MH's Blog

记：

对输入层，层数为1：

对隐藏层：

对输出层，层数为L：

使用FFmpeg合并MP4视频

使用FFmpeg拼接

速度慢，文件大

将 mp4 先转码为 mpeg文件，mpeg是支持简单拼接的，然后再转回 mp4。

1
2
3
4

ffmpeg -i 1.mp4 -qscale 4 1.mpg
ffmpeg -i 2.mp4 -qscale 4 2.mpg
cat 1.mpg 2.mpg | ffmpeg -f mpeg -i - -qscale 6 -vcodec mpeg4 output.mp4
#-qscale <数值> 以<数值>质量为基础的VBR，取值0.01-255，约小质量越好

写在前边，大纲基于吴恩达机器学习系列课程，以机器学习西瓜书作为补充。
大部分靠随堂记的笔记写成，所以可能概念上很不清楚
MH 2021.06.12

什么是机器学习

NULL

线性模型

LinearRegression线性回归

基于输入数据，由假设函数去预测值。

第一章 绪论

1. 微波的定义、频率、波长范围
   微波是频率从300MHz到3000GHz范围内的电磁波，$\lambda \in [0.1mm,1m]$
2. 微波的特点
   似光、似声性，穿透性，非电离性、信息性
3. 导行波的种类与特点
   种类：TE、TM:能量拘束在金属管内;TEM、准TEM波：能量拘束在导体之间的空间;

在观看视频时，为了学习英语，需要观看热心字幕菌留下的弹幕，但是，出现的中文弹幕一定程度上影响了观看学习。

使用正则表达式屏蔽中文弹幕

开启屏蔽->屏蔽管理->正则

/[\u4e00-\u9fa5]/

Over！

问题描述

1. 子序列：序列$Xn=,Z_k=$，当存在一个严格递增的X的下标序列$$，对所有$j=1,2,\dots,k$，满足$x{i_j}=z_j$，称$Z_k$为$X_n$的一个子序列。
2. 公共子序列对序列X、Y，序列Z是他们的子序列，Z为X、Y的公共子序列。

那么给定两个序列X，Y，求其最长的公共子序列。

钢条切割问题

问题描述

一段长度为i的钢条的价格$p_i$，那么给定一段长为n的钢条和价格表p，求最佳的切割方案使得出售价格最高。

问题描述

矩阵链乘法：给定一个n个矩阵的序列(矩阵链)，：$A_1A_2\dots A_n \Leftrightarrow \lang A_1,A_2,\dots A_n\rang$ ,这里我们不讨论如何求解计算结果，默认采用$\Theta(n^3)$ 的计算方法。我们可以使用括号去表达计算次序，然后利用标准的矩阵相乘去运算。可以发现不同的加括号方式得到的结果是一样的，但复杂程度却是不一样的。

如$A_1A_2A_3$ 为例子：

那么我们引出定义满足以下性质的矩阵乘积链称为fully parenthesized(完全括号化的)：单一矩阵，或者是两个完全括号化的矩阵乘积链的积，且已经外加括号。

如$\lang A_1,A_2,A_3,A_4\rang$有5种完全括号化的矩阵乘积链：1234,1(23)4,12(34),(12)34,(12)(34) 那有没有递推公式???

引出矩阵链乘法问题：给定一个n个矩阵的序列(矩阵链)，矩阵规模$Ai:p{i-1}*p_i$(满足行是上一个矩阵的列数)求完全括号化方案，使得乘积次数最少。

首先考虑穷举法，设P(n)为n个矩阵的链的完全括号化方案的个数，考虑我们一定会在某个k矩阵上吧矩阵链分割，于是我们有递推公式：

结果为$\Omega(2^n)$，要求用代入法证明，一会证，有点麻烦。

动态规划通常用来求解最优化问题，即有多个解都能到达最优值。

基本步骤

1. 刻画最优解的结构特征
2. 递归的定义最优解的值
3. 计算最优解的值，一般用自底向上的求解方法
4. 利用计算出的信息构造最优解（可忽略）

基本概念

将个元素按关键字的递增或递减排列