当前位置: 首页 > article >正文

xtu oj 神经网络

回顾

Dedicated to you.

  1. A+B III
  2. 问题 H: 三角数
  3. 问题 G: 3个数
  4. 等式 数组下标查询,降低时间复杂度
  5. 1405 问题 E: 世界杯
  6. xtu 数码串

题目

某神经网络模型是如下
1.一共有m层,每层都有几个神经元,从上到下编号为1到n。
2.第 i 层的神经元只有第 i + 1 层的神经元单向联系,第 m 层没有与其他神经元联系。
3.对于第 i 层的第 j 个神经元,将于第 i + 1 层的第 k 个神经元联系,且对于不同的 j ,对应的 k 也不同。
4.所有层之间的联系对应关系是一样的。
5.对于联系的神经元对 < j,k > ,如果 k>1 ,将影响 k 和 k-1 号神经元:否则只影响第 1 号神经元比如如下图所示。一共 3 层,每层 4 个神经元,前一层的神经元依次影响后一层的神经元序号为 (3,2,4,1) 。
在这里插入图片描述


思路

  1. 对笔者来说这题还是比较难的。主要是前面一个神经元映射到后面那层的神经元,然后还要往后继续映射,我该怎么保存哪个神经元被映射了呢?下面为了描述方便,笔者把神经元简称为元素。
  2. 题目描述的意思是,映射规则每一层都是一样的,这里的层和日常生活中的层不太一样,这里是竖着的层,可能需要我们在思维上绕一下。只要映射到的元素不是所在层的最上面的元素,那么该元素的上面一个元素也会被映射到,或者说被影响到。这里说的映射就是题干里面描述的影响。也就是说,有直接映射和间接映射两种情况。
  3. 我们需要把前面被直接映射和被间接映射到的元素标记出来,因为只有被映射的元素才能影响后面的元素。(请仔细思考这句话,思考要怎么实现这个逻辑,这是解题的关键)
  4. 还有一个,线性代数里面的知识点,可能也不算吧,可能算基本常识,反正笔者觉得比较绕,就是这一段话。

我们可以用一个矩阵来表示这个影响关系,如果第 1 层的第 j 个神经元影响第 3 层的第 i 个神经元,则 a i j = 1 a_{ij}=1 aij=1;否则 a i j = 0 a_{ij}=0 aij=0

  1. 上面的话的意思是,一个二维矩阵,我们是一列一列来看的,就是和我们的日常习惯一行一行看不太一样,是一列一列看这个元素,一列看下来,数字为 1 1 1 就表示该行号对应的元素被列号表示的元素影响了,比如说 a 12 a_{12} a12 表示最后一层的第二个元素被第一层的第一个元素影响了。该题需要输出的是,第一层的元素和最后一层元素之间的映射关系,或者说影响矩阵。顺带说一句,数字和数字之间不能输出空格(血泪教训)
  2. 也就是说,行号表示的是一层被影响的元素,列号表示的是第一层的元素,请记住这一点再看代码。
  3. 假设有三层,需要映射两次,那么有 m 层,需要映射 m-1 次。第一层的每一个元素都需要映射 m-1 次,从第一层的一个元素经过第一次映射到第二层之后,进行第二次映射的时候,我们不知道被影响的元素是哪些,第一次映射的前提是我们知道映射的自变量是什么,但是第二次映射的时候我们不知道映射的自变量是什么(可以理解为手电筒发出光源,不知道手电筒在哪里)。所以需要对被影响的元素做上标记,标记的内容是第多少次映射(具体到我的这份代码里面就是 j ,1~m-1 那个循环里面的 j)。
  4. 二维数组 ans 表示的就是答案数组,请参考 6. 写的,行号表示被影响的元素,列号表示自变量(发出映射的源头),有点像一个这样的过程:从下标到一个数值,把这个数值作为下标,再得到一个数值,不断循环,让这个过程转起来
  5. flag 是标记数组,或者称之为中间临时变量也可以,因为它的作用就是在中间的时候判断一下,前面这个元素在上一次映射里面 ( j-1 ) 有没有被映射到,假设被映射到了,在当前这次映射里面(第 j 次映射)就可以作为映射的自变量(源头)
if(ans[i][j]==m-1){
   	ans[i][j]=1;
}else{
   ans[i][j]=0;
}
  1. 这里判断和 m-1 是否相等的意思就是,判断最后一层的第 i 个元素在最后一次映射(第 m-1 次)有没有被映射到,这个映射的根源是第一层的第 j 个元素,被映射到了,说明就是被影响了。

c 语言代码

#include<stdio.h>
#define N 110

int ans[N][N];
int a[N];
int flag[N];

int main(){
	int t;
	scanf("%d",&t);
	while(t--){
		int n,m;
		scanf("%d%d",&n,&m);
		for(int i=1;i<=n;i++){
			scanf("%d",&a[i]);
		}
		
		for(int i=1;i<=n;i++){
			for(int j=1;j<=n;j++){
				flag[j]=0;
			}
			
			for(int j=1;j<=m-1;j++){
				for(int k=1;k<=n;k++){
					if(j==1){
						ans[a[i]][i]=j;
						if(a[i]!=1){
							ans[a[i]-1][i]=j;
						}
					}else if(flag[k]==j-1){
						ans[a[k]][i]=j;
						if(a[k]!=1){
							ans[a[k]-1][i]=j;
						}
					}
				}
				
				for(int k=1;k<=n;k++){
					flag[k]=ans[k][i];
				}
			}
		}
		
		for(int i=1;i<=n;i++){
			for(int j=1;j<=n;j++){
				if(ans[i][j]==m-1){
					ans[i][j]=1;
				}else{
					ans[i][j]=0;
				}
				printf("%d",ans[i][j]);
			}
			puts("");
		}
		puts("");
		
		for(int i=0;i<N;i++){
			for(int j=0;j<N;j++){
				ans[i][j]=0;
			}
		}
	}
	
	return 0;
}

http://www.kler.cn/news/336672.html

相关文章:

  • linux下cmake编译64位,32位,ARM,ARM64程序
  • 论文阅读笔记-LogME: Practical Assessment of Pre-trained Models for Transfer Learning
  • 微服务seata解析部署使用全流程
  • 国庆期间的问题,如何在老家访问杭州办公室的网络呢
  • Hotspot是什么?
  • Luminar财务造假风波:激光雷达龙头的困境与挑战
  • 在VMware WorkStation上安装飞牛OS(NAS系统)
  • 苍穹外卖学习笔记(十五)
  • rust log选型
  • layernorm笔记
  • 富格林:揭晓黑幕躲避交易暗箱
  • Python 语言学习——应用1.2 数字图像处理(第二节,变换)
  • 基于LORA的一主多从监测系统_框架搭建
  • ElasticSearch备考 -- Update by query Reindex
  • 富贵险中求,我推荐你读这4本书
  • HTB:Funnel[WriteUP]
  • 【Ubuntu】PlantUML工具 | 安装 | 语法 | 使用工具画序列图
  • 深度学习应用
  • 基于MySQL生成列实现逻辑删除条件下的字段唯一
  • 【艾思科蓝】Java Web开发实战:从零到一构建动态网站