus存储符号,如果有“负”则执行函数exchange1。 int main()

《动手学深度学习》Day2:Softmax与分类模型

爱⌒轻易说出口 提交于 2020-02-16 10:08:15
文章目录 一、softmax的基本概念 二、交叉熵损失函数 三、模型训练和预测 四、获取Fashion-MNIST训练集和读取数据 五、softmax的Pytorch简实现 5.1初始化参数和获取数据 5.2 定义网络模型 5.3 初始化模型参数 5.4 定义损失函数 5.5 定义优化函数 5.6 训练 一、softmax的基本概念 1.分类问题 一个简单的图像分类问题,输入图像的高和宽均为2像素,色彩为灰度。 图像中的4像素分别记为 x 1 , x 2 , x 3 , x 4 x_1,x_2,x_3,x_4 x 1 ​ , x 2 ​ , x 3 ​ , x 4 ​ 。 假设真实标签为狗、猫或者鸡,这些标签对应的离散值为 y 1 , y 2 , y 3 y_1,y_2,y_3 y 1 ​ , y 2 ​ , y 3 ​ 。 我们通常使用离散的数值来表示类别,例如 y 1 = 1 , y 2 = 2 , y 3 = 3 y_1=1,y_2=2,y_3=3 y 1 ​ = 1 , y 2 ​ = 2 , y 3 ​ = 3 。 2.权重矢量 3.神经网络图 下图用神经网络图描绘了上面的计算。softmax回归同线性回归一样,也是一个单层神经网络。由于每个输出 o 1 , o 2 , o 3 o_1,o_2,o_3 o 1 ​ , o 2 ​ , o 3 ​ 的计算都要依赖于所有的输入

C 习题6-8 统计一行文本的单词个数 (15分)

旧城冷巷雨未停 提交于 2020-02-16 09:54:17
本题目要求编写程序统计一行字符中单词的个数。所谓“单词”是指连续不含空格的字符串,各单词之间用空格分隔,空格数可以是多个。 输入格式: 输入给出一行字符。 输出格式: 在一行中输出单词个数。 输入样例: Let’s go to room 209. 输出样例: 5 # include <stdio.h> int main ( ) { char a ; int cnt = 0 , num = 0 ; while ( 1 ) { scanf ( "%c" , & a ) ; if ( a == '\n' ) break ; while ( a != ' ' && a != '\n' ) { scanf ( "%c" , & a ) ; num ++ ; } if ( num != 0 ) cnt ++ ; num = 0 ; } printf ( "%d" , cnt ) ; return 0 ; } 来源: CSDN 作者: 新人小白在线被虐 链接: https://blog.csdn.net/Priest_One/article/details/104303339

面向对象程序设计寒假作业3

拥有回忆 提交于 2020-02-16 09:07:50
这个作业属于哪个课程 https://edu.cnblogs.com/campus/fzu/2020OOP 这个作业要求在哪里 https://edu.cnblogs.com/campus/fzu/2020OOP/homework/10288 这个作业的目标 1. 继续完成编程题并制作测试 作业正文 1编程题 仓库地址 https://github.com/chen1357/homework 参考文献 https://blog.csdn.net/yjx4102/article/details/79319305 一、编程题 1.扩大数字范围 (1)增加负数范围 在“ 整数 ”运算过程中出现负数时不再报错,而是继续运算,同时输入与输出都可以是负数。同时新增加了“ 自然数 ”,若初始输入“ 自然数 ”,如果运算出现负数则报错。 初始值输入的判断进行了修改。 scanf("%s%s%s%s",a,b,c,d); if(strcmp(a,"整数")!=0&&strcmp(a,"自然数")!=0) { printf("输入有误,请重新输入\n"); continue; } 在运算过程中的判断也进行了修改。 if (sum<k && strcmp(a,"自然数")==0) printf("%s不能为负值,请重新输入\n",b); else sum -= k;; 并且在输出的函数中增加了这一部分。