华为19秋招算法笔试

我的想法也不够成熟,如有谬误,欢迎在评论指正,谢谢~! 第一题 数轴X上有两个点的序列A={A1,A2,…,Am}和B={B1,B2,…,Bn},A_i和B_i均为正整数,A、B已经从小到大排序,A、B一定不为空,给定一个距离R,列出同时满足如下条件的所有(Ai, Bj)数对: 1. A_i <= B_j 2. A_i 和B_j的距离小于等于R,但如果A_i找不到R范围内的B_j,则列出距离它最近的一个B_j当然这种情况要满足条件1,如果找不到,就抛弃A_i 输入描述: 按照人易读的格式输入一行数据,输入A和B已经排好序,A和B的大小不超过50, 正整数范围不超过65535 输出描述: (A_i, B_j)数对序列,排列顺序满足序列中前面A_x <= A_y,前面的B_x <= B_y,因为输入的A和B已经排好序,所以实际输出结果不用特意排序,排序 去看看~

基于Prolog的人参专家诊断系统

目 录 1. 系统简介 1 1.1 系统概述 1 1.2 目的与意义 1 1.3 功能需求 1 1.4 系统结构图 2 2. 功能介绍 2 2.1 底层逻辑介绍 2 2.2 数据库 3 2.3 知识库 5 2.4 模型库 7 2.5 用户管理 8 3. 开发平台及开发工具介绍 10 3.1 开发平台介绍 10 3.2 开发工具介绍 14 系统简介 1.1 系统概述 该系统为人参专家诊断系统,主要对象是从事人参种植工作的农民。主要功能是实现以人参病植、虫害等信息维护为主要功能的数据库,基于Prolog的规则库,以及Prolog推断病植信息和虫害信息的模型库。我们利用药用植物病虫害数据库(pets.com.cn)中提供的数据及专家知识,为从事人参种植工作的农民提供服务。该系统目前已经成功线上部署运行:https://expert.goesbest.cn(用户名和密码均为admin) 1.2 目 去看看~

Pytorch 分类loss总结

在分类问题中,Pytorch提供了多种函数,那么哪种函数是使用softmax;哪些函数不用使用softmax就可以直接套loss;又有哪些函数使用logsoftmax?这里面有一些细节需要我来研究,我找到了pytorch在github上面的这部分代码,以此文记录一下我的学习历程。 分类问题有两种思路: 第一种需要对标签进行处理 NLLLoss(_WeightedLoss) 输入 这个函数的作用适合于样本数量不均衡的情况下,其中_WeightedLoss的维度是(样本个数,类别个数),数值代表了给每个类别分配的权重。这个函数接收到输入后,会给出每个类别的对数概率(因而比较适合样本不均匀的条件)。(也就是说如果你使用NLLoss的话,你可以在forward部分直接在最后一个隐层设定为(类别维度),然后套上一个LogSoftmax层就好了。) 预测 对于predict阶段代码中也给出了方法,可以 去看看~

Sqoop的学习笔记

压缩: sqoop命令中带上-z或者–compress,即可对拉取的数据进行压缩。 默认压缩算法为gzip,导出后在hdfs中的数据,后缀默认为.gz sqoop import \ –connect jdbc:mysql://localhost:3306/horus \ –username root –password ****** \ –table data –fields-terminated-by “\0001” \ –lines-terminated-by ‘\n’ \ –null-string ‘\\N’ \ –null-non-string ‘\\N’ \ –hive-table s_data \ –hive-import \ –hive-overwrite \ –delete-target-dir \ –hive-drop-import-delims 去看看~

信任的演化

信任的演化 第一种情况 变量说明 变量名 参数 犯错的机率 MISTAKERATE 0 淘汰-复制个体数 RECOPY 5 迭代次数 ITERTIMES 10 每轮博弈次数 GAMETIMES 10 一直欺骗 allCheat 20 一直合作 allCooperation 20 第一轮合作,一报还一报 copyCat 0 先合作,直到被欺骗,以后全部选择欺骗 grudger 0 合作 欺骗 合作 合作,如果反击,则变为copyCat 否则变为 allCheat detective 0 在演化的开始阶段,一直合作的player和一直欺骗的player种群个数相同。但是随着博弈进行,一直选择合作的种群比例逐渐降低,直到为0.换句话说,在一个充满自利且理性的社会中,随着老好人是很难存活到的。 第二种情况 变量说明 变量名 参数 犯错的机率 MISTAKERATE 0 淘汰-复制个体数 RECOP 去看看~