2018-11-08 20:41:00 weixin_41011942 阅读数 104
  • 如何从零开始设计与开发一款通用模型预测调度系统

    机器学习模型从训练导出到生成环境部署,这个过程中涉及大量工作,会面临着各种问题与挑战,比如不断丰富的业务场景,系统需要负载种类繁多的神经网络,预测任务不均匀等,然而企业拥有的计算资源(如GPU个数)是有限的,如何能在有限资源下顺利完成任务,是一个不小的挑战。 同时,医疗AI场景有着其独特的生产环境,本期课程推想科技将分享工程实践中如何解决上述挑战的,并与大家探讨如何从零开始,分析与抽象问题,设计架构,并开发出一个支持任意计算资源限定、任意机器学习框架、任意计算场景的模型预测的解决方案。

    137 人正在学习 去看看 CSDN讲师

声明:

今天是第80道题。给定两个数组,编写一个函数来计算它们的交集。以下所有代码经过楼主验证都能在LeetCode上执行成功,代码也是借鉴别人的,在文末会附上参考的博客链接,如果侵犯了博主的相关权益,请联系我删除

(手动比心ღ( ´・ᴗ・` ))

正文

题目:给定两个数组,编写一个函数来计算它们的交集。

示例 1:

输入: nums1 = [1,2,2,1], nums2 = [2,2]
输出: [2,2]

示例 2:

输入: nums1 = [4,9,5], nums2 = [9,4,9,8,4]
输出: [4,9]

说明:

  • 输出结果中每个元素出现的次数,应与元素在两个数组中出现的次数一致。
  • 我们可以不考虑输出结果的顺序。

进阶:

  • 如果给定的数组已经排好序呢?你将如何优化你的算法?
  • 如果 nums1 的大小比 nums2 小很多,哪种方法更优?
  • 如果 nums2 的元素存储在磁盘上,磁盘内存是有限的,并且你不能一次加载所有的元素到内存中,你该怎么办?

解法1。用一个list命名为res存放两者的交集,以长度更短的list为基准,在更长的那个list中找相同元素,如有就append到res中,同时把在长list中第一个出现的那个元素删掉,短list不用删是因为for i in 本身就是一直往后不重复的性质,代码如下。

  • list.remove(i):只会删除第一个出现的i,后面出现的不删除,如list=[1,2,2,1],list.remove(2) = [1,2,1],而非[1,1]

执行用时: 48 ms, 在Intersection of Two Arrays II的Python提交中击败了52.59% 的用户

class Solution(object):
    def intersect(self, nums1, nums2):
        """
        :type nums1: List[int]
        :type nums2: List[int]
        :rtype: List[int]
        """
        res = []
        if len(nums1) > len(nums2):
            for i in nums2:
                if i in nums1:
                    res.append(i)
                    nums1.remove(i)
        else:
            for i in nums1:
                if i in nums2:
                    res.append(i)
                    nums2.remove(i)
        return res

 解法2。对其中1个list建立一个字典存储元素和出现频数的关系,然后遍历另一个list,如果重合则append到res中同时dict中的元素对应频数即键值减一,这样就避免了反复配对,代码如下。

执行用时: 28 ms, 在Intersection of Two Arrays II的Python提交中击败了99.91% 的用户

class Solution(object):
    def intersect(self, nums1, nums2):
        """
        :type nums1: List[int]
        :type nums2: List[int]
        :rtype: List[int]
        """
        res = []
        dict = {}
        for i in nums1:
            if i in dict:
                dict[i] = 1
            else:
                dict[i] += 1
        for i in nums2:
            if i in dict and dict[i] > 0:    # 这样就避免了重复
                res.append(i)
                dict[i] -= 1
        return res

结尾

解法1&解法2:https://blog.csdn.net/qq_34364995/article/details/80718195

进阶就交给大家好好思考啦~~~

2015-11-13 15:57:46 Toothless_Zhou 阅读数 3959
  • 如何从零开始设计与开发一款通用模型预测调度系统

    机器学习模型从训练导出到生成环境部署,这个过程中涉及大量工作,会面临着各种问题与挑战,比如不断丰富的业务场景,系统需要负载种类繁多的神经网络,预测任务不均匀等,然而企业拥有的计算资源(如GPU个数)是有限的,如何能在有限资源下顺利完成任务,是一个不小的挑战。 同时,医疗AI场景有着其独特的生产环境,本期课程推想科技将分享工程实践中如何解决上述挑战的,并与大家探讨如何从零开始,分析与抽象问题,设计架构,并开发出一个支持任意计算资源限定、任意机器学习框架、任意计算场景的模型预测的解决方案。

    137 人正在学习 去看看 CSDN讲师

//回调

- (void)start {

    _needResultArr = [NSMutableArray array];

    NSMutableArray* result = [NSMutableArray array];

    

    NSMutableArray* array_data = [NSMutableArray arrayWithObjects:

                                  @[@"1", @"3", @"5"],

                                  @[@"2", @"4"],

                                  @[@"10", @"20", @"30", @"40"], nil];

    

    [self combine:result data:array_data curr:0 count:(int)array_data.count];

    

    NSLog(@" \n%@ ",_needResultArr);

}


- (void)combine:(NSMutableArray *)result data:(NSArray *)data curr:(int)currIndex count:(int)count {

    

    if (currIndex == count) {

        

        [_needResultArr addObject:[result mutableCopy]];

        [result removeLastObject];

        

