ARTS 打卡第 11 周

Algorithm

题目链接

133. 克隆图 - 力扣（LeetCode） (leetcode-cn.com)

给你无向 连通 图中一个节点的引用，请你返回该图的 深拷贝（克隆）。

图中的每个节点都包含它的值 val（int） 和其邻居的列表（list[Node]）。

题目分析

需要逐个复制节点，并且保存每个节点的 neighbours。 复制节点需要确认当前节点是否已经构建了，复制邻接关系需要找到原始节点关系（A'- B'的关系需要参考 A- B 的关系），此时 unordered_map 是进行快速查询和关系映射的数据结构。然后进行广度优先搜索，如果已经在 unordered_map 里面，就跳过，否则创建一个新的节点。同时，利用原节点的 neighbour 信息,构建当前节点的 neighhour 关系。

代码实现

class Node {public:    int val;    vector<Node*> neighbors;    Node() {        val = 0;        neighbors = vector<Node*>();    }    Node(int _val) {        val = _val;        neighbors = vector<Node*>();    }    Node(int _val, vector<Node*> _neighbors) {        val = _val;        neighbors = _neighbors;    }};
class Solution {public:    Node* cloneGraph(Node* node) {        if(node == nullptr){            return nullptr;        }        unordered_map<Node*, Node*> visited;        queue<Node*> n_queue;        n_queue.push(node);        visited[node] = new Node(node->val);        while(!n_queue.empty()){            Node* curr_node = n_queue.front();             n_queue.pop();            for(auto& neighbor : curr_node->neighbors){                if(visited.find(neighbor) == visited.end()){                    visited[neighbor] = new Node(neighbor->val);                    n_queue.push(neighbor);                }                visited[curr_node]->neighbors.emplace_back(visited[neighbor]);            }        }        return visited[node];    }}; 



Review

本周有空闲的时间，可以将两个月前因为找工作耽搁的全栈课程给捡起来了。本周分享的是 openstackfull 第二章的内容，具体参见链接 Fullstack part1 | Introduction to React (fullstackopen.com) 主要是介绍 react 的应用以及 javascript 的基础知识。讲解的很清晰，给出的练习题有一点点难度，花了三四个小时才完成，但是确实做完了还是有成就感的。也能巩固学到的知识，说明练习题是精心设计过的。

这里分享一些自己记下来的笔记，

• Babel: JS 新特性老的浏览器不知处，需要进行转换，babel 是最常用的工具

• Node.js: 一个 js 运行环境，基于 chrome v8 js engine, 跨平台使用

• 声明变量尽量用 const , let, 而非 var

• const 声明的数组也是可以改变内容的，即便定义为 const,

• 指针指向同一个 object 即可

• 一个开发原则：react 状态不可以直接修改

• 数组可以通过复制进行状态更改，而非在原数组上面更改

• Hook 规则

• 不能从循环、条件表达式或任何不是定义组件的函数的地方调用 useState

• 事件处理程序必须始终是函数或对函数的引用。 如果将事件处理程序设置为任何其他类型的变量，则按钮将不起作用

• 在按钮的属性中直接定义事件处理程序不一定是最好的方法

• 不要在其他组件内部定义组件。 这种方法没有任何好处，而且会导致许多不愉快的问题。最大的问题是 React 在每次渲染时，会将内部的组件当作一个新的组件。这回导致 React 无法去优化组件。

这门课真的很有意思，而且对于非大型商业化项目，node.js 应该也是能够支撑的，对于中小 startup 非常合适，有志于开发一个系统玩玩或者搞副业的 machine learning engineer，推荐学习下。

Tips

本次 Tips 是讲深度学习实验的文件管理。相信很多人都遇见过模型效果很好，但是后面找不到，做起实验又因为超参数调整，效果不可复现的坑，一个合适的实验文件管理方法，能够极大的避免这种状况。

1. 首先，给起一个有意义的名字；必要的情况下，可以建立多个子文件夹；但是文件名称不要太长；

2. 其次，复现代码进行改动都是基于复制操作的；模型训练好，如果想在这个基础上改动，那么一定是复制到另一个文件夹里面，并且给出有意义的名称；

3. 当完成实验后，那时候记忆很清晰，应该有一个简单的描述放到文件夹里面，方便检索和事后比较；

4. 最后，应该在自己笔记系统里面记录实验效果，配置，文件目录地址；

5. 定期备份，硬盘坏了是小概率，但是真的来了就很糟糕，遇见好多人包括自己都踩过这个坑；

6. GitHub - ChrisWu1997/EfficientResearchWork: Efficient research work environment setup for computer science and general workflow for Deep Learning experiments 这个地址介绍的实验管理方法也很值得参考。

Share

本周分享的观点是： 机器学习的一个方法，测试集的构建应当先于训练集。如果只是做一些公开数据集的训练，那大概率不会存在这个问题。此时数据集已经开放，问题定义也很清晰。但是如果在一个业务中，需要部署一套机器学习模型，此时就需要自己定义问题。那么此时，测试集是要先于训练集进行构建的。因为此时，问题并不清晰，边界条件、极端情况、大多数情况、要达成的目标、长尾数据等都需要考虑一下，只有考虑清晰了场景才知道问题，问题清晰了才知道哪些方案可行，此时才能数据集进行标注的方法以及种类。