牛客题解官

分类

题解(475)

/ 注册

TA的专栏 849篇文章 56人订阅

牛客代码笔记-牛栋

74篇文章 489人学习

图解HTTP-牛客面经八股

15篇文章 202人学习

图解网络模型-牛客面经八股

21篇文章 255人学习

图解Java基础-牛客面经八股

24篇文章 222人学习

图解Java多线程牛客面经八股

28篇文章 317人学习

图解JVM-牛客面经八股

11篇文章 243人学习

图解Spring-牛客面经八股

17篇文章 363人学习

图解Mybatis牛客面经八股

10篇文章 190人学习

图解Redis-牛客面经八股

17篇文章 222人学习

图解分布式-牛客面经八股

19篇文章 253人学习

图解系统设计-牛客面经八股

17篇文章 263人学习

图解操作系统-牛客面经八股

75篇文章 334人学习

图解数据库基础-牛客面经八股

26篇文章 241人学习

图解SQL-牛客面经八股

32篇文章 265人学习

图解数据库锁-牛客面经八股

32篇文章 232人学习

图解C++基础-牛客面经八股

47篇文章 227人学习

图解C++高级-牛客面经八股

32篇文章 154人学习

图解C++STL-牛客面经八股

17篇文章 211人学习

图解大模型基础-牛客面经八股

53篇文章 245人学习

图解测试基础-牛客面经八股

12篇文章 208人学习

图解测试用例设计-牛客面经八股

18篇文章 213人学习

图解机器学习-牛客面经八股

36篇文章 248人学习

图解Elasticsearch

24篇文章 211人学习

图解机器学习应用-牛客面经八股

26篇文章 247人学习

图解大模型应用-牛客面经八股

23篇文章 197人学习

图解测试开发-牛客面经八股

17篇文章 240人学习

图解Vue-牛客面经八股

44篇文章 179人学习

图解前端开发-牛客面经八股

39篇文章 250人学习

图解TCP/UDP牛客面经八股

43篇文章 246人学习

全部文章（共788篇）

题解|生成对抗网络（GAN）判别器

生成式对抗网络，通俗点说，就是一对买卖家在博弈，卖家（生成器）生成假数据想“以次充好”，买家（判别器）判断数据是真是假。判别器是生成式对抗网络中的另一个关键组件，其主要任务是判断输入的数据是真实的还是生成的。标准代码 import numpy as np def sigmoid(x): ...

Python3

2025-02-06

0 124

题解|生成对抗网络（GAN）生成器

生成式对抗网络（GAN）是一种深度学习模型，由两个神经网络组成：生成器和判别器。生成器负责生成与真实数据相似的假数据，而判别器则负责区分真实数据和生成的数据。通过对抗训练，生成器不断改进其生成能力，最终能够生成高质量的样本。生成器的说明生成器是生成式对抗网络中的一个关键组件，其主要任务是从随机噪...

Python3

2025-02-06

0 132

题解|两个正态分布之间的KL散度

两个正态分布之间的KL散度（Kullback-Leibler Divergence）是一种衡量两个分布之间差异的指标，其计算公式为：其中，和分别是两个正态分布的概率密度函数。但是本题中，使用的计算公式是：对于两个正态分布和，它们之间的KL散度可以表示为：标准代码如下 def kl_...

2025-02-06

0 207

题解|Leaky ReLU 激活函数

Leaky ReLU（Leaky Rectified Linear Unit）是一种常用的激活函数，其计算公式为：其中，是输入。该算法是ReLU激活函数的改进，解决了ReLU在负数输入时梯度为0的问题。是深度学习中常用的激活函数之一。标准代码如下 def leaky_relu(x,alpha...

2025-02-06

0 150

题解|实现ReLU激活函数

ReLU（Rectified Linear Unit）是一种常用的激活函数，其计算公式为：其中，是输入。该算法是深度学习中常用的激活函数之一。标准代码如下 def relu(z: float) -> float: return max(0, z)

2025-02-06

0 115

题解|Log Softmax函数的实现

Log Softmax函数（Log Softmax）是一种常用的激活函数，是Softmax函数的对数形式，其计算公式为：其中，是输入。该算法是深度学习中常用的激活函数之一。标准代码如下 def log_softmax(scores: list) -> np.ndarray: #...

2025-02-06

0 142

题解|单神经元

单神经元（Single Neuron）是神经网络中的最常见的基本单元。本题的步骤如下：初始化权重和偏置前向传播，计算预测值计算损失函数标准代码如下 def single_neuron_model(features, labels, weights, bias): pr...

2025-02-06

1 88

题解|softmax激活函数实现

softmax激活函数实现（Softmax Activation Function Implementation）是神经网络中的最常见的激活函数之一。 softmax函数其公式为标准代码如下 def softmax(scores: list[float]) -> list[float]: ...

2025-02-06

1 215

题解|Sigmoid 激活函数实现

Sigmoid 激活函数实现（Sigmoid Activation Function Implementation）是神经网络中的最常见的激活函数之一。 Sigmoid函数其公式为标准代码如下 def sigmoid(z: float) -> float: result = 1 / ...

2025-02-06

0 178

题解|实现AdaBoost拟合方法

AdaBoost（Adaptive Boosting）是一种常用的集成学习方法，其计算公式为：其中，是弱分类器，是权重，是迭代次数。该算法是深度学习中常用的集成学习方法之一。本题使用了分类错误率作为错误率，并使用错误率来更新分类器权重。其公式为：其中，是分类错误率，=sum(w[y !=...

2025-02-06

0 79