    }else {

        NSArray* array = [data objectAtIndex:currIndex];

        

        for (int i = 0; i < array.count; ++i) {

            [result addObject:[array objectAtIndex:i]];

            //进入递归循环

            [self combine:result data:data curr:currIndex+1 count:count];

            

            if ((i+1 == array.count) && (currIndex-1>=0)) {

                [result removeObjectAtIndex:currIndex-1];

            }

        }

    }

}

2018-11-19 17:42:07 fangkang7 阅读数 1452
  • 如何从零开始设计与开发一款通用模型预测调度系统

    机器学习模型从训练导出到生成环境部署,这个过程中涉及大量工作,会面临着各种问题与挑战,比如不断丰富的业务场景,系统需要负载种类繁多的神经网络,预测任务不均匀等,然而企业拥有的计算资源(如GPU个数)是有限的,如何能在有限资源下顺利完成任务,是一个不小的挑战。 同时,医疗AI场景有着其独特的生产环境,本期课程推想科技将分享工程实践中如何解决上述挑战的,并与大家探讨如何从零开始,分析与抽象问题,设计架构,并开发出一个支持任意计算资源限定、任意机器学习框架、任意计算场景的模型预测的解决方案。

    137 人正在学习 去看看 CSDN讲师

author:咔咔

wexhat:fangkangfk

 

将数组的键和值反转

 

 

返回俩个数组的交集

 

2018-11-08 19:51:50 weixin_41011942 阅读数 27
  • 如何从零开始设计与开发一款通用模型预测调度系统

    机器学习模型从训练导出到生成环境部署,这个过程中涉及大量工作,会面临着各种问题与挑战,比如不断丰富的业务场景,系统需要负载种类繁多的神经网络,预测任务不均匀等,然而企业拥有的计算资源(如GPU个数)是有限的,如何能在有限资源下顺利完成任务,是一个不小的挑战。 同时,医疗AI场景有着其独特的生产环境,本期课程推想科技将分享工程实践中如何解决上述挑战的,并与大家探讨如何从零开始,分析与抽象问题,设计架构,并开发出一个支持任意计算资源限定、任意机器学习框架、任意计算场景的模型预测的解决方案。

    137 人正在学习 去看看 CSDN讲师

声明:

今天是第79道题。给定两个数组,编写一个函数来计算它们的交集。以下所有代码经过楼主验证都能在LeetCode上执行成功,代码也是借鉴别人的,在文末会附上参考的博客链接,如果侵犯了博主的相关权益,请联系我删除

(手动比心ღ( ´・ᴗ・` ))

正文

题目:给定两个数组,编写一个函数来计算它们的交集。

示例 1:

输入: nums1 = [1,2,2,1], nums2 = [2,2]
输出: [2]

示例 2:

输入: nums1 = [4,9,5], nums2 = [9,4,9,8,4]
输出: [9,4]

说明:

  • 输出结果中的每个元素一定是唯一的。
  • 我们可以不考虑输出结果的顺序。

解法1。利用set去重的功能和自带找2个集合不重合元素的功能,先找出不一样的,再用nums1减去不同的,然后就可以返回相同的了,注意返回时把set转为list,代码如下。

执行用时: 28 ms, 在Intersection of Two Arrays的Python提交中击败了99.86% 的用户

class Solution(object):
    def intersection(self, nums1, nums2):
        """
        :type nums1: List[int]
        :type nums2: List[int]
        :rtype: List[int]
        """
        final = set(nums1).difference(set(nums2))
        return list(set(nums1)-final)
        # 更加pythonic的做法:return list(set(nums1) & set(nums2))

解法2。常规做法,遍历nums1中的每个元素,如果也在nums2中就放到1个list中,最后返回时用set对这个list去重然后再转为list即可,代码如下。

执行用时: 48 ms, 在Intersection of Two Arrays的Python提交中击败了36.14% 的用户

class Solution(object):
    def intersection(self, nums1, nums2):
        """
        :type nums1: List[int]
        :type nums2: List[int]
        :rtype: List[int]
        """
        res = []
        for i in nums1:
            if i in nums2:
                res.append(i)
        # 以上更加pythonic的做法是:
        # res = [i for i in nums1 if i in nums2]
        return list(set(res))

 

结尾

解法1&解法2:原创

2019-07-04 16:26:46 QQ164881500 阅读数 79
  • 如何从零开始设计与开发一款通用模型预测调度系统

    机器学习模型从训练导出到生成环境部署,这个过程中涉及大量工作,会面临着各种问题与挑战,比如不断丰富的业务场景,系统需要负载种类繁多的神经网络,预测任务不均匀等,然而企业拥有的计算资源(如GPU个数)是有限的,如何能在有限资源下顺利完成任务,是一个不小的挑战。 同时,医疗AI场景有着其独特的生产环境,本期课程推想科技将分享工程实践中如何解决上述挑战的,并与大家探讨如何从零开始,分析与抽象问题,设计架构,并开发出一个支持任意计算资源限定、任意机器学习框架、任意计算场景的模型预测的解决方案。

    137 人正在学习 去看看 CSDN讲师

arr:一个二维数组,里面有N个数组
getIntersection(arr) {
const cache = {};
arr.forEach(items => {
items.forEach(item => {
cache[item] = cache[item] ? (cache[item] += 1) : 1;
});
});
const len = arr.length;
return Object.keys(cache).filter(item => cache[item] >= len);
},

没有更多推荐了,返回首页