一.權值線段樹與線段樹的區別： --權值線段樹維護數的個數，數組下標代表整個值域（如果值域太大，可以離散化，后面會有介紹） --線段樹則是直接維護每個數 二.權值線段樹的用處 1.尋找第K大（整個區間，即左邊界為1，右邊界為n） 2.逆序對（呵呵歸並也能求） 3.最大差& ...

定義： 權值線段樹，基於普通線段樹，但是不同。 舉個栗子：對於一個給定的數組，普通線段樹可以維護某個子數組中數的和，而權值線段樹可以維護某個區間內數組元素出現的次數。 在實現上，由於值域范圍通常較大，權值線段樹會采用離散化或動態開點的策略優化空間。單次操作時間復雜度o(logn) 權值 ...

權值共享的思考 在CNN中，每個濾波器 在整個視覺域(visual field)上是不斷重復的。這些重復的單元共享着相同的參數設定（權值向量(weight vector)和偏置(bias)），並且組成一個特征圖(feature map)。 Layer m-1 Depth為3，按照RGB ...

權值線段總結 權值線段樹就是把線段樹的每個點權，賦予一定的含義，比如數字出現的次數，數值前綴出現的次數，並用區間求和維護一個前綴信息，比如數字出現的次數，第K大等（不能實現區間第K大），前綴第K大等。 權值線段樹優點： 能夠比較容易實現平衡樹的一系列操作 一個序列中，插入一個數，刪除一個 ...

詳解權值線段樹 本篇隨筆詳細講解一下算法競賽中的一種數據結構——權值線段樹。 前置知識 在講解權值線段樹之前，我們首先要明確：權值線段樹屬於一種線段樹，它的本質仍然是線段樹。所以在學習權值線段樹之前，如果還對普通線段樹並沒有一個深刻的了解的話，請先移步這篇博客來學習簡單線段樹。 簡單線段樹 ...

Note:后記 此權值共享非彼卷積共享。說的是layer實體間的參數共享。 Introduction 想將兩幅圖像”同時“經過同一模型，似乎之前有些聽聞的shared model沒有找到確鑿的痕跡，單個構建Variable然后每層設置，對debug階段（甚至使用階段）來說是場噩夢。能夠可行 ...

背景 反向傳播(Backpropagation)是訓練神經網絡最通用的方法之一，網上有許多文章嘗試解釋反向傳播是如何工作的，但是很少有包括真 ...

要理解卷積，首先你要理解什么是全連接和局部連接，全連接是什么？舉個例子，100*100大小的圖像，假設有100個隱含神經元，那么就有100*100*100個連接， 太可怕，局部連接是什么，假設每個隱含神經元只局部連接10*10，那么就有10*10*100個連接。 那么什么是卷積，什么又是權值 ...