很久以前做的，还是提交一下

线性回归基础（ Linear regression ）

• Hypothesis:

$$h_{\theta }(x)=\theta _{0}+\theta _{1}x$$

• Parameters:

$$\theta _{0},\theta _{1}$$

• cost Funcition:

$$J(\theta _{0},\theta _{1})=\frac{1}{2m}\sum_{i=1}^{m}(h_{\theta}(x^{(i)})-y^{(i)})^{2}​$$

• goal:

$$minimize_{\theta _{0},\theta _{1}}J(\theta _{0},\theta _{1})$$

在最小化损失函数的过程中需要用到梯度下降算法（Gradient descent）

梯度下降算法（Gradient descent ）

• Have some function:

$$J(\theta _{0},\theta _{1})$$

• Want:

$$minimize_{\theta _{0},\theta _{1}}J(\theta _{0},\theta _{1})$$

Outline:

• start with some $\theta _{0},\theta _{1}$,(一般都取0)
• keep changing $\theta _{0},\theta _{1}$ to reduce $J(\theta _{0},\theta _{1})$，直到我们找到J的最小值或是局部最小值

repeat until convergence｛

$$\theta _{j}:=\theta _{j}-\frac{\alpha }{m}(h_{\theta^{(i)} }-y^{(i))})x_{j}^{(i)}$$ (simultaneously update θj for all j)

｝

经历十几天的备案流程，域名备案总算成功了，博客恢复更新（ps:最近比较忙，空了写= =）

前言

Tips:有什么问题可以在下方留言板留言哦，留下自己的邮箱，可以保证快速回复

最近在折腾博客，发现github上很多人说个人博客支持https很重要，原本的github.io域名本来支持https协议，但是在自定义域名之后，协议变成了http。这使得网站变得不够安全，容易被劫持。

但是网上的支持https很多都是反向代理，以及SSL证书等，涉及到备案还有一些配置操作，算是比较麻烦，期间如果不对还会出现各种bug。所以针对简单想支持全站https的站长而言，我们可以选择如下操作：

解析源文件下载（总共包含60000个训练数据和10000个测试数据）

1. 训练集解析
2. 测试集解析

简单用代码说明Tensor,变量,Fetch,Feed的使用

Tensor

TensorFlow 程序使用 tensor 数据结构来代表所有的数据, 计算图中, 操作间传递的数据都是 tensor. 你可以把 TensorFlow tensor 看作是一个 n 维的数组或列表. 一个 tensor 包含一个静态类型 rank, 和 一个 shape.

文档中的 Python 示例使用一个会话 Session 来 启动图, 并调用 Session.run() 方法执行操作.

为了便于使用诸如 IPython 之类的 Python 交互环境, 可以使用 InteractiveSession代替 Session 类, 使用 Tensor.eval() 和 Operation.run() 方法代替Session.run(). 这样可以避免使用一个变量来持有会话.

推荐链接：

1. 动态规划问题——最长上升子序列(LIS)(一)
2. 动态规划问题——最长上升子序列(LIS)(二)

大佬给的思路，宝石叔叔博客里面有更多精彩！

以下代码略有区别，一种是计算数目，一种是使用新列表存储，但大致思路类似。

写完之后发现可以考虑的情况还是有的，还可以继续优化，不过优化到这里应该也差不多了，列表的append方法性能上是非常好的。两个版本Java耗时0.000196s，Python耗时0.000050s

推荐链接：

1. 动态规划问题——最长上升子序列(LIS)(一)
2. 动态规划问题——最长上升子序列(LIS)(三)

题目描述

一天，小凯同学震惊的发现，自己无内的PM2.5指标是有规律的！小凯采样了PM2.5数值，发现PM2.5数值以小时为周期循环，即任意时刻的PM2.5总是和一小时前相等！他的室友小文同学提出了这样一个问题，在t小时内的所有采样点中，选取若干采样点的数值，能否找到一个PM2.5不曾下降过的序列？这个序列最长是多少？