上机练习第49天

第一题

个人总结：从2开始尝试除以当前数，如果能整除则记录该因子，继续用商进行下一步尝试

严格按照"k=因子1因子2..."的格式，因子从小到大排列，只需试除到sqrt(n)，剩余部分如果是大于1的数，则它本身也是一个质因子。

代码如下：

#include <stdio.h>
#include <math.h>
void factorize(int n) {
    printf("%d=", n);
    int temp = n;
    int first = 1;  
    for (int i = 2; i <= sqrt(temp); i++) {
        while (temp % i == 0) {
            if (first) {
                printf("%d", i);
                first = 0;
            } else {
                printf("*%d", i);
            }
            temp /= i;
        }
    }
    if (temp > 1) {
        if (first) {
            printf("%d", temp);
        } else {
            printf("*%d", temp);
        }
    }
    printf("\n");
}
int main() {
    int a, b;
    scanf("%d %d", &a, &b);
    for (int i = a; i <= b; i++) {
        factorize(i);
    }
    return 0;
}

翻译

卷积神经网络（CNN）是深度学习领域最重要的模型之一，并被广泛应用于计算机视觉任务中，如图像分类、目标检测和图像分割。与传统的全连接神经网络相比，CNN 通过使用局部连接和权重共享显著减少了参数数量，从而降低了计算复杂度。卷积层能够自动从原始图像中提取特征，包括边缘、纹理和形状。随着层数的增加，模型能够学习更抽象和复杂的特征表示。此外，池化层通常用于减少特征图的时空维度，从而降低计算成本并提高鲁棒性。在实际应用中，CNN 在医疗图像分析、自动驾驶和人脸识别等领域取得了显著成就。然而，训练深度卷积神经网络往往需要大量标注数据和强大的计算资源，这仍是当前研究中面临的重要挑战。

单词打卡