深度学习神经网络常用算法实现
- 梯度下降算法：正向传播以及反向传播实现
- 卷积神经网络算法
- 循环神经网络算法
- 长短时记忆网络
- 递归神经网络
- 用python的numpy库实现
- 资料来源Udacity以及https://www.zybuluo.com/hanbingtao/note/476663
传统算法数据结构实现
- 连通器算法
- 这篇博客写的十分详细：http://blog.csdn.net/u010707039/article/details/51954033
- 快速查找算法(quick-find)
- 找出元素所在次序，并将其与相同元素标记。若元素标记一致，则在同一个合集内，跳过进入下一条。
- 快速合并算法(quick-union)
- 找出元素所在根，一开始所有元素对应的根为自己。
- 表示核心：数组的下标对应节点，对应下标存储的值是父节点。
- 寻找根节点，反复查询父节点，若父节点所对应值与下标一致，则为根节点。
- 合并操作：将一个值挂在另一个值下。
- 加权快速合并算法(weighted-quick-union)
- 小幅度的修改快速合并算法，不再是任意挂取树，而是将小树挂在大树下面。
- 解决了寻找根花费大量的时间。
- 用一个size数组来记录每个根的长度，每次挂载的时候，将小树挂在大树下。
- 快速排序
- 希尔排序
- 快速排序
- 树
- 二叉树
- B树
- 红黑树