编写一个LEX输入文件，使之生成可计算文本文件的字符数、单词数和行数且能够报告这些数字的程序。单词为不带标点或空格的字母和/或数字的序列。标点和空格不算为单词。编写一个LEX输入文件，使之可生成将SPL程序注释之外的所有关键字（保留字）均转换为大写的程序。有关SPL的关键字请见第2章或第8章所述。该LEX生成的程序要能够对SPL源程序进行分析，将不是大写的关键字转换为大写。生成如下文法表示的表达式对应的计算器： exp->exp + exp | exp – exp | exp *exp | exp / exp | exp ^exp | -exp |(exp)|NUM 对于输入的中缀表达式，要给出结果。如3+（4*5）结果应为23.要求能连续处理若干个数学表达式，直到输入结束或文件结束。 已知表达式文法的扩充巴克斯范式为： S->E# E->T+T|T-T T->F*F|F/F F->(E)|I 从键盘或文件输入表达式，利用递归下降法求出其值。若输入表达式有错，则给出报错信息。例如：输入表达式串为13+5*4，则应给出结果为23.

计算f=x^2+y^2最小值，自己刚入门编写的程序，上传到这里等一个指导，同时当作自己的编程日记

有问题请到https://www.zhihu.com/people/cao-yu-zhu-35下面寻找对应文章交流

相机多参数的随机并行梯度下降标定算法

3D渐变下降 学习目标 了解同时更改y截距和斜率变量时梯度下降的工作原理 了解偏导数的含义 了解取偏导数的规则 介绍 在上一节中，我们讨论了如何考虑沿3-d成本曲线移动。 我们知道，沿着上面的3-d成本曲线移动，意味着更改回归线的$ m $和$ b $变量，如下所示。 我们这样做的目的是使我们的生产线更好地匹配我们的数据。 回顾二维的梯度下降 在本课程中，我们将学习三个维度的梯度下降，但让我们首先记住当仅更改回归线的一个变量时它如何在两个维度上起作用。 在二维中，当仅更改一个变量$ m $或$ b $时，梯度下降意味着沿成本曲线前进或后退，并采用特定的步长。 为了确定是向前还是向后移动以及步长大小，我们假设站在此二维曲线（如下所示）上并感觉成本曲线的斜率来告诉我们如何移动。 朝一个方向迈进意味着我们的回归变量之一发生了变化。 因此，这是二维的下降。 什么是三维三维下降？ 3维梯度下降

机器学习中经典的优化算法，让loss快速达到更小，本代码在minist数据集测试分类算法，取得很好的结果。

2020年北航2系随机过程期末考试试题及解析，，保证真实有效，欢迎下载

随机并行梯度下降算法(SPGD)是一种基于直接性能指标优化的相位控制方法, 在自适应光学中有较好的适用性。该算法主要包含增益系数和随机扰动幅度两个可变参数, 其取值对算法收敛性有很大的影响。对双边SPGD算法实现收敛时参数的取值要求进行研究, 结合算法原理分析了算法参数的取值范围, 并通过大量仿真实验找出所有使双边SPGD算法收敛的增益系数和随机扰动幅度值; 得到随机扰动幅度的取值下限, 理论和仿真分析了下限存在的原因及取值; 在相干合成中存在相位噪声, 研究了不同相位校正器参数的情况下可使算法收敛的参数的取值范围。

这是一个matlab对梯度下降的实现，模拟的是x^2+y^2最小值的取得

使用傅里叶级数对曲线进行拟合，使用批梯度法计算前面的系数、